توسعه مدیریت ریسک داده های منابع انسانی در عصر داده های بزرگ
چکیده
در سال های اخیر توجه زیادی به تلاش برای درک چالش های پر خطر در مدیریت اطلاعات صورت گرفته است و اخیرا نیز چالش هایی که مربوط به داده های بزرگ هستند، افزایش یافته اند. در این مقاله پیچیدگی داده هابرای کارفرمایان با استفاده از طراحی مدیریت ریسک در دیدگاه ، منابع انسانی و نظریه تصادف طبیعی برای نشان دادن ویژگی های تکاملی این پیچیدگی ها مورد بررسی قرار می گیرد. این مقاله با توصیه هایی که بر آموزش ، طراحی در جمع آوری داده ها و مدیریت ریسک متمرکز هستند ، به پایان می رسد و امید است که این توصیه ها ، کارفرمایان را قادر به پیش بینی و مطرح کردن چالش های بزرگ سازند.
مقدمه
سازمان های دولتی و تامین کننده سرویس اینترنتی، مجموعه داده های بزرگ را به طور فزاینده ای آزاد و قابل دسترس قرار داده اند (به عنوان مثالی Data.gov؛ Krishnamurthy و Awazu 2016) (گازو ، فینک ، کینگ ، تونیداندل و لاندیس). همچنین سازمان های تبلیغاتی در حال مشارکت در بزرگی داده ها و تولید آن در برابر کارمندان و مشتریان در ارتباط با سیستم های خود هستند. نویسندگانی چون گندمی و هیدر (2015)، مک افی و برینجولفسن (2012)، بوید و کرافورد (2012)، کیچین (2014) گازو ، فینک، کینگ ، تونیداندل و لاندیس 2015، مایر شونبرگر و کوکیر (2012) و زیکوپولوس ، ایتون ، دی روس ، داچ و لاپیس (2012) خلاصه ای از تعریف های اصلی داده های بزرگ ارائه داده اند. ما می توانیم چند ویژگی کلیدی را تضمین کنیم که از مجموعه داده های سنتی، سازمان یافته ، ساختار یافته به دست آمده اند.
Abstract
In recent years, a great deal of attention has been devoted to trying to understand the risk challenges that arise in information management, and most recently, challenges that arise due to big data. In this article, the complexities of big data for employers are explored, drawing on a risk management on Human Resources (HR) perspective and normal accident theory (NAT) to illustrate the evolving characteristics of these complexities. The paper concludes with a series of recommendations that focus on education, design in data collection, and risk management, in the hope that these recommendations enable employers to better anticipate and address emerging big data challenges.
1. Introduction
Big data collections are increasingly being made open and available by government agencies (e.g. Data.gov; Krishnamurthy & Awazu, 2016) and Internet service providers (Guzzo, Fink, King, Tonidandel, & Landis, 2015). Commercial organisations are also contributing to the bigness of data, generating it via employees’ and consumers’ interactions with their systems. Summarising major definitions of big data provided by authors such as Gandomi and Haider (2015), McAfee and Brynjolfsson (2012), Boyd and Crawford (2012), Kitchin (2014), Guzzo, Fink, King, Tonidandel, & Landis, 2015, Mayer-Schönberger and Cukier (2012), and Zikopoulos, Eaton, deRoos, Deutsch, and Lapis, (2012), we can assert several key characteristics that set them apart from more traditional, organised, structured and often single-source datasets.
چکیده
مقدمه
داده های بزرگ در سازمان ها : اخلاق، جایگاه، استراتژی و خطر
مدیریت ریسک و داده های بزرگ در منابع انسانی
دیدگاه های نظری
درس‌های (آموزه‌های) جدید برای کارفرمایان
نمونه‌برداری مسئولانه و عامه‌پسند داده‌ها
مدیریت ریسک پیشگیرانه داده‌ها و رسیدگی به حوادث اطلاعاتی
مدیریت ریسک اعتباری
آگاهی نسبت به محتوا
اخلاق در درک و مدیریت ریسک داده‌ها
وضعیت تحقیقات داده‌های موجود، محدودیت‌ها و مسیرهای تحقیقاتی آینده
نتیجه‌گیری
Abstract
1. Introduction
2. Theoretical perspective
3. New lessons for employers
4. State of existing big data research, limitations and future research directions
5. Concluding remarks
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه