Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Big Data Analytics" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 20
Tytuł:
A Novel System Architecture for an Improved Self-care Solution – Conceptual Design and Key Components
Autorzy:
Santos, Patrick
Ramos, Jorge
Seabra, Eduardo
Castro, José
Powiązania:
https://bibliotekanauki.pl/articles/1839314.pdf
Data publikacji:
2020
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
adaptive interfaces
big data analytics
data mining
user profiling
Opis:
The high penetration rate that mobile devices enjoy in to day’s society has facilitated the creation of new digital services, with those offered by operators and content providers standing out. However, even this has failed to encourage consumers to express positive opinions on telecommunication services, especially when compared with other sectors. One of the main reasons of the mistrust shown is the low level of quality of customer service provided an area that generates high costs for the operators themselves, due to the high number of people employed at call centers in order to handle the volume of calls received. To face these challenges, operators launched self-care applications in order to provide customers with a tool that would allow them to autonomously manage the services they have subscribed. In this paper, we present an architecture that provides customized information to customers – a solution that is separate from mobile operating systems and communication technologies.
Źródło:
Journal of Telecommunications and Information Technology; 2020, 4; 88-97
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Review on Big Data Management and Decision-Making in Smart Grid
Autorzy:
Mohamed, Amira
Refaat, Shady S.
Abu-Rub, Haitham
Powiązania:
https://bibliotekanauki.pl/articles/1193826.pdf
Data publikacji:
2019
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
Big Data
energy management
Big Data analytics
smart grid
decision-making
Opis:
Smart grid (SG) is the solution to solve existing problems of energy security from generation to utilization. Examples of such problems are disruptions in the electric grid and disturbances in the transmission. SG is a premium source of Big Data. The data should be processed to reveal hidden patterns and secret correlations to extrapolate the needed values. Such useful information obtained by the so-called data analytics is an essential element for energy management and control decision towards improving energy security, efficiency, and decreasing costs of energy use. For that reason, different techniques have been developed to process Big Data. This paper presents an overview of these techniques and discusses their advantages and challenges. The contribution of this paper is building a recommender system using different techniques to overcome the most obstacles encountering the Big Data processes in SG. The proposed system achieves the goals of the future SG by (i) analyzing data and executing values as accurately as possible, (ii) helping in decision-making to improve the efficiency of the grid, (iii) reducing cost and time, (iv) managing operating parameters, (v) allowing predicting and preventing equipment failures, and (vi) increasing customer satisfaction. Big Data process enables benefits that were never achieved for the SG application.
Źródło:
Power Electronics and Drives; 2019, 4, 39; 1-13
2451-0262
2543-4292
Pojawia się w:
Power Electronics and Drives
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analityka kulturowa, czyli jak narzędzia Data Science zmieniły humanistykę
Cultural Analytics or How Data Science Tools Changed the Humanities
Autorzy:
Radomski, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/2154889.pdf
Data publikacji:
2022-03-31
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
Tematy:
wizualizacja
big data
uczenie maszynowe
humanistyka cyfrowa
Humanistyka
analityka kulturowa
data science
Machine Learning
Big Data
Visualization
Humanities
Digital Humanities
Cultural Analytics
Data Science
Opis:
W artykule zostały przedstawione paradygmaty badawcze, które radykalnie zmieniły współczesną humanistykę. Najważniejszym z nich jest analityka kulturowa. Jest ona oparta na metodach Data Science. Autor prezentuje założenia data science, a następnie cechy charakterystyczne humanistyki cyfrowej i analityki kulturowej. W drugiej części artykułu zostały przedstawione przykłady badań i projektów prowadzonych w ramach analityki kulturowej. Są to projekty realizowane w DH Lab uniwersytetu w Yale, Software Studies Initiative oraz Media lab Katowice. Badania prowadzone w tych instytucjach przeobraziły humanistykę. Jej cechy charakterystyczne – to badanie dużych kolekcji danych, automatyzacja badań, wykorzystanie uczenia maszynowego i wizualizacja wiedzy. Nowa humanistyka, twierdzi autor, stała się nauką ścisłą.
