در عصر تحول دیجیتال، شبکه‌های اجتماعی فراتر از بسترهای ارتباطی، به مخازن عظیم داده‌های غیرساختاریافته تبدیل شده‌اند که حاوی الگوهای رفتاری و ارتباطات پنهان میان ذینفعان پروژه‌های مهندسی هستند. هدف اصلی این پژوهش، شناسایی و تحلیل ارتباطات غیررسمی و پنهان در شبکه‌های اجتماعی تخصصی و سازمانی با استفاده از تکنیک‌های پیشرفته داده‌کاوی و بررسی تأثیر این کشفیات بر شاخص‌های مدیریت مهندسی از جمله مدیریت دانش، تخصیص منابع و کاهش ریسک‌های ارتباطی است. روش‌شناسی این تحقیق از نوع توسعه‌ای-تحلیلی با رویکرد آمیخته (کمی و کیفی) است. در بخش کیفی، با استفاده از تحلیل محتوای متون و شبکه‌های اجتماعی سازمانی، شاخص‌های کلیدی استخراج شده و در بخش کمی، با به‌کارگیری الگوریتم‌های خوشه‌بندی، تحلیل گراف و یادگیری ماشین بر روی داده‌های استخراج شده از پلتفرم‌های تعاملی پنج شرکت بزرگ مهندسی، پیوندهای پنهان شناسایی شده‌اند. یافته‌های پژوهش نشان می‌دهد که کشف شبکه‌های غیررسمی از طریق داده‌کاوی، همبستگی مثبت و معناداری (۰.۷۸) با بهبود سرعت پاسخ‌گویی به تغییرات مهندسی و کاهش تعارضات در تیم‌های پروژه دارد. همچنین، نتایج نشان داد که استفاده از تحلیل شبکه‌های اجتماعی (SNA) مبتنی بر داده‌کاوی، می‌تواند دقت پیش‌بینی تأخیرات ناشی از گلوگاه‌های انسانی را تا ۲۲ درصد افزایش دهد. در نهایت، این مقاله چارچوبی جامع برای مدیران مهندسی ارائه می‌دهد تا با بهره‌گیری از هوش مصنوعی، ساختارهای پنهان را به دارایی‌های استراتژیک برای ارتقای بهره‌وری سازمان تبدیل کنند.

داده‌کاوی شبکه‌های اجتماعی مدیریت مهندسی مدیریت دانش.