Κατεύθυνση: Επιλογής Δευτερεύουσας Κατεύθυνσης - Πληροφοριακά Συστήματα ή Διαχείριση Δεδομένων

Μαθησιακά Αποτελέσματα

Πρωταρχικός στόχος του μαθήματος είναι η απόκτηση, από πλευράς φοιτητών, γνώσεων που σχετίζονται με το Ηλεκτρονικού Επιχειρείν (ΗΕ).

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / τρια θα είναι σε θέση:

• να κατανοεί μια σειρά θεματικών ενοτήτων που άπτονται του θεωρητικού, τεχνολογικού, πρακτικού και κοινωνικο-οικονομικού υποβάθρου του ηλεκτρονικού επιχειρείν.
• να γνωρίζει το ρόλο, τις πρακτικές του ΗΕ, των επιδράσεων του, των νέων τεχνολογιών και επιχειρηματικών μοντέλων.
• να δύναται να υλοποιεί προγράμματα ΗΕ με χρήση τεχνικών και τεχνολογιών που χρησιμοποιούνται ευρέως για διαφορετικές μορφές του ΗΕ.

Περιεχόμενα

• Εφαρμογή χρήστη-προς-χρήστη.
• Εφαρμογή επιχείρησης-προς-καταναλωτή.
• Εφαρμογή επιχείρησης-προς-επιχείρηση.
• Εφαρμογή ηλεκτρονικής διακυβέρνησης.
• Εφαρμογή ηλεκτρονικής τραπεζικής.
• Εφαρμογή ηλεκτρονικής μάθησης.
• Εφαρμογή ηλεκτρονικές υπηρεσίες.
• Εφαρμογή ηλεκτρονικές υπηρεσίες υγείας.

Προτεινόμενα Συγγράμματα

Μαθησιακά Αποτελέσματα

Η Ψηφιακή Μάθηση και Διδασκαλία αναφέρεται σε καινοτόμες εκπαιδευτικές μεθόδους που αξιοποιούν τις ψηφιακές τεχνολογίες προκειμένου να παρέχουν δυνατότητες διδασκαλίας μάθησης και αξιολόγησης της μάθησης που δεν είναι εφικτό να προσφερθούν από τις παραδοσιακές εκπαιδευτικές πρακτικές.

Ο σκοπός του μαθήματος είναι η ανάπτυξη των κατάλληλων ικανοτήτων για την επιστημονικά τεκμηριωμένη αξιοποίηση συστημάτων ψηφιακής μάθησης και διδασκαλίας.

Σε αυτό το πλαίσιο, οι μαθησιακοί στόχοι του μαθήματος είναι, μετά από την επιτυχημένη ολοκλήρωση του μαθήματος, ο/η φοιτητής/τρια να είναι ικανός/η:

• • να γνωρίζει και να κατανοεί το θεωρητικό υπόβαθρο της ψηφιακής μάθησης και διδασκαλίας [ΕΣ1]
  • να αναλύει, να αξιολογεί, να επιλέγει και να τεκμηριώνει παιδαγωγικά κατάλληλα συστήματα ψηφιακής μάθησης και διδασκαλίας για την υλοποίηση τεχνολογικά υποστηριζόμενων προγραμμάτων εκπαίδευσης και κατάρτισης [ΕΣ2]
  • να σχεδιάζει και να δημιουργεί παιδαγωγικά τεκμηριωμένα ψηφιακά μαθήματα [ΕΣ3]