The article presents research paradigms that have radically changed the contemporary humanities. The most important of these is cultural analytics. It is based on Data Science methods. The author presents the assumptions of data science, and then the characteristics of digital humanities and cultural analytics. The second part of the article presents examples of research and projects conducted as part of cultural analysis. These are projects implemented at the DH Lab at Yale University, Software Studies Initiative, and Media Lab Katowice. Research conducted in these institutions transformed the humanities. Its characteristic features are the study of large data collections, research automation, the use of machine learning and knowledge visualization. The new humanities, the author claims, has become an exact science.
Źródło:
Studia Humanistyczne AGH; 2022, 21, 1; 7-22
2084-3364
Pojawia się w:
Studia Humanistyczne AGH
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Applying emerging data-driven technologies in social security. Country experiences and ISSA guidelines
Zastosowanie w zabezpieczeniu społecznym nowych technologii opartych na wykorzystaniu danych. Doświadczenia poszczególnych krajów oraz wytyczne Międzynarodowego Stowarzyszenia Zabezpieczenia Społecznego (ISSA)
Autorzy:
Ruggia-Frick, Raul
Powiązania:
https://bibliotekanauki.pl/articles/2117167.pdf
Data publikacji:
2021-11-17
Wydawca:
Zakład Ubezpieczeń Społecznych
Tematy:
analytics
artificial intelligence
big data
digital governance
social security
analityka
sztuczna inteligencja
zarządzanie cyfrowe
zabezpieczenie społeczne
Opis:
The application of ICT (information and communication technologies) is enabling the implementation of increasingly comprehensive social security systems throughout the world as well as the transformation of social security services. In particular, the so-called data-driven innovation enables social security institutions to improve products, processes and organisational methods. In this line, social security institutions are progressively applying emerging technologies, such as Analytics, Big Data, and Artificial Intelligence. While the pairing of analytics and big data allows for the performing of sophisticated analyses on increasingly large databases, Artificial Intelligence enables for automating processes and assisting staff in tasks requiring human decisions. However, the application of such emerging data-driven technologies brings with it many challenges, mainly the complexities of combining the adoption of not fully tested technologies with the required stability of critical operational processes and differences in the application of development processes. This paper addresses these issues and presents an overview of emerging data-driven technologies and their current application in social security institutions. It also presents guidelines supporting the application of data-driven technologies in social security developed by the International Social Security Association (ISSA).
Zastosowanie technologii informacyjno-komunikacyjnych (information and communication technologies, ICT) umożliwia wprowadzanie coraz bardziej wszechstronnych systemów zabezpieczenia społecznego na całym świecie, jak również transformację usług z tego obszaru. W szczególności tzw. innowacje oparte na wykorzystaniu danych umożliwiają instytucjom zabezpieczenia społecznego ulepszanie swoich produktów, procesów oraz metod organizacji. Podążając tą drogą, instytucje te stopniowo wprowadzają nowoczesne technologie, takie jak analityka, big data oraz sztuczna inteligencja. Podczas gdy połączenie analityki oraz big data pozwala na przeprowadzanie skomplikowanych analiz coraz obszerniejszych zbiorów danych, wykorzystanie sztucznej inteligencji umożliwia automatyzację procesów oraz wspomaga pracowników podczas zadań wymagających podjęcia decyzji przez człowieka. Stosowaniu takich nowych, opartych na wykorzystywaniu danych technologii towarzyszą jednakże liczne wyzwania, głównie w postaci trudności wynikających z połączenia takich nie w pełni przetestowanych technologii z wymaganym poziomem stabilności procesów operacyjnych oraz różnic w zastosowaniu procesów rozwojowych. Tekst ten omawia wyżej wymienione zagadnienia oraz przedstawia przegląd nowych technologii opartych na danych, a także ich obecne zastosowanie w instytucjach zabezpieczenia społecznego. Przedstawia on także opracowane przez Międzynarodowe Stowarzyszenie Zabezpieczenia Społecznego (International Security Systems Association, ISSA) wytyczne wspierające wykorzystywanie takich technologii w zabezpieczeniu społecznym.
