داشبورد مدیریتی برای حمایت از فرآیندهای تصمیم گیری در اکوسیستم های یادگیری: یکپارچه سازی متامدل

داشبورد مدیریتی برای حمایت از فرآیندهای تصمیم گیری در اکوسیستم های یادگیری: یکپارچه سازی متامدل

خلاصه

راه حل های نرم افزاری داشبورد مدیریتی برای حل اکثر مشکلات مربوط به مدیریت اطلاعات در هر شرکت یا مؤسسه ای وجود دارد، اما همچنان مشکل تبدیل اطلاعات به دانش وجود دارد.

کوسیستم های فناورانه به عنوان راه حلی برای ترکیب ابزارهای موجود و منابع انسانی برای حل مشکلات مختلف مدیریت دانش داشبورد مدیریتی پدیدار می شوند. به طور خاص، هنگامی که اکوسیستم بر فرآیندهای یادگیری داشبورد مدیریتی مرتبط با دانش متمرکز است، اکوسیستم های یادگیری نامیده می شوند.

متامدل اکوسیستم یادگیری که در کارهای قبلی تعریف شده بود چندین مشکل مربوط به تعریف و اجرای این راه حل ها را حل می کند. با این حال، هنوز چالش‌های مرتبط با بهبود تحلیل و تجسم اطلاعات داشبورد مدیریتی به عنوان راهی برای کشف دانش و پشتیبانی از فرآیندهای تصمیم ‌گیری وجود دارد.

از سوی دیگر، یک پیشنهاد متامدل برای تعریف داشبورد مدیریتی های سفارشی برای پشتیبانی از فرآیندهای تصمیم گیری وجود دارد. هدف این پیشنهاد ادغام هر دو متامدل به عنوان راهی برای بهبود تعریف اکوسیستم های یادگیری است.

1. معرفی

دو مفهوم اصلی برای اشاره به تغییرات در جامعه امروزی استفاده می شود، جامعه اطلاعاتی و جامعه دانش. مفهوم «جامعه اطلاعاتی» بیش از هر چیز در برخورد با جنبه های تکنولوژیکی و تأثیرات آن بر رشد اقتصادی و اشتغال داشبورد مدیریتی استفاده می شود [1].

از سوی دیگر، در جامعه دانش، عنصر اصلی فناوری داشبورد مدیریتی نیست، بلکه توانایی شناسایی، تولید، پردازش، تبدیل، انتشار و استفاده از اطلاعات برای ساختن و بکارگیری دانش داشبورد مدیریتی برای توسعه انسانی است [2].

ا توجه به [1]، هایدنرایش [3] جامعه دانش را به ارتباط روزافزون فرآیندهای داشبورد مدیریتی آموزش و پرورش در مرحله اولیه و همچنین در کل دوره زندگی مرتبط می ‌داند و بر وزن فزاینده خدمات و ارتباطات دانش ‌محور داشبورد مدیریتی تأکید می ‌کند.

دانش به ستون فقرات توسعه داشبورد مدیریتی تبدیل شده است. این یک عامل استراتژیک برای ایجاد سیاست های جدید، برنامه ریزی اقدامات جدید و تقویت نوآوری در سازمان ها است.

مدیریت داشبورد مدیریتی دانش به عنوان یک مزیت رقابتی پایدار [4] در نظر گرفته می شود، بنابراین سازمان ها بخشی از منابع خود را صرف ایجاد ظرفیت خود برای به اشتراک گذاری، ایجاد و به کارگیری دانش جدید داشبورد مدیریتی به طور مداوم در طول زمان می کنند [5].

با این حال، دانش نه تنها به صورت فیزیکی (یعنی در اسناد یا کتاب ها) وجود دارد، بلکه در کارکنان و فرآیندهای مختلف داشبورد مدیریتی انجام شده در سازمان ها نیز وجود دارد. طبق [4]، فرآیندهای مدیریت داشبورد مدیریتی دانش باید بتوانند از انتقال دانش ضمنی به دانش ضمنی پشتیبانی کنند. این ماهیت پراکنده دانش، مدیریت داشبورد مدیریتی آن را به یک وظیفه پیچیده و حیاتی تبدیل می کند.

اکوسیستم های نرم افزاری داشبورد مدیریتی به عنوان یک راه حل فناورانه برای پشتیبانی از مدیریت اطلاعات و دانش در زمینه های مختلف ظاهر می شوند.

