فرآیند تحلیل ریسک

دانلود مقالات ISI درباره آنالیز ریسک + ترجمه فارسی

آنالیز ریسک (Risk analysis) تکنیکی است که برای شناسایی و ارزیابی مولفه‌ها و عواملی که ممکن است موفقیت یک پروژه یا دستیابی به یک هدف را به مخاطره بیندازند، مورد استفاده قرار می گیرد. نام دیگر این فرایند، «آنالیز حوادث پروژه» است. این فرایند نیازمند انجام یک تجزیه و تحلیل هزینه-سود است. فرایند هزینه-سود می بایست در بازنگری ویژگیها و مزایای یک دارایی یا فرایند دخیل باشد. بخشی از بازنگری یک پروژه، تعیین هزینه‌های آن است. این هزینه‌ها عبارتند از هزینه‌های تامین و توسعه؛ یعنی هزینه‌های عملیاتی و نگهداری و. . . ، هزینه‌های مستندسازی، هزینه‌های آموزشی نیروی انسانی، هزینه زیرساخت‌ها، هزینه بروزآوری، هزینه‌های جابجایی و مانند آن. تمامی این هزینه‌ها مستلزم جنبه‌های مادی و معنوی است. افراد مختلف از یک ریسک مشخص، برداشت‌هایی گوناگون دارند. برآورد میزان ریسک از سوی افراد غیرعلمی با نتایج آماری و معادلات ریاضی ریسک همخوانی ندارد. مفهوم ریسک دو جنبه گوناگون را در بر می‌گیرد: برداشت افراد غیرعلمی از میزان ریسک که به آن ریسک ذهنی(یا درکی) می‌گویند. برآورد علمی بر پایه اطلاعات آماری از میزان ریسک، که به آن ریسک واقعی می‌گویند. ریسک ذهنی ممکن است بیشتر یا کمتر از ریسک واقعی باشد. ارزیابی ریسک ممکن است آگاهانه یا ناآگاهانه صورت گیرد. در این بین عواملی وجود دارند که بر قضاوت ناصحیح افراد مؤثر هستند و برای اصلاح سطح ریسک پذیری، لازم است این عوامل شناخته شوند. نخستین گام اجرای فرایند ارزیابی ریسک، شناسایی تمامی دارایی‌های اطلاعاتی موجود در حوزه مورد بررسی است تا پس از آن بتوان ریسکهای متوجه هر یک از آنها را بطور کامل مشخص نمود. اگرچه توجه به تمامی مولفه‌های هزینه‌ای برای تصمیم گیری در زمینه اجرای یک پروژه بسیار مهم است، ولی این هزینه‌های اجرایی تنها یک متغیر است. هزینه عدم اجرای یک پروژه نیز متغیر دیگری است که می‌بایست در فرایند تجزیه و تحلیل مورد توجه قرار گیرد. چنانچه اجرای پروژه با تاخیر مواجه شده یا مورد تصویب قرار نگیرد، چه اثراتی بر سازمان خواهد داشت؟ عدم پیشرفت پروژه چه تاثیراتی بر مزیتهای رقابتی سازمان دارد؟ چگونه می تواند توانایی شرکت در دستیابی به اهداف و ماموریتها را تحت تاثیر قرار دهد؟ در حالت کلی، هر جا که پول یا منابعی صرف می‌شود می بایست ارزیابی ریسک انجام شود. این امر سبب می‌شود که اجرا یا عدم اجرای پروژه با دلایل موجه همراه بوده و مدیر تلاش خود را جهت اتخاذ تصمیم درست انجام داده است. خروجی فرایند تحلیل ریسک دو بار مورد استفاده قرار می گیرد. بار نخست در زمان اتخاذ تصمیم است. مورد دوم در زمان ارائه نتایج تصمیم به شخص ثالث یا شریک بیرونی است و مدیر ناچار است تا فرایند تصمیم گیری خود را به وی ارائه دهد. در مجموع باید گفت که اجرای فرایندهای تحلیل و ارزیابی ریسک، درک و تجسم مناسبی از کسب و کار بدست می دهد.

در این صفحه تعداد 1107 مقاله تخصصی درباره آنالیز ریسک که در نشریه های معتبر علمی و پایگاه ساینس دایرکت (Science Direct) منتشر شده، نمایش داده شده است. برخی از این مقالات، پیش تر به زبان فارسی ترجمه شده اند که با مراجعه به هر یک از آنها، می توانید متن کامل مقاله انگلیسی همراه با ترجمه فارسی آن را دریافت فرمایید.
در صورتی که مقاله مورد نظر شما هنوز به فارسی ترجمه نشده باشد، مترجمان با تجربه ما آمادگی دارند آن را در اسرع وقت برای شما ترجمه نمایند.

