Anzeige

Más contenido relacionado

Presentaciones para ti(20)

Similar a 4eksoriksi epix ef(20)

Anzeige

Último(20)

Anzeige

4eksoriksi epix ef

  1. Κεφάλαιο 4ο Εξόρυξη δεδομένων και επιχειρηματική ευφυΐα 4.1. Ανοιχτά Δεδομένα 4.2 Εξόρυξη δεδομένων 4.3 Επιχειρηματική ευφυΐα Σταθοπούλου Α. - ΠΕ86
  2. Η έννοια των ανοιχτών δεδομένων (open data) αφορά στα δεδομένα εκείνα που παρέχονται ελεύθερα σε κάθε ενδιαφερόμενο για χρήση και αναδημοσίευση, χωρίς περιορισμούς πνευματικών δικαιωμάτων, διπλωμάτων ευρεσιτεχνίας ή άλλων μεθόδων ελέγχου. Σταθοπούλου Α. - ΠΕ86
  3. Τα τελευταία χρόνια ο όρος Ανοιχτά Δεδομένα απολαμβάνει ιδιαίτερη δημοφιλία λόγω της ανάπτυξης του διαδικτύου και της υπηρεσίας του παγκόσμιου ιστού αλλά κυρίως λόγω της πρωτοβουλίας πολλών κυβερνήσεων να παράσχουν ελεύθερα και ανοιχτά στο διαδίκτυο συγκεκριμένα σύνολα (Data Sets) κυβερνητικών δεδομένων Σταθοπούλου Α. - ΠΕ86
  4. http://www.data.gov.gr ιστότοπος δημόσιων δεδομένων που παρέχει πρόσβαση σε βάσεις δεδομένων των φορέων της ελληνικής κυβέρνησης στον κατάλογο αυτό μπορεί ο κάθε ενδιαφερόμενος να βρει σύνολα ανοιχτών δεδομένων που αφορούν σε θέματα δημόσιας διοίκησης, εκλογών, γεωχωρικών δεδομένων, εργασίας, μεταφορών, υγείας, κλπ. Σταθοπούλου Α. - ΠΕ86
  5. Σταθοπούλου Α. - ΠΕ86
  6. Σταθοπούλου Α. - ΠΕ86
  7. Σταθοπούλου Α. - ΠΕ86
  8. Σύνολο δεδομένων - Data set Σταθοπούλου Α. - ΠΕ86
  9. Τα τελευταία χρόνια η ιδέα της παροχής Ανοιχτών Δεδομένων έχει λάβει διαστάσεις κινήματος (Open Data Movement) το οποίο διαπερνά σχεδόν κάθε πτυχή της καθημερινότητας μας και μοιράζεται τις ίδιες αρχές και στόχους με τα άλλα Ανοιχτά Κινήματα όπως αυτά του Ανοιχτού Κώδικα, του Ανοιχτού Υλικού, του Ανοιχτού Περιεχομένου, της Ανοιχτής Πρόσβασης, κλπ. Σταθοπούλου Α. - ΠΕ86
  10. Για να πετύχει το άνοιγμα των δεδομένων, οι εμπλεκόμενοι θα πρέπει να κατανοήσουν:  τι σημαίνει “άνοιγμα / ανοιχτά δεδομένα”  τα πλεονεκτήματα των ανοιχτών δεδομένων, δηλαδή τους λόγους για τους οποίους θα πρέπει να προχωρήσουν στο άνοιγμα  τη διαδικασία (τα βήματα) μέσα από την οποία τα δεδομένα καθίστανται «ανοικτά» Σταθοπούλου Α. - ΠΕ86
  11. Ανοιχτά ορίζονται τα Δεδομένα που μπορούν ελεύθερα να χρησιμοποιηθούν, να επαναχρησιμοποιηθούν και να αναδιανεμηθούν από οποιονδήποτε υπό τον όρο να γίνεται αναφορά στους δημιουργούς (attribution) και να διατίθενται, με τη σειρά τους, υπό τους ίδιους όρους (sharealike) Σταθοπούλου Α. - ΠΕ86
  12.  διαθεσιμότητα και προσβασιμότητα  επαναχρησιμοποίηση και αναδιανομή  καθολική συμμετοχή Σταθοπούλου Α. - ΠΕ86
  13. Τα δεδομένα πρέπει :  να είναι διαθέσιμα αυτούσια  να έχουν ένα λογικό κόστος αναπαραγωγής  κατά προτίμηση να είναι διαθέσιμα για λήψη από το Διαδίκτυο  να είναι διαθέσιμα σε κάποια μορφή πρακτικά αναγνώσιμη Σταθοπούλου Α. - ΠΕ86
  14. Τα δεδομένα πρέπει να είναι διαθέσιμα υπό όρους που επιτρέπουν :  την επαναχρησιμοποίηση  την αναδιανομή τους  την ανάμειξη με άλλα σύνολα δεδομένων Σταθοπούλου Α. - ΠΕ86
  15.  Καθένας πρέπει να έχει τη δυνατότητα να χρησιμοποιήσει, να επαναχρησιμοποιήσει και να αναδιανείμει τα δεδομένα  Δεν πρέπει να υπόκεινται σε διακρίσεις με βάση τον τομέα δραστηριότητας ή τα πρόσωπα και τις ομάδες. Για παράδειγμα, περιορισμοί για «μη-εμπορική χρήση» ή περιορισμοί για χρήση μόνο για συγκεκριμένους σκοπούς (π.χ. μόνο στην εκπαίδευση) δεν είναι επιτρεπτοί Σταθοπούλου Α. - ΠΕ86
  16. τα Ανοιχτά Δεδομένα είναι δυνατόν να προσθέσουν αξία και πολλές ομάδες ανθρώπων και οργανισμών που μπορούν να επωφεληθούν από τη διαθεσιμότητα των ανοιχτών δεδομένων, συμπεριλαμβανομένων και των ίδιων των κυβερνήσεων Σταθοπούλου Α. - ΠΕ86
  17. τα ανοιχτά δεδομένα είναι δυνατόν να δημιουργήσουν προστιθέμενη αξία και να έχουν θετικό αντίκτυπο σε πολλές διαφορετικές περιοχές της κοινωνικής και οικονομικής ζωής όπως:  στην προαγωγή της διαφάνειας και του δημόσιου ελέγχου  την απελευθέρωση κοινωνικής και εμπορικής αξίας  την συμμετοχή και εμπλοκή των πολιτών με τη διακυβέρνηση και τα “κοινά”  την παραγωγή νέας γνώσης από το συνδυασμό στοιχείων Σταθοπούλου Α. - ΠΕ86
  18. τα ανοιχτά δεδομένα είναι δυνατόν να δημιουργήσουν προστιθέμενη αξία και να έχουν θετικό αντίκτυπο σε πολλές διαφορετικές περιοχές της κοινωνικής και οικονομικής ζωής όπως:  την καινοτομία  την παραγωγή νέων προϊόντων και υπηρεσιών  τη βελτίωση της αποδοτικότητας και της αποτελεσματικότητας των δημόσιων φορέων / οργανισμών  τη μέτρηση της αποτελεσματικότητας πολιτικών, κλπ Σταθοπούλου Α. - ΠΕ86
  19. https://app.wheredoesmymoneygo.org/ Χρησιμοποιώντας ανοιχτά δεδομένα που παρέχονται από το υπουργείο οικονομικών φαίνεται με ποιον τρόπο χρησιμοποιούνται από τις κυβερνήσεις τα χρήματα των φορολογουμένων, βελτιώνοντας με αυτόν τον τρόπο τη διαφάνεια μέσω της χρήσης ανοιχτών δεδομένων Σταθοπούλου Α. - ΠΕ86
  20. Φινλανδικό “tax tree” (το δέντρο των φόρων) Σταθοπούλου Α. - ΠΕ86
  21. findtoilet.dk Δημιουργήθηκε από μία γυναίκα στη Δανία και προβάλλει όλες τις δανέζικες δημόσιες τουαλέτες, έτσι ώστε οι ασθενείς με κυστικά προβλήματα να μπορούν να νιώθουν περισσότερη σιγουριά όταν κυκλοφορούν Σταθοπούλου Α. - ΠΕ86