Περιεχόμενα

1. Ψηφιακή Μάθηση και Διδασκαλία μέσω του Διαδικτύου (Online Teaching & Learning). Βασικές Έννοιες και Ορισμοί
2. Μαζικά Ανοικτά Διαδικτυακά Μαθήματα (Massive Open Online Courses – MOOCs). Ορισμοί, Επισκόπηση και Παραδείγματα.
3. Μοντέλο Ανάλυσης Συστημάτων Ψηφιακής Μάθησης. Τα διαφορετικά Επίπεδα του Μοντέλου: Ψηφιακό Εκπαιδευτικό Περιεχόμενο, Ψηφιακές Εκπαιδευτικές Δραστηριότητες & Διδακτικά Σενάρια, Ψηφιακά Μαθήματα, Ψηφιακές Τάξεις.
4. Ψηφιακό Εκπαιδευτικό Περιεχόμενο: Μαθησιακά Αντικείμενα και Ψηφιακές Βιβλιοθήκες Μαθησιακών Αντικειμένων (Μελέτη Περίπτωσης: ΦΩΤΟΔΕΝΤΡΟ). Εκπαιδευτικά Μεταδεδομένα
5. Ψηφιακές Εκπαιδευτικές Δραστηριότητες και Διδακτικά Σενάρια. Μεθοδολογία και Εργαλεία Σχεδίασης, Ανάπτυξης, Διαχείρισης και Διάθεσης Διδακτικών Σεναρίων. Ψηφιακές Βιβλιοθήκες Διδακτικών Σεναρίων. Μελέτη Περίπτωσης: ΑΙΣΩΠΟΣ, ΦΩΤΟΔΕΝΤΡΟ, LAMS.
6. Ψηφιακά Μαθήματα. Μεθοδολογία και Εργαλεία Ανάπτυξης. Κριτήρια Αξιολόγησης Εκπαιδευτικού Σχεδιασμού Ψηφιακών Μαθημάτων
7. Ψηφιακές Τάξεις. Εργαλεία Διαχείρισης και Διάθεσης Ψηφιακών Μαθημάτων
8. Πλαίσιο Επαγγελματικών Ικανοτήτων για την Ψηφιακή Διδασκαλία μέσω του Διαδικτύου (Online Teaching Competences)

Προτεινόμενα Συγγράμματα

Μαθησιακά Αποτελέσματα

Στα πλαίσια του μαθήματος παρουσιάζονται οι βασικές έννοιες της διοίκησης έργων που αφορούν στην κατασκευή πληροφοριακών συστημάτων και υπηρεσιών και η μελέτη του ευρέως αποδεκτού μεθοδολογικού πλαισίου διοίκησης έργων του Ινστιτούτου Διοίκησης Έργων (Project Management Institute – PMI) των ΗΠΑ. Χρησιμοποιείται από τους φοιτητές και τις φοιτήτριες το πλαίσιο PMI μέσω διαθέσιμων εργαλείων διοίκησης έργων προκειμένου να ασκηθούν και να αποκτήσουν σχετικές εμπειρίες κατά την πρακτική-εργαστηριακή τους άσκηση.

Ολοκληρώνοντας επιτυχώς το μάθημα οι φοιτητές και φοιτήτριες θα είναι σε θέση να:

• Αναγνωρίζουν την ανάγκη διοίκησης (διαχείρισης) των έργων ψηφιακής τεχνολογίας όπως κάθε άλλου έργου.
• Αναγνωρίζουν σημαντικά ζητήματα που ανακύπτουν κατά τη διάρκεια των διαδικασιών διοίκησης ψηφιακών έργων.
• Περιγράφουν βέλτιστες πρακτικές στις διαδικασίες διαχείρισης ψηφιακών έργων και να ακολουθούν μια μεθοδολογία διοίκησης ψηφιακών έργων – από τη σύλληψη του έργου μέχρι την ολοκλήρωση του.
• Αναπτύσσουν δομές ανάλυσης εργασιών (WBS).
• Αναπτύσσουν σχέδια έργων (project plans).
• Αναπτύσσουν επιχειρησιακές περιπτώσεις (business cases).
• Περιγράφουν τις βασικές αρχές και τους τομείς απόδοσης διαχείρισης έργων κατά PMI.
• Χρησιμοποιούν διάφορες τεχνικές και μεθόδους για την εκτίμηση των χρονοδιαγραμμάτων και προϋπολογισμών έργων
• Χρησιμοποιούν διάφορες τεχνικές και μεθόδους για την παρακολούθηση της προόδου των έργων
• Χρησιμοποιούν τεχνικές για την κατανομή και εξισορρόπηση των πόρων
• Κατανέμουν δραστηριότητες και πόρους με τη χρήση λογισμικού διαχείρισης έργων
• Σχεδιάζουν χρονοδιάγραμμα Gantt/PERT με τη χρήση λογισμικού διαχείρισης έργων
• Παρακολουθούν την πρόοδο κάθε έργου με τη χρήση λογισμικού διαχείρισης έργων

