Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας

Μόνιμο URI για αυτήν την κοινότηταhttps://pyxida.aueb.gr/handle/123456789/49

Το Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας ιδρύθηκε το 1999 στο πλαίσιο της πολιτικής του Οικονομικού Πανεπιστημίου να συνδέσει τη σύγχρονη διοικητική επιστήμη με τις νέες τεχνολογίες και τις οργανωσιακές σπουδές. Για το λόγο αυτό είναι μοναδικό στην ειδίκευσή του στην Ελλάδα Πανεπιστημιακό Τμήμα. Αποστολή του Τμήματος είναι η διδασκαλία και η έρευνα στους τομείς της διοικητικής επιστήμης που συνδέονται με την τεχνολογία και τις οργανωσιακές σπουδές καθώς και η αξιοποίηση των νέων τεχνολογιών, και ιδιαίτερα της πληροφορικής και των επικοινωνιών, στη χάραξη επιχειρηματικής στρατηγικής, στη λήψη αποφάσεων και στην αναδιοργάνωση των επιχειρηματικών δραστηριοτήτων.Οι σπουδές στο Τμήμα είναι τεχνοκρατικά και πολύ καλά οργανωμένες. Ακόμη, έχουν έντονη διεθνή διάσταση με έμφαση στην έρευνα και την ανάπτυξη νέας γνώσης. Το επιστημονικό προσωπικό του Τμήματος έχει έντονη παρουσία στον ακαδημαϊκό χώρο και υψηλή αναγνωρισιμότητα, Το υψηλό επίπεδο των σπουδών στο Τμήμα τεκμηριώνεται από την ευχέρεια με την οποία οι πτυχιούχοι του συνεχίζουν μεταπτυχιακές σπουδές σε Πανεπιστήμια πρώτης γραμμής του εξωτερικού και από το γεγονός ότι οι διδάκτορες του Τμήματος κάνουν δημοσιεύσεις σε σημαντικά διεθνή περιοδικά, ενώ έχουν ήδη αναλάβει θέσεις ΔΕΠ εντός και εκτός Ελλάδας. Οι πτυχιούχοι του Τμήματος είναι ανταγωνιστικοί ως στελέχη και ως σύμβουλοι σε όλες τις παραδοσιακές ειδικότητες της Διοίκησης Επιχειρήσεων, στο νέο περιβάλλον του Ηλεκτρονικού Επιχειρείν και της Κοινωνίας της Πληροφορίας όπως Διοίκηση Παραγωγής, Χρηματοοικονομικά, Διοίκηση Ανθρωπίνων Πόρων, κ. ά.URL: http://www.dmst.aueb.gr

Περιήγηση

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω

Τώρα δείχνει 1 - 13 από 13

Central credit registry implementation for Greek financial institution
(2024) Rallis, Dionysios; Ράλλης, Διονύσιος; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Τα μητρώα πιστώσεων αναπτύσσονται γενικά για την υποστήριξη του ρόλου του κράτους ως επόπτη των χρηματοπιστωτικών ιδρυμάτων. Όπου υπάρχουν μητρώα πιστώσεων, τα δάνεια που υπερβαίνουν ένα ορισμένο ποσό πρέπει, βάσει νόμου, να καταχωρίζονται στο εθνικό μητρώο πιστώσεων. Τα μητρώα πιστώσεων διαχειρίζονται συνήθως από κεντρικές τράπεζες ή οργανισμούς τραπεζικής εποπτείας και τα δεδομένα τους είναι προσανατολισμένα προς χρήση από φορείς χάραξης πολιτικής, ρυθμιστικές αρχές και άλλους αξιωματούχους.Στην Ελλάδα, η δημιουργία ενός Κεντρικού Μητρώου Πιστώσεων εισήχθη για πρώτη φορά με το σχέδιο νόμου "Δάνεια: διαφάνεια, ανταγωνιστικότητα, προστασία των ευάλωτων - Ενσωμάτωση της Οδηγίας (ΕΕ) 2021/2167". Αποτελεί μέρος του Εθνικού Σχεδίου Ανάκαμψης και Ανθεκτικότητας "Ελλάδα 2.0".Το Κεντρικό Μητρώο Δανείων θα είναι το ολοκληρωμένο πληροφοριακό σύστημα που θα διαχειρίζεται η Τράπεζα της Ελλάδος, το οποίο θα λαμβάνει δεδομένα από τους πιστωτές, παρέχοντάς τους υποστήριξη, πιστωτικές πληροφορίες και πληροφορίες σχετικά με τον πιστωτικό κίνδυνο των δανειοληπτών/οφειλετών. Η Τράπεζα της Ελλάδος απαιτεί από όλα τα πιστωτικά ή χρηματοδοτικά ιδρύματα που ασκούν οποιαδήποτε δραστηριότητα δανειοδότησης και εγγύησης στην Ελλάδα να υποβάλλουν στοιχεία προκειμένου να δημοσιεύονται στο Κεντρικό Μητρώο Πιστώσεων.Η παρούσα διατριβή θα επικεντρωθεί στη σημασία των μητρώων πιστώσεων στις σύγχρονες οικονομίες και στον κρίσιμο ρόλο τους στη ρύθμιση και εποπτεία των τραπεζών. Επιπλέον, θα περιγραφεί και θα αναλυθεί η αντίστοιχη εφαρμογή για μία από τις κορυφαίες εταιρείες εξυπηρέτησης δανείων και ακινήτων στην Ελλάδα με τη χρήση σύγχρονων εργαλείων ανάλυσης και μηχανικής δεδομένων.
