Inizio della pagina -
Logo DISCO
|
Visita la Versione ad elevata leggibilità
|
Vai al Contenuto della pagina
|
Vai alla Fine dei contenuti
|
Vai al Menu Principale
|
Vai alla Barra di navigazione (sei in)
|
Vai al Menu di navigazione (albero)
|
Vai alla Lista dei comandi
|
Vai alla Lista degli approfondimenti
|
Vai al Menu inferiore
|
Logo Ateneo
   
Didattica
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

Approfondimenti

Google Translate
Translate to English Translate to French Translate to German Translate to Spanish Translate to Chinese Translate to Portuguese Translate to Arabic
Translate to Albanian Translate to Bulgarian Translate to Croatian Translate to Czech Translate to Danish Translate to Dutch Translate to Finnish Translate to Greek Translate to Hindi
Translate to Hungarian Translate to Irish Translate to Japanese Translate to Korean Translate to Norwegian Translate to Polish Translate to Romanian Translate to Russian Translate to Serbian
Translate to Slovenian Translate to Swedish Translate to Thai Translate to Turkish

(C) Copyright 2016 - Dipartimento Informatica Sistemistica e Comunicazione - Viale Sarca, 336
20126 Milano - Edificio U14
redazioneweb@disco.unimib.it - ultimo aggiornamento di questa pagina 25/03/2011