现已上线！2025 年 Telegram 研究 — 年度关键洞察 
تهران دیتا-دانشگاه تهران
前往频道在 Telegram
مرجع آموزش های حرفه ای علم داده و هوش مصنوعی ایران www.tehrandata.org linkedin.com/in/tehrandata دوره (LLM) مدل های زبانی بزرگ: 09377516759 دوره (AI) علم داده: 09357516755 دوره (CBDA) تحلیل داده کسبوکار: 09377516835 دوره (BI) هوش تجاری: 09377516682
显示更多📈 Telegram 频道 تهران دیتا-دانشگاه تهران 的分析概览
频道 تهران دیتا-دانشگاه تهران (@tehran_data) 波斯语 语言赛道中的 是活跃参与者。目前社区聚集了 10 915 名订阅者，在 教育 类别中位列第 18 398，并在 伊朗 地区排名第 28 953 位。
📊 受众指标与增长动态
自 невідомо 创建以来，项目保持高速增长，吸引了 10 915 名订阅者。
根据 18 六月, 2026 的最新数据，频道保持稳定运转。过去 30 天订阅人数变化为 202，过去 24 小时变化为 0，整体触达仍然可观。
- 认证状态： 未认证
- 互动率 (ER)： 平均受众互动率为 131.62%。内容发布后 24 小时内通常能获得 96.79% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 14 368 次浏览，首日通常累积 10 566 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 7。
- 主题关注点： 内容集中在 مصنوعی, linkedin, مدل, داده, تهراندیتا 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台：
“مرجع آموزش های حرفه ای علم داده و هوش مصنوعی ایران
www.tehrandata.org
linkedin.com/in/tehrandata
دوره (LLM) مدل های زبانی بزرگ: 09377516759
دوره (AI) علم داده: 09357516755
دوره (CBDA) تحلیل داده کسبوکار: 09377516835
دوره (BI) هوش تجاری: 09377516...”
凭借高频更新（最新数据采集于 19 六月, 2026），频道始终保持新鲜度与高覆盖。分析显示受众积极互动，使其成为 教育 类别中的关键影响点。
10 915
订阅者
无数据24 小时
+1837 天
+20230 天
帖子存档
10 918
🔻 Business Process Simulation
▪️پنج شنبه و جمعه، ۱۷ و ۱۸ مرداد ۹۸
▪️ساعت ۹ الی ۱۷
لینک ثبت نام:
utperm.com/product/2
🆔 @BPERM_UT
10 918
🔻 Business Intelligence
▪️پنج شنبه و جمعه، ۱۰،۱۱ و ۱۷ مرداد ۹۸
▪️ساعت ۱۵ الی ۲۰
لینک ثبت نام:
utperm.com/product/6
🆔 @BPERM_UT
10 918
🔻 R for Data Science
▪️جمعه ها، ۲۵ مرداد ۹۸
▪️ساعت ۹ الی ۱۵
لینک ثبت نام:
utperm.com/product/4
🆔 @BPERM_UT
10 918
🔹 دوره های ترم تابستان مرکز مطالعات مهندسی فرآیند و مدیریت منابع دانشگاه تهران:
📣 همراه با تخفیفات
📩 ثبتنام دوره ها:
▪️http://utperm.com/
🔰 مشاوره:
👤 @bperm_ADMIN
🆔 @BPERM_UT
10 918
🔍 یافتن مناسب ترین روش برای حل مسائل چند شاخصه
✏️روش های تصمیم گیری چند معیاره (MCDM) به طور گسترده برای تصمیم گیری و مدیریت در زمینه ها و رشته های مختلف علمی مورد استفاده قرار می گیرد.
در حالی که بیشتر تحقیقات بر توسعه و بهبود روش های جدید MCDM متمرکز شده اند، توجه کمتری نسبت به انتخاب روش مناسب برای حل یک مسئله تصمیم گیری مد نظر قرار گرفته است . این در حالی است که تحقیقات نشان می دهد کاربرد نامناسب روش های تصمیم گیری موجود ، کیفیت نتایج و راهکارهای ارائه شده را کاهش داده است ، زیرا این روش های مختلف ، نتایج متفاوت و متناقضی را ارائه می دهد .
در این بررسی چارچوب علمی برای انتخاب یک روش مناسب برای وضعیت های مختلف تصمیم حتی در صورت وجود شکاف میان داده ها در توصیف مشکل ارائه شده است .
⚙️ در ابتدا ما با استفاده از 9 ویژگی و شاخصه ساختاری استخراج شده از مشکلات تصمیم گیری و روش ها ، که در 3 سطح ارائه گردیده ، متدها را مورد تجزیه و تحلیل قرار می دهیم و مناسب ترین روش را انتخاب می کنیم .
🔹 این سطوح عبارتند از :
▫️ رابطه بین گزینه ها (Type of variant relation)
▫️ دسته بندی معیارها (Type of aggregation)
▫️ اطلاعات ترجیحی (Type of preferential information)
و همچنین شاخص ها عبارتند از :
1️⃣ ارتباط دودویی بین گزینه ها (binary variant relations)
اگر دقیق بررسی کنیم ،گزینه ها نسبت به هم می توانند این حالت ها را داشته باشند :
▪️ اولویت (preference) : یک گزینه بر گزینه دیگر اولویت داشته باشد
▪️ عدم تفاوت (indifference) : گزینه ها نسبت به هم متفاوت نباشد
▪️ اولویت ضعیف (weak preference) : یک گزینه بر گزینه دیگر اولویت ضعیفی داشته باشد
▪️اولویت محض (strict preference) : یک گزینه کاملا بر گزینه دیگر اولویت داشته باشد
▪️ عدم مقایسه پذیری (incomparability) : یک گزینه غیر قابل مقایسه با گزینه دیگر باشد
2️⃣ جبران اثر خطی (Linear compensation effect)
جواب به این پرسش که آیا روش مورد بررسی خطی است ویا خیر که 3 حالت ممکن است رخ دهد :
🔻 خیر (NO) : روش خطی نیست .
🔻 بله (Total) : کل روش خطی است .
🔻 تا حدی (Partial) : قسمت هایی از روش خطی است .
3️⃣ تک معیاری (Single criterion)
به دنبال ارضای یک معیار هستیم ،مسئله تک شاخصه است .
4️⃣ برتری معیارها (Outranking)
به دنبال اولویت بندی بر اساس شاخصه ها و معیارها هستیم .
5️⃣ ترکیب معیارها (Mixed)
هم به دنبال اولویت بندی و هم ارضا برخی از معیارها هستیم .
6️⃣ قطعی بودن (Deterministic)
بررسی این موضوع که معیار مورد بحث در شرایط قطعیت و یا عدم قطعیت قرار دارد :
🔻بله :در شرایط قطعی قرار دارد (Deterministic)
🔻خیر :در شرایط عدم قطعیت قرار دارد (Non-deterministic)
7️⃣ دادگان کمی (Cardinal)
روش بر روی دادگان کمی (quantitative) اعمال پذیر است .
8️⃣ دادگان کیفی (Ordinal)
روش بر روی دادگان کیفی (qualitative) اعمال پذیر است .
9️⃣ دادگان فازی (Fuzzy)
روش بر روی دادگان فازی اعمال پذیر است .
منبع: www.mcda.it
گردآورنده: مهندس طاها ذی قیمت ، کارشناسی ارشد مهندسی صنایع دانشگاه تهران
🆔 @BPERM_UT
10 918
قابل توجه شرکت کنندگان دوره های زمستان مرکز مطالعات مهندسی فرآیند و مدیریت منابع دانشگاه تهران
کلیه عزیزان از فردا میتوانند جهت دریافت گواهینامه های خود به آدرس زیر مراجعه نمایند:
آدرس: بلوار کشاورز، خیابان ۱۶ آذر، روبروی کوچه طاهری، داخل پارکینگ - ساختمان مرکز آموزش، جناب آقای داداشپور
تلفن تماس: ۶۱۱۱۳۵۹۴
10 918
مرکز مطالعات مهندسی فرآیند و مدیریت منابع دانشگاه تهران با همکاری موسسه پژوهش و آموزش همکاران سیستم برگزار می کند:
داده کاوی و
تحلیل های پیشرفته کسب و کار
خرداد و تیرماه ماه ۱۳۹۸
⚠️مشاوره و ثبت نام:
☎️ ۰۲۱۸۴۲۰۵۱۱ - داخلی ۱ و ۲
🆔 @BPERM_UT
10 918
مرکز مطالعات مهندسی فرآیند و مدیریت منابع دانشگاه تهران، شهید بهشتی
کارگاه داده کاوی و یادگیری ماشینی
خرداد ماه ۱۳۹۸
لینک خبر:
▶️ https://bit.ly/2Z3JmlT
🆔 @BPERM_UT
10 918
▪️برنامه نویسی مقدماتی #پایتان
▫️۱۶ ساعت - پنجشنبه و جمعه ۱۳-۹
🆔 @BPERM_UT
10 918
مرکز مطالعات مهندسی فرآیند و مدیریت منابع دانشگاه تهران با همکاری موسسه پژوهش و آموزش همکاران سیستم برگزار می کند:
برنامه نویسی مقدماتی #پایتان
خرداد و تیرماه ماه ۱۳۹۸
🆔 @BPERM_UT
10 918
مرکز مطالعات مهندسی فرآیند و مدیریت منابع:
▪️تحول دیجیتال - خرداد ۱۳۹۸
▫️سخنران: هیرمند لشکری
🆔 @BPERM_UT
10 918
▪️انجمن علم اطلاعات و دانش شناسی دانشگاه شهید بهشتی و مرکز مطالعات مهندسی فرآیند کسب و کار و مدیریت منابع دانشگاه تهران - #دادهکاوی خرداد ۹۸
10 918
مرکز مطالعات مهندسی فرآیند و مدیریت منابع دانشگاه تهران برگزار می کند:
🔰 نشست تحول دیجیتال
⚜ Hirmand Lashkari
🔴 E-Commerce Manager Digi kala
ثبت نام:
https://evand.com/events/digital-transformation-is-the-future-284493?utm_medium=link&utm_source=link&utm_campaign=sharebox
🆔 @Bperm_UT
10 918
🔴 انجمن علمی دانشجویی علم اطلاعات و دانش شناسی دانشگاه شهید بهشتی با کتابخانه مرکزی و مرکز اسناد دانشگاه شهید بهشتی و با همکاری مرکز مطالعات مهندسی فرآیند و مدیریت منابع دانشگاه تهران برگزار می کند:
مروری بر مفاهیم داده کاوی و یادگیری ماشینی
سه شنبه ۷ خرداد ساعت ۱۳ الی ۱۵
🆔 @Bperm_UT