Keywords: آنالیز ریسک; Bayesian networks; Systems modeling; Algorithms; Reliability assessment; Risk analysis; Infrastructure systems

Keywords: آنالیز ریسک; knowledge management; knowledge management strategy; government human capital management; gap analysis; risk analysis; OCAI;

Keywords: آنالیز ریسک; Dams; Risk analysis; Computational methods; Safety management; Hydraulic structures;

تحلیل ریسک چیست و تحلیلگر ریسک کیست؟

رشته حسابداری و مالی حوزه بسیار گسترده‌ای است و مشاغل مرتبط با این حوزه، در تمام دنیا جزو پرتقاضاترین و پولسازترین حرفه‌ها هستند. تمامی کسب و کارها، شرکت‌ها و سازمان‌ها به متخصصانی نیاز دارند تا به مدیریت امور مالی و حسابداری آن‌ها کمک کنند. یکی از محبوب‌ترین مشاغل مرتبط با حوزه مالی و حسابداری، تحلیل ریسک است. در این مطلب در خصوص اهمیت تحلیل ریسک و مهارت‌ها و خصوصیات یک تحلیلگر ریسک بیشتر صحبت می‌کنیم.

تحلیل ریسک چیست و تحلیلگر ریسک کیست؟

فهرست مطالب

منظور از تحلیل ریسک چیست؟

تحلیل ریسک یک فرایند است که در آن احتمال بروز اتفاقات ناخوشایند و نامطلوب در یک شرکت، سازمان و یا بخشی از محیط کاری ارزیابی می‌شود. تحلیل ریسک به شناسایی و تجزیه و تحلیل مسائل بالقوه‌ای می‌پردازد که می‌توانند بر طرح‌ها یا پروژه‌های تجاری بزرگ تأثیر منفی بگذارند. این فرآیند به سازمان‌ها و شرکت‌ها کمک می‌کند تا از خطرات احتمالی اجتناب کرده یا اثرات آن‌ها را کاهش دهند.

فرایند تحلیل ریسک نقاط نامعلوم و غیرقطعی یک فعالیت را مورد مطالعه و بررسی قرار می‌دهد و به عدم قطعیت جریان‌های نقدی پیش بینی شده، واریانس بازده پرتفوی یا سهام، احتمال موفقیت یا شکست یک پروژه و وضعیت‌های اقتصادی آینده اشاره دارد.

همه شرکت‌ها و افراد با خطرات و ریسک‌های خاصی روبرو هستند. از طرف دیگر، بدون ریسک، احتمال پاداش نیز کمتر می‌شود. مشکل این است که ریسک بیش از حد می‌تواند منجر به شکست شود. تحلیل ریسک اجازه می‌دهد تا بین پذیرش ریسک و کاهش اثرات ریسک تعادل ایجاد شود.

در تحلیل ریسک احتمال وقوع رویدادهای نامطلوب ناشی از فرآیندهای طبیعی، مانند طوفان، زلزله یا سیل، یا رویدادهای نامطلوب ناشی از فعالیت‌های مخرب یا سهوی انسانی در نظر گرفته می‌شود. بخش مهمی از تحلیل ریسک به شناسایی عوامل احتمالی مخرب و آسیب ساز ناشی از اتفاقات مختلف و همچنین میزان احتمال وقوع آن‌ها مربوط می‌شود.

تحلیل ریسک چه اهمیتی دارد؟

حوادث نامطلوب را پیش بینی کرده و اثرات منفی و مضر آن‌ها را کاهش فرآیند تحلیل ریسک دهند.
ارزیابی کنند که آیا منافع یک پروژه به خطرات احتمالی مرتبط با آن می‌ارزد، یا راهی برای ایجاد توازن بین خطرات و منافع یک پروژه وجود دارد.
در صورت بروز هر نوع اتفاق ناگواری، اعم از وقایع طبیعی یا مواردی که به خاطر قصور انسانی رخ می‌دهند، برای از بین رفتن یا خرابی تجهیزات آماده باشند و برنامه ریزی کنند.
برای تغییرات محیط تجارت، از ظهور رقبای جدید در بازار گرفته تا تغییر سیاست‌های نظارتی دولت یا قوانین، آماده باشند و اثرات آن را شناسایی کنند.

شناسایی، رتبه‌بندی و مقایسه تأثیر کلی ریسک‌ها بر سازمان، اعم از تأثیرات مالی و تاثیرات سازمانی
شناسایی شکاف‌های امنیتی و تعیین گام‌های بعدی برای رفع نقاط ضعف و تقویت امنیت
بهبود و تسهیل فرآیندهای ارتباطی و فرآیندهای تصمیم گیری مرتبط با امنیت اطلاعات
بهبود سیاست‌ها و رویه‌های امنیتی و توسعه روش‌های مقرون‌به‌صرفه برای اجرای این سیاست‌ها و رویه‌ها
افزایش آگاهی کارکنان در مورد اقدامات امنیتی و خطرات با برجسته کردن بهترین شیوه‌ها در طول فرآیند تحلیل ریسک
درک آثار و عواقب مالی ناشی از خطرات و ریسک‌های امنیتی بالقوه

تحلیلگر ریسک کیست و چه وظایفی دارد؟

طبق قانون موسسات مالی و اعتباری و بانک‌ها موظفند به طور مداوم ریسک‌های بازار و ریسک‌های اعتباری را مدیریت کنند. تحلیلگران ریسک خطرات بالقوه‌ای را که موفقیت سازمان‌های سرمایه گذاری و بانک‌های تجاری را تهدید می‌کنند، شناسایی و تجزیه و تحلیل می‌کنند. آن‌ها مسئول پیش بینی تغییرات و روندهای آینده و همچنین پیش بینی هزینه‌ها هستند. تحلیلگران ریسک معمولاً در بخش مالی کار می‌کنند و به شرکت‌ها و سازمان‌ها در مورد عوامل خطرساز مشاوره می‌دهند.