Περιεχόμενο Μαθήματος

• Βασικές αρχές διοίκησης έργων (π.χ. ορισμός έργων, τυπολογία έργων, βασικά χαρακτηριστικά έργων). Συστημική προσέγγιση της διοίκησης έργων. Η επίδραση της οργανωτικής δομής στη διοίκηση έργων.
• Αρχές και τομείς απόδοσης διοίκησης έργων κατά PMI (PMBOK: 12 αρχές και 8 τομείς απόδοσης έργων)
• Κύκλοι ζωής έργων, πληροφοριακών συστημάτων και υπηρεσιών. Μεθοδολογίες διοίκησης ψηφιακών έργων (π.χ. φάσεις, παραδοτέα).
• Ανάπτυξη επιχειρησιακών σχεδίων έργων (π.χ. μετρήσιμη οργανωσιακή αξία, μελέτη εφικτότητας, ανάλυση επικινδυνότητας, μελέτη κόστους-οφέλους, οικονομικά μοντέλα μέτρησης απόδοσης).
• Διαχείριση χαρτοφυλακίου έργων (π.χ. μέτρηση απόδοσης οργανισμού με τη μετρική Balanced Scorecard).
• Ανάπτυξη καταστατικού και σχεδίων διοίκησης έργων.
• Διαδικασία ανάπτυξης δομής ανάλυσης εργασιών. Μέθοδοι εκτίμησης διάρκειας και κατανάλωσης πόρων (π.χ. top-down method, bottom-up method, guess estimating method, Delphi method). Μετρικές και προσεγγίσεις τεχνολογίας λογισμικού (π.χ. Function Point Analysis, COCOMO).
• Τεχνικές και εργαλεία για την εκτίμηση του χρονοδιαγράμματος έργων. Διαγράμματα Gantt. Δικτυακά διαγράμματα. Μέθοδος κρίσιμου δρόμου CPM/PERT. PDM Δίκτυα. Κατανομή και εξισορρόπηση πόρων.
• Ανάλυση απόδοσης έργων (π.χ. ανάλυση διακύμανσης, παραγόμενη αξία). Παρακολούθηση δεικτών απόδοσης έργων (π.χ. SPI, CPI). Πρόβλεψη ολοκλήρωσης έργων (π.χ. προβλεπόμενο κόστος ολοκλήρωσης έργου και προβλεπόμενο κόστος στην ολοκλήρωση).

Συνιστώμενη Βιβλιογραφία

– Προτεινόμενη Βιβλιογραφία:

• Δημητριάδης Α (2019): Διοίκηση – Διαχείριση Πληροφοριακών Έργων, 5η έκδοση, Εκδόσεις Νέων Τεχνολογιών.
• Burke Rory (2014): Διαχείριση έργου, Εκδόσεις Κριτική ΑΕ
• Δημητριάδης Α (2009): Διοίκηση – Διαχείριση Πληροφοριακών Έργων, Εκδόσεις Νέων Τεχνολογιών.
• Phillips Joseph Χ (2007): Διαχείριση Έργων Πληροφορικής, Γκιούρδα & Σια ΕΕ
• Project Management Institute (2021): A Guide to the Project Management Body of Knowledge, Seventh Edition (PMBOK Guide), Project Management Institute.
• Marchewka (2016): Information Technology Project Management: Providing Measurable Organizational Value, Wiley.
• Schwalbe K (2013): Information Technology Project Management, Cengage Learning.
• Phillips J (2010): IT Project Management: On Track from Start to Finish, McGraw-Hill Education.
• Maizlish and R. Handler (2010): IT Portfolio Management Step-by-Step: Unlocking the Business Value of Technology, Wiley.
• Nicholas J (2004): Project Management for Business and Engineering: Principles and Practice, Butterworth-Heinemann.