Źródło:
Ubezpieczenia Społeczne. Teoria i praktyka; 2021, 4; 31-49
1731-0725
Pojawia się w:
Ubezpieczenia Społeczne. Teoria i praktyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big data i cyfrowa transformacja w NOK - ramy instytucjonalne, korzyści, wyzwania
Big Data and Digital Transformation of SAIs – Institutional Framework, Benefits and Challenges
Autorzy:
BĘDZIESZAK, MARCIN
Powiązania:
https://bibliotekanauki.pl/articles/30148640.pdf
Data publikacji:
2023-12
Wydawca:
Najwyższa Izba Kontroli
Tematy:
analityka danych
big data
duże zbiory danych
cyfrowa transformacja w NOK
data analytics
digital transformation in SAIs
Opis:
Ostatnie lata przyniosły szybki rozwój technologii przetwarzania danych, poczynając od uczenia maszynowego, przez big data (zbiory danych) do sztucznej inteligencji (ang. artificial intelligence, AI). W konsekwencji zwiększają się możliwości ich wykorzystania we wszystkich dziedzinach wiedzy (m.in. bezpieczeństwo, finanse, handel, marketing). Komisja Europejska oszacowała udział gospodarki opartej na danych w unijnym PKB na 3,9%1 w 2022 r. Obszarem wykorzystania big data stopniowo staje się działalność najwyższych organów kontroli (NOK). Wiąże się to jednak z wieloma wyzwaniami oraz koniecznością dokonania zmian metodycznych i organizacyjnych, ale może doprowadzić do skuteczniejszej kontroli administracji publicznej i innych podmiotów, a jednocześnie do lepszego wykorzystania zasobów.
Over the last years, we have been witnessing a fast development of data processing, starting from machine learning, through big data, to artificial intelligence (AI), which results in new opportunities for using them in many areas (e.g. security, finance, trade, marketing). The European Commission estimates that the share of data based economy in the EU gross domestic product reached 3.9 percent in 2022. The area where big data has been gradually used is the activity of Supreme Audit Institutions (SAIs). There are, however, many challenges here, and the need to introduce methodological and organisational changes. Yet this may lead to more effective auditing of the public administration and other entities, and to better spending of resources. The aim of the article is to discuss opportunities of using big data tools in the activities of Supreme Audit Institutions. The first part of the article presents the significance of this technology in the public sector, the second part discusses the conditions related to using big data, and the last part contains considerations related to digital transformation of SAIs, as well as factors that have an impact on the use of big data in SAIs.
Źródło:
Kontrola Państwowa; 2023, 68, 6 (413); 58-70
0452-5027
Pojawia się w:
Kontrola Państwowa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big Data Profiling and Predictive Analytics from the Perspective of GDPR
Profilowanie i analiza predykcyjna z wykorzystaniem zbiorów big data z perspektywy RODO
Autorzy:
Siwicki, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/31348344.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
Tematy:
GDPR
personal data
profiling
big data
predictive analytics
RODO
dane osobowe
profilowanie
analiza predykcyjna
Opis:
The text analyses the normative regulations adopted by the Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 on the protection of natural persons with regard to the processing of personal data and on the free movement of such data (GDPR) in order to answer the question whether the said regulations properly balance the interests of both entities that use predictive analytics and profiling in their economic activity, and of persons whose data they process. As this type of processing is based on big data, the proper analysis of this issue had to begin with determining which types of data processed in such sets can be considered personal information and in what conditions they can be treated as such. Based on these findings, the study analyzed the duties imposed by the GDPR on entities processing personal data in situations when such information has been obtained from big data. This in turn made it possible to assess the adopted normative regulations as well as point to the possible solutions and development paths.
Niniejsze opracowanie poświęcone zostało analizie regulacji rozporządzenia Parlamentu Europejskiego i Rady (UE) 2016/679 z dnia 27 kwietnia 2016 r. w sprawie ochrony osób fizycznych w związku z przetwarzaniem danych osobowych i w sprawie swobodnego przepływu takich danych (RODO) w celu odpowiedzi na pytanie, czy we właściwy sposób wyważają one interesy zarówno podmiotów wykorzystujących w swojej działalności gospodarczej analizę predykcyjną i profilowanie, jak i osób, których dane są przez nich przetwarzane. Ze względu na to, że ten rodzaj przetwarzania opiera się na dużych zbiorach danych, właściwą analizę tego zagadnienia należało rozpocząć od określenia, jakie informacje przetwarzane w takich zbiorach i w jakich warunkach należy uznać za dane osobowe. W oparciu o te ustalenia przeprowadzona została analiza obowiązków nakładanych przez RODO na podmioty przetwarzające dane osobowe w sytuacji, gdy źródłem danych są informacje pozyskane ze zbiorów typu big data. Umożliwiło to dokonanie oceny przyjętych regulacji normatywnych oraz wskazanie możliwych rozwiązań i ścieżek rozwoju.