Customer analysis: the case of an online retailer
(26-03-2024) Τσούτσα, Μαρία-Ελένη; Tsoutsa, Maria-Eleni; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Στις μέρες μας δημιουργείται μεγάλος όγκος δεδομένων σε διάφορους τομείς. Οι επιχειρήσεις συλλέγουν και αναλύουν δεδομένα σε μια προσπάθεια να κατανοήσουν τη συμπεριφορά των πελατών και να αναπτύξουν αποτελεσματικές στρατηγικές. Ο σκοπός αυτής της εργασίας είναι να παρέχει μια προσέγγιση για προτάσεις προϊόντων και υπηρεσιών για ηλεκτρονικά καταστήματα χρησιμοποιώντας τμηματοποίηση πελατών, μοντέλο RFM (Recency, Frequency, Monetary) και ανάλυση καλαθιού αγοράς. Για την ανάλυση χρησιμοποιήθηκαν Python μέσω Jupyter Notebook και SAS® Studio.Αυτή η ανάλυση μπορεί να βοηθήσει ένα διαδικτυακό φαρμακείο να κατανοήσει καλύτερα τη συμπεριφορά του υπάρχοντος πελάτη, να βελτιώσει την ικανοποίηση και, κατά συνέπεια, τα κέρδη της επιχείρησης. Η επιχείρηση θα μπορεί να υλοποιεί αποτελεσματικές προωθητικές ενέργειες για τους πελάτες του ηλεκτρονικού της καταστήματος και έτσι να επιτυγχάνει αύξηση του πελατολογίου της προσελκύοντας νέους πιστούς πελάτες.Στο μέλλον, αυτή η ανάλυση θα μπορούσε να εκτελεστεί ξανά για μεγαλύτερο χρονικό διάστημα με περισσότερα δημογραφικά δεδομένα και δεδομένα συμπεριφοράς για κάθε πελάτη από την επιχείρηση. Έτσι, τα αποτελέσματα θα μπορούσαν να συγκριθούν με την υπάρχουσα διπλωματική για να διαπιστωθεί εάν η επιχείρηση έχει βελτιώσει τους στόχους που έχει θέσει και εάν χρειάζεται να κάνει κάποιες αλλαγές στις προωθητικές της ενέργειες.
Data marketplaces
(28-09-2022) Σεργουλοπούλου, Μαρία; Sergoulopoulou, Maria; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Η αύξηση των Big Data έδωσε την απαραίτητη ώθηση για την υιοθέτηση νέων οικονομικών στρατηγικών καθώς και την εμπορευματοποίηση των δεδομένων. Οι αγορές δεδομένων προσφέρουν επίλυση προβλημάτων στην πρόσβαση των δεδομένων, στη διαχείριση τους αλλά και στη δημιουργίας εσόδων από την εκμετάλλευση τους. Η σημερινή αυξημένη ζήτηση δεδομένων για επαγγελματική και ατομική χρήση έχει φέρει την ανάγκη για τη δημιουργία αγορών δεδομένων. Η εργασία αυτή αναλύει τα πάντα γύρω από την γέννηση των Data Marketplaces και τη φύση τους.
Data virtualization
(2022) Kontaratos, Evangelos; Κονταράτος, Ευάγγελος; Athens University of Economics and Business, Department of Management Science and Technology; Chatziantoniou, Damianos
Modern times businesses environment is being characterized by the exponentially increasing availability of both structured and unstructured data. Organizations urgently need to utilize this data to make better-informed decisions. It is also estimated that by 2025, the volume of data circulated on the Internet will be around 163 zetabytes, 50% of them will be produced by various companies. Another interesting aspect of this data is that about 75% would be processed outside the stored infrastructure. This means that it is very likely that the format of the data in the infrastructure that is stored is not compatible with the formats that can be processed by the infrastructure of the organization that will exploit them. Data virtualization is a solution for such issues. Data virtualization software acts as a bridge across multiple, diverse data sources, bringing critical decision-making data together in one virtual place to fuel analytics. The main advantage of Data Virtualization is that it enables organizations to directly use the data they need, regardless of the source they come from or the format they have. In this paper we will present the concept of data virtualization and its general characteristics. The concept and characteristics of big data and their importance for modern organizations will also be presented. The main part of the study concerns the current situation in the implementation of the business approach.
Data virtualization
(28-02-2023) Τσιώλης, Σπυρίδων; Tsiolis, Spyridon; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Οι δυνατότητες που παρέχουν οι νέες τεχνολογίες του Διαδικτύου, διευκολύνουν την παραγωγή και την ταχεία ανταλλαγή μεγάλων όγκων δεδομένων, είτε δομημένων είτε μη δομημένων. Αυτές οι δυνατότητες έχουν υποστηρίξει τις προϋποθέσεις που απαιτούνται για την ανάπτυξη θεματικών ψηφιακών οικοσυστημάτων, καθένα από τα οποία βασίζεται σε ψηφιοποιημένες αναπαραστάσεις εννοιών και καταστάσεων. Αυτή η ιδέα επεκτείνεται με την ανάπτυξη της ικανότητας για την ανάπτυξη των απαραίτητων συνθηκών συνδεσιμότητας μεταξύ διαδικασιών που μπορεί να εκτελούνται σε διαφορετικά οικοσυστήματα. Συχνά τα μηνύματα που ανταλλάσσονται μεταξύ διαφορετικών οικοσυστημάτων μπορεί να αποτελούνται από πολυδιάστατα και ετερογενή δεδομένα. Η μοντελοποίηση και η χαρτογράφηση δεδομένων είναι μια δύσκολη και υψηλής πολυπλοκότητας διαδικασία, ειδικά μετά την εκρηκτική αύξηση του όγκου της διαθεσιμότητας των δημοσιευμένων δεδομένων, που σημειώθηκε σχεδόν τις τελευταίες δύο δεκαετίες.Διεργασίες που καταναλώνουν και επεξεργάζονται δεδομένα, πριν ξεκινήσουν, απαιτούν να έχουν εφαρμοστεί δύο προϋποθέσεις:• Κατάλληλη, ακριβής και αξιόπιστη ανάκτηση δεδομένων από κατάλληλες πηγές.• Ο σχηματισμός των δεδομένων σε τέτοια μορφή ώστε να μπορούν να προσαρμοστούν στην είσοδο διεργασιών.Η διασφάλιση αυτών των συνθηκών απαιτεί την επένδυση σε σημαντικά ποσά πόρων όπως ο χρόνος, η επεξεργαστική και η υπολογιστική ισχύς. Έχουν προταθεί και εφαρμοστεί διάφορες τεχνικές και σχήματα αναπαράστασης και διαχείρισης δεδομένων προκειμένου να ικανοποιηθούν αυτές οι απαιτήσεις. Μερικά από αυτά είναι:• Η χρήση μεταδεδομένων συνέβαλε στην αποτελεσματικότερη αναζήτηση και εντοπισμό των δεδομένων.• Χρήση οντολογιών για τη διευκόλυνση και τον εντοπισμό των δεδομένων και την εύρεση των συσχετισμών μεταξύ τους.Αν και αυτές οι τεχνικές βελτίωσαν την αποτελεσματικότητα των διαδικασιών έντασης δεδομένων, αποδείχθηκαν ανεπαρκείς μετά την έκρηξη της διαθεσιμότητας δεδομένων στον Παγκόσμιο Ιστό. Οι σχετικές μελέτες τόνισαν δύο αποτελεσματικές προσεγγίσεις που επιλύουν δύο διαφορετικές πτυχές του ίδιου προβλήματος: την ενοποίηση δεδομένων και την εικονικοποίηση δεδομένων. Η ενοποίηση δεδομένων βοηθά στη διασφάλιση της ανάκτησης των επιθυμητών δεδομένων από τις πηγές της. Η εικονικοποίηση δεδομένων επεκτείνει την ενοποίηση δεδομένων καθώς διασφαλίζει επίσης την προσαρμογή των δεδομένων στις απαιτήσεις των εισροών διεργασίας.