طبق [6، 7]، موسسات یک استراتژی اکوسیستم نرم افزاری داشبورد مدیریتی را برای گسترش مرزهای سازمانی خود، به اشتراک گذاشتن پلت فرم ها و منابع خود با اشخاص ثالث و تعریف مدل های کسب و کار جدید اتخاذ می کنند.

اگرچه واژه اکوسیستم نرم افزار داشبورد مدیریتی بیشترین استفاده را در ادبیات دارد، اما اصطلاحات دیگری نیز وجود دارند که ویژگی های متمایزی دارند.

این مورد در مورد اکوسیستم های فناورانه است، راه حل هایی که یک پیکربندی غیرمتمرکز از ابزارهای نرم افزاری و اجزای غیرفناوری داشبورد مدیریتی (مانند روش ها، برنامه های مدیریت یا منابع انسانی) را پیشنهاد می کنند. اکوسیستم داشبورد مدیریتی های فناورانه می توانند توسط چندین عنصر تشکیل شوند.

عناصری که به یکدیگر متصل هستند و عملکردهای متفاوتی در اکوسیستم دارند. یکی از نقاط قوت اصلی اکوسیستم فناورانه داشبورد مدیریتی این است که وقتی اجزای آنها با یکدیگر همکاری می کنند، از تمام مزایای داشبورد مدیریتی خود استفاده می کنند و بیشترین بهره را از عملکردهای خود برای ارائه خدمات مفصل به دست می آورند.

علاوه بر این، هنگامی که اکوسیستم فناورانه بر فرآیندهای یادگیری داشبورد مدیریتی مرتبط با دانش متمرکز است، اکوسیستم های یادگیری نامیده می شوند [8، 9]. تعریف و توسعه این راه حل ها دارای چالش هایی است که با تکامل اجزای آن و کل اکوسیستم داشبورد مدیریتی و همچنین نیاز به انطباق با تغییراتی که دائماً در هر سازمانی رخ می دهد، همراه است.

این کار یک فرا-مدل کل نگر را برای حمایت از فرآیندهای داشبورد مدیریتی تصمیم گیری در اکوسیستم های یادگیری ارائه می دهد. این متا مدل دو متا مدل تعریف شده در کارهای قبلی را ادغام می کند.

ول، یک متا مدل اکوسیستم داشبورد مدیریتی یادگیری برای پشتیبانی از تعریف اکوسیستم های یادگیری بر اساس نرم افزار منبع باز [10]. از سوی دیگر، یک مدل متا داشبورد مدیریتی برای پشتیبانی از تجزیه و تحلیل اطلاعات به منظور تبدیل دانش ضمنی به دانش ضمنی.

شبورد مدیریتی های اطلاعاتی ابزارهای قدرتمندی هستند که امکان تشخیص الگوها و نقاط داده جالب را از طریق تجزیه و تحلیل داشبورد مدیریتی بصری فراهم می کنند [11، 12].

با این حال، داشبورد مدیریتی ها می توانند از نظر طراحی، زمینه، مخاطب، اهداف دنبال شده، وظایف پشتیبانی شده و غیره بسیار متنوع باشند [13-18] که توسعه داشبورد مدیریتی این ابزارها را به یک فعالیت پیچیده تبدیل می کند.

با انتزاع عناصر مشترک داشبورد مدیریتی های اطلاعاتی از طریق فرا مدل ‌سازی، می ‌توان ساختاری کلی از داشبورد مدیریتی ها را به دست آورد که می ‌تواند نمونه ‌سازی شود و با هر نوع زمینه، حوزه داده یا مخاطبی سازگار شود.

علاوه بر این، همانطور که توضیح داده خواهد شد، گنجاندن کاربران داشبورد مدیریتی و الزامات آنها به عنوان عناصر متا مدل، ادغام این متا مدل را به عنوان بخشی از اکوسیستم های فناورانه، به طور خاص، اکوسیستم های یادگیری، ارائه پشتیبانی برای کشف دانش و پشتیبانی را امکان پذیر می کند. فرآیندهای تصمیم گیری داشبورد مدیریتی [19].