– Συναφή επιστημονικά περιοδικά:

• International Journal of Information Technology Project Management (IJITPM), IGI Global
• International Journal of Project Management, Elsevier

Μαθησιακά Αποτελέσματα

Οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος θα είναι σε θέση:

• να μοντελοποιούν και αναλύουν δεδομένα με κατάλληλες τεχνικές ανάλυσης, και να αξιολογούν την ποιότητα των δεδομένων εισόδου
• να επιλέγουν την κατάλληλη μέθοδο για την ανάλυση δεδομένων και να ερμηνεύουν τα αποτελέσματα.
• να υλοποιούν τεχνικές εποπτευόμενης και μη εποπτευόμενης μάθησης για την επίλυση πολλών προβλημάτων ανάλυσης όπως η πρόβλεψη, κατηγοριοποίηση, η τμηματοποίηση.
• να εφαρμόζουν μεθόδους για την αξιολόγηση των αποτελεσμάτων της ανάλυσης δεδομένων.

Περιεχόμενα

• Συλλογή, προετοιμασία και αναπαράσταση δεδομένων για ανάλυση
• Παλινδρόμηση (linear, logistic regression)
• Τεχνικές Κατηγοριοποίησης (πιθανοτική κατηγοριοποίηση, δέντρα αποφάσεων, support vector machines)
• Προβλεπτική αναλυτική και νευρωνικά δίκτυα
• Συστήματα συστάσεων (recommender systems)
• Ανάλυση γράφων (εφαρμογές σε κοινωνικά δίκτυα)
• Ανάλυση κειμένων – Ανάλυση συναισθήματος
• Αξιολόγηση αποτελεσμάτων ανάλυσης δεδομένων

Προτεινόμενα Συγγράμματα

• Mohammed J. Zaki, Wagner Meira Jr.(2017): Εξόρυξη και Ανάλυση Δεδομένων: Βασικές Έννοιες και Αλγόριθμοι, Εκδόσεις Κλειδάριθμος.
• Anand Rajaraman, Jeffrey David Ullman (2013): Εξόρυξη από Μεγάλα Σύνολα Δεδομένων, Εκδόσεις Νέων Τεχνολογιών.

Μαθησιακά Αποτελέσματα

Σκοπός του μαθήματος είναι η εξοικείωση των φοιτητών με: (α) την εκμάθηση τεχνικών προσπέλασης δεδομένων μεγάλου όγκου από διάφορες πηγές και σε ποικίλους μορφότυπους καθώς και την εγγραφή τους με γρήγορο τρόπο, (β) την αποδοτική αποθήκευση και ανάκτηση των δεδομένων με χρήση κατάλληλων τεχνικών ευρετηρίασης, και (γ) τη σχεδίαση και ανάπτυξη αλγορίθμων επεξεργασίας δεδομένων με απώτερο στόχο την ανάπτυξη αποδοτικών εφαρμογών διαχείρισης δεδομένων.

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής /τρια θα είναι σε θέση:

• να αναπτύσσει δεδομενο-κεντρικές εφαρμογές με έμφαση στην απόδοση και στην κλιμακωσιμότητα
• να χρησιμοποιεί τις καταλληλότερες μεθόδους ευρετηρίασης για το εκάστοτε πρόβλημα
• να αξιολογεί και βελτιώνει τα τμήματα ενός αλγόριθμου επεξεργασίας δεδομένων που επιφέρουν υψηλό υπολογιστικό φόρτο
• να εφαρμόζει τις καταλληλότερες τεχνικές επεξεργασίας δεδομένων που ταιριάζουν για τα υπό ανάλυση δεδομένα και για το εκτιμώμενο σύνολο επερωτήσεων
• να αναπτύσσει με τρόπο αποδοτικό αλγόριθμους επεξεργασίας δεδομένων