  22. Τέσσερα διαδοχικά βήματα: 1. Επιλογή συνόλου δεδομένων το οποίο να είναι κατάλληλο για να γίνει ανοικτό 2. Καθορισμός των δικαιωμάτων πνευματικής ιδιοκτησίας και εφαρμογή μίας κατάλληλης ανοιχτής άδειας στα δεδομένα 3. Τα δεδομένα να γίνουν διαθέσιμα με ένα περιεκτικό και χρήσιμο τρόπο 4. Διαφήμιση των ανοικτών συνόλων δεδομένων, έτσι ώστε οι δυνητικοί χρήστες να είναι σε θέση να τα ανακαλύψουν Σταθοπούλου Α. - ΠΕ86
  23. Ανοιχτές Άδειες Σταθοπούλου Α. - ΠΕ86
  24. Σταθοπούλου Α. - ΠΕ86
  25. Το Διαδίκτυο είναι δημόσιος χώρος Παρέχει ευκαιρίες για ελεύθερη επικοινωνία, αλλά ενέχει και ευθύνες Όταν είστε συνδεδεμένοι πρέπει να ακολουθείτε ορισμένους βασικούς κανόνες Σταθοπούλου Α. - ΠΕ86
  26. • Πνευματική ιδιοκτησία ή πνευματικά δικαιώματα ονομάζονται τα αποκλειστικά δικαιώματα των πνευματικών δημιουργών στο πρωτότυπο έργο τους. • Το πνευματικό δικαίωμα υφίσταται σε έργα λογοτεχνίας και τέχνης, όπως βιβλία, θέατρο, ζωγραφική, γλυπτική, φωτογραφία, αρχιτεκτονική αλλά και άλλες δημιουργίες όπως λογισμικό, προγράμματα, ηλεκτρονικά παιχνίδια κ.α. • Πνευματική ιδιοκτησία είναι το σύνολο των εξουσιών που δίνει ο νόμος στον ιδιοκτήτη ενός πνευματικού έργου, να προστατεύσει, να διαχειριστεί και να αμειφθεί ακόμη από τρίτους, όταν αυτοί εκμεταλλεύονται την πνευματική του περιουσία. Σταθοπούλου Α. - ΠΕ86
  27. Σταθοπούλου Α. - ΠΕ86
  28.  Το δίκαιο πνευματικής ιδιοκτησίας δεν προστατεύει όλα τα έργα, αλλά μόνο αυτά που είναι πρωτότυπα  Ένα από τα πιο δύσκολα σημεία της πνευματικής ιδιοκτησίας είναι ο ορισμός της πρωτοτυπίας  Παραδοσιακά το σύστημα του copyright, θέτοντας στο επίκεντρο την οικονομική διάσταση της πνευματικής ιδιοκτησίας, τείνει να θεωρεί πρωτότυπο οποιοδήποτε έργο δεν είναι απλή αντιγραφή και προϋποθέτει μια ελάχιστη εργασία ή επεξεργασία. Σταθοπούλου Α. - ΠΕ86
  29.  Να εκμεταλλευτούμε το έργο για να βγάλουμε χρήματα  Να προστατεύσουμε το έργο από αντιγραφές  Να καταφύγουμε στη δικαιοσύνη αν κάποιος οικειοποιηθεί τις δημιουργίες μας Σταθοπούλου Α. - ΠΕ86
  30.  Κατεβάζουμε αρχεία (μουσικής, κειμένων, βίντεο, φωτογραφιών), τα αντιγράφουμε ολόκληρα ή τμήματά τους χωρίς την έγγραφη άδεια κανενός.  Μπορούμε να τα τροποποιήσουμε και να τα εμφανίσουμε σαν δικά μας. Αυτό γίνεται γιατί όλα τα αρχεία είναι σε ψηφιακή μορφή και μπορούν πολύ εύκολα να αλλάζουν (ψηφιακή συνάρμοση) Σταθοπούλου Α. - ΠΕ86
  31. Σταθοπούλου Α. - ΠΕ86
