BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//TUC//Events//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Europe/Athens
TZNAME:EEST
DTSTART:19700329T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EET
DTSTART:19701025T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
CREATED:20260827T105722Z
LAST-MODIFIED:20260827T105722Z
DTSTAMP:20260910T041727Z
UID:1789003047@tuc.gr
SUMMARY:Παρουσίαση μεταπτυχιακής εργασίας κ.
  ΚΟΥΡΕΜΠΗ ΕΥΘΥΜΙΑΣ ΜΑΡΙΑΣ, σχολή ΜΠΔ
LOCATION:
DESCRIPTION:https://www.pem.tuc.gr/el/chrisima/i
 merologio-ekdiloseon?tx_tucevents2_t
 uceventsdisplay%5Baction%5D=show&tx_
 tucevents2_tuceventsdisplay%5Bcontro
 ller%5D=Event&tx_tucevents2_tucevent
 sdisplay%5Bevent%5D=8645&cHash=e25ed
 e61486d1eab2882bce89b91de89\nΠΟΛΥΤΕΧ
 ΝΕΙΟ ΚΡΗΤΗΣ\n Σχολή Μηχανικών Παραγω
 γής και Διοίκησης\n Πρόγραμμα Μεταπτ
 υχιακών Σπουδών\n Διοίκηση Επιχειρήσ
 εων\n  \n ΠΑΡΟΥΣΙΑΣΗ ΜΕΤΑΠΤΥΧΙΑΚΗΣ Ε
 ΡΓΑΣΙΑΣ\n Τετάρτη, 9 Σεπτεμβρίου 202
 6, 12:00\n https://tuc-gr.zoom.us/j/
 5741492636?pwd=MTE1QnR5c1JjM3UxZUo3S
 U84SWJQUT09 Meeting ID: 574 149 2636
  Password: 367117\n Ονοματεπώνυμο: Κ
 ΟΥΡΕΜΠΗ ΕΥΘΥΜΙΑ ΜΑΡΙΑ\n Θέμα: Ανάλυσ
 η Ικανοποίησης Πελατών με χρήση Μεθό
 δων Πολυκριτήριας Ανάλυσης αποφάσεων
  και Μηχανικής Μάθησης\n Title: Cust
 omer Satisfaction Analysis using Mul
 ti-Criteria Decision Analysis and Ma
 chine Learning Methods\n Εξεταστική 
 Επιτροπή\n \n \nΜΑΤΣΑΤΣΙΝΗΣ ΝΙΚΟΛΑΟΣ
 , Ομότιμος Καθηγητής (επιβλέπων)\n \
 nΣΙΣΚΟΣ ΕΛΕΥΘΕΡΙΟΣ, Επίκουρος Καθηγη
 τής\n \nΦΑΦΑΛΙΟΣ ΠΑΥΛΟΣ, Επίκουρος Κ
 αθηγητής\n \n Περίληψη\n Η παρούσα δ
 ιπλωματική εργασία αποσκοπεί στην δι
 αμόρφωση μιας μεθοδολογία για την μέ
 τρηση και ανάλυση της συμπεριφοράς τ
 ων πελατών Σούπερ Μάρκετς (ΣΜ). Κύρι
 ος στόχος είναι η μελέτη των παραγόν
 των που επηρεάζουν και διαμορφώνουν 
 το βαθμό ικανοποίησης των πελατών τω
 ν σούπερ μάρκετς βασιζόμενοι στην αν
 άλυση της συμπεριφοράς τους μετά την
  αγορά ούτως ώστε τα ΣΜ να αναπροσαρ
 μόζουν τις στρατηγικές μάρκετινγκ κα
 ι εξυπηρέτησής τους. Η έρευνα θα βασ
 ιστεί σε πρωτογενή δεδομένα που θα σ
 υλλεχθούν μέσω ειδικά διαμορφωμένου 
 ερωτηματολογίου. Μετά την συγκέντρωσ
 η και προεπεξεργασία των δεδομένων, 
 θα εφαρμοστεί μια μέθοδος μηχανικής 
 μάθησης για την ομαδοποίηση (τμηματο
 ποίηση) των καταναλωτών σε ομοιογενε
 ίς ομάδες με παρόμοιες συμπεριφορές.
  Ακολούθως, σε κάθε ομάδα πελατών/κα
 ταναλωτών, θα εφαρμοστεί η πολυκριτη
 ριακή μέθοδος MUSA, με στόχο να μετρ
 ηθούν και αξιολογηθούν τα ποιοτικά χ
 αρακτηριστικά ικανοποίησής τους και 
 να εντοπιστούν τα κρίσιμα σημεία βελ
 τίωσης και δράσης. Η προτεινόμενη συ
 νδυαστική χρήση των δύο μεθόδων φιλο
 δοξεί να αποτελέσει μια αξιόπιστη κα
 ι πρακτικά αξιοποιήσιμη μεθοδολογία 
 ανάλυσης της ικανοποίησης καταναλωτώ
 ν για τον συγκεκριμένο κλάδο επιχειρ
 ήσεων.\n
STATUS:CONFIRMED
ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr
DTSTART:20260909T120000
DTEND:20260909T130000
TRANSP:OPAQUE
CLASS:DEFAULT
END:VEVENT
END:VCALENDAR