بقیه این مقاله به شرح زیر سازماندهی شده است. بخش 2 روش شناسی دنبال شده برای توسعه متا مدل ها را تشریح می کند. بخش 3 متا مدل اکوسیستم یادگیری داشبورد مدیریتی را تشریح می کند و به دنبال آن بخش 4 که در آن متا مدل داشبورد مدیریتی ارائه می شود. بخش 4 ادغام هر دو متا مدل را مورد بحث قرار می دهد. در نهایت، بخش 5، که در آن نتایج حاصل از این کار به تصویر کشیده شده است.

2. روش

توسعه مبتنی بر مدل (MDD) ]20، 21] امکان جداسازی داده داشبورد مدیریتی ها و مشخصات عملیات سیستم را از جزئیات سطح پایین تر، مانند جنبه های فنی مربوط به یک زبان برنامه یا پلتفرم خاص، می دهد.

گروه مدیریت شی OMG) ) معماری مدل محور (MDp ) را به عنوان یک راهنما برای پیاده سازی این رویکرد داشبورد مدیریتی پیشنهاد می کند. این معماری چارچوبی را برای توسعه نرم افزار داشبورد مدیریتی فراهم می کند که از مدل هایی برای توصیف و تعریف سیستم هدف استفاده می کند [22].

تفاوت اصلی بین MDD و MDp این است که پروپوزال OMG از مجموعه ای از استانداردها استفاده می کند: تسهیلات متا شی MOF) )، زبان مدل سازی یکپارچه داشبورد مدیریتی (UML)، XML زبان نشانه گذاری توسعه پذیر، تبادل ابرداده ( XMI)، و پرسش/ نما/ تبدیل QVT) ).

در این مورد، داشبورد مدیریتی بخشی از اکوسیستم یادگیری است که بر اساس یک مدل متا تعریف شده و در کارهای قبلی تأیید شده است. اولین نسخه متا مدل اکوسیستم یادگیری مبتنی بر MOF است و آخرین نسخه تایید شده یک نمونه از Ecore است [10]. هر دو نسخه مدل M2 هستند. این مدل به عنوان نقشه ای برای توسعه و استقرار اکوسیستم داشبورد مدیریتی در یک زمینه دنیای واقعی عمل کرده است.

متا مدل داشبورد مدیریتی نیز بخشی از معماری متامدل چهار لایه است که توسط OMG پیشنهاد شده است، که در آن یک مدل در یک لایه برای مشخص کردن مدل‌ ها در لایه زیر استفاده می ‌شود [23].

به طور خاص، متا مدل داشبورد مدیریتی یک نمونه از MOF یعنی یک مدل M2- است، بنابراین می توان آن را برای به دست آوردن مدل های M1 نمونه سازی کرد.

ادغام هر دو متا مدل داشبورد مدیریتی امکان پذیر است زیرا هر دو مدل های مستقل از پلتفرم (PIM ) در لایه M2 هستند، اگرچه یکی از Ecore فرامدل اکوسیستم یادگیری داشبورد مدیریتی و دیگری از MOF متا مدل داشبورد مدیریتی نمونه سازی شده است. برای بدست آوردن متامدل کل نگر، متا مدل داشبورد مدیریتی در نمونه ای از Ecore با استفاده از مدل سازی گرافیکی داشبورد مدیریتی برای Ecore موجود در EMF تغییر شکل داد.

شکل 1. متا مدل داشبورد مدیریتی های سازماندهی شده در معماری متامدل چهار لایه.

3. METpMODEL اکوسیستم داشبورد مدیریتی یادگیری

تعداد زیادی ابزار منبع باز وجود دارد که امکان مدیریت دانش را به روش های مختلف با تاکید ویژه بر مدیران محتوا داشبورد مدیریتی و مخازن اسناد فراهم می کند. از سوی دیگر، از دیدگاه مدیریت یادگیری داشبورد مدیریتی ، بسترهای یادگیری بسیار متنوعی وجود دارد (سیستم مدیریت یادگیری یا (LMS 24، 25 و ابزارهایی که امکان تعریف محیط های یادگیری شخصی PLE را فراهم می کند [26]. ، 27].

اکوسیستم های فناورانه داشبورد مدیریتی برای یادگیری باید بتوانند برخی از این ابزارها را برای حمایت از دانش و فرآیندهای یادگیری در زمینه های ناهمگون داشبورد مدیریتی ، از محیط های نهادی گرفته تا شرکت های خصوصی، ترکیب کنند.