  32. Το σύστημα του copyright προβλέπει μια γενική ρήτρα εξαίρεσης, την εύλογη χρήση fair use: Δε χρειάζεται να πάρει κάποιος άδεια από τον κύριο του δικαιώματος για να χρησιμοποιήσει το έργο κατά τρόπο που συνιστά εύλογη χρήση. CopyRight: Προστασία Πνευματικών δικαιωμάτων. Δεν μπορεί να χρησιμοποιηθεί χωρίς άδεια από τον δημιουργό. Σταθοπούλου Α. - ΠΕ86
  33. Public Domain – Κοινό κτήμα: έργα που δεν προστατεύονται από την Πνευματική Ιδιοκτησία  Έχει λήξει η άδεια  ο δημιουργός έχει παραιτηθεί  δεν νοείται προστασία για αυτό το έργο Creative Commons: Ο δημιουργός δεν θέλει να εξασκήσει όλα τα δικαιώματα πνευματικής ιδιοκτησίας (συνεισφορά) (Some rights reserved - 2001) Σταθοπούλου Α. - ΠΕ86
  34.  Ορατό υδατόσημα ή σήμα πνευματικής ιδιοκτησίας σε κάθε εικόνα.  Κρυπτογράφηση δυνατότητα πρόσβασης μόνο από εξουσιοδοτημένους χρήστες με τη βοήθεια του κατάλληλου κλειδιού  Προβολή αντιγράφων των ψηφιοποιημένων εικόνων σε πολύ χαμηλή ανάλυση  Κλείδωμα εικόνων και πολυμέσων με τα κατάλληλα προγράμματα • Σταθοπούλου Α. - ΠΕ86
  35.  Μη εξουσιοδοτημένη χρήση, αντιγραφή ή διάδοση με ψηφιακό τρόπο υλικού που προστατεύεται από πνευματικά δικαιώματα.  Αντιγραφή ή διανομή λογισμικού, η οποία πραγματοποιείται με την λήψη, αντιγραφή, κοινή χρήση, πώληση ή εγκατάσταση πολλαπλών αντιγράφων σε προσωπικούς ή εταιρικούς υπολογιστές Σταθοπούλου Α. - ΠΕ86
  36.  Όταν θέλετε να χρησιμοποιήσετε κάτι που βρήκατε στο διαδίκτυο καλό είναι να ελέγχετε κάτω από ποια άδεια είναι αυτό διαθέσιμο και τι σας επιτρέπει η άδεια χρήσης του.  Γενικότερα, οι άγραφοι κανόνες στο διαδίκτυο λένε ότι όταν τοποθετούμε πληροφορίες, βίντεο ή ότι άλλο στην ιστοσελίδα ή το blog είθισται να κάνετε μια αναφορά στην πηγή ή/και να τοποθετείτε ένα link προς την σελίδα που το είδατε.  Σε κάθε περίπτωση στην ιστοσελίδα πρέπει να υπάρχει η αντίστοιχη επισήμανση για τους χρήστες.  Χρησιμοποιώ μία άδεια χρήσης ανά υπολογιστή. Σταθοπούλου Α. - ΠΕ86
  37.  Η προώθηση μέσω του Διαδικτύου παράνομων αντιγράφων έργων πνευματικής ιδιοκτησίας (π.χ. μουσικής, ταινιών, ηλεκτρονικών βιβλίων, προγραμμάτων) θεωρείται άδικη και παράνομη πράξη, και τιμωρείται  Το ζήτημα των πνευματικών δικαιωμάτων είναι δύσκολο να αντιμετωπιστεί λόγω της έκτασης και της πολυπλοκότητας του Διαδικτύου  Ο καθένας προσωπικά θα πρέπει να σέβεται τους δημιουργούς πνευματικών έργων και να δρα έντιμα και ηθικά Σταθοπούλου Α. - ΠΕ86
