Циљ предмета
Оспособити студенате да анализирају пословне проблеме и на основу тога развију одговарајући систем пословне интелигенције.
Исход предмета
Студенти су у стању да решавају сложене проблеме обавештавања организације, водећи рачуна о заштити података о личности и етичким дилемама, самостално израђују и користе системе пословне интелигенције, самостално примењују основне методе и технике откривања законитости у подацима, примењују, врше синтезу и евалуирају моделе кластеровања, класификације, асоцијативна правила и системе препоруке.
Теоријска настава
Увод у пословну интелигенцију. Архитектура и инфраструктура складишта података. Димензионо моделовање (табеле чињеница, грануларност података, типови табела чињеница; табеле димензија, принципи промена вредности код табела чињеница и димензионих табела, Slowly Changing Dimensions, типови табела димензија). Шеме складишта података (Star, Snowflake, Fact Constellation). ETL (Extraction Transformation Loading) процес и алати, интеграција са ERP и осталим трансакционим системима. OLAP (data cubes, операције: drill-up/down, slice/dice, roll-up, pivot; OLAP модели; FASMI тест за OLAP, OLAP алати). KPI (Key Performance Indicators) и концепт dashboard-а. Системи извештавања. Откривање законитости у подацима. Алгоритми откривања законитости у подацима: дескриптивне и предиктивне методе. Употреба вештачких неуронских мрежа. Системи препоруке. Знање у пословној интелигенцији. Системи пословне интелигенције који комбинују доменско знање и податке. Системи за подршку рада групе. Етика и развој пословне интелигенције.
Практична настава
Основе складишта података. Ad-hoc извештавање и визуализација података. Процес класификације и кластеровања у софтверу за откривање законитости у подацима. Асоцијативна правила. Развој система за препоруке. Систем за подршку одлучивању DEXi. Етичка питања и заштита података о личности.