1. Εισαγωγή στην Επιχειρηματική Ευφυΐα: Ορισμοί Επιχειρηματικής Ευφυΐας. Αρχιτεκτονική συστημάτων Επιχειρησιακής Ευφυΐας. Οφέλη Επιχειρησιακής Ευφυΐας. Εφαρμογές Επιχειρησιακής Ευφυΐας στις επιχειρήσεις
2. Ευφυή συστήματα υποστήριξη αποφάσεων: Ιεραρχική ανάλυση αποφάσεων. Ασαφής Ιεραρχική ανάλυση αποφάσεων. Έμπειρα συστήματα. Νευρωνικά δίκτυα. Ευφυείς πράκτορες. Γενετικοί αλγόριθμοι
3. Επιχειρηματική ευφυΐα και Αποθήκες Δεδομένων: Διαδικασίες. Αρχιτεκτονικές. Ολοκλήρωση Δεδομένων.
4. Επιχειρηματική ευφυΐα και Αποθήκες Δεδομένων: Ανάπτυξη Αποθηκών δεδομένων. Πρατήρια δεδομένων. OLAP και OLTP
5. Οπτικοποίηση δεδομένων: Μέθοδοι και τεχνικές
6. Εξόρυξη δεδομένων: Ορισμός. H διαδικασία ανακάλυψης γνώσης από δεδομένα. Η εξόρυξη δεδομένων στη σύγχρονη επιχείρηση
7. Εξόρυξη δεδομένων: Προεπεξεργασία δεδομένων.
8. Μέθοδοι εξόρυξης δεδομένων: Κανόνες συσχέτισης.
9. Μέθοδοι εξόρυξης δεδομένων: Κατηγοριοποίηση. Συσταδοποίηση.
10. Συστήματα συστάσεων
11. Λογισμικό εξόρυξης δεδομένων
12. Εφαρμογές επιχειρηματικής ευφυΐας στην εφοδιαστική αλυσίδα
13. Διαχείριση έργων επιχειρηματικής ευφυΐας
Το εργαστηριακό μέρος του μαθήματος καλύπτει τα ακόλουθα θέματα:
Xρήση εξειδικευμένου λογισμικού επιχειρηματικής ευφυΐας
Θα χρησιμοποιηθεί συνδυασμός διδακτικών και μαθησιακών μεθόδων με στόχο την ενεργή συμμετοχή των φοιτητών και την πρακτική εφαρμογή των υπό εξέταση θεματικών ενοτήτων: διαλέξεις με τη χρήση οπτικοακουστικών μέσων, ανάλυση και συζήτηση μελετών περίπτωσης σε πραγματικά επιχειρησιακά ζητήματα, βιωματικές (ομαδικές) ασκήσεις, καθώς και προβολή σχετικών video. Επίσης, οι φοιτητές/τριες θα εκπονήσουν ατομική ή ομαδική εργασία.
Επιπλέον, στο eclass αναρτώνται σε ηλεκτρονική μορφή άρθρα, οπτικοακουστικό υλικό διαλέξεων, διαδικτυακές διευθύνσεις, χρήσιμες πληροφορίες, μελέτες περίπτωσης και ασκήσεις για την εξάσκηση των φοιτητών/τριών.
Σκοπός του μαθήματος είναι :
Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:
Ελληνική
● Κύρκος, Ε. (2023). Επιχειρηματική Ευφυΐα και Αναλυτική-Ανακάλυψη Γνώσης και Λήψη Επιχειρηματικών Αποφάσεων, BROKEN HILL PUBLISHERS LTD.
● Κύρκος, Ε. (2015). Επιχειρηματική Ευφυΐα & Εξόρυξη Δεδομένων, [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο στο: https://hdl.handle.net/11419/1226.
● Ματσατσίνης Ν. (2021). Επιχειρηματική Ευφυΐα, Αναλυτική και Ανάλυση Μεγάλων Δεδομένων για Λήψη Αποφάσεων. Εκδόσεις Νέων Τεχνολογιών.
● Νανόπουλος, Α. & Μανωλόπουλος, Ι. (2010). Εισαγωγή στην Εξόρυξη και τις Αποθήκες Δεδομένων. Εκδόσεις Νέων Τεχνολογιών, Αθήνα.
● Σταλίδης, Γ. και Καρδαράς, Δ. (2015). Διαχείριση Δεδομένων και Επιχειρηματική Ευφυΐα, Θεωρία και εφαρμογές για Στελέχη επιχειρήσεων, [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο στο: http://hdl.handle.net/11419/1161
● Μοχάμεντ, Ζ. Τζ. & Γουάγκνερ Μ. (2017). Εξόρυξη και Ανάλυση Δεδομένων, Βασικές Έννοιες και Αλγόριθμοι, Κλειδάριθμος.
● Tan P. – N., Steinbach M., Kumar, V. (2010). Εισαγωγή στην εξόρυξη δεδομένων, Εκδόσεις Τζιόλα & Υιοί, Α.Ε.
Ξενόγλωσση
● Quaddus, M., & Woodside, A., (2015). Sustaining competitive advantage via Business Intelligence, Knowledge Management, and System Dynamics, Emerald Books, 1st edition.
● Provost F. & Fowcett T. (2013). Data Science for Business, O' Reilly Media.
● Ramesh, S & Dursun, D., Turban, E. (2018). Business Intelligence, Analytics and Data Science A Managerial Perspective, 4rd edition, Pearson Education (US).
● Sabherwal, R., & Beccera – Fernandez, I. (2011). Business Intelligence Practices, Technologies and Management. John Wiley and Sons Inc.
● Vercellis, C. (2009). Business Intelligence: Data mining and optimization for decision making, John Wiley and sons.
● Han, J., Pei, J., Tong, H. (2023). Data Mining, Concepts and Techniques, 4th Edition, Morgan Kaufmann.
- Συναφή επιστημονικά περιοδικά:
● International Journal of Business Intelligence
● Business Intelligence Journal
● Data Mining and Knowledge Discovery
● Intelligent Data Analysis
● International Journal of Business Intelligence and Data Mining, Interscience Publishers
● International Journal of Data Warehousing and Mining
-Σημειώσεις Διδάσκοντα