Developing a platform for virtual data integration in big data environments
(27-03-2020) Ραπάνου, Αργυρώ; Σούλιου, Γεωργία; Rapanou, Argyro; Souliou, Georgia; Athens University of Economics and Business, Department of Management Science and Technology; Chatziantoniou, Damianos
We live in the era of Big Data, where the concern for data management is crucial for all organizations. This generates the need of sustainable infrastructures that will manipulate the data with speed and accuracy. The current study attempts to investigate the virtual data integration in Big Data Environments, by describing the design, implementation and evaluation of a platform used to aid data exchange and preparation as well the definition of on demand data models that would assist on decision making.Elements of the Platform are presented in a user friendly manner, that integrate multiple heterogeneous data inputs, creating a virtual homogeneity of information representation through the data canvas. The Platform for Virtual Data Integration has been developed to integrate any kind of data input to a first consolidated layer that is presented in graph- based schema. The intent is the system to allow its users share and exchange information and work together a single operating entity and integrated planning unit. The conceptual model of the schema is described, with the creation of a graph representation where attributes are mapped to entities. The key focus is the extent of Key-Value pairs to Key-Lists pairs.All methods of development and their requirements are provided in detail along with a step-by-step installation of the tool. Finally, the project is evaluated by its potential and all the future work that may be done on accessing the Bid Data world in more fast and consistent way.
Exploring socio-economic and demographic effects on Panhellenic exams through BI system
(17-05-2024) Baardse, Julia; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Η παρούσα διπλωματική εργασία εξετάζει το ελληνικό εκπαιδευτικό σύστημα, εστιάζοντας στα αποτελέσματα των Πανελληνίων εξετάσεων από το 2009 έως το 2018, για τη δημιουργία αποθήκης δεδομένων και την παροχή πληροφοριών μέσω του Power BI. Η μελέτη στοχεύει να καθοδηγήσει την Ελλάδα στη λήψη αποφάσεων βάσει δεδομένων, αναλύοντας τα αποτελέσματα των εξετάσεων και συγκρίνοντάς τα με παρόμοια συστήματα σε άλλες χώρες, δίνοντας έμφαση στον ρόλο των κοινωνικοοικονομικών παραγόντων.Μεθοδολογικά, η έρευνα χρησιμοποιεί SQL Server Integration Services (SSIS) και SQL Server Analysis Services (SSAS) για τη συγκέντρωση και ανάλυση δεδομένων εξετάσεων, συμπληρωμένα με δημογραφικά και κοινωνικοοικονομικά δεδομένα της Eurostat. Τα ευρήματα, που παρουσιάστηκαν μέσω του Power BI, αποκαλύπτουν μια σημαντική συσχέτιση μεταξύ της απόδοσης των εξετάσεων και της κοινωνικοοικονομικής κατάστασης, με διαφοροποιημένες περιφερειακές και έμφυλες ανισότητες.Συμπερασματικά, η περίπλοκη αλληλεπίδραση μεταξύ των δημογραφικών τάσεων, των οικονομικών προκλήσεων και του εκπαιδευτικού τοπίου της Ελλάδας υπογραμμίζει την ανάγκη για στοχευμένες πολιτικές. Αστικά κέντρα όπως η Αττική και η Κεντρική Μακεδονία διαδραματίζουν κρίσιμο ρόλο στη διαμόρφωση της κοινωνικοοικονομικής δυναμικής, ενώ οι ανισότητες μεταξύ αστικών και αγροτικών περιοχών απαιτούν στρατηγικές δίκαιης ανάπτυξης. Οι δημογραφικές αλλαγές υπογραμμίζουν τη διπλή ανάγκη για ενισχυμένες επενδύσεις στον τομέα της υγείας και της εκπαίδευσης. Οι ανισορροπίες μεταξύ των φύλων και οι χαμηλές συσχετίσεις μεταξύ του εισοδήματος και των αποτελεσμάτων των εξετάσεων υποδεικνύουν τομείς για περαιτέρω έρευνα, συμπεριλαμβανομένης της εκπαίδευσης των γονέων και της περιφερειακής ανάλυσης.Η μελέτη υπογραμμίζει την αναγκαιότητα αντιμετώπισης των συστημικών ανισοτήτων στην επαγγελματική και περιφερειακή εκπαίδευση, ιδιαίτερα σε μαθήματα με σημαντικές διαφορές όπως η γραμμική άλγεβρα και ο προγραμματισμός υπολογιστών. Η βελτίωση της ποιότητας της εκπαίδευσης είναι ζωτικής σημασίας για τον εξοπλισμό των μαθητών ώστε να ευδοκιμήσουν σε μια ανταγωνιστική παγκόσμια οικονομία. Η προώθηση της καινοτομίας, της επιχειρηματικότητας και της επαγγελματικής κατάρτισης μπορεί να ενδυναμώσει τις κοινότητες εν μέσω οικονομικής αβεβαιότητας. Οι συλλογικές προσπάθειες από φορείς χάραξης πολιτικής, εκπαιδευτικούς και επιχειρήσεις είναι απαραίτητες για τη βιώσιμη και χωρίς αποκλεισμούς ανάπτυξη της Ελλάδας, διασφαλίζοντας ίσες ευκαιρίες για όλους τους πολίτες.