  38.  Η μη χρήση πειρατικού λογισμικού αντικατοπτρίζει το σεβασμό στους ανθρώπους που εργάστηκαν για τη δημιουργία του  Όλα τα αγαθά, είτε υλικά είτε αγαθά του πνεύματος, έχουν ιδιοκτήτες των οποίων τα δικαιώματα πρέπει να σεβόμαστε  Παράνομη πράξη = νομικές κυρώσεις  Η αύξηση της πειρατείας λογισμικού έχει ως αποτέλεσμα την περαιτέρω ύφεση …Εναλλακτική πρόταση πάντα μπορεί να αποτελέσει το ελεύθερο λογισμικό! Σταθοπούλου Α. - ΠΕ86
  39. Η διαθέσιμη τεχνολογία επιτρέπει να συγκεντρώνουμε και να αποθηκεύουμε τεράστιους όγκους δεδομένων σε βάσεις δεδομένων, αποθετήρια δεδομένων και άλλες αποθήκες δεδομένων  κυβερνητικά δεδομένα (φορολογικά, δημογραφικά κ.α)  δεδομένα του παγκόσμιου ιστού (κείμενα, άρθρα, πολυμέσα κ.α.)  δεδομένα μικρών ή μεγάλων εταιριών (συναλλαγές, καταναλωτική συμπεριφορά κ.α.)  επιστημονικά δεδομένα (NASA, περιβάλλον, βιοϊατρική κ.α.) Σταθοπούλου Α. - ΠΕ86
  40. “Ανακάλυψη Γνώσης από Βάσεις Δεδομένων” Μελετώντας μια βάση δεδομένων, είναι πολύ πιθανόν να ανακαλύψουμε την ύπαρξη “κρυμμένης” γνώσης Δηλαδή, μπορεί να εντοπίσουμε αλληλεξαρτήσεις, συσχετίσεις ή ομαδοποιήσεις μεταξύ των δεδομένων, οι οποίες δεν είναι άμεσα ορατές και διαθέσιμες αλλά μπορεί να αποδειχθούν πολύ χρήσιμες Σταθοπούλου Α. - ΠΕ86
  41. Ανακάλυψη Γνώσης σε Βάσεις Δεδομένων Εξόρυξη Δεδομένων Σταθοπούλου Α. - ΠΕ86
  42. Η Εξόρυξη Δεδομένων (Data Mining) είναι το σύνολο των τεχνικών μέσω των οποίων μπορούμε να αναλύσουμε πολύ μεγάλες συλλογές από δεδομένα και να ανακαλύψουμε την ενδιαφέρουσα και χρήσιμη γνώση που “κρύβεται” μέσα σε αυτά, με απώτερο στόχο την υποστήριξη της λήψης αποφάσεων Σταθοπούλου Α. - ΠΕ86
  43. Πρόκειται δηλαδή για μία διαδικασία:  1. ανάδειξης μοτίβων (pattern recognition) μέσα στα δεδομένα που πριν δεν ήταν γνωστά, ισχύουν, είναι πιθανόν χρήσιμα και είναι κατανοητά  2. ανάλυσης των δεδομένων για να βρούμε μη αναμενόμενες σχέσεις ανάμεσα τους, για να τα συνοψίσουμε με νέους τρόπους που είναι κατανοητοί και χρήσιμοι στους χρήστες και για να εξάγουμε κανόνες για πρόβλεψη μελλοντικής συμπεριφοράς Σταθοπούλου Α. - ΠΕ86
  44. Επειδή συχνά παρατηρούνται παρανοήσεις, είναι σημαντικό να αποσαφηνιστεί ότι:  ο όρος KDD(Knowledge Discovery in Data ) χρησιμοποιείται για την περιγραφή ολόκληρης της διαδικασίας ανακάλυψης γνώσης από ένα σύνολο δεδομένων  ενώ ο όρος Εξόρυξη Δεδομένων αναφέρεται στις τεχνικές που χρησιμοποιούνται για την ανακάλυψη της γνώσης Σταθοπούλου Α. - ΠΕ86
  45. Η Εξόρυξη Δεδομένων χρησιμοποιεί τεχνικές, εργαλεία και μεθόδους από διάφορους επιστημονικούς κλάδους όπως για παράδειγμα:  Στατιστική (δειγματοληψία, εκτίμηση και έλεγχο υποθέσεων, κλπ)  Επιχειρησιακή Έρευνα  Νευρωνικά Δίκτυα  θεωρίες Τεχνητής Νοημοσύνης  Μηχανική Εκμάθηση  Ανάδειξης Mοτίβων κ.ά. Σταθοπούλου Α. - ΠΕ86
