O Mestrado em Sistemas Integrados de Apoio à Decisão (MSIAD) foi criado em 2005 com o objetivo de formar profissionais especialistas em Business Intelligence, aptos a gerir, especificar, implementar e usar com sucesso sistemas que apoiem os processos de decisão, devidamente integrados na gestão da informação organizacional.
Summer School 2021 – IoT for Heatlhy Smart Cities
O ISTAR, uma unidade de investigação do ISCTE, conjuntamente com o Laboratório Internet of Everything, organiza uma nova edição da Escola de Verão intensiva, em duas semanas, sobre Tecnologias Internet of Things (IoT) e as suas aplicações, com especial foco em aplicações na área da saúde.
+ info: https://istar.iscte-iul.pt/summerschool2021/
Pretende-se que os participantes tomem um primeiro contacto com paradigmas de computação emergentes, tecnologias, serviços e modelos de negócio associados com IoT. O objetivo desta escola é fornecer a todos os interessados conhecimento teórico-prático e experimental sobre tecnologias-chave de IoT e metodologias de design, em co-criação e centradas no utilizador, na área das Smart Cities e Saúde.
A Escola de Verão apresenta uma visão geral das tendências futuras e da investigação em curso nesta área em franco crescimento:
- Estudo dos princípios, problemas de investigação e aplicações de dispositivos, software e IoT;
- Aquisição de experiência com tecnologias IoT e sistemas operativos;
- Compreensão, através de experiência prática, de como executar projetos centrados no utilizador com base em Design Thinking;
- Capacitação dos alunos para acompanharem a evolução das tecnologias, ferramentas e técnicas nesta área do conhecimento de forma autónoma.
A Escola de Verão realiza-se de 6 a 17 de Setembro, no Iscte, e consiste em 10 horas aulas teóricas, 19 horas e meia de sessões práticas laboratoriais e 5 horas e meia de sessões de seminário incluindo os seguintes tópicos:
• Introdução à IoT;
• Design thinking;
• Segurança;
• Tiny Machine Learning e aplicações;
• Aplicações e desafios em saúde e crowdsourcing;
• Sessão com apresentações de três empresas em Portugal que desenvolvem e aplicam técnicas de IoT.
Será proposto aos participantes que desenvolvam projetos práticos, com supervisão e posteriormente avaliados, no laboratório ISTAR Internet of Everything, adquirindo conhecimentos base em:
• Estruturas de IoT (por exemplo, Arduino, comunicações e sensores LORA)
• Ferramentas de ciência de dados (Python, introdução à análise de dados)
• Metodologias de Design Thinking.
Duração: 10 dias | 6 ECTS
Pré-Inscrições abertas: Manifesta o teu interesse em participar aqui: https://forms.office.com/pages/responsepage.aspx?id=YOgwYsW_lUCmvBBHIa3W5qX3JiiyZRBCsWIM63R8PKpUQ1dFUDgxSzJENDNKS0laNjVDQjRaUlg5Ny4u
+ info: https://istar.iscte-iul.pt/summerschool2021/
Questões? pre-award.istar@iscte-iul.pt
Conhecer os clientes para melhor vender: Caso de estudo de uma empresa de transfer de turistas a operar na região do Algarve
Cláudio Manuel Neves Rocha
Mestrado em Sistemas Integrados de Apoio à Decisão
Outubro, 2020
------------------------------------
Tese em MSIAD, classificada com 18 valores
------------------------------------
Resumo
O presente trabalho apresenta o caso prático de uma empresa de transporte de passageiros, a operar no setor do turismo internacional, na região do Algarve. Propõe-se a utilização de técnicas de Extração de Informação e "Text Mining" para encontrar padrões nos dados que permitam conhecer os clientes e ainda estudar o impacto do marketing digital na procura dos serviços da empresa. Foram utilizadas técnicas de "Text Mining" para extrair padrões dos comentários dos clientes de forma a condensar em tópicos e sumarizar o que estes pensam sobre o serviço. Recorreu-se ao histórico de transações, tendo sido aplicado algoritmos de aprendizagem não supervisionada para descobrir padrões nos dados que configuram segmentos de clientes. Os padrões revelados poderão ser utilizados em diferentes processos de tomada de decisão como por exemplo na criação de campanhas de marketing direcionadas para a criação de produtos específicos para cada segmento. Na produção de previsões de impacto do marketing digital foi utilizada uma combinação entre modelos de regressão múltipla e técnicas de análise de séries temporais, de forma a compreender os fatores que explicam a procura dos serviços da empresa e consequentemente a receita da empresa. Investigaram-se técnicas mais recentes de Aprendizagem Automática de forma a estabelecer uma comparação entre os métodos estatísticos tradicionais de análise de series temporais e os algoritmos de Aprendizagem Automática. Os resultados de previsão de procura de serviços foram satisfatórios, tendo sido identificado a sazonalidade como o fator que mais afeta a procura dos serviços.