تحلیلگران ریسک با تعیین اینکه آیا ایده‌های تجاری بر اساس میزان ریسکی که سهامداران شرکت می‌خواهند بپذیرند قابل اجرا هستند یا خیر، با سازمان و سهامداران کمک می‌کنند. آن‌ها برای تعیین ضررها و سودهای احتمالی مربوط به عملیات جاری شرکت یا پروژه‌های جدید، داده‌های لازم را جمع آوری می‌کنند. همچنین در مورد نحوه کاهش ریسک در زمان انجام یک معامله به مدیران و صاحبان کسب وکارها مشاوره می‌دهند. آنها نوسانات عوامل کلیدی را زیرنظر گرفته و مطابق با این تغییرات و نوسانات خطرات احتمالی آتی را پیش بینی می‌کنند.

تحلیل ریسک نیاز به تخصص بالایی دارد. تحلیلگران ریسک ممکن است در بخش‌های فروش، بازرگانی و تجارت، بازاریابی، خدمات مالی یا بانکداری خصوصی کار کنند و در حوزه‌های مختلف اعتباری، بازار، عملیاتی و نظارتی تخصص داشته باشند.

تحلیل و پیش بینی روندهای بازار
انجام تحقیقات برای ارزیابی خطرات
محاسبه ریسک‌های موجود در معاملات و پیشنهادات تجاری
استفاده از برنامه‌های کامپیوتری آماری
تدوین و تنظیم برنامه های اضطراری
توصیه اقدامات پیشگیرانه یا بهبود و اصلاح تمهیدات امنیتی

تحلیلگر ریسک وظیفه‌ای را که از سوی مدیران به او محول شده می‌پذیرد و در خصوص تصمیمات احتمالی، اطلاعات لازم را از مدیران می‌گیرد. سپس عواملی را که می‌توانند بر این تصمیمات تاثیر بگذارند تعیین کرده و اثرات مالی آن‌ها را تجزیه و تحلیل می‌کند. او داده‌ها را جمع آوری می‌کند و تحقیقات مستقلی را برای شناسایی روندهای احتمالی انجام می‌دهد. تحلیلگر ریسک یافته‌های خود را در چارچوب عوامل خارجی و روندهای کلی اقتصادی در نظر می‌گیرد و تعیین می‌کند که یک شرکت تا چه مدت می‌تواند در شرایط مختلف از نظر مالی دوام بیاورد.

او گزارش‌ها را تایپ و به مدیران ارائه می‌کند و به سؤالات مربوط به سناریوهای مختلف و تصمیم ایده‌آل در هر موقعیت پاسخ می‌دهد. تحلیلگر ریسک در جلسات شرکت می‌کند و در مورد ریسک‌های مربوط به پذیرش معاملات بحث می‌کند، نتیجه آن موقعیت‌ها را ثبت می‌کند تا بعدها و به مرور زمان، تحلیل‌های خود را اصلاح کند.

موسسات مالی و اعتباری، بانک‌ها و صندوق‌های سرمایه گذاری، صرافی‌ها و واحد خزانه داری سازمان‌ها و شرکت‌های بزرگ بیش از همه به دنبال استخدام و کمک گرفتن از متخصصان تحلیل ریسک هستند.

تحلیلگر ریسک چه مهارت هایی دارد؟

یک تحلیلگر ریسک باید از مهارت‌ها و صلاحیت‌های خاصی برخوردار باشد. این مهارت‌ها عبارتند از:

تجزیه و تحلیل قوی: برخورداری از مهارت‌های تحلیلی قوی برای یک تحلیلگر ریسک ضروری هستند. یک تحلیلگر ریسک باید بتواند به سرعت حجم زیادی از داده‌ها را تجزیه و تحلیل کند، سپس گزارش تهیه کرده و به جمع بندی برسد.

تصمیم گیری: تحلیلگران ریسک اغلب مسئول تصمیم گیری‌های تجاری و مالی مشتریان خود هستند. توانایی تجزیه و تحلیل سریع داده‌ها و تصمیم گیری، مثلا در خصوص اینکه کدام سهام برای صدور اعتبار یا عدم صدور اعتبار ارزش دارد، بسیار مهم است.

برقراری ارتباط: مهارت‌های ارتباطی نوشتاری و کلامی برای تحلیلگران ریسک مهم هستند. آنها باید به طور واضح و موثر با مشتریان و اعضای تیم در تمام سطوح ارتباط برقرار کنند.

