Studijski program | Nastavnici | Status predmeta | ESPB |
---|---|---|---|
Softversko inženjerstvo i elektronsko poslovanje | Zorica M. Bogdanović, Aleksandra B. Labus | Izborni | 10 |
Cilj predmeta
Cilj ovog predmeta je osposobljavanje studenata za samostalan naučno istraživači rad i rešavanje otvorenih istraživačkih problema u oblasti poslovne inteligencije i big data analitike u elektronskom poslovanju.
Ishod predmeta
Studenti su osposobljeni za samostalni razvoj i primenu metoda i tehnika poslovne inteligencije i big data analitike u rešavanju različitih naučno-istraživačkih problema u elektronskom poslovanju.
Sadržaj predmeta
Metodologija naučno-istraživačkog rada u oblasti poslovne inteligencije i big data analitike u elektronskom poslovanju. Pregled i analiza najznačajnijih referenci u relevantnim časopisima. Pregled rezultata aktuelnih naučno istraživačkih projekata iz oblasti primene poslovne inteligencije i big data analitike u elektronskom poslovanju. Arhitektura sistema poslovne inteligencije. Nove računarske paradigme za big data i poslovnu inteligenciju, cloud i infrastrukture visokih performansi. Big data infrastruktura za skladištenje velikih količina podataka. Nerelacione i NoSQL baze podataka. Big table, key-value i dokument modeli za skladištenje podataka. Cassandara, Redis, MongoDB. ETL procesi. Akvizicija podataka iz heterogenih izvora. Striming podataka u nerelacione baze. OLAP hiperkocke. Upiti nad velikim količinama podataka. Mehanizmi za brzo pretraživanje velikih količina podataka, mapreduce. Metode, tehnike i algoritmi big data analitike. Otkrivanje znanja u podacima. Sistemi za otkrivanje znanja i podršku odlučivanju u realnom vremenu. Mašinsko učenje i veštačka inteligencija u big data okruženju. Big data analitika i blockchain. Vizuelizacija podataka. 3D vizuelizacije. Grafovi znanja. Kompleksne big data aplikacije u elektronskoj trgovini, digitalnom marketingu, industriji, e-zdravstvu, e-obrazovanju, e-upravi. Big data analitika u pametnim okruženjima i crowdsensing. Big data analitika podataka sa društvenih medija. Razvoj sistema preporuke. Analiza nestrukturiranih podataka. Analiza multimedijalnih podataka. Razvoj big data servisa i sistema poslovne inteligencije: Apache Hadoop ekosistem, Apache Spark, Python biblioteke za otkrivanje znanja u podacima, TensorFlow. Evaluacija razvijenih rešenja. Pregled aktuelnih naučno-istraživačkih projekata i priprema za konukurisanje na međunarodne projekte u oblasti poslovne inteligencije i big data analitike u elektronskom poslovanju.
Literatura
- Radenković, M., Lukić, J., Despotović-Zrakić, M., Labus, A., & Bogdanović, Z. (2018). Harnessing business intelligence in smart grids: A case of the electricity market. Computers in Industry, 96, 40-53., DOI:10.1016/j.compind.2018.01.006
- J.Lukic, M.Radenkovic, M.Despotovic-Zrakic, A.Labus, Z.Bogdanovic. A hybrid approach to building a multi-dimensional business intelligence system for electricity grid operators, Utilities Policy. DOI: 10.1016/j.jup.2016.06.010, 2016, ISSN: 0957-1787
- Lukić, J., Radenković, M., Despotović-Zrakić, M., Labus, A., & Bogdanović, Z. (2017). Supply chain intelligence for electricity markets: A smart grid perspective. Information Systems Frontiers, 19(1), 91-107, DOI: 10.1007/s10796-015-9592-z, 2015, ISSN: 1387-3326
- Milovanović, S., Bogdanović, Z., Labus, A., Barać, D., & Despotović-Zrakić, M. (2019). An approach to identify user preferences based on social network analysis. Future Generation Computer Systems, 93, 121-129, ISSN 0167-739X, https://doi.org/10.1016/j.future.2018.10.028.
- J. Šuh, V. Vujin, D. Barać, Z. Bogdanović, B. Radenković, Designing Cloud Infrastructure for Big Data in E-Government, Journal for Universal Excellence, vol. 4, no. 1, pp. A26-A38, Faculty of organizational studies in Novo Mesto, Slovenia, 2015.
- B. Davidović, D. Barać, B. Radenković, Designing a collaborative filtering recommendation system in e-commerce, XVI Međunarodni simpozijum SymOrg 2018, Zlatibor, Jun 2018
- N.Stefanovic, B.Radenkovic, D.Stefanovic, Designing OLAP Multidimensional Systems For Supply Chain Management, International Journal of Pure and Applied Mathematics, IJPAM, ISSN 1311-8080, 2007.
- Materijali sa portala za e-učenje www.moodle.elab.fon.bg.ac.rs