Palavras-Chave: Sistemas de Apoio à Decisão; Extração de Informação; Aprendizagem
Automática; Marketing Digital; Procura Turística; Transfers; Segmentação Clientes
Ler mais aqui.
Candidatar a MSIAD aqui.
Searching for associations between social media trending topics and organizations
João Pedro Sousa Henrique
Master in Integrated Business Intelligence Systems
December, 2020
------------------------------------
Tese em MSIAD, classificada com 18 valores
------------------------------------
Abstract
This work focuses on how micro and small companies can take advantage of trending topics for marketing campaigns. Trending topics are the most discussed topics at the moment on social media platforms, particularly on Twitter and Facebook. While the access to trending topics is free and available to everyone, marketing specialists and specific software are more expensive, therefore small companies do not have the budget to support those costs. The main goal is to search for associations between trending topics and companies on social media platforms and HotRivers prototype is designed to accomplish this. A solution that aims to be inexpensive, fast, and automated. Detailed analyses were conducted to reduced the time and maximize the resources available at the lowest price. The final user receives a list of the trending topics related to the target company. For HotRivers were tested different pre-processing text techniques, a method to select tweets called Centroid Strategy and three models, an embedding vectors approach with Doc2Vec model, a probabilistic model with Latent Dirichlet Allocation, and a classification task approach with a Convolutional Neural Network used on the final architecture. The Centroid Strategy is used on trending topics to avoid unwanted tweets. In the results stand out that trending topic Nike has an association with the company Nike and #World- PatientSafetyDay has an association with Portsmouth Hospitals University. HotRivers cannot produce a full marketing campaign but can point out to the direction to the next campaign.
Keywords: Trending Topics, Text Similarity, Text Classification, Associations.
Ler mais aqui.
Candidatar a MSIAD aqui.
OMECO: Generating personalized business card designs from images
Nuno Francisco Castro da Gama Antunes
Master in Integrated Business Intelligence Systems
October, 2020
------------------------------------
Tese em MSIAD, classificada com 19 valores
------------------------------------
Abstract
Rising competition in the retail and hospitality sectors, especially in densely populated and touristic destinations is a growing concern for many business owners, who wish to deliver their brand communication strategy to the target audience. Many of these businesses rely on word-of-mouth marketing, delivering business cards to customers. Furthermore, the lack of a dedicated marketing team and budget for brand image consolidation and design creation often limits the brand expansion capability. The purpose of this study is to propose a novel system prototype that can suggest personalized designs for business cards, based on an existing business card picture. Using perspective transformation, text extraction and colour reduction techniques, we were able to obtain features from the original business card image and generate an alternative design, personalized for the end user. We have successfully been able to generate customized business cards for different business types, with textual information and a custom colour palette matching the original submitted image. All of the system modules were demonstrated to have positive results for the test cases and the proposal answered the main research question. Further research and development is required to adapt the current system to other marketing printouts, such as flyers or posters.
Keywords: Computer Vision, Artificial Intelligence, Marketing, Design Generation, Natural Language Processing.
Ler mais aqui.
Candidatar a MSIAD aqui.