  46. Η Εξόρυξη Δεδομένων ως αποτέλεσμα συγκερασμού πολλών επιστημονικών κλάδων Σταθοπούλου Α. - ΠΕ86
  47. Η εξόρυξη δεδομένων περιλαμβάνει μια σειρά τεχνικών η σημαντικότερες από τις οποίες είναι:  Ανίχνευση ανωμαλιών (Anomaly detection): είναι ο προσδιορισμός ασυνήθιστων εγγραφών δεδομένων, που μπορεί να παρουσιάζουν κάποιο ενδιαφέρον ή λάθη στα δεδομένα που απαιτούν περαιτέρω έρευνα  Κατηγοριοποίηση (Clasification): Είναι η διαδικασία γενίκευσης γνωστών δομών για την εφαρμογή της πάνω σε νέα δεδομένα. Για παράδειγμα, ένα πρόγραμμα ηλεκτρονικού ταχυδρομείου ενδέχεται να προσπαθήσει να χαρακτηρίσει ένα μήνυμα ηλεκτρονικού ταχυδρομείου ως νόμιμο ή spam Σταθοπούλου Α. - ΠΕ86
  48.  Συσταδοποίηση (Clustering): Πρόκειται για τη διαδικασία ανακάλυψης ομάδων και δομών στα δεδομένα που είναι «παρόμοια» κατά κάποιο τρόπο  Κανόνες Συσχέτισης (Association Rule Learning): Αναζητήσεις για σχέσεις μεταξύ των μεταβλητών. Για παράδειγμα, ένα σούπερ μάρκετ μπορεί να συλλέξει δεδομένα που αφορούν τις αγοραστικές συνήθεις των πελατών του. Χρησιμοποιώντας τους κανόνες συσχέτισης, μπορεί να υπολογίσει ποια προϊόντα αγοράζονται συνήθως μαζί και να χρησιμοποιήσει αυτή την πληροφορία για αγοραστικούς σκοπούς προς όφελος των πελατών του και του ίδιου Σταθοπούλου Α. - ΠΕ86
  49.  Παλινδρόμηση (Regretion): Προσπαθεί να βρει μία συνάρτηση που μοντελοποιεί τα δεδομένα με το λιγότερο δυνατό λάθος  Σύνοψη (Summarization): Παρέχει μια πιο συμπαγή αναπαράσταση των δεδομένων, συμπεριλαμβάνοντας την οπτικοποίηση και την παραγωγή κανόνων Σταθοπούλου Α. - ΠΕ86
  50. Οι πιο συχνά χρησιμοποιούμενες μέθοδοι της εξόρυξης δεδομένων είναι:  Κατηγοριοποίηση  Συσταδοποίηση  Ανάλυση Συσχέτισης  Παλινδρόμηση Σταθοπούλου Α. - ΠΕ86
  51. Η διαδικασία εξόρυξης δεδομένων Σταθοπούλου Α. - ΠΕ86
  52. “Χρήση εξόρυξης δεδομένων για τη δημιουργία προσωποποιημένης πρότασης αγορών σε πελάτη Ηλεκτρονικού Καταστήματος” Σταθοπούλου Α. - ΠΕ86
  53. Κατά την είσοδο του πελάτη στο Ηλεκτρονικό Κατάστημα (με την πληκτρολόγηση ονόματος χρήστη και κωδικού πρόσβασης), το ηλεκτρονικό κατάστημα εμφανίζει έναν προσωπικό κατάλογο προτεινόμενων προϊόντων. Η σύνταξη της προσωπικής πρότασης αγορών, βασίζεται:  στην ανάλυση της αγοραστικής συμπεριφοράς του πελάτη τις προηγούμενες φορές (προηγούμενες αγορές, προηγούμενες αναζητήσεις προϊόντων, κλπ),  στη συσχέτιση του με μια ομάδα “όμοιων” πελατών Αυτό επιτυγχάνεται με τις τεχνικές εξόρυξης, για ομαδοποίηση πελατών (customer clustering) και συσχέτιση προϊόντων. Σταθοπούλου Α. - ΠΕ86
  54. Τη τελευταία δεκαετία όλο και περισσότερες επιχειρήσεις / οργανισμοί ενσωματώνουν τεχνολογίες Επιχειρηματικής Ευφυΐας (Business Intelligence) για την υποστήριξη της άμεσης λήψης αποφάσεων, σε ένα ευρύ φάσμα επιχειρηματικών δραστηριοτήτων, με ιδιαίτερα θετικά αποτελέσματα Σταθοπούλου Α. - ΠΕ86
  55. Οι κύριοι λόγοι που έκαναν επιτακτική την ανάγκη για ανάπτυξη Συστημάτων BI είναι μεταξύ άλλων η ανάγκη για:  αυτοματοποιημένη διαχείριση της πολυπλοκότητας του σύγχρονου επιχειρηματικού περιβάλλοντος  ταχύτητα στη λήψη αποφάσεων  πληροφόρηση ενός μεγάλου πλήθους χρηστών σε μια επιχείρηση και όχι μόνο για τα υψηλόβαθμα στελέχη όπως γινόταν παλιότερα  μείωση του ΙΤ κόστους και ενδυνάμωση της υπάρχουσας επιχειρηματικής πληροφορίας  αύξηση των εσόδων και μείωση του κόστους της επιχείρησης Σταθοπούλου Α. - ΠΕ86
  56. Τα ΣΕΕ έρχονται να καλύψουν την αδυναμία επαρκούς υποστήριξης της άμεσης λήψης αποφάσεων από τα υπάρχοντα Πληροφορικά Συστήματα Διοίκησης στις περιπτώσεις που απαιτείται ο ευφυής συνδυασμός δεδομένων και πληροφοριών διαφόρων μορφών, προερχόμενων από πολλά διαφορετικά πεδία δραστηριότητας, τόσο από το εξωτερικό όσο και από το εσωτερικό περιβάλλον μιας επιχείρησης ή ενός οργανισμού Σταθοπούλου Α. - ΠΕ86
  57. Παραδείγματα τέτοιων περιπτώσεων μπορεί να είναι:  ο σχεδιασμός νέων προϊόντων ή υπηρεσιών  η επέκταση ή όχι σε νέες αγορές  η προσέγγιση νέων ομάδων πελατών με βάση τις ιδιαιτερότητες και τις προτιμήσεις τους  η καλύτερη αξιοποίηση του εργατικού δυναμικού, κλπ. Σταθοπούλου Α. - ΠΕ86
  58. Συνεπώς τα Συστήματα Επιχειρηματικής Ευφυΐας χρησιμοποιώντας τις σύγχρονες Τεχνολογίες Πληροφορικής και Επικοινωνιών (ΤΠΕ), είναι σχεδιασμένα με σκοπό την παροχή την κατάλληλη στιγμή, αξιόπιστης, ασφαλούς, συνεπούς, κατανοητής και εύκολα διαχειρίσιμης πληροφορίας στους υπεύθυνους για τη λήψη αποφάσεων Σταθοπούλου Α. - ΠΕ86
  59. O όρος Επιχειρηματική Ευφυΐα περιγράφει τεχνικές, μεθόδους, εργαλεία αλλά και την απαιτουμένη τεχνολογία για τη συλλογή, επεξεργασία, ανάλυση και εν τέλει μετασχηματισμό πρωτογενών δεδομένων που αφορούν μια επιχείρηση ή έναν οργανισμό σε χρήσιμες πληροφορίες και γνώση, με στόχο την υποστήριξη της άμεσης λήψης σημαντικών αποφάσεων για την επιχείρηση / οργανισμό Σταθοπούλου Α. - ΠΕ86
