<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه هوایی شهید ستاری
دانشکده مدیریت</PublisherName>
				<JournalTitle>ارزیابی و رشد سرمایه‌های انسانی</JournalTitle>
				<Issn>3115-8536</Issn>
				<Volume>3</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>03</Month>
					<Day>21</Day>
				</PubDate>
			</Journal>
<ArticleTitle>&quot;Design of an Intelligent Human Capital Management Model Using Big Data Analytics in Knowledge-Based Organizations&quot;</ArticleTitle>
<VernacularTitle>طراحی مدل مدیریت هوشمند سرمایه انسانی با استفاده تحلیل کلان‌داده در سازمان‌های دانش‌بنیان</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">247979</ELocationID>
			
<ELocationID EIdType="doi">10.22034/jhcad.2026.593817.1105</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>علی</FirstName>
					<LastName>مهدی</LastName>
<Affiliation>معاون مدیر کل دفتر پژوهشهای کاربردی مرکز آموزش مدیریت دولتی</Affiliation>
<Identifier Source="ORCID">0009-0004-6287-304X</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2026</Year>
					<Month>07</Month>
					<Day>26</Day>
				</PubDate>
			</History>
		<Abstract>However, many organizations still lack a coherent and process oriented framework for transforming human resource data into intelligent managerial decisions. The aim of this study is to identify the components of smart human capital management and to develop a practical process based model grounded in data analytics. This research adopts a qualitative approach and draws on the analysis of previous studies and international experiences in the field of HR analytics. The findings indicate that smart human capital management is based on a set of interrelated components that can be categorized into four main dimensions: data infrastructure, intelligent data analytics, human capital management functions, and organizational and governance requirements. Based on these components, a five stage process model was developed, including the collection and integration of human capital data, intelligent data analytics, analytics based managerial decision making, implementation of intelligent managerial actions, and continuous monitoring, feedback, and learning. The model demonstrates that the real value of HR data analytics is realized when a dynamic and learning cycle is established among data, analytics, managerial decisions, and organizational actions. The findings also highlight that the successful implementation of smart human capital management depends not only on analytical tools but also on factors such as data quality, a data driven culture, the development of analytical competencies, and adherence to data governance principles. The proposed model can serve as an operational framework for organizations seeking to transition toward data driven human capital management.</Abstract>
			<OtherAbstract Language="FA">بسیاری از سازمان‌ها هنوز فاقد چارچوبی منسجم برای تبدیل داده‌های منابع انسانی به تصمیمات مدیریتی هوشمند هستند. هدف این پژوهش، شناسایی مؤلفه‌های مدیریت هوشمند سرمایه انسانی و ارائه یک الگوی فرآیندی کاربردی مبتنی بر تحلیل داده‌ها است.&lt;br&gt;&lt;br&gt;این پژوهش با رویکرد کیفی و با استفاده از تحلیل محتوای نظام‌مند انجام شد. در این راستا، منابع علمی و تجارب منتخب داخلی و بین‌المللی در حوزه تحلیل داده‌های منابع انسانی به‌صورت هدفمند گردآوری و پس از غربالگری، ۳۱ منبع مرتبط برای تحلیل انتخاب شد. سپس داده‌های متنی با بهره‌گیری از تحلیل مضمون و سنتز مفهومی، کدگذاری، طبقه‌بندی و در قالب مؤلفه‌ها و ابعاد اصلی مدیریت هوشمند سرمایه انسانی سامان‌دهی شدند.&lt;br&gt;&lt;br&gt;یافته‌ها نشان داد که مدیریت هوشمند سرمایه انسانی بر مجموعه‌ای از مؤلفه‌های به‌هم‌پیوسته استوار است که در چهار بعد اصلی شامل زیرساخت داده، تحلیل هوشمند داده‌ها، کارکردهای مدیریتی سرمایه انسانی و الزامات سازمانی و حاکمیتی قابل دسته‌بندی هستند. بر این اساس، یک مدل فرآیندی پنج‌مرحله‌ای شامل گردآوری و یکپارچه‌سازی داده‌های سرمایه انسانی، تحلیل هوشمند داده‌ها، تصمیم‌سازی مدیریتی مبتنی بر تحلیل، اجرای اقدامات مدیریتی هوشمند و پایش، بازخورد و یادگیری مستمر طراحی شد.&lt;br&gt;&lt;br&gt;نتایج نشان می‌دهد ارزش واقعی تحلیل داده‌های منابع انسانی زمانی تحقق می‌یابد که میان داده، تحلیل، تصمیم و اقدام مدیریتی، چرخه‌ای پویا و یادگیرنده برقرار شود. همچنین موفقیت این رویکرد به کیفیت داده، فرهنگ داده‌محور، شایستگی‌های تحلیلی و حاکمیت داده وابسته است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">مدیریت هوشمند سرمایه انسانی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تحلیل داده‌های منابع انسانی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">زیرساخت داده</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تصمیم‌گیری داده‌محور</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">حاکمیت داده</Param>
			</Object>
		</ObjectList>
</Article>
</ArticleSet>