Energy Consumption Forecasting – A Proposed Framework
Hugo Miguel Nogueira Mende
A Dissertation presented in partial fulfilment of the requirements of
the Degree of Master in Integrated Business Intelligence Systems
September, 2020
------------------------------------
Tese em MSIAD, classificada com 19 valores
------------------------------------
Abstract
With the development of underdeveloped countries and the digitization of societies, energy consumption is expected to continue to show high growth in the coming decades. While there is still a strong focus on fossil fuels for energy generation, the implementation of energy policies is crucial to gradually shift to renewable sources and the consequent reduction in CO2 emissions. Buildings are currently the sector that consumes the most energy. To contribute for a better energy consumption efficiency, it was proposed a framework, to be applied to buildings or households, to allow users to know their energy consumption and the possibility to forecast it. Different data analysis techniques for time series were used to provide information to the user about their energy consumption as well as to validate important data characteristics, namely stationarity and the existence of seasonality, which can have an impact in the forecasting models. For the definition of the forecasting models, state of the art was done to identify used models for energy consumption forecasting, and three models were tested for both types of data, univariate and multivariate. For the univariate data, the tested models were SARIMA, Holt-Winters and LSTM as for the multivariate data, SARIMA with exogenous variables, Support Vector Regression and LSTM. After the first execution of each model, hyperparameter tuning was done to conclude on the improvement of the results and the robustness of the models for later application to the framework.
Keywords: energy consumption, forecasting, framework, data analysis
Ler mais aqui.
Candidatar a MSIAD aqui.
eWOM para instituições públicas: aplicação ao caso do Exército Português
Joana de Azinhaes Horta
Dissertação submetida como requisito parcial para obtenção do grau de Mestre em Sistemas Integrados de Apoio à Decisão
11 de Julho de 2020
------------------------------------
Tese em MSIAD, classificada com 19 valores
------------------------------------
Resumo
O crescimento das plataformas de social media veio facilitar o acesso à opinião pública acerca de diversos serviços e produtos. A recolha e análise dessa informação sobre as opiniões que os utilizadores partilham online (denominado electronic Word-of-Mouth), permite extrair conhecimento sobre a reputação das organizações. Embora esta reputação já seja monitorizada no setor privado, considera-se que a sua implementação no setor público poderá trazer benefícios no apoio à tomada de decisão sobre as políticas de governação institucionais, mas também na promoção de estratégias de marketing que beneficiem a sua imagem de utilidade pública e imagem de empregador. Para responder à necessidade existente, o presente estudo teve como objetivo desenvolver uma metodologia que extraia informação relevante sobre o eWOM em social media, usando estratégias de text mining e processamento de língua natural. Esta metodologia foi aplicada no caso do Exército Português e revelou potencialidade para distinguir a polaridade de sentimentos em comentários, encontrar os principais tópicos emergentes e fornecer informação sobre a reputação institucional. De acordo com os resultados obtidos, foram propostas recomendações, potencialidades e limitações.
Keywords: eWOM
Social Media
Reputação
Sector público
Ler mais aqui.
Candidatar a MSIAD aqui.
Construction of a disaster-support dynamic knowledge chatbot
João Miguel Baptista Boné
Master’s in Integrated Business Intelligence Systems
October, 2020
------------------------------------
Tese em MSIAD, classificada com 20 valores
------------------------------------
Abstract
This dissertation is aimed at devising a disaster-support chatbot system with the capacity to enhance citizens and first responders’ resilience in disaster scenarios, by gathering and processing information from crowd-sensing sources, and informing its users with relevant knowledge about detected disasters, and how to deal with them.
This system is composed of two artifacts that interact via a mediator graph-structured knowledge base. Our first artifact is a crowd-sourced disaster-related knowledge extraction system, which uses social media as a means to exploit humans behaving as sensors. It consists in a pipeline of natural language processing (NLP) tools, and a mixture of convolutional neural networks (CNNs) and lexicon-based models for classifying and extracting disasters. It then outputs the extracted information to the knowledge graph (KG), for presenting connected insights. The second artifact, the disaster-support chatbot, uses a state-of-the-art Dual Intent Entity Transformer (DIET) architecture to classify user intents, and makes use of several dialogue policies for managing user conversations, as well as storing relevant information to be used in further dialogue turns. To generate responses, the chatbot uses local and official disaster-related knowledge, and infers the knowledge graph for dynamic knowledge extracted by the first artifact.
According to the achieved results, our devised system is on par with the state-ofthe-art on Disaster Extraction systems. Both artifacts have also been validated by field specialists, who have considered them to be valuable assets in disaster-management.
Keywords: Disaster-Management, Natural Language Processing, Artificial Intelligence, Machine Learning, Chatbots, Graph Databases
Ler mais aqui.
