Iskanje po katalogu digitalne knjižnice

Opis: Izziv dela predstavlja integracijo celovitih informacijskih rešitev s tehnologijami umetne inteligence za napovedovanje prodaje in upravljanje zalog v podjetjih, s posebnim poudarkom na platformi Microsoft Dynamics 365 Business Central. V sodobnem poslovnem okolju predstavlja napovedovanje prodaje in zalog enega izmed ključnih elementov za ohranjanje konkurenčne prednosti podjetij. Zaradi naraščajočega pomena teh dejavnikov se vse pogosteje poslužujemo orodij umetne inteligence in strojnega učenja, ki omogočajo bolj natančne in pravočasne napovedi ter optimizacijo zalog. Ena izmed glavnih prednosti strojnega učenja je sposobnost obravnave kompleksnih podatkovnih nizov, ki vključujejo več dejavnikov ali značilk. S tem lahko izboljšamo model in natančnost napovedi, saj lahko algoritmi strojnega učenja učinkoviteje izkoristijo informacije, ki jih vsebujejo podatki. Ta pristop nam daje pomembno prednost nad konkurenco in nam omogoča, da ostajamo korak pred njo v dinamičnem poslovnem okolju. Seveda pa je ključnega pomena pravilna izbira dejavnikov, ustrezna obdelava podatkov ter izbira ustrezne metode strojnega učenja, da lahko dosežemo najboljše rezultate pri napovedovanju. Velik izziv na področju na tem področju je zato vprašanje, katere podatke in zgodovino podatkov umetna inteligenca uporablja in potrebuje za izvajanje kvalitetnih napovedi. V magistrskem delu predstavimo osnovne paradigme strojnega učenja (angl. machine learning, v nadaljevanju ML), ki so uporabljene v našem eksperimentu napovedovanja prodaje iz zalog. Opisani so elementi poteka dela ML, okvir regresijsko temelječih metod ML in ocenjevalne matrike ML. Pomemben del naloge je posvečen analizi in opisu programske kode jezika R, s katero poglobimo razumevanje delovanja modela strojnega učenja v okolju Azure Machine Learning (v nadaljevanju AML) Studio. Model strojnega učenja v AML Studio je nato objavljen kot spletna storitev, do katere dostopamo preko REST (prenos predstavitvenega stanja, angl. REpresentational State Transfer, v nadaljevanju REST) API (aplikacijski programski vmesnik, angl. Application Programming Interface, v nadaljevanju API) protokola. V nadaljevanju je opisan razvoj razširitve Business Centrala, ki predstavlja jedro izvedbe napovedovanja in integracije vtičnika strojenega učenja. Razširitev služi kot neposredni komunikator med uporabnikom in modelom strojnega učenja. Končnemu uporabniku Business centrala omogoča izvajanje funkcij učenja, ocenjevanja in napovedovanja. Magistrsko delo zaključimo z interpretacijo kvantitativnih rezultatov napovedi. Kvantitativna primerjava rezultatov različnih modelov strojenega učenja nam pokaže, da eksperiment strojnega učenja sicer izpolnjuje osnovne pogoje in procese napovedovanja, a se sooča z določenimi pomanjkljivostmi.
Ključne besede: umetna inteligenca, strojno učenje, celovite informacijske rešitve, napovedovanje prodaje in zalog, nadzorovano učenje.
Objavljeno v DKUM: 07.01.2025; Ogledov: 0; Prenosov: 10
Celotno besedilo (2,64 MB)

Opis: Magistrsko delo raziskuje vplive uvedbe celovitih informacijskih rešitev na poslovanje bank, pri čemer se osredotoča na optimizacijo poslovnih procesov in izboljšanje konkurenčne pozicije v sodobnem digitalnem okolju. V uvodnem delu je opisana problematika, opredeljeni so namen, cilji in hipoteze raziskave, ter predpostavke in omejitve. Raziskovalne metode vključujejo analizo literature, študije primerov in empirične raziskave, s katerimi je proučevan vpliv celovitih informacijskih rešitev na različne vidike bančnega poslovanja. Celovite informacijske rešitve so podrobno opredeljene, vključno z njihovimi moduli, prednostmi in slabostmi. Poudarjeno je, kako pravilna izbira in uvedba teh rešitev lahko vodi do izboljšane operativne učinkovitosti, medtem ko napake in tveganja lahko znatno vplivajo na uspeh projekta. Raziskava izpostavlja tri glavne koristi uvedbe celovitih informacijskih rešitev v bankah: povečano operativno učinkovitost, izboljšano uporabniško izkušnjo in boljše upravljanje tveganj. Hkrati se prepoznajo izzivi, kot so tehnične težave, organizacijski izzivi in prilagajanje zaposlenih na nove tehnologije. Na primeru banke Nova KBM, d. d., je prikazana analiza poslovanja pred in po uvedbi sistema Hibis, ki je nadomestil prejšnji sistem Nobis. Rezultati kažejo, da je nova rešitev prinesla pomembne izboljšave v poslovnih procesih, optimizaciji delovanja banke in prenovi poslovnih procesov. Zaključek dela ponuja priporočila za uspešno uvedbo celovitih informacijskih rešitev, poudarja pomen strateškega vodenja in prilagodljivosti organizacije ter izpostavlja dolgoročne koristi učinkovite implementacije teh rešitev za banke, ki želijo ostati konkurenčne v hitro spreminjajočem se digitalnem okolju.
Ključne besede: informacijska tehnologija, celovite informacijske rešitve, optimizacija poslovanja bank, tveganja, uvedba celovitih informacijskih rešitev
Objavljeno v DKUM: 12.09.2024; Ogledov: 43; Prenosov: 45
Celotno besedilo (2,43 MB)

