Συστήματα Υποστήριξης Αποφάσεων

(1) ΓΕΝΙΚΑ

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Εισαγωγή στα πληροφοριακά συστήματα και τη τεχνολογία της πληροφορικής. Δεδομένα, πληροφορία, γνώση. Λήψη αποφάσεων και θεωρία αποφάσεων. Λήψη αποφάσεων υπό ρίσκο και αβεβαιότητα. Πολυκριτήρια ανάλυση αποφάσεων. Σχεσιακά και συναρτησιακά πολυκριτηριακά μοντέλα αποφάσεων. ELECTRE I και ΙΙ, PROMETHEE I και ΙΙ. Μέθοδοι υπολογισμού σημαντικότητας κριτηρίων. Γραμμική και προσθετική συνάρτηση αξίας. Λήψη ομαδικών αποφάσεων και διαπραγματεύσεις. Συστήματα Υποστήριξης Αποφάσεων (ΣΥΑ). Αρχιτεκτονικές ΣΥΑ. Συστήματα αλληλεπίδρασης ανθρώπου-υπολογιστή. Συστήματα διαχείρισης βάσεων δεδομένων. Μοντελοποίηση και συστήματα διαχείρισης βάσεων μοντέλων. Ευφυή ΣΥΑ. Εφαρμογές των ΣΥΑ στη διοίκηση, την παραγωγή, το περιβάλλον, την ενέργεια, κ.α. Μελέτες περιπτώσεων.

Εργαστήρια: Εκπαίδευση και χρήση των ακόλουθων πακέτων λογισμικού: Εxcel - Συγκεντρωτικοί πίνακες (Pivot Tables), Solver -, Expert Choice, SPSS, UTASTAR, AHP, MUSA, MARKEX, Εισαγωγικά στοιχεία στη γλώσσα Python.

(4) ΔΙΔΑΚΤΙΚΕΣ KAI ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

ΘΕΩΡΙΑ:
1ο: Εισαγωγή, Πληροφορία - Γνώση, Πληροφοριακά Συστήματα, Σχεδίαση & Ανάπτυξη ΠΣ
2ο: Δεδομένα, Πληροφορίες, Ανάλυση Αποφάσεων & Αποφασίζοντες
3ο: Λήψη Αποφάσεων – Δένδρα Αποφάσεων - Αβεβαιότητα
4ο: Πολυκριτήρια Ανάλυση Αποφάσεων: Θεωρία
5ο: Πολυκριτήρια Ανάλυση Αποφάσεων: Μέθοδοι & Εφαρμογές
6ο: Λήψη Ομαδικών Αποφάσεων
7ο: Συστήματα Υποστήριξης Αποφάσεων & Πολυκριτήρια ΣΥΑ: Markex, Musa, ...
8ο: Αρχιτεκτονικές ΣΥΑ, Συστήματα Επικοινωνίας, ΣΔΒΔ
9ο: Δομημένη Μοντελοποίηση & ΣΔΒΜ
10ο: Ευφυείς Μέθοδοι Υποστήριξης Αποφάσεων & Ευφυή Συστήματα
11ο: Τεχνητή Νοημοσύνη & Έμπειρα Συστήματα
12ο: Επιχειρηματική Αναλυτική και Μηχανική Μάθηση
13ο: Συστήματα Data Warehouses & On Line Analytical Processing