Περιεχόμενα

• Τρόπος λειτουργίας δίσκου και κύριας μνήμης, σειριακή και τυχαία προσπέλαση, θέματα κόστους και απόδοσης, τοπικότητα στο δίσκο και στη μνήμη, άμεση και έμμεση προσπέλαση, δομές δεδομένων κύριας μνήμης (πίνακες, ουρές προτεραιότητας, κατακερματισμός).
• Τεχνικές προσπέλασης για δομημένα, ημι-δομημένα και αδόμητα δεδομένα, και πιο συγκεκριμένα από: σχεσιακές βάσεις δεδομένων, XML, RDF, έγγραφα κειμένου (text), ιστοσελίδες στο Διαδίκτυο (web pages), διαδικτυακές προγραμματιστικές διεπαφές (Web APIs), κοινωνικά δίκτυα (social networks).
• Μονοδιάστατα δεδομένα και ευρετηρίαση, το B-tree, παραλλαγές (B+tree, B*tree), επερωτήσεις εύρους (range queries), αντεστραμμένα ευρετήρια (Inverted Indexes).
• Χωρικά δεδομένα, τύποι δεδομένων, τύποι χωρικών τελεστών επερώτησης, προσεγγιστική αναπαράσταση, μέτρα απόστασης, επεκτάσεις για πολυδιάστατα δεδομένα.
• Μέθοδοι ευρετηρίασης για χωρικά δεδομένα, η μέθοδος πλέγματος, χωρικά ευρετήρια (R-tree, Quad-Tree), καμπύλες πλήρωσης χώρου (Hilbert, Z-Order),
• Αναζήτηση με βάση την ομοιότητα (similarity search), k κοντινότεροι γείτονες (k-NN), αλγόριθμοι branch-and-bound, locality sensitive hashing (LSH), προσεγγιστικοί αλγόριθμοι k-NN.
• Αναζήτηση κορυφαίων k (top-k), αλγόριθμοι που βασίζονται προεπεξεργασία, άμεσοι αλγόριθμοι (online), ο αλγόριθμος του Fagin, αλγόριθμοι με χρήση ευρετηρίου.
• Αλγόριθμοι για επερωτήσεις σύζευξης (join queries), χωρικές συζεύξεις (spatial joins), συζεύξεις κορυφαίων k (top-k joins).
• Χωρο-κειμενικά δεδομένα (spatio-textual data), τύποι ερωτήσεων, μέθοδοι ευρετηρίασης, αλγόριθμοι επεξεργασίας.

Προτεινόμενα Συγγράμματα

• R. Ramakrishnan, J. Gehrke (2012): Συστήματα Διαχείρισης Βάσεων Δεδομένων, 3η έκδοση, Εκδόσεις Τζιόλα.
• Ε. Στεφανάκης (2003): Βάσεις γεωγραφικών δεδομένων και συστήματα γεωγραφικών πληροφοριών, Εκδόσεις Παπασωτηρίου.
• N. Mamoulis (2011): Spatial Data Management, Synthesis Lectures on Data Management, Morgan & Claypool.

Μαθησιακά Αποτελέσματα

Στο πλαίσιο του μαθήματος διδάσκονται η θεωρία και η πρακτική που διέπουν τον σχεδιασμό οικονομικών μηχανισμών αυτοματοποιημένων εμπορικών συναλλαγών σε σύγχρονες ψηφιακές πλατφόρμες (ιστοτόποι δημοπρασιών, παροχής υπηρεσιών και πώλησης προϊόντων, ηλεκτρονικής διαφήμισης). Συγκεκριμένα, διδάσκονται οι σύγχρονες αλγοριθμικές τεχνικές που διευκολύνουν την ψηφιακή υλοποίηση ηλεκτρονικών αγορών.

Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα είναι σε θέση:

• να γνωρίζουν το οικονομικό και αλγοριθμικό υπόβαθρο που διέπει τη λειτουργία των ηλεκτρονικών αγορών.
• να σχεδιάζουν πλατφόρμες ηλεκτρονικών εμπορικών συναλλαγών, επιλέγοντας τους κατάλληλους οικονομικούς μηχανισμούς και τις αλγοριθμικές τεχνικές υλοποίησής τους.
• να αποτιμούν την επίδοση οικονομικών μηχανισμών και αλγορίθμων υλοποίησής τους, σε σχέση με τις απαιτήσεις δεδομένης ηλεκτρονικής αγοράς και των ιδιαιτεροτήτων της.
• να σχεδιάζουν, υλοποιούν και αποτιμούν μηχανισμούς αυτόματης τιμολόγησης.