Źródło:
Studia Iuridica Lublinensia; 2023, 32, 2; 249-266
1731-6375
Pojawia się w:
Studia Iuridica Lublinensia
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big data w marketingu — narzędzie doskonalenia relacji z klientami
Big data in marketing — tool for improving customer relationships
Autorzy:
Wieczorkowski, Jędrzej
Chomiak-Orsa, Iwona
Pawełoszek, Ilona
Powiązania:
https://bibliotekanauki.pl/articles/9762473.pdf
Data publikacji:
2022-01-31
Wydawca:
Polskie Wydawnictwo Ekonomiczne
Tematy:
big data
marketing
zarządzanie relacjami z klientami
analityka biznesowa
business intelligence
customer relationship management (CRM)
business analytics
business intelligence (BI)
Opis:
Jednym z podstawowych aspektów zjawiska big data, czyli przetwarzania masowych danych, są możliwości zastosowań jego technik w zarządzaniu. Ich potencjał różni się wyraźnie w zależności od specyfiki organizacji i obszaru jej działalności. Celem artykułu jest wskazanie specyfiki i kierunków zastosowań metod big data w zakresie marketingu, ze szczególnym uwzględnieniem doskonalenia relacji z klientami. W artykule przedstawiono ogólną charakterystykę zjawiska big data w kontekście zarządzania, opisano ewolucję analityki biznesowej związaną z nowymi możliwościami przetwarzania masowych danych oraz wskazano przykładowe obszary zastosowań big data w zakresie doskonalenia relacji z klientami, które potwierdzają tezę o wysokiej przydatności tych metod w marketingu.
One of the fundamental aspects of the big data phenomenon is the possibility of application in management. This potential differs depending on the specifics of the organization and the area of application. The article aims to indicate the specificity and directions of applying big data methods in marketing, with particular emphasis on improving customer relationships. After presenting the general characteristics of the big data phenomenon in management, the evolution of business analytics related to new possibilities of mass data processing was described. Then, the focus was on the examples of big data applications in improving customer relationships, which confirms the thesis that these methods are very useful in marketing.
Źródło:
Marketing i Rynek; 2022, 1; 3-9
1231-7853
Pojawia się w:
Marketing i Rynek
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big data w zarządzaniu łańcuchem dostaw
Using big data in supply chain management
Autorzy:
Marciniak, M.
Szymczak, M.
Powiązania:
https://bibliotekanauki.pl/articles/1381608.pdf
Data publikacji:
2015
Wydawca:
Polskie Wydawnictwo Ekonomiczne
Tematy:
big data
analityka biznesowa
zarządzanie łańcuchem dostaw
business analytics
supply chain management
Opis:
Zmaganie się z konkurencją na rynku globalnym oraz rywalizacja w warunkach nietrwałych przewag konkurencyjnych wymagają od przedsiębiorstw i ich łańcuchów dostaw znacznie większego niż dotąd zaangażowania w zakresie analityki biznesowej. Oznacza to konieczność analizy dużych zbiorów danych o niejednorodnym charakterze, co jest niezbędne dla szybkiego odczytywania (często słabych) sygnałów nadchodzących zmian. Na tym gruncie wyrosła koncepcja big data, która wskazuje, że nie wystarczą już dzisiaj dotychczasowe narzędzia analityczne, że trzeba stosować bardziej zaawansowane metody matematyczne i znaczną moc obliczeniową. Celem artykułu jest wskazanie na potrzebę stosowania zaawansowanych metod analizy danych w zarządzaniu łańcuchem dostaw w warunkach nietrwałej przewagi konkurencyjnej.
Coping with competition on the global market and competing under conditions of transient competitive advantage require much more engagement of companies and their supply chains in the field of business intelligence. This indicates the need for analyzing large, heterogeneous data sets which is necessary for fast reading of upcoming changes signals (often weak). On this basis the concept of ‘big data’ grew up. It indicates that already existing analytical tools are not sufficient today. There’s an urgent need to use more advanced mathematical methods and substantial computing power. The objective of this paper is to indicate the need to use advanced data analytics in supply chain management under transient competitive advantage.