مدیریت پروژه: تحلیلگران ریسک اغلب روی چندین پروژه به طور همزمان کار می‌کنند، بنابراین باید بتوانند زمان خود را برای تکمیل تمام پروژه‌ها سازماندهی و مدیریت کنند.

تحلیلگران ریسک خوب و حرفه‌ای از سروکله زدن با مفاهیمی مانند علت و معلول، احتمالات، آمار و تحلیل رفتار لذت می‌برند. یک تحلیلگر ریسک خوب حکم مشاور مالی را دارد و باید بتواند مفاهیم را به وضوح برای دیگران توضیح دهد و سطوح ریسک شرکت را با استفاده از گزارش‌های کتبی و شفاهی به طور دقیق به اطلاع دیگران برساند.

تحلیلگران ریسک روی جزئیات دقیق هستند، منطقی فکر می‌کنند و می‌توانند برای پیش بینی‌های خود شواهد و داده‌هایی ارائه دهند که فرآیند فکری آن‌ها را برای رسیدن به ارزیابی نهایی توضیح می‌دهند. آنها باید خود را وقف کار کنند و بسیار منضبط و سازمان یافته باشند تا بتوانند همزمان چندین خطر را ردیابی کنند. برای موفقیت، تحلیلگران ریسک باید به مهارت های خود اعتماد داشته باشند و مهارت‌های رهبری خود را به تیم مالی نشان دهند.

سطح تحصیلات و آموزش

معمولاً برای کار کردن به عنوان یک تحلیلگر ریسک حداقل مدرک کارشناسی الزامی است. یک تحلیلگر ریسک با مدرک کارشناسی ارشد می‌تواند گزینه مناسب‌تری باشد و فرصت‌های شغلی بیشتری نیز داشته باشد. زمینه تحصیلی تحلیلگران ریسک معمولاً در حوزه‌های تجارت، حسابداری، مالی یا آمار می‌باشد. دانشجویان تحلیلگر ریسک ممکن است یک دوره کارآموزی در طول تحصیل خود بگذرانند که به آن‌ها امکان می‌دهد مهارت‌های کلیدی خود را توسعه دهند. اکثر اوقات، تحلیل گران ریسک تازه کار تحت نظارت یک تحلیلگر ریسک با تجربه‌تر کار می‌کنند و به این ترتیب خود را برای رسیدن به مدارج بالاتر آماده می‌کنند.

تجربه و سابقه کار مرتبط

برخی از مدیران ترجیح می‌دهند تحلیلگران ریسک مجرب و با سابقه کار مرتبط با حوزه یا صنعت خود استخدام کنند. برخی نیز یک تحلیلگر ریسک مبتدی استخدام می‌کنند و در حین کار آموزش‌های لازم را برای او فراهم می‌کنند.

رزومه کاری یک کارشناس تحلیل ریسک چه مواردی را دربردارد؟

رزومه یک کارشناس تحلیل ریسک باید دانش مالی، دانش اقتصادی و اعتبار او را منعکس کند. گزینه‌های خوب افرادی هستند که تجربه خود را با تجزیه و تحلیل داده‌ها شرح می‌دهند و انواع نرم افزار مدل سازی داده یا پیش بینی ریسک را که با آن آشنا هستند فهرست می‌کنند. آن‌ها باید نشان دهند که تجربه آن‌ها چه تأثیری بر موفقیت مالی کارفرمای قبلی و فرایندهای تصمیم گیری مدیران داشته است و نتایج آن تصمیمات چه بوده است.

درآمد تحلیلگران ریسک چقدر است؟

درآمد تحلیلگران ریسک بسته به میزان تحصیلات، تجربه، مهارت‌ها، شرکت یا سازمانی که درآن مشغول هستند و همچنین جغرافیا متفاوت است. برای مثال، در ایالات متحده بازه درآمد تحلیلگران ریسک از 19000 دلار تا 171000 دلار متغیر است و متوسط درآمد یک تحلیلگر ریسک را چیزی حدود 76000 دلار در سال تخمین می‌زنند.

حوزه‌های تخصصی تحلیل ریسک

همان طور که گفتیم، یک تحلیلکر ریسک می‌تواند در حوزه‌های مختلف مثل ریسک بازار، ریسک اعتباری، ریسک عملیاتی و ریسک نظارتی تخصص داشته باشد. در هر صورت، وظیفه اصلی کارشناس تحلیل ریسک این است که از منابع سازمان یا شرکت محافظت کند، خطرات احتمالی را کاهش دهد و سازمان را از شرایط پرخطر و چالش برانگیز به سلامت عبور دهد.

تحلیلگر ریسک بازار

تحلیلگر ریسک بازار با این موضوع سروکار دارد که عوامل خارجی مانند نرخ بهره و هزینه کالا را بررسی کرده و بفهمد این عوامل چگونه برعملکرد شرکت یا سازمان تأثیر می‌گذارند. این متخصصان از نزدیک با شرکت‌های مالی همکاری می‌کنند تا به ارزیابی ریسک و میزان بازدهی بپردازند. آن‌ها از یک رویکرد تحلیلی برای تجزیه و تحلیل ریسک‌های بازار استفاده می‌کنند و تیم را برای نظارت و کنترل ریسک‌ها راهنمایی می‌کنند.