Investigating the application of text mining techniques to enhance research performance indicators
(30-03-2024) Νούσκαλη, Φωτεινή-Νεφέλη; Nouskali, Foteini-Nefeli; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Αυτή η διπλωματική εργασία εξετάζει την εφαρμογή τεχνικών εξόρυξης κειμένου για τη βελτίωση των δεικτών αξιολόγησης απόδοσης του ερευνητικού δημοσιευμένου υλικού. Οι παραδοσιακές μετρικές (Δείκτες Αξιολόγησης Απόδοσης) βασίζονται στον αριθμό των παραθέσεων από άλλες ερευνητικές εργασίες, ενώ παρουσιάζουν ελλείψεις στο να αποτυπώνουν την πολύπλοκη ποιοτική επίδραση που μια ερευνητική εργασία έχει σε όσες την παραθέτουν και σχολιάζουν τα ευρήματά της, συχνά παραβλέποντας τις ποιοτικές πτυχές της παράθεσης μιας εργασίας από μία άλλη όπως η τάση αποδοχής της και η πρόθεσή με την οποία πραγματοποιείται η παράθεση. Για να αντιμετωπιστούν αυτοί οι περιορισμοί, η μελέτη προτείνει ένα σύνθετο μεθοδολογικό πλαίσιο που ενσωματώνει προηγμένα μοντέλα ταξινόμησης κειμένου και σχήματα ταξινόμησης πρόθεσης παράθεσης ερευνητικής εργασίας, προσφέροντας μια λεπτομερή ανάλυση των διαφορετικών σχημάτων ιεράρχησης των προθέσεων βάση των οποίων γίνονται παραθέσεις. Μέσω μιας εμπειρικής ανάλυσης που χρησιμοποιεί δεδομένα από προηγούμενες μελέτες, προερχόμενα από βιβλιογραφικές βάσεις δεδομένων, χρησιμοποιούνται τόσο μοντέλα νευρωνικών δικτύων που εκπαιδεύονται σε δεδομένα με γνωστές κλάσεις όσο και μοντέλα που εκπαιδεύονται σε δεδομένα για τα οποία δεν παρέχεται η κλάση, ώστε να αναπτυχθούν μηχανισμοί πρόβλεψης της πρόθεσης μιας παράθεσης μέσα από το κείμενο στο οποίο γίνεται η συγκεκριμένη παράθεση ώστε να ενταχθεί αυτό το ποιοτικό χαρακτηριστικό στους δείκτες αξιολόγησης της απόδοσης της έρευνας. Αυτή η προσέγγιση στοχεύει στο να παρουσιάσει τη δυσκολία εύρεσης της πραγματικής επιρροής μιας δημοσιευμένης ερευνητικής εργασίας αλλά παρέχει και τις πρώτες ενδείξεις για το αν ποιοτικά χαρακτηριστικά επιρροής μιας ερευνητικής εργασίας μπορούν να αποδοθούν σε μετρικές δεικτών αξιολόγησης απόδοσης που βασίζονται στον αριθμό παραθέσεων. Τα ευρήματα υπογραμμίζουν τη δυναμική των τεχνικών εξόρυξης κειμένου στην αξιοποίησή τους για την αξιολόγηση του αντίκτυπου των ερευνητικών εργασιών, αναδεικνύοντας αφενός τη δυσκολία να διαμορφωθούν οι δείκτες που εμπεριέχουν ποιοτικά χαρακτηριστικά όπως η πρόθεση ή το συναίσθημα βάση του οποίου γίνεται μία παράθεση όσο και πόσο διαφορετικά αποτελέσματα προκύπτουν στην αξιολόγηση ερευνητικών εργασιών χρησιμοποιώντας απλές μετρικές ή μετρικές που εμπεριέχουν ποιοτικά χαρακτηριστικά.
Investigating the potential and challenges of narrative CVs in researcher assessment
(26-03-2024) Σακελλάρης, Εμμανουήλ; Sakellaris, Emmanouil; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Το ερευνητικό τοπίο συχνά καθοδηγείται από μετρήσιμους δείκτες, όπως οι αριθμοί αναφορών, οι δημοσιεύσεις και τα ποσοστά επιτυχίας επιχορηγήσεων. Αυτή η έμφαση στους δείκτες μπορεί να περιορίσει τη δημιουργικότητα, να ομογενοποιήσει την έρευνα και να καταπνίξει το αληθινό πνεύμα της πνευματικής αναζήτησης. Επιπλέον, για να απελευθερωθούν από την αυταπάτη των μετρήσεων, οι ερευνητές πρέπει να καλλιεργήσουν αφηγηματικές δεξιότητες, να εμπλακούν σε ανοιχτή επικοινωνία, να υποστηρίξουν εναλλακτικά μέτρα επιτυχίας και να υιοθετήσουν διαφορετικά μοντέλα χρηματοδότησης.Με την προώθηση ενός ερευνητικού περιβάλλοντος που εκτιμά τη δημιουργικότητα, την πνευματική εξερεύνηση και τον αντίκτυπο, μπορούμε να ενδυναμώσουμε τους ερευνητές να ευδοκιμήσουν ως αφηγητές, αρχιτέκτονες των δικών τους ερευνητικών διαδρομών και ενεργούς συμμετέχοντες στη διαμόρφωση ενός μέλλοντος όπου η γνώση και η ανακάλυψη καθοδηγούνται από το πάθος, τη συνεργασία και την κατανόηση.
