Projekti / Programi
Velika omrežja v analitiki poslovnih sistemov
| Koda |
Veda |
Področje |
Podpodročje |
| 7.00.00 |
Interdisciplinarne raziskave |
|
|
| Koda |
Veda |
Področje |
| S189 |
Družboslovje |
Organizacijske vede |
| Koda |
Veda |
Področje |
| 5.06 |
Družbene vede |
Politične vede |
Analiza omrežij, dvovrstno omrežje, množenje omrežij, posplošene dvovrstne sredice, polkolobar, poslovni sistemi, veliki podatki, statistična analiza.
Raziskovalci (1)
| št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
| 1. |
33987 |
dr. Monika Cerinšek |
Računalniško intenzivne metode in aplikacije |
Vodja |
2016 - 2019 |
21 |
Organizacije (1)
Povzetek
Raziskovalna tema podoktorskega projekta naslavlja trenutno znanstveno zelo pomembno temo v svetovnem merilu – analizo podatkov. Sedem izmed zadnjih desetih Nobelovih nagrad za ekonomijo je bilo podeljenih za dela v povezavi z analizo podatkov. Tudi vsi trendi, ki jih spremljamo, so rezultat analiz podatkov. Analiza velikih podatkov, še posebej analiza omrežnih podatkov, kaže svoje potenciale v analizi podatkov svetovnega spleta in medmrežja stvari (t.i. Internet of Things), saj imata obe zbirki podatkov omrežno strukturo. Tovrstnih podatkov samih ne moremo dojemati, saj jih je preveč; z rezultati analiz podatkov pa lahko spremljamo dogajanje okoli sebe in ga spreminjamo – spreminjamo svet.
V času svojega doktorskega študija sem zaznala, da se posamezni pristopi k analizi podatkov preveč izključujejo, kar je pogosto posledica preozkega znanja analitikov. V gospodarstvu se analitiki najraje poslužujejo metod podatkovnega rudarjenja ter klasičnih statističnih metod. Moč klasičnega pristopa k analizi velikih podatkov pa se s souporabo metod iz analize in vizualizacije omrežij opazno poveča. V času podoktorskega projekta se bom zato posvetila povezovanju obeh sfer, kar bo privedlo do bistvenih novosti in novih praks na področju analize velikih količin podatkov v gospodarstvu.
Posvetila se bom tudi nadaljevanju razvoja novih metod za neposredno analizo dvovrstnih omrežij. S tem bom v analize velikih podatkov dodala shranjevanje podatkov v obliki dvovrstnih omrežij in nove tehnike za analizo le-teh. Z uvedbo dvovrstnih omrežij v analizo podatkov vnesemo posebno strukturo shranjevanja podatkov, saj s tem omogočimo neposreden vpogled v dve vrsti podatkov, ki sta med sabo povezani.
V sklopu svojega podoktorskega dela bom razširila seznam tehnik za analizo poslovnih sistemov z metodami za neposredno analizo dvovrstnih omrežij s poudarkom na posplošenih dvovrstnih sredicah in množenju omrežij z uporabo različnih polkolobarjev. Omenjeni tehniki bom razvila, saj že teoretično kažeta veliko perspektivnost za uporabo v analizi podatkov poslovnih sistemov. Trenutno metodično primerljivih rešitev ni. Ker imam v podjetju dostop do realnih podatkov, bom sproti testirala pravilnost in smiselnost delovanja metod. Smiselnost bom uravnavala s parametri metod, recimo pri množenju z izbiro polkolobarja. Z novima tehnikama za analizo omrežij bom zelo razširila nabor tehnik za analizo podatkov, saj obe metodi omogočata prirejanje obstoječih vrednosti parametrov specifičnim problemom in dodajanje novih vrednosti parametrov.
Razvila bom tudi sistem za analizo poslovnih sistemov. S tem orodjem bom skupini analitikov v našem podjetju olajšala delo predvsem na analizah podatkov, ki vodijo v izboljšanje upravljanja in organizacije posameznega podjetja (naročnika analiz). Na voljo je ogromno orodij za analizo podatkov oz. za analizo omrežij (Pajek, SNAP, Orange, Weka idr.), ki so pretežno namenjeni raziskovalcem in ne dovoljujejo dopolnjevanja z lastnimi tehnikami. Glavna prednost mojega sistema bo usmerjenost v analize poslovnih sistemov. V njem bom združila tehnike, za katere bom tekom raziskav ugotovila, da so najbolj perspektivne za analizo tovrstnih podatkov. Združila bom uporabo tehnik iz področja poslovne inteligence, analize velikih podatkov, prediktivne analize, podatkovnega rudarjenja, statistike in verjetnosti ter analize omrežij. Posamezne tehnike velikokrat uporabimo v določenem zaporedju, da dobimo želeni rezultat. Tovrstna zaporedja bom za lažjo uporabo združila v makroje. Sistem bo zgrajen tako, da ga bo možno hitro prirediti za uporabo na podatkih posameznega podjetja, torej bo v pomoč vsem analitikom, ki se bodo želeli posluževati tehnik iz več različnih področij analize podatkov.
Pomen za razvoj znanosti
V samem vrhu raziskovalcev iz področja analize omrežij najdemo nekaj Slovencev; najbolj vidni so prof. dr. Vladimir Batagelj, prof. dr. Anuška Ferligoj in doc. dr. Jure Leskovec. Slednji je bil zunanji član komisije pri oceni moje doktorske disertacije in na Stanford University v ZDA ogromno sodeluje z gospodarstvom (Twitter, LinkedIn, Volkswagen, Facebook, Boeing, Orange, Amazon, Samsung idr.). Jure nam je že pokazal, kakšna je pravilna pot za prenos znanja v gospodarstvo in ta pot je zgled, ki mu nameravam slediti.
Moje ožje raziskovalno področje (analiza dvovrstnih omrežij) je v vzponu razvoja (Special Issue on Advances in Two-mode Social Networks, Social Networks 35(2), 2013). Trenutno obstaja zelo malo tehnik za neposredno analizo dvovrstnih omrežij, zato razvoj vsake nove tehnike mnogo prispeva k razvoju te panoge znanosti. Sama bom tehnike obogatila še z uporabo na realnih podatkih iz gospodarstva. Tekom svojega doktorskega študija sem vzpostavila stik z mnogimi raziskovalci bibliografskih baz podatkov Web of Science in Zentralblat MATH. Ker smo se ukvarjali s podobnimi problemi, smo seveda delili izkušnje eden z drugim, torej že imam dostop do tujih znanj. S temi raziskovalci bom sodelovala še dalje ter s tem utrdila uvrstitev Slovenije v vrh omrežnih analitikov. Slovenijo bom promovirala tudi z udeležbo na mednarodnih srečanjih in konferencah iz področja analize omrežij in velikih podatkov ter z objavami prispevkov v mednarodno priznanih znanstvenih revijah.
Pomen za razvoj Slovenije
Moje raziskovalno delo bo imelo neposreden vpliv na podjetje Abelium in njegove naročnike, saj bom rezultate svojega dela, obogatene z novimi tehnikami, uporabila za reševanje realnih problemov iz gospodarstva. Kombinacija tehnik, ki jih bom uporabljala za analizo podatkov, in poznavanje analiziranih podatkov bo tvorila edinstveno ponudbo za analizo podatkov poslovnih sistemov. S tem bo podjetje dobilo zelo pomembno mesto med ponudniki analize omrežnih podatkov v svetu in s tem večjo prepoznavnost.
Podjetje Abelium sodeluje s podjetjem TM Vista, ki je lastnik blagovne znamke GoOpti, katerega glavni produkt so nizkocenovni prevozi do letališč. S pomočjo mojega raziskovalnega dela bomo to podjetje pretvorili v podatkovno vodeno podjetje in s tem dali vodstvu podjetja možnost, da se o poslovnih načrtih odločajo na podlagi podatkov o dosedanjem delovanju in predikciji o delovanju v prihodnosti in ne na podlagi (velikokrat napačnih) občutkov. Ker je to podjetje zelo znano na področju nizkocenovnih prevoznikov, se bodo rezultati razširili na celotno panogo, saj se bodo morala konkurenčna podjetja prilagoditi. S svojim raziskovalnim delom bom tako prispevala tudi k večji prepoznavnosti analize podatkov kot pomembne veje gospodarstva, saj bodo podjetja iskala specifične rešitve za izboljšanje svojega delovanja. S tem pa se bodo odprle možnosti za nišne rešitve mladih start-upov s pomočjo analize podatkov.
Že razvite tehnike za neposredno analizo dvovrstnih omrežij v kombinaciji z ostalimi tehnikami za analizo podatkov že uporabljam pri projektu, v katerem raziskujemo upravljanje z lesom (CaReWood: http://carewood.eu/) v namene boljše reciklaže lesa oziroma uporabe odpadnega lesa. Te tehnike uporabljam tudi pri analizi evropskega ekosistema investitorjev ter zagonskih podjetij za ocenjevanje tveganj in za hibridne tehnike, ki upoštevajo lastnosti egocentričnih omrežij posameznikov in njihovih podjetij.