تحلیلگر ریسک نظارتی

تحلیلگر ریسک نظارتی نحوه تأثیر قوانین بر عملکرد سازمان را در نظر می‌گیرد. او باید آمادگی داشته باشد تا در هر بحثی به نمایندگی از شرکت پاسخگو باشد.

تحلیلگر ریسک عملیاتی

ریسک‌های عملیاتی در یک سازمان عمدتاً به دلیل عوامل داخلی مانند مشکلات کارکنان و کنترل و نظارت ضعیف بروز می‌کنند. تحلیلگران ریسک عملیاتی انواع خطرات و ریسک‌های درون سازمانی را شناسایی کرده و آن‌ها را به مقامات بالا و اعضای ارشد سازمان گزارش می‌دهند.

چگونه تحلیلگر ریسک شویم؟

چگونه تحلیلگر فرآیند تحلیل ریسک ریسک شویم؟

برای تبدیل شدن به یک تحلیلگر ریسک ماهر و موفق، ترکیبی از دانش، آموزش و تجربه نیاز است. می‌توان از فرصت‌های شغلی کوچک و ابتدایی شروع کرد و در کنار کارشناسان خبره تجربه به دست آورد. ابتدا باید تصمیم بگیرید که به چه حوزه و یا صنعتی علاقمند هستید و باید اخذ مدرک کارشناسی در رشته بازرگانی، امور مالی یا یکی از رشته‌های مرتبط با علوم رایانه‌ای، ریاضیات، آمار یا هر رشته دیگری که توانایی شما در درک و کار با اعداد و اطلاعات مالی را نشان می‌دهد، مدنظر قرار دهید. ممکن است لازم باشد در زمینه زبان‌های برنامه نویسی یا خدمات مالی تجربه کسب کنید.

بعد از آن باید تحصیلات خود را در یک رشته فنی یا تحلیلی، مانند مدرک کارشناسی ارشد در مدیریت ریسک یا بازارهای مالی تکمیل کنید. همچنین، اخذ مدرک کارشناسی ارشد مدیریت بازرگانی (MBA) را مدنظر داشته باشید. دوره‌های MBA معمولاً شامل دوره‌های تجاری و مرتبط با کامپیوتر می‌شوند و به افزایش مهارت‌های یک تحلیلگر ریسک کمک شایانی می‌کنند.

و در نهایت باید در این حوزه تجربه کسب کنید و با اثبات صلاحیت و به رخ کشیدن دستاوردهای خود، به مدارج بالاتر دست یابید.

ارائه مدل تحلیل ریسک‌ در پروژه‌‌های شهرسازی مبتنی بر تکنیک داده‌کاوی با مطالعه موردی

تحلیل واکنش درست به ریسک یکی از فرایندهای مهم مدیریت پروژه است. هدف از انجام این پژوهش، دسته‌بندی ریسک‌های پروژه شهرسازی است. بدین‌منظور، پس از شناسایی ریسک‌های پروژه شهرسازی، برای ارزیابی ریسک‌ها مهم‌ترین شاخص‌های با تأیید خبرگان توسعه داده شده است که عبارت‌اند از: میزان تأثیر بر زمان؛ هزینه و کیفیت؛ احتمال وقوع؛ اثرات زیست‌محیطی؛ تأثیرات ایمنی؛ اهمیت ریسک؛ میزان مدیریت‌پذیری ریسک و استراتژی پاسخ به ریسک؛ سپس ارزیابی ریسک‌ها با استفاده از شاخص‌های مدنظر انجام شد. تمامی مراحل تحلیل با استفاده از روش استاندارد داده‌کاوی کرسیپ اجرا و سطوح اهمیت ریسک، مدیریت‌پذیری ریسک و استراتژی پاسخ با استفاده از الگوریتم‌های داده‌کاوی پیشنهادی به تفکیک پیش‌بینی شدند. یافته‌‌های پژوهش نشان می‌دهند که الگوریتم‌های دسته‌بندی در مدیریت ریسک از عملکرد مطلوبی برخوردارند. الگوریتم دسته‌بندی لجستیک، میزان اهمیت و مدیریت‌پذیری ریسک را به‌ترتیب با نرخ صحت 88/0 و 9/0 پیش‌بینی کرده ‌است؛ همچنین الگوریتم دسته‌بندی بیزی نیز در پیش‌بینی استراتژی پاسخ به ریسک توانسته است با نرخ صحت 84/0 عملکرد بهتری نسبت به سایر الگوریتم‌ها نشان دهد. برای بررسی بیشتر الگوریتم‌های مورداستفاده، نتایج با یکی از روش‌های متداول، یعنی روش تاپسیس، مقایسه شد که الگوریتم‌های داده‌کاوی در مقایسه با روش تاپسیس نتیجه بهتری ارایه دادند.