Περιεχόμενα

• Εισαγωγή στη Θεωρία Παιγνίων: Στρατηγικές, Συναρτήσεις Απολαβών.
• Στρατηγικά Παίγνια και Ισορροπία Nash.
• Αποδοτικότητα Ισορροπιών.
• Μοντέλα Ολιγοπωλίου: Ολιγοπώλια Cournot και Bertrand.
• Δημοπρασίες: Πρώτης και Δεύτερης Τιμής, Παραλλαγές Πολλαπλών Μονάδων.
• Αλγοριθμικός Σχεδιασμός Μηχανισμών.
• Δημοπρασίες Επιδοτούμενης Αναζήτησης.
• Συνδυαστικές Δημοπρασίες.
• Αρχές/Μέθοδοι Τιμολόγησης.
• Τεχνικές Πρόβλεψης.
• Άμεσες Δημοπρασίες.

Προτεινόμενα Συγγράμματα

• M. J. Osborne. Εισαγωγή στη Θεωρία Παιγνίων. Εκδόσεις Κλειδάριθμος, 2010.
• R. Gibbons. Εισαγωγή στη Θεωρία Παιγνίων. Εκδόσεις Gutenberg-Δαρδανός, 2009.
• N. Nisan, T. Roughgarden, E. Tardos, V. Vazirani. Algorithmic Game Theory. Cambridge University Press, 2006.
• T. Roughgarden. Twenty Lectures on Algorithmic Game Theory. Cambridge University Press, 2016.

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος, ο φοιτητής/τρια θα είναι σε θέση:

• να γνωρίζει τις βασικές αρχές σχεδίασης σεναρίων Επιστήμης, της Τεχνολογίας, της Μηχανικής και των Μαθηματικών- STEM (science, technology, engineering, and mathematics)
• να περιγράφει με μεθοδικό τρόπο ένα σενάριο μαθήματος και τον τρόπο ενορχήστρωσης δραστηριοτήτων
• να δημιουργεί φύλλα εργασίας STEM
• να γνωρίζει πώς να χρησιμοποιεί εργαλεία γραφικού εκπαιδευτικού σχεδιασμού για τη δημιουργία εκπαιδευτικών σεναρίων
• να αντιλαμβάνεται και να εφαρμόζει με επιτυχία τις αρχές αξιολόγησης της ποιότητας εκπαιδευτικών σεναρίων
• να σχεδιάζει εκπαιδευτικές δραστηριότητες STEM με Εκπαιδευτική Ρομποτική και και Internet of Things
• να αναπτύσσει εφαρμογές Ρομποτικής και IoT με τη χρήση Scratch & Lego Mindstorms
• να υλοποιεί εφαρμογές χρησιμοποιώντας πλατφόρμες όπως το Lego EV3 (Ρομποτική), BBC Microbit και το Raspberry Pi (ΙοΤ).

Περιεχόμενα

• Εισαγωγή στις διδακτικές προσεγγίσεις της Επιστήμης, της Τεχνολογίας, της Μηχανικής και των Μαθηματικών- STEM (science, technology, engineering, and mathematics)
• Παρουσίαση των παιδαγωγικών αρχών μέσα από τις οποίες σχεδιάζονται οι εκπαιδευτικές δραστηριότητες STEM
• Μεθοδολογία δημιουργίας μαθησιακών σεναρίων με ενορχήστρωση εκπαιδευτικών δραστηριοτήτων
• Σχεδιασμός φύλλων εργασίας μέσα από παραδείγματα
• Ανάλυση Σχεδιασμού δραστηριοτήτων εκπαιδευτικής ρομποτικής με τα εργαλεία MIT Scratch, Lego Mindostorms, Makecode
• Επεξήγηση τρόπου ανάπτυξη εκπαιδευτικής δραστηριότητας με ARDUINO & RASSBERY
• Εργαστηριακή εφαρμογή με ανάπτυξη εκπαιδευτικής δραστηριότητας STEM

Προτεινόμενα Συγγράμματα

• Ψυχάρης, Σ.& Καλοβρέκτης, Κ. (2017). Διδακτική και Σχεδιασμός Εκπαιδευτικών Δραστηριοτήτων STEM και ΤΠΕ. Κωδικός Ευδοξος 68374254 Εκδόσεις Τζιόλα
• Alimisis D., Moro M., Menegatti E. (eds) (2017) Educational Robotics in the Makers Era. Part of the Advances in Intelligent Systems and Computing book series (AISC, volume 560). Springer, Cham