Źródło:
Gospodarka Materiałowa i Logistyka; 2015, 7; 8-15
1231-2037
Pojawia się w:
Gospodarka Materiałowa i Logistyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big data-driven framework for viral churn prevention: a case study
Autorzy:
Lucantoni, Laura
Antomarioni, Sara
Bevilacqua, Maurizio
Ciarapica, Filippo E.
Powiązania:
https://bibliotekanauki.pl/articles/406954.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
Big Data Analytics
Machine Learning
Probability Estimation Trees
Customer Value Management
ICT sector
Opis:
The application of churn prevention represents an important step for mobile communication companies aiming at increasing customer loyalty. In a machine learning perspective, Customer Value Management departments require automated methods and processes to create marketing campaigns able to identify the most appropriate churn prevention approach. Moving towards a big data-driven environment, a deeper understanding of data provided by churn processes and client operations is needed. In this context, a procedure aiming at reducing the number of churners by planning a customized marketing campaign is deployed through a data-driven approach. Decision Tree methodology is applied to drow up a list of clients with churn propensity: in this way, customer analysis is detailed, as well as the development of a marketing campaign, integrating the individual churn model with viral churn perspective. The first step of the proposed procedure requires the evaluation of churn probability for each customer, based on the influence of his social links. Then, the customer profiling is performed considering (a) individual variables, (b) variables describing customer-company interactions, (c) external variables. The main contribution of this work is the development of a versatile procedure for viral churn prevention, applying Decision Tree techniques in the telecommunication sector, and integrating a direct campaign from the Customer Value Management marketing department to each customer with significant churn risk. A case study of a mobile communication company is also presented to explain the proposed procedure, as well as to analyze its real performance and results.
Źródło:
Management and Production Engineering Review; 2020, 11, 3; 38-47
2080-8208
2082-1344
Pojawia się w:
Management and Production Engineering Review
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification of advanced data analysis in marketing: A systematic literature review
Autorzy:
Bąska, Mateusz
Dudycz, Helena
Pondel, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/522286.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Advanced data analysis
Big data analytics
Marketing
Systematic review
Opis:
Aim/purpose – Marketing is an important area of activity for the vast majority of enterprises. Many of them try using marketing data analysis. Both the literature and the practice of many enterprises describe the use of advanced data analysis. However, interpretations of this concept differ. The aim of this paper is to identify the interpretation of advanced data analysis in marketing, in support of decision-making processes applied in the retail trading sector. Design/methodology/approach – The study was conducted using a systematic literature review, suggested by B. Kitchenham (2004), extended by C. Wohlin & R. Prikladniki (2013). This method was modified and expanded through the division of the whole study into two phases. Each phase is intended to facilitate obtaining answers to different important research questions. The first phase constitutes an exploratory study, whose results allow the detailed analysis of the literature in the second phase of the study. Findings – The results of this study of the relevant literature indicate that scholarly publications do not use the phrase ‘advanced data analysis’, and its context is described with the term ‘data analysis’. Another term used broadly within the sphere of data analysis is ‘big data’. The concept of ‘data analysis’ in marketing is focused around the term ‘big data analytics’ and terms linked to the word ‘customer’, such as ‘customer-centric’, ‘customer engagement’, ‘customer experience’, ‘customer targeting service’, and ‘customers classification’. The study of the literature undertaken indicates that marketing employs data analysis in such areas as customer needs identification and market segmentation. Research implications/limitations – The study of the literature review was carried out using selected four databases containing publications, i.e. Web of Science, IEEE, Springer and ACM for the period 2008 to 2018. The research described in the article can be continued in two ways. First, by analysing the literature presented in this paper on advanced data analysis in marketing using the method called snowball sampling. Secondly, the results obtained from the first stage of the study can be used to conduct the study with other databases. Originality/value/contribution – The main contribution of this work is the proposal of modifying the systematic literature review method, which was expanded through the introduction of two phases. This division of two stages is important for conducting studies of literature when there are no clear, established definitions for the concepts being employed. The result of the study is also a set of ordered terms and their meanings that clearly define advanced data analysis in marketing.