  60. Πρόκειται με άλλα λόγια για ένα σύνολο μαθηματικών μοντέλων και μεθοδολογιών ανάλυσης οι οποίες χρησιμοποιώντας τα διαθέσιμα στοιχεία αλλά και τις Τεχνολογίες Πληροφορικής και Επικοινωνιών (ΤΠΕ) παράγουν πληροφορίες και γνώσεις απαραίτητες τη λήψη σύνθετων αποφάσεων Από τον παραπάνω ορισμό γίνεται εύκολα αντιληπτό ότι η εξόρυξη δεδομένων διαδραματίζει κεντρικό ρόλο στα Συστήματα Επιχειρηματικής Ευφυΐας Σταθοπούλου Α. - ΠΕ86
  61. ένα Σύστημα Επιχειρηματικής Ευφυΐας είναι δομημένο με τη μορφή πυραμίδας και αποτελείται (από τη βάση προς την κορυφή) από: Σταθοπούλου Α. - ΠΕ86
  62. ένα Σύστημα Επιχειρηματικής Ευφυΐας είναι δομημένο με τη μορφή πυραμίδας και αποτελείται (από τη βάση προς την κορυφή) από:  1. Πηγές δεδομένων: Ετερογενή δεδομένα διαφορετικών μορφών, που έχουν συγκεντρωθεί από διάφορες πηγές  2. Αποθήκες Δεδομένων και Αγορά Δεδομένων: τα δεδομένα που προέρχονται από διάφορες πηγές αποθηκεύονται σε Βάσεις Δεδομένων  3. Δεδομένα Εξερεύνησης: εργαλεία ανάλυσης, ερωτηματολόγια, συστήματα αναφοράς, στατιστικές μέθοδοι για την ανάλυση των δεδομένων που παράγουν γνώση με καθοδήγηση του χρήστη Σταθοπούλου Α. - ΠΕ86
  63.  ένα Σύστημα Επιχειρηματικής Ευφυΐας είναι δομημένο με τη μορφή πυραμίδας και αποτελείται (από τη βάση προς την κορυφή) από:  4. Εξόρυξη Δεδομένων: μαθηματικά μοντέλα για την αναγνώριση προτύπων, τη μηχανική μάθηση και τεχνικές εξόρυξης δεδομένων που παράγουν γνώση με αυτοματοποιημένο τρόπο  5. Βελτιστοποίηση: Μοντέλα που επιτρέπουν τον καθορισμό της καλύτερης λύσης από ένα σύνολο εναλλακτικών ενεργειών  6. Αποφάσεις: επιλογή μιας συγκεκριμένης απόφασης Σταθοπούλου Α. - ΠΕ86
  64.  Υπολογιστικά Φύλλα – SpreadSheets  Συστήματα Αναφορών και ερωτημάτωn - Report and Query Tools  Ψηφιακά Ταμπλό – Dashboards  Εργαλεία Εξόρυξης Δεδομένων - Data Mining Tools  Αποθήκες Δεδομένων - Data Warehousing  Εφαρμογές Διαχείρισης Απόδοσης - Performance Management  Εφαρμογές Οικονομικής Διαχείρισης - Financial Management  Εφαρμογές Εξόρυξης Διαδικασιών - Process Mining  Εφαρμογές Διαχείρισης Επιχειρηματικής Απόδοσης - Business Performance Management Σταθοπούλου Α. - ΠΕ86
  65. Μία λύση Επιχειρηματικής Ευφυΐας δεν περιέχει μία μόνο εφαρμογή αλλά περιέχει και συνδυάζει ένα σύνολο στοιχείων από τα παραπάνω εργαλεία που αλληλεπιδρούν για  να συλλέγουν τα δεδομένα από τις πηγές  να ενσωματώνονται και να αποθηκεύονται με ένα ενιαίο και συνεπή τρόπο  να πραγματοποιούνται περίπλοκες αναλύσεις και  να παρέχονται τα αποτελέσματα με συγκεντρωτικό κατανοητό και αποτελεσματικό τρόπο Σταθοπούλου Α. - ΠΕ86
  66. Σταθοπούλου Α. - ΠΕ86
Anzeige