ΕΡΓΑΣΤΗΡΙΟ
1. Εξάσκηση σε βάση δεδομένων μέσω SPSS. Βασικά μέτρα περιγραφικής στατιστικής, γραφήματα.
2. Εξάσκηση σε βάσεις δεδομένων μέσω Excel (συναρτήσεις, Pivot, χρήση Solver).
3. Εξάσκηση σε βάσεις δεδομένων μέσω Excel (συναρτήσεις, Pivot, χρήση Solver).
4. Διαμόρφωση πολυκριτήριου προβλήματος απόφασης μέσω διμερών συγκρίσεων.
5. Η Αναλυτική Ιεραρχική Μέθοδος μέσω του λογισμικού Expert Choice.
6. Διαμόρφωση πολυκριτήριου προβλήματος απόφασης μέσω της Αναλυτικής- Συνθετικής Προσέγγισης.
7. Η μέθοδος utastar. Χρήση λογισμικού στη Matlab για επίλυση προβλήματος κατάταξης εναλλακτικών επιλογών απόφασης.
8. Διαμόρφωση έρευνας ως πολυκριτήριο πρόβλημα μέτρησης της ικανοποίησης πελατών.
9. Η πολυκριτήρια μέθοδος musa μέτρησης της ικανοποίησης. Χρήση εξειδικευμένου λογισμικού.
10. Η πλατφόρμα markex για μια ολοκληρωμένη πολυκριτήρια λήψη απόφασης μάρκετινγκ.
11 έως 13. Συνεργασία μέσω πλατφόρμας τηλεκπαίδευσης για ασκήσεις/εργασίες-project.

Αλλα Σχόλια για την Οργάνωση της Διδασκαλίας :

Εναλλακτικά, ο φοιτητής έχει την επιλογή εκπόνησης εξαμηνιαίου ατομικού project αντί της γραπτής τελικής εξέτασης. Η επιτυχής ολοκλήρωση του εργαστηρίου αποτελεί προϋπόθεση.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Σχόλια για την Αξιολόγηση των Φοιτητών :

Η Εξαμηνιαία Ατομική Εργασία - project (ανάπτυξη λογισμικού, σύνταξη εγχειριδίου χρήσης) εξετάζεται προφορικά και αντικαθιστά την Γραπτή Τελική Εξέταση.

Το εργαστήριο προσμετρά για το 30% του συνολικού βαθμού και εξετάζεται είτε (α) μέσω παράδοσης 4 γραπτών εργαστηριακών ασκήσεων είτε (β) μέσω γραπτού ηλεκτρονικού διαγωνίσματος στην πλατφόρμα E-Class από τράπεζα θεμάτων.
Για την περίπτωση των 4 γραπτών ασκήσεων εργαστηρίου προβλέπεται:
- Άσκηση λήψης απόφασης μέσω εξέτασης σεναρίων από Βάση Δεδομένων στο Excel.
- Άσκηση λήψης απόφασης μέσω μεθόδου διμερών συγκρίσεων και σχετικού s/w.
- Άσκηση λήψης απόφασης μέσω μεθόδου ανάλυσης προτιμήσεων και σχετικού s/w.
- Άσκηση μέτρησης της ικανοποίησης μέσω πολυκριτήριας μεθόδου και σχετικού ΣΥΑ.
Για την περίπτωση εξέτασης του εργαστηρίου με ηλεκτρονικό τρόπο προβλέπεται τυχαία επιλογή θεμάτων από τράπεζα ερωτήσεων συναφών με την ύλη του εργαστηρίου (ερωτήσεις πολλαπλής επιλογής, αντιστοίχισης, σωστού/λάθους, συμπλήρωσης κενών).

ΔΙΑΜΟΡΦΩΤΙΚΗ ΑΞΙΟΛΟΓΗΣΗ: προβλέπεται διαμορφωτική αξιολόγηση μέσω E-Class, όπου οι φοιτητές αυτο-αξιολογούν τις γνώσεις τους στη θεωρία και στο εργαστήριο απαντώντας σε ερωτήσεις από τράπεζα θεμάτων (πολλαπλών επιλογών, αντιστοίχισης, σωστού/λάθους, συμπλήρωσης κενών). Στο τέλος λαμβάνουν τις σωστές απαντήσεις. Οι φοιτητές μπορούν να επαναλάβουν τα τεστ όσες φορές επιθυμούν για λόγους εμπέδωσης. Οι επιδόσεις δεν προσμετρούν στον τελικό βαθμό.

(6) ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

Νικόλαος Ματσατσίνης, Συστήματα Υποστήριξης Αποφάσεων, Εκδόσεις Νέων Τεχνολογιών, 2010, Αθήνα.