Źródło:
Journal of Economics and Management; 2019, 35; 18-39
1732-1948
Pojawia się w:
Journal of Economics and Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Impacts of big data analytics and absorptive capacity on sustainable supply chain innovation : a conceptual framework
Wpływ analizy big data oraz zdolności absorpcyjnej na innowacyjność zrównoważonego łańcucha dostaw : koncepcja
Autorzy:
Rodriguez, L.
Da Cunha, C.
Powiązania:
https://bibliotekanauki.pl/articles/361731.pdf
Data publikacji:
2018
Wydawca:
Wyższa Szkoła Logistyki
Tematy:
absorptive capacity
supply chain
sustainable innovation
big data
predictive analytics
zdolność absorpcyjna
łańcuch dostaw
innowacyjność zrównoważona
estymacja
Opis:
Background: Big data and predictive analytics could improve the ability to help with the sustainability of sourcing decisions. Sustainability has become a necessary goal for businesses and a powerful strategy for competitive advantage. There's a need for sustainable innovations along the supply chain to enable companies to have a strong market presence. Developing absorptive capacity both in firms and in supply chains are also integral to responding to dynamic markets and customer needs. The main objective of this paper is to identify the features of big data and predictive analytics applied to sustainable supply chain innovation, and to analyze the role of absorptive capacity. Methods: A literature review investigates how absorptive capacity affects the impact of the utilization of big data and predictive analytics on sustainable supply chain innovation. Results: This paper proposes a conceptual framework linking the different elements. It also proposes a synthesis of the existing definitions of the used concepts. In particular, the role of absorptive capacity as enabler on Big Data and Predictive Analytics on sustainable supply chain innovation is stressed. Conclusions: The paper investigates the emerging paradigm of big data and predictive analytics. The conceptual framework use theoretical foundation of absorptive capacity, and the extant literature on Big Data and predictive analytics. This framework will help us to build a research model for sustainable supply chain innovation applications. Further work is required to develop an action research methodology for validating the framework in depth within a company.
Wstęp: Zastosowanie analizy big data oraz estymacji umożliwiają lepsze zrównoważenie decyzji wykorzystania zasobów. Rozwój zrównoważony stał się niezbędnym celem biznesowym i potężną strategią uzyskania przewagi konkurencyjnej. Można zaobserwować rosnące zapotrzebowania na zrównoważone innowacje w obrębie łańcucha dostaw, umożliwiające przedsiębiorstwom silny wpływ na rynek. Rozwój zdolności absorpcyjnej zarówno w firmach jak i w łańcuchach dostaw jest zintegrowane z potrzebami konsumentów oraz dynamicznych rynków. Głównym celem tej pracy było zidentyfikowanie cech analizy big data oraz estymacji istotnych dla zrównoważonych innowacji w obrębie łańcucha dostaw oraz analiza roli zdolności absorpcyjnej. Metody: Podstawą pracy był przegląd literatury, umożliwiający analizę wpływu zdolności absorpcyjnych na zastosowanie analizy big data oraz estymacji dla osiągnięcia zrównoważonej innowacyjności w obrębie łańcucha dostaw. Wyniki: Zaproponowano koncepcję rozwiązania łączącą różne elementy. Zaproponowano również syntezę istniejących definicji stosowanych koncepcji. W szczególności, rolę zdolności absorpcyjnych jako elementu umożliwiającego stosowanie analizy big data oraz estymacji dla zrównoważonej innowacyjności w obrębie łańcucha dostaw. Wnioski: W pracy badano pojawiający się paradygmat analizy big data oraz estymacji. Koncepcja oparta jest na zastosowaniu zdolności absorpcyjnej oraz istniejących danych literaturowych i ich wpływu na analizę big data. Praca pomaga zbudować model badawczy dla zrównoważonych innowacji w obrębie łańcucha dostaw. Zwrócono uwagę na potrzebę kontynuowania badań w tym zakresie.