علاوه بر این، آنها باید بتوانند ابزارهای نوظهور را ترکیب کنند، و همچنین ابزارهایی را که منسوخ می شوند یا کاربران داشبورد مدیریتی از آنها استفاده نمی کنند، حذف کنند، به گونه ای که سیستم باید در حال تکامل مداوم باشد.

با وجود مزایای ارائه شده توسط اکوسیستم های تکنولوژیکی داشبورد مدیریتی ، توسعه چنین راه حل هایی پیچیده تر از سیستم های اطلاعاتی سنتی است.

تعریف یک اکوسیستم داشبورد مدیریتی خاص مستلزم دانش و انتخاب سیستم ها و خدمات مناسب برای پاسخگویی به نیازهای یک زمینه خاص است. به همین ترتیب، اکوسیستم باید برای تکامل و سازگاری داشبورد مدیریتی با نیازهای متغیر محیط و کاربران آماده شود. در همین حال، قابلیت همکاری بین اجزای مختلف باید درجه بالایی از یکپارچگی داشبورد مدیریتی و انسجام [9].

متا مدل اکوسیستم یادگیری به عنوان راه حلی برای بهبود فرآیندهای داشبورد مدیریتی تعریف و توسعه اکوسیستم های فناورانه، به منظور حل چالش ها و مشکلات مختلف شناسایی شده از طریق تجزیه و تحلیل مجموعه ای از اکوسیستم های یادگیری داشبورد مدیریتی مستقر در زمینه های مختلف و با تنوع بسیار پیشنهاد شده است.

اهداف :به طور خاص، متا مدل داشبورد مدیریتی [28] یک مدل مستقل از پلتفرم PIM برای تعریف اکوسیستم های یادگیری داشبورد مدیریتی بر اساس نرم افزار منبع باز شکل 2 است. این یک نمونه از Ecore با مجموعه ای از محدودیت ها است که با زبان محدودیت شی OCL تعریف شده است.

متا مدل داشبورد مدیریتی سه عنصر اصلی یک اکوسیستم یادگیری را نشان می دهد:

اول، ابزارهای نرم افزاری داشبورد مدیریتی مختلفی که اکوسیستم را تشکیل می دهند: مخازن داده داشبورد مدیریتی ها، ابزارهای نظارت، سیستم های مدیریت کاربر داشبورد مدیریتی ، خدمات نمایه سازی، ابزارهای تصمیم گیری و غیره.

دوم، متا مدل داشبورد مدیریتی پیشنهادی شامل عامل انسانی در همان سطح نرم افزار می شود زیرا این منابع انسانی (تعریف مدیریت، روش ها و کاربران داشبورد مدیریتی) عناصر کلیدی برای اطمینان از تکامل اکوسیستم هستند.

در نهایت، عنصر سوم، جریان های اطلاعاتی است که برای پشتیبانی داشبورد مدیریتی از تعامل بین عناصر دیگر در اکوسیستم استفاده می شود.

تعامل بین ابزارهای نرم افزاری توسط فایل های سرویس ها و ویژگی ها پیاده سازی می شود. از سوی دیگر، تعامل بین ابزارهای نرم افزاری داشبورد مدیریتی و کاربران تأثیر قابل توجهی بر اکوسیستم دارد. به همین دلیل، این تعاملات نیز از طریق جریان های اطلاعاتی نشان داده می شوند. تمام جریان های اطلاعاتی بر اساس اهداف تعریف شده توسط مدیریت است.

شکل 2. فرامدل اکوسیستم یادگیری داشبورد مدیریتی در Ecore. این تصویر با وضوح بالا در دسترس است.

4. METpMODEL اکوسیستم داشبورد مدیریتی

متا مدل داشبورد مدیریتی نیز از قطعات مختلفی تشکیل شده است که امکان تعریف انواع مختلف داشبورد مدیریتی و تجسم اطلاعات را فراهم می کند. متا مدل داشبورد مدیریتی را می توان به سه بخش اصلی تقسیم کرد: کاربر داشبورد مدیریتی ، چیدمان و اجزا.

شکل 3 گزیده ای از متا مدل داشبورد مدیریتی حاوی سه بخش ذکر شده را نشان می دهد. نمای دقیق بخش اجزا را می توان در شکل 4 مشاهده کرد.

چیدمان و اجزاء بیشتر جنبه های فنی داشبورد مدیریتی ها هستند، زیرا نمایشگر نهایی را تشکیل می دهند.

با این حال، داشبورد مدیریتی چند تصویر را در خود جای می دهد؟ این دیدگاه ها چگونه تنظیم خواهند شد؟ داشبورد مدیریتی چه نوع تصویرسازی هایی را نمایش می دهد؟ داشبورد مدیریتی از چه نوع الگوهای تعاملی پشتیبانی می کند؟ آیا دیدگاه های مختلف به هم مرتبط خواهند شد؟

به این سوالات نمی توان به صورت دلخواه پاسخ داد. اینها تصمیمات طراحی هستند و باید توسط مصرف کنندگان نهایی داشبورد مدیریتی ها هدایت شوند: کاربران.

گنجاندن کاربر در این متا مدل داشبورد مدیریتی ضروری است، زیرا آنها از داشبورد مدیریتی های ارائه شده برای دستیابی به بینش، پشتیبانی از فرآیندهای تصمیم گیری داشبورد مدیریتی خود یا کاوش مجموعه داده های خاص استفاده می کنند.

کاربر داشبورد مدیریتی بر حسب جنبه های مهم و تأثیرگذار برای پشتیبانی از طراحی داشبورد مدیریتی شخصی شده، یعنی عواملی که بر فرآیند طراحی داشبورد مدیریتی تأثیر می گذارد، تعریف می شود [29]. با توجه به این که، موجودیت کاربر داشبورد مدیریتی از نظر اهداف و ویژگی های خود تجزیه می شود.

شکل 3. بخش کاربر، طرح و اجزای پیشنهاد متا مدل داشبورد مدیریتی.

شکل 4. نمای تفصیلی بخش اجزای پیشنهاد متا مدل داشبورد مدیریتی.

اولاً، یک مفهوم حیاتی مطرح می شود. هدف. یک کاربر باید حداقل یک هدف برای استفاده از داشبورد مدیریتی ، هر چند ضمنی، داشته باشد.

اهداف به نوبه خود می توانند به وظایف فردی و خاص تر و سطح پایین تقسیم شوند. با انجام چند کار می توان به اهداف ساده دست یافت.

با این حال، اهداف دقیق تر داشبورد مدیریتی ممکن است شامل چندین کار خاص و زنجیره ای باشد که می تواند شامل ابعاد مختلف داده برای پشتیبانی از فرآیندهای تصمیم گیری پیچیده باشد [15، 17، 30].

شکل 5. نمونه ای از عناصر مختلف که یک تصویرسازی داشبورد مدیریتی را تشکیل می دهند (در این مورد، یک نمودار میله ای).

در نهایت، یک کاربر داشبورد مدیریتی می تواند مجموعه ای از ویژگی های شناسایی شده را داشته باشد. ویژگی ها می توانند متنوع باشند. به عنوان مثال، ترجیحات، ناتوانی ‌ها، دانش در مورد حوزه‌ های مختلف، سواد تجسمی، و سوگیری (عمل، ادراکی یا سوگیری اجتماعی) داشبورد مدیریتی ویژگی‌های متفاوتی هستند.

این ویژگی‌ها می‌توانند بر فرآیند طراحی داشبورد مدیریتی تأثیر بگذارند، بنابراین نیاز به تطبیق اجزای داشبورد مدیریتی برای مطابقت با جنبه‌ های شناسایی شده کاربر است.

با توجه به جزئیات فنی بیشتر داشبورد مدیریتی ها (یعنی چیدمان و اجزاء)، هدف از بخش چیدمان داشبورد مدیریتی مدل سازی ساختار عمومی یک داشبورد مدیریتی است که می تواند از کانتینرهای مختلف (ردیف ها یا ستون ها) تشکیل شده باشد.

اجزای مختلف :از نظر اجزای داشبورد مدیریتی ، عناصر متعددی مشخص می شود. اجزای اصلی داشبورد مدیریتی ها تجسم ‌های اطلاعاتی هستند که داده‌ها را نمایش می ‌دهند، اما همچنین کنترل ‌ها (هندلرها، فیلترها و غیره)، منابع گرافیکی یا متنی هستند که این تجسم داشبورد مدیریتی ‌ها را تکمیل می ‌کنند (شکل 4).

