مدل‌سازی ارزیابی مشتریان از کیفیت خدمات درمانی با استفاده از شبکه عصبی مصنوعی (مطالعه موردی بیمارستان‌های دانشگاه علوم پزشکی بیرجند)

نویسندگان

  • زهرا هاشمی دانشجوی کارشناسی‌ارشد رشته مدیریت فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد الکترونیکی، تهران، ایران
  • مرضیه فریدی ماسوله دکتری تخصصی رشته مدیریت فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، تهران، ایران
چکیده مقاله:

مقدمه: کیفیت خدمات همواره یکی از مهم‌ترین دغدغه‌های مدیران در تامین رضایت مشتریان است. تامین خدمات با کیفیت نیازمند شناخت دقیق نسبت به عوامل کلیدی کیفیت خدمت و نوع اثربخشی آنها در میزان رضایت مشتریان است. لذا بکارگیری روش‌های مختلف سنجش کیفیت خدمات می‌تواند جنبه‌های مجهول اثربخشی این عامل را بر رضایت مشتریان شفاف‌تر سازد. از اینرو هدف از انجام این تحقیق ارزیابی روش‌های سنجش کیفیت خدمات درمانی با استفاده از شبکه‌های عصبی مصنوعی بوده است. روش‌پژوهش: این تحقیق به روش توصیفی - همبستگی انجام شده و از نوع تحقیقات کاربردی است. جامعه آماری تحقیق را کلیه مشتریان بیمارستان‌های دانشگاه علوم پزشکی بیرجند تشکیل می‌دهند که تعداد آنها معین نبوده است. با استناد به رابطه نمونه‌گیری کوکران تعداد 385 نفر از آنها به شیوه در دسترس انتخاب شده و پرسشنامه‌های اعتبارسنجی شده تحقیق میان آنان توزیع گردید. به منظور سنجش کیفیت خدمات از 4 روش سروکوآل وزنی و غیر وزنی و سروپرف وزنی و غیروزنی استفاده شد و تاثیر ابعاد کیفیت خدمات در هریک از این 4 روش بر روی رضایت مشتریان مورد ارزیابی قرار گرفت. در این تحقیق برای تجزیه و تحلیل داده‌ها ازنرم‌افزار spss استفاده شده است و نتایج جهار روش سنجش کیفیت خدمات با استفاده از شبکه‌های عصبی مصنوعی مورد بررسی قرار گرفته است. یافته‌ها: نتایج نشان داد که از بین روش‌های سنجش کیفیت خدمات کمترین سطح خطا برای مدل سروکوال وزنی عدد 0.18 بدست آمده که سنجش کیفیت خدمات بر حسب مدل سروکوال وزنی با استفاده از شبکه‌های عصبی مصنوعی دقت بالاتری در پیش‌بینی رضایت مشتریان داشته است. نتیجه‌گیری: روش‌های سنجش کیفیت خدمات تحت تاثیر مقیاس سنجش کیفیت خدمات، عملکرد متفاوتی در پیش‌بینی رضایت مشتریان دارند. هم‌چنین روش‌های شبکه عصبی مصنوعی نسبت به الگوریتم بکارگرفته شده در پیش‌بینی، ممکن است پیش‌بینی‌هایی ضعیف‌تر از نتایج روش‌های آمار کلاسیک ارائه دهند. مقدمه: کیفیت خدمات همواره یکی از مهمترین دغدغه های مدیران در تامین رضایت مشتریان است. لذا بکارگیری روش های مختلف سنجش کیفیت خدمات می تواند جنبه های مجهول اثربخشی این عامل را بر رضایت مشتریان شفاف تر سازد.روش پژوهش: این تحقیق به روش توصیفی-همبستگی انجام شده وتحقیق کاربردی است. جامعه آماری کلیه مشتریان بیمارستانهای دانشگاه علوم پزشکی بیرجند بودند که تعداد آنها معین نبوده است. با استناد به رابطه نمونه گیری کوکران تعداد 385 نفر از آنها به شیوه در دسترس انتخاب شده و پرسشنامه های اعتبارسنجی میان آنان توزیع گردید. به منظور سنجش کیفیت خدمات از 4 روش سروکوآل وزنی وغیر وزنی و سروپرف وزنی و غیروزنی استفاده شد و تاثیر ابعاد کیفیت خدمات در هریک از این 4 روش بر روی رضایت مشتریان مورد ارزیابی قرار گرفت. داده های تحقیق با استفاده از شبکه های عصبی مصنوعی چندلایه تحلیل شد. یافته ها: نتایج نشان داد که از بین روش های سنجش کیفیت خدمات کمترین سطح خطا برای مدل سروکوال وزنی عدد0.18 بدست آمده که سنجش کیفیت خدمات بر حسب مدل سروکوال وزنی با استفاده از شبکه های عصبی مصنوعی دقت بالاتری در پیش بینی رضایت مشتریان داشته است.نتیجه گیری: روش های سنجش کیفیت خدمات تحت تاثیر مقیاس سنجش کیفیت خدمات، عملکرد متفاوتی در پیش بینی رضایت مشتریان دارند. همچنین روش های شبکه عصبی مصنوعی نسبت به الگوریتم بکارگرفته شده در پیش بینی، ممکن است پیش بینی هایی ضعیف تر از نتایج روش های آمار کلاسیک ارائه دهند

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مدلسازی تخصیص ناوگان اتوبوسرانی شهری با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: مشهد مقدس)

استفاده از سیستم اتوبوسرانی درون شهری با توجه به انعطاف پذیری بالا و ارزان بودن آن برای استفاده کننده، در شهرهای بزرگ و به ویژه در کشورهای در حال توسعه امری اجتناب ناپذیر است. از این رو بهبود این سیستم حمل و نقل بدلیل گستره فعالیت آن ضروری به نظر می رسد. یکی از رو شهای ارتقای عملکرد این سیستم، تخصیص بهینه اتوبو سها به خطوط فعال به گونه ای است که نسبت به وضعیت موجود، تعداد مسافر بیشتری حمل نموده...

متن کامل

مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی

مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...

متن کامل

ارزیابی کیفیت محیط زیستی با استفاده از ابزار سنجش از دور و شبکه های عصبی مصنوعی (مطالعه موردی: تبریز- رشت)

در مقاله حاضر، جهت ارزیابی کیفیت زیست‌محیطی برای 500 پیکسل در اطراف تبریز در استان آذربایجان‌شرقی و همچنین 500 پیکسل در اطراف رشت در استان گیلان در ایران که از لحاظ اقلیم با یکدیگر متفاوت می‌باشند، با استفاده از محاسبات‌نرم و سنجش از دور، اندیس زیست‌محیطی EBV(Eco-environment Background Value) ، جهت تعیین کیفیت زیست‌محیطی مناطق، مورد بررسی قرار‌گرفته‌است. برای مدل‌سازی، از شاخص‌های پوشش‌گیاهی، ر...

متن کامل

مدلسازی تخصیص ناوگان اتوبوسرانی شهری با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: مشهد مقدس)

استفاده از سیستم اتوبوسرانی درون شهری با توجه به انعطاف پذیری بالا و ارزان بودن آن برای استفاده کننده، در شهرهای بزرگ و به ویژه در کشورهای در حال توسعه امری اجتناب ناپذیر است. از این رو بهبود این سیستم حمل و نقل بدلیل گستره فعالیت آن ضروری به نظر می رسد. یکی از رو شهای ارتقای عملکرد این سیستم، تخصیص بهینه اتوبو سها به خطوط فعال به گونه ای است که نسبت به وضعیت موجود، تعداد مسافر بیشتری حمل نموده...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 7  شماره شماره 4

صفحات  41- 52

تاریخ انتشار 2017-02-19

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023