Advances in Business ICT: New Ideas from Ongoing Research

این کتاب استفاده مؤثر از راه‌حل‌های مدرن ICT برای نیازهای تجاری، از جمله استفاده کارآمد از منابع فناوری اطلاعات، سیستم‌های پشتیبانی تصمیم، هوش تجاری، داده‌کاوی و الگوریتم‌های پیشرفته پردازش داده، و همچنین پردازش مجموعه داده‌های بزرگ را مورد بحث قرار می‌دهد. نام دیگر شبکه های اجتماعی مانند توییتر و فیس بوک و غیره). توانایی تولید، ثبت و پردازش داده‌های کمی و کیفی، از جمله در حوزه داده‌های بزرگ، اینترنت اشیا (IoT) و رایانش ابری، چشم‌انداز واقعی پیشرفت‌های قابل توجهی را برای کسب‌وکار و همچنین عملکرد یک شرکت در داخل ارائه می‌کند. صنعت 4.0. این کتاب ایده‌ها، رویکردها، راه‌حل‌ها و الگوریتم‌های جدیدی را در زمینه بازنمایی دانش، مدیریت و پردازش، پردازش کمی و کیفی داده‌ها (از جمله تحلیل احساسات)، مشکلات عملکرد شبیه‌سازی و استفاده از پردازش سیگنال پیشرفته برای افزایش سرعت ارائه می‌کند. محاسبه راه حل های ارائه شده همچنین با هدف استفاده موثر از مدل سازی و نمادگذاری فرآیند کسب و کار (BPMN)، معنایی سازی فرآیند کسب و کار و انتخاب پورتفولیوی پروژه های سرمایه گذاری است. این منبع ارزشمندی برای محققان، تحلیلگران داده، کارآفرینان و متخصصان فناوری اطلاعات است و یافته‌های تحقیقاتی ارائه شده کاهش هزینه‌ها، افزایش دقت سرمایه‌گذاری، بهینه‌سازی منابع و ساده‌سازی عملیات و بازاریابی را ممکن می‌سازد.

This book discusses the effective use of modern ICT solutions for business needs, including the efficient use of IT resources, decision support systems, business intelligence, data mining and advanced data processing algorithms, as well as the processing of large datasets (inter alia social networking such as Twitter and Facebook, etc.). The ability to generate, record and process qualitative and quantitative data, including in the area of big data, the Internet of Things (IoT) and cloud computing offers a real prospect of significant improvements for business, as well as the operation of a company within Industry 4.0. The book presents new ideas, approaches, solutions and algorithms in the area of knowledge representation, management and processing, quantitative and qualitative data processing (including sentiment analysis), problems of simulation performance, and the use of advanced signal processing to increase the speed of computation. The solutions presented are also aimed at the effective use of business process modeling and notation (BPMN), business process semantization and investment project portfolio selection. It is a valuable resource for researchers, data analysts, entrepreneurs and IT professionals alike, and the research findings presented make it possible to reduce costs, increase the accuracy of investment, optimize resources and streamline operations and marketing.