تجسم اطلاعات به نوبه خود از موارد اولیه تشکیل شده است که می توانند علائم بصری داشبورد مدیریتی مختلفی باشند که متغیرهای داده را از طریق کانال ها (به عنوان مثال رنگ، اندازه، موقعیت و غیره) رمزگذاری می کنند. این اولیه ها هسته تجسم اطلاعات هستند، زیرا آنها عناصری هستند که داده داشبورد مدیریتی های واقعی را نگه می دارند [12، 31].

شکل 5 یک مثال عملی از شناسایی بخش‌های مختلف تجسم اطلاعات از طریق کلاس‌های متامدل داشبورد مدیریتی را نشان می ‌دهد.

در این مثال، دو مقیاس وجود دارد که دو متغیر را نشان می ‌دهند (متغیر «مقوله» از طریق یک مقیاس ترتیبی داشبورد مدیریتی، و متغیر «مقدار» از طریق یک مقیاس خطی).

دامنه این مقیاس داشبورد مدیریتی ها مجموعه ای از مقادیر متغیرها هستند. برای مثال، دامنه مقیاسی که موقعیت X علائم بصری داشبورد مدیریتی را رمزگذاری می ‌کند، مجموعه ‌ای از مقادیر بازیابی شده از متغیر «مقوله» داشبورد مدیریتی است.

از سوی دیگر، محورها از تجسم حوزه های مقیاس داشبورد مدیریتی پشتیبانی می کنند.

علائم بصری داشبورد مدیریتی این تجسم نوارهایی با یک موقعیت خاص در امتداد هر دو محور X و Y و یک رنگ خاص بر اساس مقیاس رنگی است که متغیر "Category" را رمزگذاری می کند.

مقیاس ها مقادیر داده داشبورد مدیریتی ها را به محدوده خاصی از مقادیر دیگر نگاشت می کنند تا اطلاعات را رمزگذاری کنند، به همین دلیل است که این موجودیت ها هم به مقادیر متغیرهای مجموعه داده داشبورد مدیریتی (برای به دست آوردن دامنه) و هم به کانال های بصری داشبورد مدیریتی یا رمزگذاری ها (برای رمزگذاری این مقادیر با استفاده از) مرتبط هستند. محدوده خاصی از مقادیر، مانند کدهای رنگ یا موقعیت های صفحه).

متامدل داشبورد مدیریتی نمونه ‌ای از MOF بود، اما با استفاده از مدل ‌سازی گرافیکی داشبورد مدیریتی برای Ecore به نمونه ‌ای از Ecore تبدیل شد تا اتصال آن به مدل متا اکوسیستم یادگیری را فراهم کند، همانطور که در بخش روش ‌شناسی ذکر شد.

در طول تغییر شکل، تغییراتی برای کامپایل شدن با قوانین Ecore ارائه شد، بنابراین مدل متا داشبورد که در این بخش توضیح داده شد در برخی جزئیات با نسخه قبلی تفاوت دارد [32، 33].

این تغییرات فقط به مسائل مربوط به مدل سازی داشبورد مدیریتی برای فعال کردن نمونه سازی Ecore می پردازد. اینها جنبه های اصلاح شده متامدل هستند:

• تغییر نام برخی از کلاس ها برای حذف فضاهای سفید و معرفی نماد CamelCase: VisLiteracy، GlobalControl، GraphicResource و InteractionMethod.

• معرفی ویژگی های id در هر کلاس به منظور امکان نمونه سازی متا مدل داشبورد مدیریتی در یک مدل M1.

• معرفی کلاس های شمارش برای محصور کردن مقادیر داشبورد مدیریتی برخی از ویژگی ها: RoleType، AxType، و ScType.

• بررسی قابلیت کشتیرانی انجمن ها زیرا در Ecore ناوبری همیشه نشان داده می شود.

• معرفی نام برای هر رابطه داشبورد مدیریتی.

• ترجمه کلاس انجمن RoleVarOp به انجمن های باینری (کلاس انجمن توسط Ecore پشتیبانی نمی شود).

• تبدیل انجمن ترکیب بازتابی کلاس Container به یک انجمن باینری انعکاسی.

• تبدیل انباشته ها به انجمن های باینری (تجمع توسط Ecore پشتیبانی نمی شود).