1º artigo produzido no âmbito desta tese:
DisKnow: A Social-Driven Disaster Support Knowledge Extraction System
2º artigo produzido no âmbito desta tese:
DisBot: A Portuguese Disaster Support Dynamic Knowledge Chatbot
Candidatar a MSIAD aqui.
Termina hoje a 1ª fase de candidaturas
Após o termino de cada fase as candidaturas são avaliadas e ordenadas de acordo com os CV's dos candidatos.
Os candidatos são colocados de forma ordenada de acordo com a nota atribuída à candidatura.
Quando todas as vagas ficarem ocupadas não haverá nova fase de candidaturas.
Não perca a oportunidade de submeter a sua candidatura!
Não perca a sua vaga!
A 1ª fase termina hoje!
Contactos
Em caso de urgência envie e-mail diretamente ao director do mestrado, o professor João Carlos Ferreira.
O Mestrado em Sistemas Integrados de Apoio à Decisão (MSIAD)
O Mestrado em Sistemas Integrados de Apoio à Decisão (MSIAD) foi criado
em 2005 com o objetivo de formar profissionais especialistas em
Business Intelligence, aptos a gerir, especificar, implementar e usar
com sucesso sistemas que apoiem os processos de decisão, devidamente
integrados na gestão da informação organizacional.
O MSIAD é um curso diferenciado com foco numa visão integrada dos sistemas de business intelligence (BI).
Desde a sua criação e até hoje, continua a ser a única oferta a nível nacional que integra as várias valências da área de apoio (ou suporte) à decisão.
O MSIAD tem por objectivo formar profissionais com competências chave:
- Sistemas de Data Warehouse ou sistemas de informação analíticos;
- Data Mining ou extração de conhecimento nas áreas do data science;
- BI estratégico (com aplicação das abordagens de balanced scorecard e ABC/ABM – Activity-based costing/Activity-based management);
- Sistemas de Data Warehouse e sistemas de informação analíticos;
- Visualização dados, Big Data, Ciência de Dados baseada em Python;
- Text Mining e Computer Vision para os sistemas de apoio à decisão;
- Inteligência Artificial, Deep Learning, Redes Neuronais e Machine Learning;
- Dotar os estudantes de competências na área de BI estratégico.
A área de BI é uma das áreas de grande empregabilidade, tendo atualmente salários acima da média. Existe uma grande procura por parte das empresas e uma oferta muito limitada de profissionais qualificados. Os especialistas formados irão desempenhar nos próximos anos um papel cada vez mais interventivo e gerador de valor nos processos de gestão e inovação em todos os domínios da indústria, dos serviços e na sociedade em geral.
Ao longo da parte escolar, promove-se a ligação a empresas através do uso de casos reais no ensino. Há a possibilidade de atribuição de bolsas de mestrado para a realização de projetos aplicados associados a casos reais em projetos de investigação Internacionais e Nacionais, bem como de patrocínio de empresas para a resolução de problemas reais e ligação ao laboratório de dados abertos da Câmara Municipal de Lisboa e aos dados do laboratório de IoT do Iscte.
A componente letiva prevê a possibilidade de especialização numa das seguintes áreas temáticas: Aplicações Interativas e Jogos; Ciência dos Dados Computacional; Transformação Digital; Internet das Coisas; e Sistemas Inteligentes. Os estudantes que no seu percurso realizem um conjunto de quatro optativas de uma dada área temática e uma optativa livre, têm uma menção à área específica no seu Suplemento ao Diploma.
No 2.º ano, e como complemento aos trabalhos de preparação da dissertação, os estudantes frequentam, no 1.º semestre, uma unidade curricular obrigatória em Text Mining e um conjunto de duas UC's optativas. Aos estudantes que obtenham aproveitamento em todas as unidades curriculares do primeiro ano é atribuído o Diploma de Estudos Pós-Graduados de 2.º ciclo em Sistemas Integrados de Apoio à Decisão.
