- Oggetto:
- Oggetto:
SISTEMI DI SUPPORTO ALLE DECISIONI AZIENDALI (LAUREA MAGISTRALE)
- Oggetto:
Anno accademico 2012/2013
- Codice dell'attività didattica
- LET0538
- Docente
- Dott. Federica Cena (Titolare del corso)
- Corso di studi
- controllare nei Piani carriera a quali Corsi di studio è offerto l'insegnamento, a seconda della coorte di riferimento
- 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
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Facoltativa
- Tipologia d'esame
- Orale
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
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 i sto 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 one: 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 laboratori, we 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
Programma delle lezioni:
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.
Scheduling of the lessons:
1 part: Data warehouse. Introduction to data warhouse. CRM. datawarehouse life’s cicle. Source analysis. Conceptual and logical design of a data warehouse. Multidimensional model.
2 part: Data Mining. Introduction to data mining, OLAP, clustering, decistion tree, neural network. Use cases.
Testi consigliati e bibliografia
- Oggetto:
C. Todman: Designing a Data warehouse, Prentice Hall 2001
C. Berry, B. Linoff: Data mining, Apogeo 2003
C. Todman: Designing a Data warehouse, Prentice Hall 2001
C. Berry, B. Linoff: Data mining, Apogeo 2003
- Oggetto:
Note
Esame orale consistente nella discusione del progetto
Oral exam, that consists in the discussion of the project
- Oggetto:
Altre informazioni
http://www.di.unito.it/~cena/teaching_dss.html- Oggetto:
