Τίτλος Μαθήματος Συστήματα Υποστήριξης Αποφάσεων - Επιχειρηματική Αναλυτική
Κωδικός Μαθήματος 321-8500
Εξάμηνο 8
ECTS 5
Ώρες (Θεωρία) 3
Ώρες (Εργαστηρίο) 2
Διδάσκοντας Λουκής Ευριπίδης

Ύλη μαθήματος

Εισαγωγή. Κατηγορίες αποφάσεων στις σύγχρονες επιχειρήσεις. Αρχιτεκτονική Συστήματος Υποστήριξης Αποφάσεων. Ανάλυση προβλημάτων αποφάσεων με διακριτές επιλογές. Διαγράμματα Επιρροής - Δένδρα Αποφάσεων. Δημιουργία μοντέλων, επίλυση, προφίλ κινδύνου και ανάλυση ευαισθησίας. Συναρτήσεις χρησιμότητας και χρησιμοποίησή τους για την υποστήριξη λήψης απόφασης. Υπολογισμός αξίας τέλειας και ατελούς πληροφορίας – χρήση θεωρήματος Bayes. Ανάλυση πολυκριτηριακών προβλημάτων αποφάσεων. Δομή και δυνατότητες εργαλείων λογισμικού ανάλυσης προβλημάτων αποφάσεων διακριτών επιλογών. Ανάλυση προβλημάτων αποφάσεων με συνεχή εύρη επιλογών - Γραμμικός Προγραμματισμός. Δημιουργία μοντέλων, επίλυση, ανάλυση ευαισθησίας. Δομή και δυνατότητες εργαλείων λογισμικού ανάλυσης προβλημάτων αποφάσεων συνεχούς εύρους επιλογών. Βασικές έννοιες, δομή και σχεδιασμός αποθηκών δεδομένων (data warehouses) – σχήματα αστέρος (star), αστερισμού (constellation) και νιφάδων χιονιού (snowflake). Τεχνικές εξόρυξης δεδομένων (data mining) για την εξαγωγή γνώσης από δεδομένα με στόχο την υποστήριξη της λήψης αποφάσεων. Δομή και δυνατότητες εργαλείων λογισμικού δημιουργίας αποθηκών δεδομένων και εφαρμογής τεχνικών εξόρυξης δεδομένων. Το εργαστήριο του μαθήματος περιλαμβάνει εξοικείωση με διάφορα εργαλεία λογισμικού ανάλυσης προβλημάτων αποφάσεων τόσο διακριτών επιλογών όσο και συνεχούς εύρους επιλογών, καθώς επίσης και εργαλεία αποθηκών δεδομένων και εξόρυξης δεδομένων.

Επιδιωκόμενα μαθησιακά αποτελέσματα

Βασικοί μαθησιακοί στόχοι του μαθήματος αυτού είναι:

  • Η κατανόηση βασικών μεθόδων ανάλυσης αποφάσεων επιχειρήσεων και δημόσιων οργανισμών μέσω δημιουργίας μοντέλων και στην συνέχεια επίλυσης αυτών.
  • Η κατανόηση βασικών μεθόδων υποστήριξης της λήψης αποφάσεων επιχειρήσεων και δημόσιων οργανισμών μέσω παροχής στους αποφασίζοντες κατάλληλων μορφών επεξεργασμένης πληροφορίας, και εξαγωγής από τα διαθέσιμα δεδομένα γνώσης χρήσιμης για την λήψη των αποφάσεων.
  • Η εξοικείωση με εργαλεία λογισμικού που υποστηρίζουν τα 1 και 2.
  • Η απόκτηση ικανότητας μοντελοποίησης προβλημάτων αποφάσεων, και στην συνέχεια επίλυσης των μοντέλων με χρήση κατάλληλων εργαλείων λογισμικού, κατανόησης των αποτελεσμάτων, και χρήσης τους για εξαγωγή συμπερασμάτων και διαμόρφωση προτάσεων-συστάσεων για τους αποφασίζοντες.
  • Η απόκτηση ικανότητας αξιοποίησης των δεδομένων των ‘παραδοσιακών’ εσωτερικών συστημάτων επεξεργασίας συναλλαγών (on-line transaction processing systems) επιχειρήσεων και δημόσιων οργανισμών, καθώ επίσης και άλλων εξωτερικών πηγών, μέσω κατάλληλων επεξεργασιών τους για την υποστήριξη της λήψης αποφάσεων διαφόρων μορφών και ιεραρχικών επιπέδων.

Προαπαιτούμενα

Δεν απαιτούνται.

Εγχειρίδια του μαθήματος

1. Λουκής, Ε., ‘Συστήματα Υποστήριξης Αποφάσεων – Πανεπιστημιακές Παραδόσεις’.

Συμπληρωματική βιβλιογραφία

1. Turban, Ef., Aronson, J., Liang, T. P., ‘Decision Support Systems and Intelligent Systems, Prentice-Hall International, 2007.
2. Bertsimas, D., Freund, R. M., ‘Data, Models and Decisions’, Dynamic Ideas Publishing, 2004.
3. Clemen R. T., ‘Making Hard Decisions - An Introduction to Decision Analysis, Duxbury Press, 1996.
4. Laudon, K. C., Laudon, J. P., ‘Management Information Systems: Managing the Digital Firm’, Prentice Hall 2012.
5. Jarke, M., Lenzerini, M., Vassiliou, Y., Vassiliadis, P., ‘Fundamentals of Data Warehouses’, Springer-Verlag, 2003.
6. Σίσκος, Ι., ‘Γραμμικός Προγραμματισμός’, Εκδόσεις Νέων Τεχνολογιών, 1998.
7. Υψηλάντης, Π., ‘Επιχειρησιακή Έρευνα - Εφαρμογές στη Σημερινή Επιχείρηση’, Εκδόσεις Προπομπός, 2008.
8. Mitchell, T. M., ‘Machine Learning, McGraw-Hill International Editions, 1997.
9. Νανόπουλος, Α., Μανωλόπουλος, Ι., ‘Εισαγωγή στην εξόρυξη και τις αποθήκες δεδομένων’, Εκδόσεις Νέων Τεχνολογιών, 2010.
10. Δουκίδης, Γ., ‘Καινοτομία, Στρατηγική, Ανάπτυξη και Πληροφοριακά Συστήματα’, Εκδόσεις Ανδρέας Σιδέρης – Ιωάννης Σιδέρης & ΣΙΑ Ο.Ε., 2010.

Διδακτικές και μαθησιακές μέθοδοι

Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39 ώρες
Εργαστηριακές ώρες 26 ώρες
Προσωπική μελέτη 57 ώρες
 
Τελική εξέταση 3 ώρες
Σύνολο Μαθήματος 125 ώρες (5 ECTS)

Μέθοδοι αξιολόγησης / βαθμολόγησης

Τελική εξέταση εργαστήριο και εργασία (ατομικές και ομαδικές ασκήσεις).
Ο βαθμός του εργαστηρίου θα πρέπει να είναι ≥ 5 για συμμετοχή στις τελικές εξετάσεις.
Ο βαθμός της ομαδικής εργασίας θα πρέπει να είναι ≥ 5 για συμμετοχή στις τελικές εξετάσεις. Ο βαθμός της τελικής εξέτασης πρέπει να είναι ≥ 5 για προβιβάσιμο βαθμό.
Ο τελικός βαθμός διαμορφώνεται ως εξής: 0.4 *
(Βαθμός Εργαστηρίου) + 0.4 * (Βαθμός Εξέτασης) + 0.2 * (Βαθμός Εργασίας).


Τα θέματα των εξετάσεων/ασκήσεων έχουν σαφώς προσδιορισμένα κριτήρια αξιολόγησης τα οποία και αναγράφονται. Οι φοιτητές έχουν την δυνατότητα να δουν το γραπτό τους μετά την αξιολόγηση και να
διαπιστώσουν τα λάθη τους. Ανακοινώνεται στο eClass η συνολική κατανομή των βαθμών του τμήματος, ώστε ο φοιτητής να μπορεί να αξιολογήσει την επίδοσή του.

Γλώσσα διδασκαλίας

Ελληνικά (Αγγλικά αν υπάρχουν φοιτητές/φοιτήτριες ERASMUS)

Τρόπος παράδοσης μαθήματος

Στην τάξη.