کلیدواژه‌ها

ارزیابی ریسک
مدیریت‌پذیری ریسک
استراتژی پاسخ به ریسک
الگوریتم بهینه
داده‌کاوی

عنوان مقاله [English]

Presentation of Risks Analysis Model in Urban Projects Based on Data Mining Technique with Case Study

نویسندگان [English]

mohammad ghodoosi 1
Fatemeh Mirsaeedi 2
Aliakbar Hasani 3

1 Instructor, University of Torbat Heydarieh.

2 Master of Science, Sadjad University of Technology.

3 Associate Professor, Shahrood University of Technology.

چکیده [English]

Analysis of the right response to risk is one of the important processes in project management. The purpose of this research is to categorize the risks of the urban projects. To this end, after identifying the risks of the urban project, the most important indicators are developed in line with experts’ opinions to evaluate risks. These include impact on time, cost, quality, probability of occurrence, environmental impact, safety effects, importance of risk, risk manageability and risk response strategy. Then, the risk assessment is performed using فرآیند تحلیل ریسک the desired indicators. All steps are implemented according to CRISP-DM standard methodology and the importance of risk, risk manageability, and risk response strategy are predicted by data mining algorithms. The results show that classification algorithms performed in risk management successfully. Importance of risk and risk manageability are predicted by logistic regression whose accuracy rates are respectively equal 0.88 and 0.9. For risk response strategy, the Naïve Bayes algorithm performed better than other algorithms with an accuracy rate of 0.84. For further investigation of the used algorithms, the results are compared with one of the MCDM methods, the TOPSIS method. Data mining algorithms performed better than فرآیند تحلیل ریسک the TOPSIS method.

کلیدواژه‌ها [English]

Evaluation of Risk
Risk Manageablity
Risk Response Strategy
Optimum Algorithm
Data Mining

مراجع

1. Abd El-Karim, A., Nawawy, O., & Abdel- Alim, A, M. (2015). Identification and assessment of risk factors affecting construction projects. HBRC Journal, 13(2), 202-216.

2. Abdollahi, A., & Khozin, A. (2016). Using genetic algorithm to optimize the Time-Cost-Quality-Risk in construction projects and investment plans. Journal of Accounting and Auditing Studies, 5(20), 104-123 (In Persian).

3. AlamTabriz, A., Farrokh, M., & Ahmadi, E. (2014). A Comparison of the neural network approach and the earned value management in predicting final cost and duration of projects. Journal of Industrial Management Perspective, 4(1), 51-65 (In Persian).

4. Alam Tabriz, A., & Hamzehi, E. (2011). Project risk evaluation and analysis using risk management based on PMBOK standard and RFMEA technique. Industrial Management Studies, 9(23), 1-19 (In Persian).

5. Alimohammadi, A. M., Abbrishami, M. H., & Javaheri, A. (2016). Prediction of stock return using financial ratios: a decision tree approach. Journal of Financial Management Strategy, 3(4), 125-146 (In Persian).

6. Amiri, M. (2013). Presentation of a Model for Ranking a Project Activities Risk using CPM Network and TOPSIS Method in Fuzzy Environment. Journal of Industrial Management Perspective, 3(2), 169-183 (In Persian).

7. Arish, A., Akbarpour Shirazi, M., Seyed Esfahani, M. M. (2009). Case-based decision support model for risk responses planning. International Journal of Industrial Engineering and Production Management, 3(20), 1-14 (In Persian).

8. Asadollahi Hosseini, H. (2013). Identification and Prioritization of Tunnel Project Risks Using AHP Method (Case Study: Qom Urban Train Project). MSc Thesis, Islamic Azad University, Najaf Abad (In Persian).

9. Ataie, Sh. (2017). Data mining software (WEKA). Tehran: Iran University of Science & Technology (In Persian).

10. Bagheri, S. (2015). Providing a template for selecting the most appropriate risk management techniques and tools in project management. Journal of Standard and Quality Management, 4(18), 27-35 (In Persian).

11. Bagherian Marandi, N. (2011). Applied risk management in construction projects. 6th International Conference on Seismology and Earthquake Engineering, Tehran (In Persian).

12. Bagherzadeh, F., Ramezankhani, A., Azizi, F., Hadaegh, F., Steyerbergh, E. W., & Khalili, D. (2016). A tutorial on variable selection for clinical prediction models: Feature selection methods in data-mining could improve the results, Journal of Clinical Epidemiology, 71, 76-85.

13. Banihashemi, A., Khalilzadeh, M. (2018). Sensitivity analysis for estimating cost of project execution with EVM technique by considering factors of quality and risk. Iranian Journal of Trade Studies, 22(87), 187-214 (In Persian).

15. Esmaeilzadeh, A. (2011). Risk Classification of Construction Projects and Analysis them using Structural Equation Modeling and Grey Approach. MSc Thesis. Allameh Tabataba'i University, Tehran (In Persian).

17. Han, J., & Kamber, M. (2006). Data Mining: Concepts and Techniques, 2nd edition., Morgan Kaufmann.

18. Hatefi, M., Rostami, M., Nafte, N., & Bazgir, B. (2016). Designing and implementing a decision support system for project risk management in the Sarkhun and Gheshm gas refinery. International Journal of Industrial Engineering & Production Management, 27(4), 617-633 (In Persian).

