Page begin -
Logo DISCO
|
Go to the Highly accessible area
|
Go to the Content page
|
Go to the End of content
|
Go to the Main menu
|
Go to the Navigation Bar (location)
|
Go to the Navigation menu (tree)
|
Go to the Commands list
|
Go to the Further readings
|
Go to the Bottom Menu
|
Logo Ateneo
   
Enrolled
Business intelligence

Docente: F. Stella

Crediti: 6 CFU

Descrizione e Programma del Corso

Conoscenze: Lo studente apprenderà modelli computazionali ed architetture software impiegate nell'ambito della Business Intelligence. In particolare, verranno affrontate problematiche di Business Intelligence quali a titolo esemplificativo: Customer profiling e segmentazione, Analisi comportamentale dei navigatori WEB, Rilevazione di frodi e spawming, Crawling e analisi strutturale del WEB e Commercio elettronico in senso generale. Il corso è organizzato in modo tale da fornire una concettualizzazione architetturale, una formulazione in termini algoritmico-computazionali per giungere fino al corrispondente deployement software della problematica affrontata. Le metodologie di base che verranno apprese includono il Text Mining ed il WEB Mining.

Abilità: lo studente acquisirà competenze specifiche che lo porranno in grado di formulare e risolvere problemi di Business Intelligence e Commercio elettronico, ed in termini operativi, di progettare ed implementare sistemi software per la gestione delle relazioni con i clienti on-line, l'analisi dati di aziende che operano sul WEB, e la risoluzione di problemi di decisione in condizioni di incertezza.

Programma:

  • Business Intelligence: Introduzione; Motivazioni; Applicazioni (Customer profiling e segmentazione; Analisi comportamentale dei navigatori WEB; Rilevazione di frodi e spawming; Crawling e analisi strutturale del WEB; Commercio elettronico)
  • Tecnologie WEB: Documenti; Protocolli di comunicazione; Log files; Motori di ricerca
  • Classificazione: Supervisionata e non supervisionata; Modello concettuale; Teoria Bayesiana
  • Misure di performance-Text Mining and Analysis: Importazione e parsine; Preprocessing; Features selection e construction
  • Modelli Computazionale: Feedforward Neural Networks; Bayesian Conficende Propagation Neural Networks; Support Vector Machines
  • Progettazione di Applicazioni Software: Modellazione concettuale; Componenti software e risorse WEB; Testing e Deployment
  • Casi di Studio: Personal Mail Assistant e call center management; Customer profiling e segmentazione; Rilevazione di frodi e spawming; Crawling e analisi strutturale del WEB; Analisi comportamentale dei navigatori WEB

Testi consigliati: slide del docente

Modalità di esame: progetto software e discussione orale

Per ulteriori informazioni sul corso rivolgersi direttamente al docente:stella@disco.unimib.it

Further readings
(C) Copyright 2016 - Dipartimento Informatica Sistemistica e Comunicazione - Viale Sarca, 336
20126 Milano - Edificio U14
redazioneweb@disco.unimib.it - last update of this page 25/03/2011