- Oggetto:
- Oggetto:
SISTEMI DI SUPPORTO ALLE DECISIONI AZIENDALI (LAUREA MAGISTRALE)
- Oggetto:
Anno accademico 2010/2011
- Codice dell'attività didattica
- LET0538
- Docente
- Federica Cena (Titolare del corso)
- Corso di studi
- [f005-c501] Laurea magistrale in Filosofia
[f005-c504] Laurea magistrale in Scienze storiche e documentarie
[f005-c506] Laurea magistrale in Comunicazione e culture dei media
[f005-c510] Laurea magistrale in Produzione e organizzazione della comunicazione e della conoscenza - Anno
- 1° anno 2° anno
- Periodo didattico
- Primo semestre - seconda parte
- Tipologia
- Per tutti gli ambiti
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- INF/01 - informatica
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Obiettivi formativi del corso:
L'obiettivo del corso è quello di fornire una panoramica delle metodologie e applicazioni informatiche avanzate maggiormente utilizzate oggi nel mondo delle imprese per analisi di dati a supporto dei processi di decisione. In particolare, i temi che verranno analizzati in questo corso saranno: Data warehousing, OLAP e Data mining - Knowledge management - Uso di datawarehouse e data mining per il supporto alle decisioni - Applicazioni in ambito economico e aziendaleVerrà utilizzato in laboratorio un SW applicativo per datawarehousing e datamining, per realizzare un progetto di analisi di dati per decisioni di marketing. Esame: orale; verrà richiesta la realizzazione di un progetto
The aim of the course is to offer a wide view on the most important methodologies and techniques used by industries to analyse data in order to support the decision process. In particolar, the topic discussed in the course will be the following ones: Data warehousing, OLAP e Data mining - Knowledge management - how to use datawarehouse and data mining in order to support decisions - Applications for business. In the laboratory, the students will use a software for datawarehousing and datamining, in order to design and develop a project of data analysis in order to support marketing decision.
- Oggetto:
Programma
1 parte: Data warehouse. Introduzione al data warhouse e principi di CRM. Ciclo di vista di un data warehouse. Analisi e riconciliazione delle fonti. Progettazione concettuale e logica di un data warehouse. Modello multidimensionale.
2 parte: Data Mining. Introduzione al data mining, analisi OLAP, clustering, alberi decisionali, reti neurali. Use case di applicazioni aziendali.
Metodologia:
le lezioni si divideranno in una parte frontale, in cui verranno presentati i principali concetti teorici, le metodologie e le tecniche di analisi dei dati, e in una parte pratica di laboratorio, in cui gli studenti saranno chiamati alla realizzazione di un progetto utilizzando gli strumenti visti nelle lezioni teoriche.
Scheduling of the lessons:
1 part: Data warehouse. Introduction to datawarhouse. CRM. datawarehouse life’s cicle. Source analysis. Conceptual and logical design of a datawarehouse. Multidimensional model.
2 part: Data Mining. Introduction to data mining. OLAP. Clustering. Decistion tree. Neural network. Practical use cases.
Methodology:
The lessons will be contituted by both class lessons (where the main theoretical concepts, metodologies and techniques of analysis will be presented) and laboratory lessons (where the students will be asked to develop a project implementing such techniques).
Testi consigliati e bibliografia
- Oggetto:
- Oggetto:
Note
- Oggetto: