Πρωταρχικό στόχο του Εργαστηρίου Ανάλυσης Δεδομένων και Επιχειρηματικής Ευφυϊας (DABILab) αποτελεί η σύνδεση της έρευνας στο χώρο της διοίκησης, του μάρκετινγκ και των κοινωνικών επιστημών με το πεδίο της ανάλυσης δεδομένων και τις ραγδαία αναπτυσσόμενες ευφυείς τεχνολογίες της πληροφορικής (τεχνητή νοημοσύνη, μηχανική μάθηση και νευρομάρκετινγκ).
Το DABILab κληρονομεί την εμπειρία και συνεχίζει το έργο του Εργαστηρίου Ανάλυσης Δεδομένων και Πολυμεσικών Εφαρμογών, που ιδρύθηκε στο παλαιότερο Τμήμα Εμπορίας και Διαφήμισης ήδη από το 2006, με διευθυντή το συνταξιοδοτημένο καθηγητή του Τμήματος καθ. Δημήτριο Καραπιστόλη.
Το Εργαστήριο διαθέτει ιδιαίτερη εμπειρία σε:
Ανάλυση δεδομένων με στατιστικές μεθόδους της οικογένειας της Πολυδιάστατης Παραγοντικής Ανάλυσης.
Οι μέθοδοι έχουν ως κύρια χαρακτηριστικά ότι λειτουργούν εξερευνητικά ακολουθώντας τα δεδομένα, χωρίς να βασίζονται σε προκαθορισμένα μοντέλα και η φιλοσοφία τους είναι ολιστική, δηλαδή αναζητούν τις σύνθετες σχέσεις που διέπουν το συνολικό υπό μελέτη φαινόμενο. Χαρακτηριστικότερες μέθοδοι είναι η Πολλαπλή Ανάλυση Αντιστοιχιών (Multiple Correspondence Analysis – MCA) και η Ανιούσα Ιεραρχική Ταξινόμηση βάσει των αλγορίθμων FACOR και VACOR. Οι μέθοδοι αυτές είναι ιδιαίτερα αποτελεσματικές στη διοίκηση και το μάρκετινγκ για τη μελέτη τάσεων, την ανακάλυψη προφίλ συμπεριφοράς και την εύρεση των σημαντικότερων παραγόντων που εξηγούν ένα φαινόμενο. Εφαρμόζονται με επιτυχία στην εξαγωγή γνώσης από δεδομένα έρευνας και γενικότερα σε πολυμεταβλητά προβλήματα, όπου μελετώνται ποιοτικές έννοιες και σύνθετες μη-γραμμικές σχέσεις.
Méthodes d’ Analyses des Données (MAD). Στο εργαστήριο Ανάλυσης Δεδομένων και Πολυμεσικών Εφαρμογών έχει αναπτυχθεί το εξειδικευμένο λογισμικό πολυδιάστατης ανάλυσης δεδομένων MAD (περισσότερες πληροφορίες στον ιστότοπο http://www.pylimad.gr/ ). Το MAD χρησιμοποιείται για διδακτικούς και ερευνητικούς σκοπούς στο Τμήμα Διοίκησης Οργανισμών, Μάρκετινγκ και Τουρισμού και διατίθεται σε συνεργαζόμενα ιδρύματα της χώρας (π.χ. ΑΠΘ, Παν/μιο Δυτικής Μακεδονίας, ΠΑΜΑΚ). Το πρόγραμμα διατίθεται ελεύθερα προς χρήση στους φοιτητές του Τμήματος και σε ερευνητές και υπόκειται σε προστασία πνευματικών δικαιωμάτων. Στα άμεσα σχέδια του εργαστηρίου είναι η ανάπτυξη νέας έκδοσης του λογισμικού με δυνατότητα χρήσης σε μορφή cloud.
Μοντελοποίηση και Ηλεκτρονική Διαχείριση Γνώσης
Το Εργαστήριο Ανάλυσης Δεδομένων και Επιχειρηματικής Ευφυϊας διαθέτει εμπειρία στη μοντελοποίηση και ηλεκτρονική διαχείριση γνώσης με τεχνολογίες σημασιολογικού ιστού (semantic web), μηχανές κανόνων και νευρωνικά δίκτυα. Η γνώση που είτε εξάγεται με μεθόδους εξόρυξης από μεγάλου όγκου δεδομένα ή με στατιστικές μεθόδους, είτε υπάρχει σε μορφή ανθρώπινης γνώσης, κωδικοποιείται ως εννοιολογική γνώση σε μορφή κατανοητή από μια συλλογιστική μηχανή και συγκεντρώνεται σε μια Βάση Γνώσης, ώστε να μπορεί να αξιοποιηθεί από ένα ευφυές Σύστημα Στήριξης Αποφάσεων.
Ως αποτέλεσμα του ερευνητικού έργου DANKMAN, έχει αναπτυχθεί με βάση τη φιλοσοφία αυτή ένα Σύστημα Στήριξης Απόφασης για τη διοίκηση και το μάρκετινγκ τουριστικών προορισμών. Το σύστημα περιλαμβάνει Βάση Γνώσης με τα ευρήματα εκτενούς έρευνας στο χώρο του τουρισμού της Θεσσαλονίκης, μονάδες νευρωνικού δικτύου και διαχείρισης γνώσης και διαθέτει δυνατότητες απάντησης ερωτημάτων και υλοποίησης προσχεδιασμένων σεναρίων για τη βελτιστοποίηση του μάρκετινγκ της Θεσσαλονίκης ως τουριστικού προορισμού.
Διαδραστική διαδικτυακή πλατφόρμα ηλεκτρονικής μάθησης
Το εργαστήριο DABILab έχει αναπτύξει στα πλαίσια του ερευνητικού έργου SCVis μία διαδραστική διαδικτυακή πλατφόρμα ηλεκτρονικής μάθησης που απευθύνεται σε εργαζόμενους που επιθυμούν να αναπτύξουν την καριέρα τους. Το σύστημα:
- Διαθέτει μοντέλο γνώσης όπου είναι κωδικοποιημένοι όλοι οι εργασιακοί ρόλοι στο χώρο της ευρωπαϊκής βιομηχανίας μόδας, οι δραστηριότητες που αντιστοιχούν σε κάθε ρόλο και οι γνώσεις που πρέπει να διαθέτει ένας εργαζόμενος.
- Διαθέτει εκπαιδευτικό υλικό και σειρές από τεστ, ώστε μέσα από πρωτότυπη διαδραστική διαδικασία αξιολόγησης να εντοπίζει τα κενά γνώσης ενός εργαζομένου.
- Υποδεικνύει σε έναν υποψήφιο για μία θέση εργασίας τις επιπρόσθετες γνώσεις που πρέπει να αποκτήσει.
- Υποστηρίζει την ποικιλομορφία στην κουλτούρα και τις απαιτήσεις ανάμεσα σε διαφορετικές ευρωπαϊκές χώρες.
- Αναπτύχθηκε για την ευρωπαϊκή βιομηχανία μόδας αλλά είναι επεκτάσιμο σε άλλους επαγγελματικούς και επιστημονικούς χώρους.
