Τεχνητή Νοημοσύνη, Μηχανική Μάθηση, εξόρυξη δεδομένων, δεδομένα, Επιχειρηματική Ευφυΐα | Artificial Intelligence, Machine Learning, data mining, data, Business Intelligence
54
Περιέχει : πίνακες, διαγράμματα, εικόνες
Marketing Managemnet/ I.TSIAMES
Η παρούσα εργασία επικεντρώνεται στις εφαρμογές της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης στις επιχειρήσεις. Ο βασικός σκοπός αυτής της εργασίας είναι να αξιολογηθούν οι εφαρμογές της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης η οποίες εφαρμόζονται σε διαφορετικούς τομείς των επιχειρήσεων χρησιμοποιώντας μελέτες περιπτώσεων (case studies).
Οι τεχνικές της εξόρυξης δεδομένων και της Τεχνητής Νοημοσύνης πετυχημένα εφαρμόζονται στην οικονομία στο marketing και στα μέσα κοινωνικής δικτύωσης. Η ανάγκη για την ανάλυση δεδομένων για ερευνητικούς σκοπούς σιγά-σιγά μετατρέπει τις πρακτικές των δεδομένων απαραίτητες και αναπτύσσει έναν νέο τεχνολογικό κλάδο που ονομάζεται Επιχειρηματική Ευφυΐα. Οι εφαρμογές της Τεχνητής Νοημοσύνης στις επιχειρήσεις συμπεριλαμβάνει την εξατομίκευση των online διεπαφών, την πρόβλεψη πωλήσεων, την στοχευμένη διαφήμιση, τον διαχωρισμό των πελατών, την τιμολόγηση των προϊόντων, την προσαρμογή των προϊόντων με βάση των προτάσεων από τους πελάτες και την συσχέτιση αυτών με τα προϊόντα, την λήψη αποφάσεων, την αλλαγή στις πρακτικές πρόσληψης προσωπικού, στην μείωση του κόστους μεταφορών και πολλές άλλες εφαρμογές.
Αρχικά, γίνεται μία λεπτομερής ανάλυση του συγκεκριμένου θέματος από θεωρητικό επίπεδο, καθώς επίσης των διαφόρων μοντέλων και εφαρμογών. Στην συνέχεια, υπάρχει μία έρευνα χρησιμοποιώντας case studies επάνω στο τι εφαρμογές εφαρμόζονται τα τελευταία χρόνια, πώς εξελίσσεται η Τεχνητή Νοημοσύνη και η Μηχανική Μάθηση μέσα στα χρόνια και ποια είναι τα οφέλη από την χρήση της.
Τελικά, τα αποτελέσματα θα αναλυθούν και θα αξιολογηθούν προκειμένου να προσδιοριστεί η αξία της Τεχνητής Νοημοσύνης στην αγορά, συμπεράσματα και μελλοντική μελέτη θα δοθεί.
The present thesis focuses on the applications of Artificial Intelligence (AI) and Machine Learning (ML) on business. The main purpose of this dissertation is to evaluate the AI and ML applications applied on various business sectors by using case studies.
The techniques of data mining and Artificial Intelligence are successfully implemented in finance, marketing and social media. The need to share data for research purposes is slowly transforming the practices of data necessary and developing a new technological process called Business Intelligence. The applications of AI on businesses include personalizing online interfaces, forecasting sales, targeting advertisements, customer segmentation, product pricing, tailoring product recommendations, increasing the relevance of customers’ results, decision making, changing the recruitment practices, decreasing the cost of shipping and various others implementations.
In this current thesis, initially there is a thorough analysis of the specific topic from a theoretical point of view as well as the several models and applications. Following there is a research using case studies on what applications businesses utilize the recent years, how Artificial Intelligence and Machine Learning evolves through the years and what are the benefits of its usage.
Finally, the results will be analyzed and assessed in order to determine the value of AI in market, conclusions will be given and future research.