data mining | sql server 2017 | βραχυχρόνια μίσθωση | βάση δεδομένων | MS SQL SEVER 2017
1
6
Εικόνες , διαγράμματα , πίνακες
Κατα την τελευταία δεκαετία 2008-2018 η πλατφόρμα ανεύρεσης καταλυμάτων βραχυπρόθεσμης μίσθωσης AIRBNB έχει γνωρίσει μεγάλη ανάπτυξη. Εκατομμύρια τουριστών χρησιμοποιούν τις υπηρεσίες που προσφέρει αλλάζοντας τον χάρτη των παραδοσιακών μορφών φιλοξενίας. Η επίδραση του φαινομένου AIRBNB έχει γίνει ιδιαίτερα αισθητή στην Αθήνα , όπου πολλοί ιδιοκτήτες κατοικιών επιλέγουν να ενταχθούν στη συγκεκριμένη πλατφόρμα προσβλέποντας σε μια επιχειρηματική ευκαιρία, που παρουσιάζεται ελκυστική ιδιαιτέρως στη συγκυρία της μεγάλης οικονομικής κρίσης που πλήττει την Ελλάδα τα τελευταία χρόνια.
Η στόχευση της διπλωματικής εργασίας έγκειται στη μελέτη τεχνικών εξόρυξης δεδομένων από τις καταχωρήσεις των εγγεγραμμένων-ενοικιαστών στην πλατφόρμα AIRBNB από επτά μεγάλες πόλεις της Νότιας Ευρώπης και Μεσογείου . Θα αναλυθούν εκτενώς οι δυνατότητες ανάλυσης και πρόβλεψης που προσφέρει το περιβάλλον εργασίας SQL SERVER 2017 της Microsoft.
Η δημιουργία λογισμικού αποβλέπει στην πληροφόρηση των νέων ενοικιαστών της πλατφόρμας με στοιχεία που θα συνεπικουρήσουν στην καλύτερη απόδοση των επιχειρήσεων τους ,αλλά και στην εξοικονόμηση πόρων μέσων στοχευμένων επιλογών στις επενδύσεις τους.
During the last decade of 2008-2018, the AIRBNB short-term rental platform has achieved great growth. Millions of tourists are using AIRBNB services and by that they are changing the map of traditional forms of hospitality. The impact of the AIRBNB phenomenon has become particularly noticeable in Athens, where many homeowners are choosing to join this platform in anticipation of a business opportunity.
The purpose of the thesis is to study data mining techniques from AIRBNB platform’s registrations from seven major cities in Southern Europe and the Mediterranean. The analysis and forecasting capabilities of Microsoft's SQL SERVER 2017 interface will be analyzed in detail.
The software is designed to provide new AIRBNB platform tenants with information needed to help them improve their business performance and also save resources
Τεχνολογίες εξόρυξης και ανάλυσης δεδομένων από διαδυκτιακή πλατφόρμα βραχυχρόνιας ενοικίασης ακινήτων με χρήση MS SQL SERVER 2017 και R STUDIO Περιγραφή: std123625 ΦΟΥΡΤΟΥΝΑΣ ΑΝΤΩΝΗΣ.pdf (pdf)
Book Reader Άδεια: Αναφορά Δημιουργού 4.0 Διεθνές Μέγεθος: 4.4 MB
Τεχνολογίες εξόρυξης και ανάλυσης δεδομένων από διαδυκτιακή πλατφόρμα βραχυχρόνιας ενοικίασης ακινήτων με χρήση MS SQL SERVER 2017 και R STUDIO - Identifier: 77433
Internal display of the 77433 entity interconnections (Node labels correspond to identifiers)