Das dissertações realizadas em 2020, quatro estiveram ligadas a projetos europeus H2020. Desenvolveram-se seis protótipos e foram publicados sete artigos em jornais e conferências internacionais. A lista de trabalhos e teses pode ser consultada em drive.google.com/drive/folders/1Fe3LnMfpwn1Quh-O54vjdmVNs4Ife7DI
Link para a candidatura: https://www.iscte-iul.pt/contents/estudar/1013/candidaturas
Sistemas Integrados de Apoio à Decisão
O mestrado em Sistemas Integrados de Apoio à Decisão tem a duração de dois anos, correspondentes à obtenção 120 créditos ECTS, repartidos entre: 60 em unidades curriculares obrigatórias, 12 em optativas e 48 na dissertação.
As unidades curriculares optativas são escolhidas (em articulação com a coordenação de curso) em função do perfil de especialização do estudante. As optativas permitem a obtenção de competências nas áreas de Big Data, Machine Learning (ou Aprendizagem Automática) e Análise Multicritério.
Tipicamente, as optativas mais escolhidas são:
- Fundamentos de Bases de Dados (MSIAD)
- Tópicos Avançados em Business Intelligence
- Aprendizagem Automática
- Algoritmos para Big Data
- Processamento Computacional da Língua
- Modelação Computacional dos Sistemas Sociais Complexos
O mestrado implica a realização de uma dissertação predominantemente de âmbito científico correspondente a 48 créditos. No novo plano curricular, a unidade curricular Dissertação em Sistemas Integrados de Apoio à Decisão tem um componente lectiva de 36h, repartidos pelos dois semestres do 2.º ano do curso. Nestas horas estão incluídos dois seminários (com participação obrigatória) de monitorização do progresso dos trabalhos de dissertação.
Link para a candidatura: https://www.iscte-iul.pt/contents/estudar/1013/candidaturas
Sessão aberta SUSTAINABLE CITIES: Viewpoints of the Pioneer Alliance
ACESSO GRÁTIS
Informo que vai ter lugar hoje, dia 21/10, entre as 14h-16h, no ISCTE, Auditório Silva Leal e online, a Sessão aberta SUSTAINABLE CITIES: Viewpoints of the Pioneer Alliance, no contexto da school IoT for Smart Cities.
O programa da Sessão encontra-se no website, com a intervenção de representantes de várias Universidades Europeias: http://istar.iscte-iul.pt/summerschool2020/.
Podem assistir online, via Zoom, através do link: https://videoconf-colibri.zoom.us/j/94732758415?pwd=bWZFL09VS2NSTDJmbm1DK2dqOFZZdz09
Uma perspectiva um pouco mais completa sobre a história dos Sistemas de Apoio à Decisão
Final Anos 40 - Anos 50
Iniciaram-se estudos teóricos
Em 1947 Herbert Simon publicava o seu livro Administrative Behavior, que é até hoje uma referência na forma como mostra que as organizações podem ser entendidas em termos do processo de decisão. Este livro é a base teórica de apoio à decisão.
Anos 60
Vertente práctica – primeiras experiências
Na década de 60 efectuaram-se experiências de utilização de modelos sistemáticos quantitativos computorizados, no apoio ao processo de decisão e planeamento.
Em 1964 o desenvolvimento do IBM System 360 e outros sistemas mainframe tornou práctico e rentável o desenvolvimento de Management Information Systems (MIS) por parte de grandes companhias. Estes sistemas produziam relatórios periódicos e a informação era recolhida de sistemas de processamento de transacções. No entanto estes sistemas não permitiam a interacção com os utilizadores no processo de decisão, caracteristica dos DSS.
Em 1964 o desenvolvimento do IBM System 360 e outros sistemas mainframe tornou práctico e rentável o desenvolvimento de Management Information Systems (MIS) por parte de grandes companhias. Estes sistemas produziam relatórios periódicos e a informação era recolhida de sistemas de processamento de transacções. No entanto estes sistemas não permitiam a interacção com os utilizadores no processo de decisão, caracteristica dos DSS.
Anos 70
DSS
É considerado que o conceito de DSS tornou-se uma área de pesquisa em meados dos anos 70, sendo estudado intensamente antes do início dos anos 80.
A primeira utilização do termos DSS (decision Support System) foi por Gorry and Scott-Morton’s (1971) no artigo “Sloan Management Review”. Eles argumentaram que os MIS se focavam em decisões estruturadas e sugeriram que para os sistemas de suporte à informação para decisões semi-estruturadas e não estruturadas fosse utilizado o termo Decision Support Systems (DSS).