اصلاحات ذکر شده برای مراحل بعدی داشبورد مدیریتی بسیار مهم است. برای مثال، معرفی شناسه ‌ها و قابلیت ناوبری صریح روابط برای نمونه‌ سازی داشبورد مدیریتی متامدل و معرفی محدودیت‌ها از طریق OCL ضروری است.

5. METAMODEL اکوسیستم جامع

همانطور که در ابتدا معرفی شد، اکوسیستم داشبورد مدیریتی ها توسط عناصر مختلف با عملکردها و اهداف متفاوت تشکیل شده اند. با این حال، این عناصر هنگام اتصال و همکاری با یکدیگر از طریق جریان اطلاعات قدرتمندتر هستند.

به همین دلیل است که یک راه حل جامع پیشنهاد شده است که در آن هر بخش از آن هنگام همکاری داشبورد مدیریتی بین آنها تقویت می شود. اکوسیستم به عنوان یک کل در نظر گرفته می شود، و نه تنها به عنوان بخش های منفرد بدون هیچ رابطه ای بین یکدیگر.

اگرچه متا مدل اکوسیستم داشبورد مدیریتی یادگیری پیشنهادی اکثر مشکلات مرتبط با تعریف و توسعه راه حل های فناورانه پایان نامه ها را حل می کند، برخی مسائل مربوط به تجزیه و تحلیل جریان اطلاعات و پشتیبانی از فرآیندهای تصمیم گیری داشبورد مدیریتی وجود دارد که باید بهبود یابد.

متا مدل داشبورد مدیریتی ارائه شده در شکل های 3 و 4 به متا مدل اکوسیستم متصل است. متا مدل اکوسیستم داشبورد مدیریتی هر جزء نرم افزار را به عنوان یک جعبه سیاه نشان می دهد تا انتزاعی سطح بالایی از ساختار آن ارائه دهد.

متا مدل داشبورد مدیریتی جزئیاتی را برای مدل ‌سازی این ابزارها به عنوان بخشی از اکوسیستم ارائه می ‌کند. پیچیدگی داشبورد مدیریتی ها مستلزم تجزیه و تحلیل عمیق دامنه برای شناسایی اشتراکات و ویژگی های اصلی آنها و چگونگی ارتباط این ویژگی ها با یکدیگر است.

اگرچه متا مدل داشبورد مدیریتی شامل جزئیات بیشتری در مورد ساختار و عناصر این ابزارها است، اما مدل متا داشبورد مدیریتی هنوز از نظر معماری چهار لایه OMG در سطح M2 قرار دارد.

متا مدل داشبورد مدیریتی ارائه شده یک نمونه از Ecore و همچنین فرامدل اکوسیستم یادگیری است. این دو متا مدل سطح M2 توسط برخی از عناصر موجود در متا مدل داشبورد مدیریتی و متامدل اکوسیستم به هم متصل می شوند.

از یک سو لزوم گنجاندن کاربران در مدل متا داشبورد مدیریتی توجیه شده است زیرا آنها محرک و مصرف کننده داده های نمایش داده شده هستند.

عامل انسانی همچنین نقش مهمی در فرامدل اکوسیستم داشبورد مدیریتی یادگیری ایفا می کند زیرا این فناوری برای حمایت از نیازهای کاربران داشبورد مدیریتی تعریف و تکامل یافته است.

از سوی دیگر، دو عنصر مرتبط در هر دو متا مدل نیز به اشتراک گذاشته شده است. اهداف داشبورد مدیریتی (در متا مدل داشبورد مدیریتی) به عنوان اهداف در فرامدل اکوسیستم داشبورد مدیریتی یادگیری نشان داده می شود.

این عناصر به ترتیب با مجموعه ای از وظایف و جریان اطلاعات نشان داده می شوند. ارتباط این نهادها در این است که آنها هسته فرامدل هستند، زیرا آنها اجزای مورد نیاز را برای دستیابی به اهداف یا اهداف تعیین شده چارچوب می دهند.

شکل 6 ارتباط بین هر دو متا مدل داشبورد مدیریتی را نشان می دهد. داشبورد Goal با Objective ادغام شده است. ارتباط بین هدف و کاربر در مدل متا داشبورد مدیریتی با ارتباط بین کاربر و هدف از طریق مدیریت جایگزین می‌شود.

از این نظر، تمام اهدافی که از تعریف داشبورد مدیریتی پشتیبانی می کنند، به تصمیمات مدیریتی در اکوسیستم مرتبط هستند.

