• Login


Predmeti

Izbornik:
Osnovni podaci
Ishodi učenja
Sadržaj predavanja
Sadržaj vježbi
Literatura
Dodatni podaci

[na vrh]
Osnovni podaci

Naziv: Metode razvoja i istraživanja sustava poslovne inteligencije
Nositelj:
Suradnici:
    ECTS bodovi: 0
    Satnica:
    Predavanja: 30
    Obavezni na studiju: Kolegij nije obavezni
    Cilj kolegija:
    Poslovna inteligencija je značajan sastojak poslovnih inteligentnih sustava XXI. stoljeća. Niz tehnologija trebaju omogućiti vrhunske personalizirane proizvode za klijente, ali također i poslovnu učinkovitost za dugotrajne poslovne odnose s okolinom. Te su tehnologije: inženjersvo znanja, upravljanje znanjem, poslovna inteligencija, virtualne organizacije, data mining, otkrivanje znanja, itd. Tek potpunim razumijevanjem i integracijom različitih dijelova poduzeća moguće je postići jedan kohezivan poslovni inteligentan sustav. U ovom kolegiju želimo stoga dati kvalitetean teorijski i praktični koncept, metode dizajna i istraživanja inteligentnih poslovnih organizacija. Ovaj kolegij će omogućiti raumijevanje procesa primjene, važnih za ljude koji se tim područjem baze, ali i za praktičare orijentirane primjeni.


    [na vrh]
    Ishodi učenja predmeta

      Ishodi učenja programa

        [na vrh]
        Sadržaj predavanja
        • Teorijski modeli poslovne inteligencije i srodnih koncepata. Osnovni problemi
          Repetitorij data mininga, otkrivanja zakonitosti u podacima i inženjerstva znanja. Pojam poslovne inteligencije i modeli. Ekonomija znanja, društvo znanja i poslovna inteligencija. Ekonomske koristi od inteligentnih poduzeća. Izgradnja adaptivne poslovne infrastrukture poslovne inteligencije. Infrastruktura podržana inteligentnim agentima. Transfromacija poduzeća u ineligentna poduzeća preko upravljanja znanje. Upravljanje sustavima poslovne inteligencije.
        • Inteligentne organizacije i poduzeća
          Definicije i svojstva inteligentnih organizacija. Organizacije i njihova okolina. Okolina koja daje informacije, resurse, varijacije. Sustavi za obradu informacija u organizacijama, dijelovi za donošenje odluka, organizacije kao interpersonalni sustavi. Klasifikacija inteligentnih organizacij, vrste znanja, organizacijsko učenje i ciklusi učenja.
        • Pretprocesiranje podataka
          Metode pretprocesiranja podataka u sustavima poslovne inteligencije. Analize relevantnosti atributa. Kategorizacija i sažimanje. Uloga ekstremnih vrijednosti u podacima (eng. outliers). Presjek kroz metodologiju i primjenu različitih metodologija pretpocesiranja podataka. Stavljanje naglaska na osmišljavanje sustava pretprocesiranja podataka kod kompleksnijih sustava poslovne inteligencije. Poticanje na pronalaženje novih metoda pretprocesiranja podataka koje imaju bolje perfomanse od postojećih (npr. prijedlozi poboljšanja PC i NPC metode u sustavima učenja Bayesovih mreža, pronalaženje metoda za automatizaciju optimalne diskretizacije ulaznih vrijednosti npr. pomoću metoda koje svoje korijene vuku iz teorije kaosa )
        • Klase poslovnih problema i tehnika analize u poslovnoj inteligenciji
          Određivanje profila, predviđanje ponašanje i rano prepoznavanje zahtjeva klijenata. Povećanje indeksa unakrsne prodaje (eng. cross-selling index)? Sustavi poslovne inteligencije tržišnih simulacija. Predviđanje trendova i razloge prekida korištenja usluga i proizvoda od strane klijenata. Precizna segmentaciju tržišta na temelju ekspertnog znanja i iskustava. Primjena fuzzy ekspertnih sustava u segmentaciji tržišta i njihova integracija u BI sustave. Dijagnostika rizičnih tržišnih segmenata i neutralizacija rizika. Dijagnostika rizika primjenom data mining metoda. Rano otkrivanje tržišnih šansi, i potencijalnih tržišnih opasnosti uz pomoć data mining metoda. WHAT IF analize.
        • Uloga ulačavanja analitičkih metoda
          Uloga kreativnosti u analizama. Zašto ne postoje recepture i dominantnost metoda za određeni problemski prostor u data mining analizama? Kako prepoznati najbitnije smjernice koje nas mogu dovesti do željenog cilja.
        • Metode razvoja sustava poslovne inteligencije
          Razlika u vođenju između ad hoc DM projekata i ciljano planiranih BI projekata. Sudionici u procesu rješavanja analitičkog zadatka. Vođenje analitičara do cilja. U kojoj formi je moguće dobiti rezultate analize. Kako kreirati zahtjev za prezentaciju izlaznih rezultata.
        • Planiranje investicija u projekte
          Varijante niskih, srednjih i visokih ulaganja. Kriteriji izbora tipa investicija. Analize slučajeva.
        • Samostalan rad
          U okviru samostalnog rada polaznika primjenjuju se niz te pripremljenih primjera. Polaznicima se omogućuje samostalan razvoj vlastitih modela iz problemskih domena koje su im najprikaldnije

        [na vrh]
        Sadržaj seminara/vježbi

          [na vrh]
          Literatura - osnovna
          • Schreiber, G. et al.: Knowledge Engineering and Management, The MIT Press, Cambridge, MA, 2001.
          • Gupta, J.N.D., Sharma, Sushil K. Intelligent Enterprises of the 21st Century. Idea Group Publishing, 2003.
          • Fairchild, A.M. Technological Aspects of Virtual Organizations: Enabling the Intelligent Enterprise. Springer, 2004.
          • Thannhuber, M. J. The Intelligent Enterprise: Theoretical Concepts and Practical Implications. Physica-Verlag Heidelberg, 2004.
          • Klepac, Goran; Panian,Željko: Poslovna inteligencija, Masmedia, Zagreb, 2003, ISBN: 953-157-447-2
          Literatura - dopunska

            [na vrh]
            Dodatni podaci