Business Intelligence: Second European Summer School, eBISS 2012, Brussels, Belgium, July 15-21, 2012, Tutorial Lectures

به سازمان‌های بزرگ، هوش تجاری (BI) توانایی جمع‌آوری و تجزیه و تحلیل داده‌های داخلی و خارجی برای تولید دانش و ارزش را نوید می‌دهد، بنابراین پشتیبانی تصمیم‌گیری را در سطوح استراتژیک، تاکتیکی و عملیاتی فراهم می‌کند. BI اکنون تحت تأثیر پدیده "داده های بزرگ" و تکامل جامعه و کاربران قرار گرفته است. به طور خاص، برنامه‌های BI باید با منابع ناهمگن اضافی (اغلب مبتنی بر وب)، به عنوان مثال، از شبکه‌های اجتماعی، وبلاگ‌ها، داده‌های رقبا، تأمین‌کنندگان یا توزیع‌کنندگان، تحلیل‌ها و مقالات دولتی یا مبتنی بر سازمان‌های غیردولتی، یا از انتشارات تحقیقاتی مقابله کنند. . علاوه بر این، آنها باید بتوانند نتایج خود را بر روی دستگاه های تلفن همراه نیز با در نظر گرفتن داده های محیطی مبتنی بر مکان یا زمان ارائه دهند.

سخنرانی که در دومین مدرسه تابستانی هوش تجاری اروپا (eBISS) برگزار شد. که در اینجا در قالبی توسعه یافته و اصلاح شده ارائه شده است، نه تنها فناوری های BI و BPM را پوشش می دهد، بلکه به جنبه های نوآورانه ای که در این محیط جدید و برای کاربردهای جدید مهم هستند، مانند یادگیری ماشین، شبکه های منطقی، استخراج نمودار، تجارت گسترش می یابد. معناشناسی، مدیریت و تجزیه و تحلیل داده در مقیاس بزرگ، و تصمیم گیری چند معیاره و مشارکتی.

این جلد با ترکیب مقالات محققان برجسته در این زمینه، خواننده را با پیش زمینه های پیشرفته و لازم برای ایجاد آینده BI همچنین مبنای عالی و نکات بسیاری را برای تحقیقات بیشتر در این زمینه رو به رشد در اختیار خواننده قرار می دهد.

To large organizations, business intelligence (BI) promises the capability of collecting and analyzing internal and external data to generate knowledge and value, thus providing decision support at the strategic, tactical, and operational levels. BI is now impacted by the “Big Data” phenomena and the evolution of society and users. In particular, BI applications must cope with additional heterogeneous (often Web-based) sources, e.g., from social networks, blogs, competitors’, suppliers’, or distributors’ data, governmental or NGO-based analysis and papers, or from research publications. In addition, they must be able to provide their results also on mobile devices, taking into account location-based or time-based environmental data.

The lectures held at the Second European Business Intelligence Summer School (eBISS), which are presented here in an extended and refined format, cover not only established BI and BPM technologies, but extend into innovative aspects that are important in this new environment and for novel applications, e.g., machine learning, logic networks, graph mining, business semantics, large-scale data management and analysis, and multicriteria and collaborative decision making.

Combining papers by leading researchers in the field, this volume equips the reader with the state-of-the-art background necessary for creating the future of BI. It also provides the reader with an excellent basis and many pointers for further research in this growing field.