در مورد داشبورد مدیریتی ، کلاس اصلی برای نمونه سازی متا مدل داشبورد مدیریتی به عنوان یک ابزار با اکوسیستم یادگیری مرتبط است. علاوه بر این، ارتباط بین کاربر و داشبورد مدیریتی که تأثیر خاصی بر مدل متا داشبورد مدیریتی دارد، در پروپوزال گنجانده شده است.

جریان اطلاعات و وظایف مفاهیم متفاوتی هستند، بنابراین امکان ادغام آنها وجود ندارد. به همین دلیل، داشبورد مدیریتی Task در شکل 6 آمده است.

از سوی دیگر، یک مکانیسم ارتباطی جدید برای پیاده ‌سازی جریان‌های اطلاعات، مجموعه داده، به عنوان راهی برای نشان دادن ادغام بین داشبورد مدیریتی و سایر ابزارهای نرم‌ افزاری در اکوسیستم داشبورد مدیریتی یادگیری گنجانده شده است.

در مورد کامپوننت داشبورد مدیریتی ، نام آن را به DashboardComponent تغییر داد تا از کامپوننت اکوسیستم یادگیری متمایز شود.

در نهایت، ارتباط بین ویژگی داشبورد مدیریتی و کاربر در پیشنهاد جدید ظاهر می شود. وظایف توسط عناصر داشبورد مدیریتی پشتیبانی می شوند، که همچنین تحت تأثیر ویژگی های کاربر داشبورد مدیریتی برای مطابقت با نیازهای اطلاعاتی وی قرار می گیرند.

شکل 6. ارتباط بین هر دو متا مدل داشبورد مدیریتی.

6. نتیجه گیری داشبورد مدیریتی

ادغام دو متا مدل داشبورد مدیریتی پیشنهاد شده است. به طور خاص، یک متا مدل داشبورد مدیریتی د در یک متا مدل اکوسیستم یادگیری گنجانده شده است تا برخی مسائل مربوط به کشف دانش و فرآیندهای تصمیم‌ گیری در اکوسیستم‌ های داشبورد مدیریتی یادگیری را حل کند.

متا مدل داشبورد مدیریتی اسکلتی را ارائه می دهد که می تواند برای نمونه سازی راه حل های داشبورد مدیریتی بتنی سازگار شود. نقش داشبورد مدیریتی پشتیبانی از فرآیندهای تصمیم گیری از طریق تحلیل بصری داشبورد مدیریتی است.

گنجاندن کاربر در مدل متا داشبورد مدیریتی بسیار مهم است، زیرا اهداف و داده های مورد نیاز آنها محرک فرآیند پیکربندی داشبورد مدیریتی است.

از سوی دیگر، فرامدل اکوسیستم یادگیری چندین مشکل مرتبط با تعریف و اجرای اکوسیستم های یادگیری را حل می کند. اکوسیستم داشبورد مدیریتی های یادگیری ابزارهایی را برای حمایت از مدیریت دانش ترکیب می کنند. گنجاندن داشبورد مدیریتی اطلاعاتی در اکوسیستم داشبورد مدیریتی یادگیری، با ارائه ابزاری برای تجزیه و تحلیل بصری داشبورد مدیریتی جریان‌های اطلاعات، به بهبود کشف دانش در اکوسیستم می ‌پردازد.

با این حال، اگرچه اکوسیستم داشبورد مدیریتی یادگیری معتبر است و کیفیت آن از طریق چارچوب تعریف شده توسط LópezFernández و همکاران بررسی شد. [35]. به دلیل عدم تایید کامل متامدل داشبورد مدیریتی در کارهای قبلی، لازم است همان چارچوب را برای متا مدل پیشنهادی اعتبارسنجی و اعمال کنیم.

علاوه بر این، خطوط تحقیقاتی آینده شامل اصلاح متا مدل داشبورد مدیریتی از طریق افزودن محدودیت ‌ها، قوانین و دستورالعمل‌ های طراحی، علاوه بر آزمایش محصولات نمونه ‌سازی شده از این متا مدل‌ داشبورد مدیریتی ها خواهد بود. هدف به دست آوردن ابزاری برای تولید خودکار داشبورد مدیریتی های اطلاعاتی بر اساس زمینه برنامه با استفاده از مثلاً الگوریتمs های یادگیری ماشین است [36-38].