Marketing analytics and operations analytics: the case of customer segmentation, market basket analysis and demand forecasting
(11-08-2024) Βιώνη, Κωνσταντίνα; Vioni, Konstantina; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Η παρούσα διπλωματική εργασία πραγματοποιείται στο πλαίσιο του Μεταπτυχιακού Προγράμματος στην Επιχειρηματική Αναλυτική, με στόχο τη διερεύνηση των τομέων της Αναλυτικής Μάρκετινγκ και της Αναλυτικής Επιχειρησιακών Λειτουργιών, εστιάζοντας στον αντίκτυπό τους στις επιχειρήσεις.Στο πρώτο μέρος, θα γίνει ανασκόπηση της σχετικής βιβλιογραφίας σχετικά με τα Μεγάλα Δεδομένα (Big Data), την Επιχειρηματική Ευφυΐα (Business Intelligence), την Τεχνητή Νοημοσύνη (Artificial Intelligence), και τις αναλυτικές μεθόδους για ομαδοποίηση, κανόνες συσχέτισης, και πρόβλεψη ζήτησης. Στη φάση της εμπειρικής έρευνας, θα αναλυθεί ένα σύνολο δεδομένων από ένα κατάστημα λιανικής, εφαρμόζοντας την ανάλυση RFM (Recency, Frequency, Monetary) για την τμηματοποίηση των πελατών, εντοπίζοντας μοτίβα συναλλαγών μέσω της Ανάλυσης Καλαθιού Αγορών (Market Basket Analysis), και προβλέποντας τη μελλοντική ζήτηση μέσω της πρόβλεψης.Τα ευρήματα της παρούσας έρευνας αναμένεται να αναδείξουν τη σημασία των προηγμένων τεχνικών αναλυτικής για τη διαμόρφωση της επιχειρηματικής επιτυχίας. Με την ανάλυση της συμπεριφοράς των πελατών, οι επιχειρήσεις μπορούν να υλοποιήσουν στοχευμένες στρατηγικές μάρκετινγκ, να βελτιώσουν την ικανοποίηση των πελατών και να κατανείμουν τους πόρους πιο αποτελεσματικά. Οι πρακτικές εφαρμογές αυτής της έρευνας θα επιδείξουν τα πιθανά οφέλη της αναλυτικής στις επιχειρηματικές λειτουργίες.Για την ολοκλήρωση της μελέτης αυτής, χρησιμοποιήθηκε η Python για τον καθαρισμό των δεδομένων, το SAS Studio για την εφαρμογή τεχνικών εξόρυξης δεδομένων, όπως η τμηματοποίηση πελατών και η ανάλυση καλαθιού αγορών, το SAS Forecast Studio για την πρόβλεψη μελλοντικής ζήτησης, και το Power BI για τους σκοπούς της οπτικοποίησης.
Predictive modeling for admission in MSc Business Analytics Program: a comparative study of applicant characteristics and academic outcomes
(15-03-2024) Τσούγιας, Δήμος; Tsougias, Dimos; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Η παρούσα εργασία εξετάζει την εφαρμογή των τεχνικών προβλεπτικής μοντελοποίησης στην διαδικασία επιλογής μεταπτυχιακών φοιτητών στο πρόγραμμα της Επιχειρηματικής Αναλυτικής του Οικονομικού Πανεπιστημίου Αθηνών (ΟΠΑ). Επικεντρώνοντας την προσοχή και αξιοποιώντας τα ιστορικά δεδομένα από προηγούμενους κύκλους εισαγωγής, ακολουθώντας όλες τις απαραίτητες τεχνικές ανωνυμοποίησης, διεξήχθη ένας λεπτομερής καθαρισμός και επεξεργασία δεδομένων για την ανάδειξη μοτίβων και συσχετίσεων μεταξύ των χαρακτηριστικών των ενδιαφερόμενων φοιτητών τόσο για τα προγράμματα Πλήρους Απασχόλησης όσο και Μερικής Απασχόλησης ξεχωριστά.Με μια ποικίλη συλλογή αλγορίθμων μηχανικής μάθησης - συμπεριλαμβανομένων της λογιστικής παλινδρόμησης, του δέντρου απόφασης, του τυχαίου δάσους, του Κ-NN και της SVM - η μεταπτυχιακή εργασία εξετάζει την απόδοσή τους και την ικανότητά τους στην πρόβλεψη των αποτελεσμάτων εισαγωγής στο συγκεκριμένο μεταπτυχιακό πρόγραμμα. Διεξήχθησαν διάφορες επαναλήψεις οδηγώντας στην εκπαίδευση και αξιολόγηση των μοντέλων χρησιμοποιώντας την διαίρεση των δεδομένων για εκπαίδευση και αξιολόγηση, με και χωρίς κλιμάκωση δεδομένων για να εξεταστεί η απόδοση των προβλεπτικών μοντέλων υπό διαφορετικές συνθήκες. Επιπλέον, διεξήχθη μια εστιασμένη έρευνα χρησιμοποιώντας μεταβλητές που επιλέχθηκαν από την παλινδρόμηση LASSO, προσφέροντας βαθύτερη επίγνωση για τα πιο επιδραστικά χαρακτηριστικά τα οποία συνήθως επηρεάζουν την απόφαση αποδοχής ή μη των ενδιαφερόμενων φοιτητών.