Źródło:
LogForum; 2018, 14, 2; 151-161
1734-459X
Pojawia się w:
LogForum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Implementation of Industry 4.0 Techniques in Lean Production Technology: A Literature Review
Autorzy:
Lucantoni, Laura
Antomarioni, Sara
Ciarapica, Filippo Emanuele
Bevilacqua, Maurizio
Powiązania:
https://bibliotekanauki.pl/articles/2172180.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
industry 4.0
lean management
total productive maintenance
big data analytics
VOSviewer
Opis:
Lean thinking and Industry 4.0 have been broadly investigated in recent years in intelligent manufacturing. Lean Production is still one of the most efficient industrial solutions in business and research, despite being implemented for a long time. On the other hand, Industry 4.0 has been introduced referring to the fourth industrial revolution. This study aims to analyze the combination of both Industry 4.0 and Lean production practices through a systematic literature review from a Lean Automation perspective. In this field, 189 articles are examined using VOSviewer for cluster analysis. Then, a more detailed analysis is provided to explore how Industry 4.0 and Lean techniques are integrated from a practical perspective. Results highlighted Big Data Analysis and Value Stream Mapping as the most common techniques, also emphasizing a growing trend toward new publications. Nevertheless, few practical applications are identified in the literature highlighting six gaps in the correlation of LA practices.
Źródło:
Management and Production Engineering Review; 2022, 13, 3; 83--93
2080-8208
2082-1344
Pojawia się w:
Management and Production Engineering Review
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Integracja Big Data i Business Intelligence jako innowacyjne rozwiązanie wspomagające funkcjonowanie nowoczesnych organizacji
Integration of Big Data and Business Intelligence as innovative solution supporting the functioning of modern organizations
Autorzy:
Bielak, Ł.
Muryjas, P.
Powiązania:
https://bibliotekanauki.pl/articles/98348.pdf
Data publikacji:
2016
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
big data
Business Intelligence
Big Data Analytics
Opis:
Celem niniejszego artykułu jest przedstawienie możliwości integracji Business Intelligence(BI) i Big Data (BD). Na podstawie studiów literaturowych określono potencjalne korzyści i wady płynące z takiego rozwiązania. Ponadto, wymienione zostały korzyści jakie odniosły organizacje, które wdrożyły rozwiązania BI i BD. Praca obejmuje także autorski projekt systemu integrującego BI i BD w organizacji z sektora medycznego.
The purpose of this article is to present the possibilities of integration of Business Intelligence (BI) and Big Data (BD). Based on literature studies identified the potential benefits and drawbacks coming from this solution. In addition the benefits of this solution were listed, based on case studies. The article also includes a proprietary system design that integrates BI and BD in the organization of the medical sector.
Źródło:
Journal of Computer Sciences Institute; 2016, 1; 6-13
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Monitorology – the art of observing the world
Autorzy:
Malek, Miroslaw
Powiązania:
https://bibliotekanauki.pl/articles/1954586.pdf
Data publikacji:
2021
Wydawca:
Politechnika Gdańska
Tematy:
data acquisition
data analytics
monitoring
big data
internet of things
pozyskiwanie danych
analiza danych
monitorowanie
internet rzeczy
Opis:
We focus on the art of observing the world by electronic devices such as sensors and meters that, in general, we call monitors. We also define main monitoring objectives and pose five challenges for effective and efficient monitoring that still need a lot of research. In the era where compute power like electricity is easily available and easy to use across the globe, and big data is generated in enormous amounts at ever-increasing rates, the question, what to monitor and how, will become ever more relevant to save the world from flood of meaningless, dumb data, leading frequently to false conclusions and wrong decisions whose impact may range from a minor inconvenience to loss of lives and major disasters.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2021, 25, 2; 131-139
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
My City Dashboard: Real-time Data Processing Platform for Smart Cities
Autorzy:
Usurelu, C.-C.
Pop, C.
Powiązania:
https://bibliotekanauki.pl/articles/307785.pdf
Data publikacji:
2017
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
big data
data analytics
real-time processing
smart cities
statistics
Opis:
In recent years, with the increasing popularity of IoT, the rapid growth of smartphone usage enabled by the increase adoption of Internet services and the continuously decreasing costs of these devices and services has led to a huge increase in the volume of data that governments can use in the context of smart city initiatives. The need for analytics is becoming a requirement for smart city projects such as city dashboards to provide citizens with an easy to understand overview of the city. As such, data should be analyzed, reduced and presented in such a way that citizens can easily understand various aspects of the city and use this information to increase quality of life. In this paper, we firstly present the context and the start of the design and implementation of proposed solution for real-time data processing in smart cities, mainly an analytics processing pipeline and a dashboard prototype for this solution, named My City Dashboard. We focus on high scalability and modularity of this platform.
Źródło:
Journal of Telecommunications and Information Technology; 2017, 1; 89-100
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 20

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies