Επιχειρηματική Ευφυΐα και Εξόρυξη Δεδομένων

Abstract

Η Επιχειρηματική Ευφυΐα, δηλαδή η εφαρμογή εξελιγμένων τεχνικών για την ανάλυση επιχειρηματικών δεδομένων και την υποστήριξη της λήψης αποφάσεων, αποτελεί μια τεχνολογία αιχμής που προκαλεί με αυξανόμενο ρυθμό το ενδιαφέρον του επιχειρηματικού κόσμου. Παλαιότερα, η Επιχειρηματική Ευφυΐα ταυτιζόταν με τα παραδοσιακά Συστήματα Υποστήριξης Αποφάσεων. Αργότερα, οι Αποθήκες Δεδομένων και οι τεχνικές OLAP εμπλούτισαν το φάσμα των εφαρμοζόμενων τεχνικών. Στη σημερινή εποχή, με την καθιέρωση του κλάδου της Εξόρυξης Δεδομένων, προσφέρονται πρωτόγνωρες δυνατότητες για την ανακάλυψη γνώσης, τη βελτίωση της λήψης αποφάσεων και την αναβάθμιση της διοίκησης των επιχειρήσεων. Το σύγγραμμα απευθύνεται σε μελλοντικά στελέχη επιχειρήσεων. Σκοπός του είναι να εξοικειώσει τον αναγνώστη με τις δυνατότητες και τις εφαρμοζόμενες μεθοδολογίες της σύγχρονης Επιχειρηματικής Ευφυΐας. Επίσης, η θεματολογία του συγγράμματος είναι αρκετά ευρεία. Αρχικά γίνεται αναφορά στις βασικές έννοιες της Επιχειρηματικής Ευφυΐας. Ακολούθως, παρουσιάζονται τα παραδοσιακά Συστήματα Υποστήριξης Αποφάσεων. Ένα κεφάλαιο αναφέρεται στα προβλήματα διαχείρισης έργων Επιχειρηματικής Ευφυΐας. Τα μοντέλα διαφόρων τύπων για τη διεξαγωγή αναλύσεων αποτελούν το αντικείμενο ενός επιπλέον κεφαλαίου. Ακολουθεί η θεματική ενότητα των Αποθηκών Δεδομένων και των τεχνικών OLAP. Ιδιαίτερη έμφαση δίνεται στις μεθοδολογίες Εξόρυξης Δεδομένων. Με ειδικά κεφάλαια καλύπτονται η προεπεξεργασία των δεδομένων, οι Κανόνες Συσχέτισης, η Κατηγοριοποίηση και η Ανάλυση Συστάδων. Γίνεται αναφορά σε ειδικά πρακτικά ζητήματα της εξόρυξης δεδομένων, όπως είναι πχ. η επιλογή σημαντικών χαρακτηριστικών, η ανισοκατανομή των κλάσεων και η διαφοροποίηση του κόστους σφάλματος κατηγοριοποίησης. Η ύλη του συγγράμματος εμπλουτίζεται με παραδείγματα εφαρμογής των σχετικών μεθοδολογιών σε προβλήματα ανάλυσης επιχειρηματικών δεδομένων. Επίσης, το τελευταίο κεφάλαιο του βιβλίου εισάγει τον αναγνώστη στο λογισμικό εξόρυξης δεδομένων WEKA.

Business Intelligence, i.e. the application of advanced techniques for business data analysis and decision support, is a cutting-edge technology that is rapidly gaining interest in the business world. In the past, Business Intelligence was identified with traditional Decision Support Systems. Later, Data Warehouses and OLAP techniques enriched the range of techniques used. Today, with the establishment of the Data Mining industry, unprecedented opportunities are available for knowledge discovery, decision-making improvement, and business management enhancement. The proposed textbook is aimed at future business executives. Its purpose is to familiarize the reader with the capabilities and applied methodologies of modern Business Intelligence. The subject matter of the textbook is also quite broad. First, the basic concepts of Business Intelligence are discussed. Next, traditional Decision Support Systems are presented. One chapter deals with the problems of Business Intelligence project management. Various types of models for conducting analyses are the subject of an additional chapter. This is followed by a section on Data Warehouses and OLAP techniques. Particular emphasis is placed on Data Mining methodologies. Special chapters cover data preprocessing, association rules, classification, and cluster analysis. Reference is made to specific practical issues of data mining, such as the selection of important features, class imbalance, and the differentiation of classification error costs. The content of the textbook is enriched with examples of the application of the relevant methodologies to business data analysis problems. In addition, the last chapter of the book introduces the reader to the WEKA data mining software.