Σε επόμενες επαναλήψεις, η μεταπτυχιακή εργασία λαμβάνει επίσης υπόψη τη σημασία της εφαρμογής του k-fold cross-validation για να διασφαλίσει την αξιοπιστία του μοντέλου και να μειώσει τα προβλήματα υπερ-προσαρμογής με στόχο την ενίσχυση της αξιοπιστίας και της γενίκευσης των προβλεπτικών μοντέλων. Ως σημείο αναφοράς, στο τέλος εξετάστηκε επίσης η απόδοση ενός τεχνητού νευρωνικού δικτύου (ANN) έναντι των παραδοσιακών μεθόδων παρέχοντας πολύτιμες συγκριτικές εισηγήσεις.Τα ευρήματα υπογραμμίζουν την αποτελεσματικότητα και την ικανότητα των παραδοσιακών τεχνικών μοντελοποίησης, με τα κορυφαία μοντέλα να επιτυγχάνουν ποσοστό ακρίβειας περίπου 74% τόσο για τα προγράμματα Πλήρους Απασχόλησης όσο και Μερικής Απασχόλησης.
The right to data portability-GDPR: its content and relationship with competition laws
(21-03-2023) Μελέκος, Παναγιώτης-Χρυσοβαλάντης; Melekos, Panagiotis-Chrysovalantis; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Ο σκοπός αυτής της διπλωματικής εργασίας είναι η ανάλυση του δικαιώματος στη φορητότητα δεδομένων στο πλαίσιο του Γενικού Κανονισμού Προστασίας Δεδομένων Προσωπικού Χαρακτήρα (ΓΚΠΔ) και της σχέσης του δικαιώματος στη φορητότητα και του ανταγωνισμού. Το δικαίωμα στη φορητότητα δεδομένων εξελίχθηκε για πρώτη φορά μέσω μιας γενικότερης νομοθεσίας και ειδικότερα μέσω του ΓΚΠΔ. Το δικαίωμα στη φορητότητα (άρθρο 20 του ΓΚΠΔ) προσφέρει στα άτομα (υποκείμενα των δεδομένων) έναν εύκολο τρόπο διαχείρισης των προσωπικών τους δεδομένων. Διευκολύνει την εύκολη μεταφορά, αντιγραφή ή μεταφορά προσωπικών δεδομένων από ένα περιβάλλον πληροφορικής σε άλλο. Τα υποκείμενα των δεδομένων έχουν το δικαίωμα να λαμβάνουν τα δικά τους προσωπικά δεδομένα, τα οποία έχουν υποβληθεί σε επεξεργασία με αυτοματοποίηση μέσω επεξεργαστή, σε δομημένη, ευρέως χρησιμοποιούμενη και μηχανικά αναγνώσιμη μορφή (π.χ. XML, JSON, CSV κ.λπ.). Έχουν επίσης το δικαίωμα να ζητήσουν από τον υπεύθυνο επεξεργασίας να διαβιβάσει τα εν λόγω δεδομένα σε άλλον υπεύθυνο επεξεργασίας, χωρίς αντίρρηση από τον αρχικό υπεύθυνο επεξεργασίας. Εάν είναι τεχνικά εφικτό, μπορεί κανείς να ζητήσει τη μεταφορά των δεδομένων του απευθείας από τον έναν επεξεργαστή στον άλλο. Η άσκηση του δικαιώματος δεν επηρεάζει αρνητικά τα δικαιώματα και τις ελευθερίες των άλλων. Επιπλέον, η άσκηση του δικαιώματος φορητότητας δεδομένων δεν επηρεάζει την άσκηση των άλλων δικαιωμάτων του υποκειμένου των δεδομένων, τα οποία ασκούνται ανεξάρτητα. Η σχέση μεταξύ του δικαιώματος στη φορητότητα και του ανταγωνισμού και της καινοτομίας είναι ασαφής. Ωστόσο, οι περισσότεροι αναλυτές πιστεύουν ότι υπό ορισμένες συνθήκες το νέο δικαίωμα προωθεί τον υγιή ανταγωνισμό και την καινοτομία σε συγκεκριμένους τομείς. Η φορητότητα δεδομένων αναδύεται πλέον σε πολλές πτυχές της νομοθεσίας και της χάραξης πολιτικής της ΕΕ. Σύμφωνα με το νομικό πλαίσιο της ΕΕ, η έλλειψη φορητότητας δεδομένων μπορεί να εκμεταλλεύεται τους καταναλωτές όταν περιορίζει την επιλογή ανταγωνιστικών προσφορών τους.
Visual query languages
(31-08-2022) Σχισμένος, Χρήστος; Schismenos, Christos; Athens University of Economics and Business, Department of Management Science and Technology; Karlis, Dimitrios; Louridas, Panagiotis; Chatziantoniou, Damianos
Η σύγχρονη εποχή χαρακτηρίζεται από υψηλή διαθεσιμότητα δεδομένων. Οι βάσεις δεδομένων είναι η πιο κοινή προσέγγιση που χρησιμοποιείται για την αποθήκευση μεγάλου όγκου δεδομένων, καθώς έχουν πολλά πλεονεκτήματα για την αποθήκευση και τον χειρισμό δεδομένων. Επιπλέον, η υψηλή διαθεσιμότητα δεδομένων έχει αναδείξει νέες μεθόδους εκμετάλλευσης δεδομένων. Τα πιο συχνά χρησιμοποιούμενα αναφέρονται με τον γενικό όρο εξόρυξη γνώσης. Οι μηχανισμοί εξόρυξης γνώσης απαιτούν γρήγορη και ακριβή πρόσβαση στα αποθηκευμένα δεδομένα. Απαιτούν επίσης αποτελεσματικούς τρόπους αναζήτησης για παρουσίαση δεδομένων και πληροφοριών. Και οι δύο απαιτήσεις που αναφέρονται παραπάνω μπορούν να ικανοποιηθούν με την εκτεταμένη χρήση της κωδικοποίησης εικόνας για την αναζήτηση βάσεων δεδομένων, την παρουσίαση αποτελεσμάτων και τη συνολική διαχείριση της βάσης δεδομένων. Οι εικόνες κρύβουν μεγάλη πολυπλοκότητα χειρισμού δεδομένων μέσω συστημάτων βάσεων δεδομένων. Έχει προταθεί ένας μεγάλος αριθμός προσεγγίσεων για την κωδικοποίηση ερωτημάτων. Το κοινό τους στοιχείο είναι η χρήση εικονιδίων, εικόνων και γραφικών για τη διαμόρφωση κριτηρίων ερωτημάτων και την αποστολή τους στον πυρήνα του συστήματος βάσης δεδομένων. Η παρούσα διατριβή περιγράφει τη λειτουργικότητα αυτών των προσεγγίσεων και τα πλεονεκτήματά τους. Το έγγραφο αποτελείται από τα ακόλουθα κεφάλαια: • Κεφάλαιο 1: Στο πρώτο κεφάλαιο παρουσιάζονται σύγχρονες προσεγγίσεις στην υλοποίηση συστημάτων βάσεων δεδομένων. Περιγράφεται η πιο κοινή κατηγορία βάσεων δεδομένων, οι σχεσιακές, καθώς και οι εναλλακτικές προσεγγίσεις αντικειμενοστρεφούς και αντικειμενοσχεσιακής. Επιπλέον, περιγράφονται οι πιο σύγχρονες υλοποιήσεις του NoSql και τα προβλήματα που επιλύουν. Για αυτές τις υλοποιήσεις αναφέρονται και οι αδυναμίες τους για τη χρήση τους σε σύγχρονους οργανισμούς για την κάλυψη των απαιτήσεών τους στη διαχείριση των δεδομένων τους. • Κεφάλαιο 2: Το δεύτερο κεφάλαιο περιγράφει τις μεθοδολογίες ανάλυσης δεδομένων για την εξαγωγή συμπερασμάτων και γνώσεων από τα δεδομένα. • Κεφάλαιο 3: Αυτό το κεφάλαιο περιγράφει τα βασικά χαρακτηριστικά των γλωσσών οπτικών ερωτημάτων. • Υλοποιήσεις: Στο τελευταίο κεφάλαιο καταγράφονται τα συμπεράσματα που προέκυψαν από την προηγούμενη μελέτη.

Περιήγηση

Πλοήγηση Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας ανά Επιβλέπων "Chatziantoniou, Damianos"