19. Hillson, D. (2004). Efective opportunity management for projects – exploiting positive risk. NewYork: Marcel Dekker.

20. Ho, T. K. (1998). The Random subspace method for constructing decision forests. IEEE Trans Pattern Analysis and Machine Intelligence, 20(8), 832–844.

21. Jozi, A., & Seifossadat, H. (2014). Environmental risk assessment of Gotvand-Olia dam at operational phase using the integrated method of Environmental Failure Mode and Effects Analysis (EFMEA) and preliminary hazard analysis. Journal of Environmental Studies, 40(1), 107-120 (فرآیند تحلیل ریسک In Persian).

22. Kabakchieva, D. (2013). Predicting Student Performance by Using Data Mining Methods for Classification, Cybernetics and Information Technologies, 13(1), 61-72.

23. Kantardzik, M. (2010). Data mining. Translator: Amir Alikhanzadeh. Tehran: Computer sciences (In Persian).

24. Kaplinski, O. (2013). Risk Management of Construction Works by Means of the Utility Theory: a Case Study. 11th International Conference on Modern Building Materials, Structures and Techniques. MBMST: Procedia Engineering, (57), 533-539.

25. Khaksari, M., Shafei, R., Allah Visi, B. (2009). Recognition the risk roots in constructional projects and the methods of their management. (A case study). Journal of Productivity Management, 2(7), 139-160 (In Persian).

26. Malmasi, S., Arjmandi, R., Nezakati, R., Allahdad, Z. (2017). Environmental risk assessment of dam projects by using ELECTRE technique. Journal of Environmental Science and Technology, 18(4), 57-72 (In Persian).

28. Mohajeri, Sh., Nakhlestani, S., Harsej, F. (2017). Risk management in the implementation of a road construction project with emphasis on the principles of ergonomics. Journal of Science and Engineering Elites, 2(2), 255-264 (In Persian).

29. Mokhtari, Gh., & Hasanzadeh, Y. (2019). An integrated multi-objective model for project portfolio selection and risk response actions planning. Journal of Industrial Management Perspective, 8(4), 9-32 (In Persian).

30. Olfat, L., Khosravani, F., & Jalali, R. (2010). Identification and Ranking of Project Risk Based on PMBOK Standard by Fuzzy Approach. Journal of Industrial Management Studies, 8(19), 147-163 (In Persian).

31. Olsson, R. (2007). In search of opportunity management: Is the risk management process enough? International Journal of Project Management, 25(8), 745-752.

32. PMI (Project Management Institute), (2013). A Guide to the Project Management Body of Knowledge (PMBoK guide)”, 5th ed., USA: Pennsylvania.

33. PMI (Project Management Institute), (2017). A Guide to the Project Management Body of Knowledge (PMBoK guide)”, 6th ed., USA: Pennsylvania.

34. Pospieszny, P. (2017). Application of Data Mining Techniques in Project Management – an Overview. Collegium of Economic Analysis Annals, Warsaw School of Economics, Collegium of Economic Analysis, 43, 199-220.

35. Rahnama, M. R., & Hejazi, M. (2017). The use of project risk management knowledge to develop strategies to improve urban public-private partnership projects (Case study: projects of Mashhad municipality). Research and Urban Planning, 8(29), 1-22 (In Persian).

36. Rao W., Chen J. (2020). Risk Control System of Construction Engineering Based on Data Mining and Artificial Intelligence Technology. In: Huang C., Chan YW., Yen N. (eds) Data Processing Techniques and Applications for Cyber-Physical Systems (DPTA 2019). Advances in Intelligent Systems and Computing, 1088. Springer, Singapore

37. Renault, B. Y., Agumba, J. N., Balogun, O. A. (2016). Drivers for and obstacles to enterprise risk management in construction firms: a literature review. Creative Construction Conference, Budapest: Procedia Engineering, 5, 402-408.

38. Rezaeian, J., Iranian, M. (2018). Risk assessment in road construction projects based on the PMBOK standard case study: (Cable bridge construction project the city of Sari). Passive Defense Quarterly, 9(3), 55-66 (In Persian).

39. Sayadi, A., Hyati, M., Azar. A. (2011). Assessment and ranking of risks in tunneling projects using linear assignment technique. International Journal of Industrial Engineering and Production Management, 22(1), 27-38 (In Persian).

40. Serpell, A., Ferrada, X., Rubio, L., & Arauzo, S. (2015). Evaluating risk management practices in construction organizations. Social and Behavioral Sciences, 194, 201-210.

41. Serpella, A. F., Ferrada, X., Howard, R., Rubio, L. (2014). Risk management in construction projects: a knowledge-based approach. Social and Behavioral Sciences, 119, 653-662.

43. Szymanski, P. (2017). Risk management in construction projects. 2nd International Joint Conference on Innovative Solutions in Construction Engineering and Management. Poland: Procedia Engineering, 208, 174-182.

44. Toloei Ashlaghi, A., Nikoomaram, H., & Sharabian, F. (2010). Credit facilities applicants classification by SVM. Management Researches, 21(84), 1-19 (In Persian).

45. Wirth, R., & Hipp, J. (2000). CRISP-DM: Towards a Standard Process Model for Data Mining. Proceedings of the Fourth International Conference on the Practical Application of Knowledge Discovery and Data Mining.

46. Wróblewski, P. (2007). Zarządzanie projektami informatycznymi dla praktyków, Wydawnictwo Helion. Zarządzanie Ryzykiem w przedsięwzięciu. Wydanie, 1.

47. Zahraie, B., Roozbahani, A., & Mirshekari, M. (2017). Risk assessment model based on fuzzy expert systems for construction project management. Sharif Journal (Civil Engineering), 32.2(4.1), 61-70 (In Persian).

48. Zegordi, S. H., Nazari, A., Rezaee Nik, E. (2014). Project risk assessment by a hybrid approach using fuzzy-ANP and fuzzy-TOPSIS. Sharif Journal (Industrial Engineering and Management), 29-1(2), 3-14 (In Persian).

49. Zhang, Y., & Fan, Zh, P. (2014). An optimization method for selecting project risk response strategies. International Journal of Project Management, 32(3), 412-422.

دانلود مقالات ISI درباره آنالیز ریسک + ترجمه فارسی

Keywords: آنالیز ریسک; Bayesian networks; Systems modeling; Algorithms; Reliability assessment; Risk analysis; Infrastructure systems

Keywords: آنالیز ریسک; knowledge management; knowledge management strategy; government human capital management; gap analysis; risk analysis; OCAI;

Keywords: آنالیز ریسک; Dams; Risk analysis; Computational methods; Safety management; Hydraulic structures;

ارزیابی ریسک حملات خصمانه با تاکید بر مدل فرآیند تحلیل شبکه

بررسی عوامل و تشخیص نوع تهدید و مخاطرات احتمالی داراییهای مهم در زمان بروز حوادث از کلیدیترین اقدامات کاهش آسیبپذیری با رویکرد پدافند غیرعامل است. از اینرو، جهت تدوین محتملترین سناریو به منظور پیشگیری و یا کاهش آسیبپذیری و پیامد نیازمند تدوین شاخصهای جامع و تکنیک تحلیل ریسک هستیم. در مدلهای ارایهشده کنونی، کلیه مراحل تحلیل ریسک بهصورت خطی بوده درحالیکه میتواند نقطه ضعف عمدهای در فرآیند ارزیابی بهشمار آید بدین صورت که بهعنوان مثال در مرحله غربالگری داراییها، دارایی فرآیند تحلیل ریسک که فاقد ارزش بالایی به لحاظ دارایی شناسی باشد، حذف شده اما درحالیکه پتانسیل بالایی برای آسیبپذیری بزرگی در سامانه میباشد در واقع با توجه به ماهیت خطیبودن مدلها، دارایی در مرحله اول حذف شده و مانع ارزیابی در مراحل بعدی (ارزیابی آسیبپذیری) میشود. با توجه به ضعف مدلهای خطی جهت تعیین الویت در آسیبپذیری سه سایت هستهای از مدل فرآیند تحلیل شبکه استفاده شده است. روش تحقیق پژوهش حاضر برمبنای هدف از نوع توسعهای بوده و از بعد ماهیت، توصیفی که از منابع کتابخانهای و نقطه نظرات نخبگان جهت بررسی مدلهای ارایهشده استفاده شده است. در نهایت، ضمن تبیین شاخص، به تشریح مدل فرایند تحلیل شبکه به منظور ارزیابی نهایی ریسک پرداخته شده است که بیشترین ریسک به ترتیب مربوط به سایتهای A, B ,C میباشد.

کلیدواژه‌ها

عنوان مقاله [English]

Risk Assessment of Hostile Attacks Using Analytic Network Process Model

Investigating the factors and identifying the type of potential threats and risks of important assets at the time of incidents are of the key measures in reducing vulnerability with the passive approach. Therefore, in order to develop the most likely scenario to prevent or reduce vulnerability and the consequences, we need to develop comprehensive indicators and risk analysis techniques. In the present models, all stages of risk analysis are linear, while it can be a major weakness in the evaluation process. For example, in the asset screening stage, an asset that does not have a high value in terms of assets is eliminated, but with high potential for large system vulnerabilities. In fact, due to the nature of the linearity of the models, the asset is eliminated in the first stage and فرآیند تحلیل ریسک prevents evaluation in the next steps (vulnerability assessment). Due to the weakness of linear models for determining the priority of the vulnerability of the three nuclear sites, the network analysis process model has been used. The research method of the present study is based on the purpose of the developmental type. From the nature فرآیند تحلیل ریسک of the subject, a description of the library resources and the views of the elites to examine the proposed models have been used. Finally, while explaining the indicator, the model of the network analysis process is described in order to evaluate the final risk, which is the most risk related to sites A, B, C.

فرآیند تحلیل ریسک

دانلود مقالات ISI درباره آنالیز ریسک + ترجمه فارسی