D-All

Grandi Progetti R&S - PON IC 2014/2020

Il nuovo contesto in cui operano le imprese è la digitalizzazione dell’economia. Una tendenza che ha avuto un vero e proprio salto di qualità negli ultimi anni con l’accesso a Internet in mobilità e la crescita del numero di persone interconnesse e che è destinata ad accelerare sulla spinta dei seguenti driver tecnologici: Big Data, Cloud, Internet of Things e Additive Manufacturing.
Cogliendo queste tendenze, il progetto è finalizzato allo studio e allo sviluppo di una piattaforma di analisi e previsione applicata ai Big Data sperimentando nuove opportunità di utilizzo dei flussi di dati provenienti da molteplici contesti ad alta frequenza di produzione e variazione: Internet Of Things, mobile business, social network e web.
Nel corso del progetto sono stati modellati innovativi strumenti di reporting per l’analisi del mercato e dei clienti, capaci di valorizzare le informazioni estratte dai canali digitali, e affiancando all’uso degli indicatori tradizionali, quelli più evoluti di carattere social e multi-channel. In questo modo l’analisi dei dati può diventare un irrinunciabile strumento di supporto per i processi decisionali che riguardano gli investimenti di promozione e marketing.
Realizzare un insieme di servizi e soluzioni innovative cross-platform e basati su modelli e componenti software per la gestione, analisi e visualizzazione di Big Data provenienti da: IoT, Social, Wearable, Open Data, Connected Services, Industry Data, Loyalty programs etc.
La Big Data Platform potrà essere applicata a diversi contesti di business: Loyalty e Marketing, Energia e Telecomunicazioni, Food Cultura e Turismo, Banche e Servizi Finanziari, eLearning e Risorse Umane.

Definizione modelli e tecniche di Complex Network Analysis e Big Data Analytics.

Rispetto all’attività A3.1 sono state approfondite le tecniche, i modelli e gli algoritmi di Big Data Analysis e Complex Network Analysis per i dati estratti dai social network (Classificazione, Regressione, Clustering, Summarization, Modellazione delle dipendenze, Analisi dei legami o associazione, Scoperta di episodi o previsione, Natural Language Processing. Sono stati inoltre raffinati e conclusi gli approfondimenti di Big Data Analysis, con particolare attenzione ai modelli di classificazione (Naïve Bayes, k-Nearest Neighbor) gli alberi decisionali (Support Vector Machine), la rete neurale artificiale, la convalida incrociata di classificazione,lo statistical matching, la market basket analysis e gli algoritmi di statistica descrittiva.

Definizione di tecniche e modelli basati su complex network analysis e data visualization per l’analisi big data di sentiment e opinion da fonti social.

Nel corso dell’attività A3.4, si sono approfonditi i modelli di complex network analysis, trend analysis e chord analysis su dati social. Sono stati studiate tecniche di sentiment analysis e opinion detection su dati social. Inoltre, sono stati realizzati dei dimostratori di Big Data Analytics e Sentiment Analysis (NLP e Machine Learning) su dati Twitter, Telegram e Reddit ed in particolare sul dominio blockchain e intelligenza artificiale decentralizzata.

Modellazione dei servizi data driven in ambito Bank & Insurance – Sentiment and Reputation Analysis, Tailored offering and Marketing.

Abbiamo realizzato strumenti di estrazione, trasformazione e memorizzazione di Big Data dai Social Network e da fonti di Notizie eterogenei. Inoltre, è stato progettato e sviluppato un dimostratore di Brand Reputation e Big Data Analytics sui dati social inerenti gruppo di banche e di assicurazioni con l’obiettivo di costruire prodotti personalizzati e definire la social awareness delle realtà creditizie e assicurative.

Sviluppo sperimentale della piattaforma di Big Data Analysis basata su lndustry 4.0.

Sono stati progettati e sono in fase prototipale le piattaforme PaaS che riuniscono in un’unica architettura e interfaccia strumenti, tool e piattaforme di elaborazione dei dati. Al fine di realizzare una strumento espandibile, modulare e declinabile come un servizio.

Sperimentazione e raffinamento dei prototipi applicati agli ambiti Energy & Telco, Human Resources & eLearning, Culture, Tourism & Food, Bank & Insurance.

Sono stati realizzati molti esperimenti su Sentiment Analysis, comportamenti, affidabilità bancarie, stato di salute, amicizie e cambiamenti o tendenze, brand recognition and reputation.