Opis: V magistrskem delu smo preučili področje horizontalnega razširjanja kompleksnih informacijskih rešitev, pri tem pa se osredotočili na najaktualnejše tehnologije, kot so Docker, Podman in Kubernetes. Analizirali in opredelili smo, kaj informacijsko rešitev definira kot kompleksno, in podrobno opisali posamezne komponente, ki jo sestavljajo. Iz znanih primerov uporabe smo izpeljali seznam najpogostejših napak in opozoril, hkrati pa oblikovali kontrolni seznam za dosego horizontalno razširljive informacijske rešitve. Pripravljen kontrolni seznam smo v sklopu študije primera aplicirali v realno informacijsko rešitev in rezultate obremenitvenega testa, izvedenega na implementirani informacijski rešitvi, primerjali z rezultati obremenitvenega testa informacijske rešitve, ki kontrolnega seznama ni upoštevala. Na koncu smo izvedli še anketo, s katero smo pri inženirjih s področja računalništva in informatike pridobili širše mnenje o pripravljenem kontrolnem seznamu. Cilji magistrskega dela so bili natančna opredelitev termina kompleksna informacijska rešitev, pregled aktualnih tehnologij na področju horizontalnega razširjanja, priprava seznama napak in opozoril, priprava kontrolnega seznama za horizontalno razširljivo informacijsko rešitev in ovrednotenje uporabnosti kontrolnega seznama pri implementaciji kompleksne informacijske rešitve v simuliranem okolju z visokimi obremenitvami.
Ključne besede: horizontalna razširljivost, Kubernetes, kompleksne informacijske rešitve, zaledni sistem, kontrolni seznam
Objavljeno v DKUM: 03.11.2023; Ogledov: 535; Prenosov: 126
Celotno besedilo (2,70 MB)

Opis: Celovite informacijske rešitve (ERP) so kritični IS današnjih organizacij, ki rešujejo problem povezovanja informacij iz različnih virov okolja organizacije v realnem času za vse zaposlene in partnerje organizacije. Vendar rešitve ERP prinašajo organizacijam koristi samo do mere, do katere jih uporabniki sprejmejo in uporabljajo pri svojem vsakodnevnem delu. Da bi izboljšali učinkovitost in uspešnost uporabe rešitev ERP, morajo organizacije raziskati dejavnike, ki vplivajo na zadovoljstvo uporabnikov. Med modeli, ki se osredotočajo na vedenjske vidike uporabnikov in proučujejo dejavnike, ki vplivajo na uspešno sprejetje in uporabo IT/IS pri posameznikih, se največ uporablja model sprejetja tehnologije (angl. technnology acceptance model, TAM), zato bomo v prispevku raziskali uporabo modela TAM v povezavi z rešitvami ERP.
Ključne besede: informacijska tehnologija, informacijske rešitve, informacijske storitve, modeli, ERP
Objavljeno v DKUM: 06.09.2023; Ogledov: 317; Prenosov: 0

Opis: Sprejemanje novo uvedene IT/IS s strani uporabnikov je kritično za uspešno uporabo IT/IS. V splošnem je sprejetje opredeljeno kot pozitivno dojemanje IT/IS in posledično kot pozitivna odločitev posameznikov, da jih uporabljajo. Skupno vprašanje strokovnjakov in raziskovalcev je, zakaj ljudje nekatere nove IT/IS sprejmejo bolje od drugih. Zato smo se v prvem delu knjige najprej osredotočili na bibliometično analizo znanstvenih objav s področja sprejemanja IT/IS za digitalno transformacijo. Nadalje smo izpostavili razvoj ter delitev modelov in teorij sprejetja IT/IS. Na področju razumevanja človeških vidikov uporabe IT/IS obstajajo trije pristopi, vendar smo se omeji na modele sprejetja tehnologije. V znanstveni monografiji smo raziskali in predstavili najpomembnejše modele sprejetja IT/IS. V drugem delu znanstvene monografije smo se omejili na sprejemanje poslovnih informacijskih rešitev. Glede na kompleksnost rešitev ERP in stopnjo neuspešno uvedb le-teh je bilo v preteklosti izvedenih malo študij, ki bi obravnavale sprejetje tehnologije z vidika posameznih uporabnikov in ki vključujejo več dejavnikov, ki vplivajo uporabo. To je bil osnovni problem, na osnovi katerega smo pripravili in raziskali model sprejemanja poslovnih informacijskih rešitev (ERPAM), predstavljen v tretjem poglavju znanstvene monografije skupaj s pomembnejšimi ugotovitvami, do katerih smo prišli na osnovi več kot desetletnega raziskovanja tega področja.
Ključne besede: Difuzija IT/IS, modeli sprejetja tehnologije, model TAM, model UTAUT, poslovne informacijske rešitve, celovita informacijska rešitev (rešitev ERP), model sprejemanja rešitev ERP (ERPAM)
Objavljeno v DKUM: 07.07.2023; Ogledov: 843; Prenosov: 77
Celotno besedilo (12,96 MB)
Gradivo ima več datotek! Več...