John D.C. Little, também do Massachusetts Institute of Technology, estava a estudar DSS para o marketing identificando critérios para desenhar sistemas e modelos para suporte à decisão. Os critérios definidos por Little, no artigo “Models and managers: The concept of a decision calculus”, que permanecem relevantes nos DSS, foram: robustez, fácil controlo, simplicidade, detalhe relevante da informação e o mais completo possivel.
Anos 80
EIS
Em meados e final dos anos 80, iniciou o estudo dos sistemas de informação executiva (EIS), sistemas de apoio à decisão em grupo (GDSS) e sistemas de apoio à decisão organizacionais (ODSS) envolvendo um único usuário e o DSS orientado à modelagem.
BonCzek(1980) define os DSS como sendo um sitema computacional constítuido por três componentes que interagem: um subsistema de comunicação entre o utilizador e os outros componentes do sistema, um subsistema de conhecimento do dominio de aplicação do DSS e um subsistema de processamento de problemas.
Anos 90
Datawarehouse (Immon e Kimball) e OLAP
No início dos anos 90, começaram a surgir a partir do DSS os conceitos de data warehouse e processamento analítico on-line (OLAP) que rapidamente se difundiram.
Bill Inmon and Ralph Kimball promoveram os DSS construídos com tecnologias de base de dados relacional. Ralph Kimball foi denominado por "The Doctor of DSS" e Bill Inmon por "father of the data warehouse”.
Anos 2000
Web-DSS
Com a difusão da internet nos anos 90 também a área dos DSS teve um impacto significativo. Na passagem do milénio novas aplicações analíticas baseadas na web foram introduzidas.
Verificou-se o desenvolvimento de sistemas onde é possivel obter todas as informações on-line, com rapidez e com a capacidade para realizar a sua análise e formatação da informação de acordo com as necessidades.
DSS Timeline (3)
| Year | Major Milestones |
| 1945 | Bush proposed Memex |
| 1947 | Simon book titled Administrative Behavior |
| 1952 | Dantzig joined RAND and continued research on linear programming |
| 1955 | Semiautomatic Ground Environment (SAGE) project at M.I.T. Lincoln Lab uses first light pen; SAGE completed 1962, first data-driven DSS |
| 1956 | Forrester started System Dynamics Group at the M.I.T. Sloan School |
| 1960 | Simon book The New Science of Management Decision; Licklider article on “Man-Computer Symbiosis” |
| 1962 | Licklider architect of Project MAC program at M.I.T.; Iverson’s book A Programming Language (APL); Engelbart's paper "Augmenting Human Intellect: A Conceptual Framework" |
| 1963 | Englebart established Augmentation Research Center at SRI |
| 1965 | Stanford team led by Feigenbaum created DENDRAL expert system; Problem Statement Language/Problem Statement Analyzer (PSL/PSA) developed at Case Institute of Technology |
| 1966 | UNIVAC 494 introduced; Tymshare founded and Raymond article on computer time-sharing for business planning and budgeting |
| 1967 | Scott Morton’s dissertation completed on impact of computer-driven visual display devices on management decision-making process; Turban reports national survey on use of mathematical models in plant maintenance decision making |
| 1968 | Scott Morton and McCosh article; Scott Morton and Stephens article;Englebart demonstrated hypermedia—groupware system NLS (oNLineSystem) at Fall Joint Computer Conference in San Francisco |
| 1969 | Ferguson and Jones article on lab study of a production scheduling computer-aided decision system running on an IBM 7094; Little and LodishMEDIAC, media planning model; Urban new product model-based system called SPRINTER |
| 1970 | Little article on decision calculus support system; Joyner and Tunstall article on Conference Coordinator computer software; IRI Express, a multidimensional analytic tool for time-sharing systems, becomes available;Turoff conferencing system |
| 1971 | Gorry and Scott Morton SMR article first published use of term Decision Support System; Scott Morton book Management Decision Systems; Gerrityarticle Man-Machine decision systems; Klein and Tixier article on SCARABEE |
| 1973 | PLATO Notes, written at the Computer-based Education Research Laboratory (CERL) at the University of Illinois by David R. Woolley |
| 1974 | Davis’s book Management Information Systems; Meador and Ness article DSS application to corporate planning |
| 1975 | Alter completed M.I.T. Ph.D. dissertation "A Study of Computer Aided Decision Making in Organizations"; Keen SMR article on evaluating computer-based decision aids; Boulden book on computer-assisted planning systems |
| 1976 | Sprague and Watson article "A Decision Support System for Banks"; Grace paper on Geodata Analysis and Display System |
| 1977 | Alter article "A Taxonomy of Decision Support Systems", Klein article onFinsim; Carlson and Scott Morton chair ACM SIGBDP Conference DSS Conference |
| 1978 | Development began on Management Information and Decision Support (MIDS) at Lockheed-Georgia; Keen and Scott Morton book; McCosh and Scott Morton book; Holsapple dissertation completed; Wagner foundedExecucom to market IFPS; Bricklin and Frankston created Visicalc (Visible Calculator) microcomputer spreadsheet; Carlson from IBM, San Jose plenary speaker at HICSS-11; Swanson and Culnan article document-based systems for management planning |
| 1979 | Rockart HBR article on CEO data needs |
| 1980 | Sprague MISQ article on a DSS Framework; Alter book; Hackathorn foundedMicroDecisionware |
| 1981 | First International Conference on DSS, Atlanta, Georgia; Bonczek, Holsapple, and Whinston book; Gray paper on SMU decision rooms and GDSS |
| 1982 | Computer named the “Man” of the Year by Time Magazine; Rockart andTreacy article “The CEO Goes On-Line” HBR; Sprague and Carlson book; Metaphor Computer Systems founded by Kimball and others from Xerox PARC; ESRI launched its first commercial GIS software called ARC/INFO; IFIP Working Group 8.3 on Decision Support Systems established |
| 1983 | Inmon Computerworld article on relational DBMS; IBM DB2 Decision Support database released; Student Guide to IFPS by Gray; Huntington establishedExsys; Expert Choice software released |
| 1984 | PLEXSYS, Mindsight and SAMM GDSS; first Teradata computer with relational database management system shipped to customers Wells Fargo and AT&T; MYCIN expert system shell explained |
| 1985 | Procter & Gamble use first data mart from Metaphor to analyze data from checkout-counter scanners; Whinston founded Decision Support Systems journal; Kersten developed NEGO |
| 1987 | Houdeshel and Watson article on MIDS; DeSanctis and Gallupe article on GDSS; Frontline Systems founded by Fylstra, marketed solver add-in for Excel |
| 1988 | Turban DSS textbook; Pilot Software EIS for Balanced Scorecard deployed at Analog Devices |
| 1989 | Gartner analyst Dresner coins term business intelligence; release of Lotus Notes; International Society for Decision Support Systems (ISDSS) founded by Holsapple and Whinston |
| 1990 | Inmon book Using Oracle to Build Decision Support Systems; Eom and Lee co-citation analysis of DSS research 1971–1988 |
| 1991 | Inmon books Building the Data Warehouse and Database Machines and Decision Support Systems; Berners-Lee’s World Wide Web server and browser, become publicly available |
| 1993 | Codd et al. paper defines online analytical processing (OLAP) |
| 1994 | HTML 2.0 with form tags and tables; Pendse’s OLAP Report project began |
| 1995 | The Data Warehousing Institute (TDWI) established; DSS journal issue on Next Generation of Decision Support; Crossland, Wynne, and Perkins article on Spatial DSS; ISWorld DSS Research pages and DSS Research Resources |
| 1996 | InterNeg negotiation software renamed Inspire; OLAPReport.com established; |
| 1997 | Wal-Mart and Teradata created then world’s largest production data warehouse at 24 Terabytes (TB) |
| 1998 | ACM First International Workshop on Data Warehousing and OLAP |
| 1999 | DSSResources.com domain name registered |
| 2000 | First AIS Americas Conference mini-track on Decision Support Systems |
| 2001 | Association for Information Systems (AIS) Special Interest Group on Decision Support, Knowledge and Data Management Systems (SIG DSS) founded |
| 2003 | International Society for Decision Support Systems (ISDSS) merged with AIS SIG DSS |
(3) Power, D.J. A Brief History of Decision Support Systems. DSSResources.COM, World Wide Web, http://DSSResources.COM/history/dsshistory.html, version 4.0, March 10, 2007.
(4) Models and Managers: The Concept of a Decision Calculus
Subscrever:
Mensagens (Atom)