Piano degli studi a partire dal 2014/15

Per conseguire la laurea lo studente deve acquisire 120 Crediti Formativi Universitari (CFU). Il CFU equivale a 25 ore di studio ed è la misura del volume di lavoro di apprendimento, compreso lo studio individuale, richiesto ad uno studente per l'acquisizione di conoscenze ed abilità nelle attività formative previste dagli ordinamenti didattici dei corsi di studio.

1 anno

  • Data Mining (12 CFU)

    I formidabili progressi della potenza di calcolo, della capacità di acquisizione e memorizzazione dei dati e di connettività hanno creato quantità di dati senza precedenti. Il data mining, ovvero la scienza dell’estrazione di conoscenza da tali masse di dati, si è quindi affermato come ramo interdisciplinare dell’informatica.
    Le tecniche di data mining sono state applicate a molti problemi in ambito industriale, scientifico e sociale, e si ritiene che avranno un impatto sempre più profondo sulla società. L’obiettivo del corso è quello di fornire:
    un’introduzione ai concetti di base del data mining e del processo di estrazione della conoscenza, con approfondimenti sui modelli analitici e gli algoritmi più diffusi;
    una rassegna delle tecniche avanzate per il mining delle nuove forme di dati;
    una rassegna delle principali aree applicative e di casi di studio paradigmatici.

    Syllabus

    Modulo 1: fondamenti
    - Concetti di base del data mining e del processo di estrazione della conoscenza
    - Preprocessing ed analisi esplorativa dei dati
    - Pattern frequenti e regole associative
    - Classificazione: alberi di decisione e metodi Bayesiani
    - Clustering: metodi basati su partizione, gerarchici, basati su densità
    - Esperimenti analitici con strumenti di data mining

    Modulo 2: aspetti avanzati e applicazioni
    - Mining di serie temporali e dati spazio-temporali
    - Mining di dati sequenziali, mining di grandi grafi e reti
    - Tecniche avanzate di associazione, correlazione and pattern frequenti
    - Tecniche avanzate di classificazione, clustering e outlier detection
    - Analitica visuale
    - Linguaggi, standard e architetture dei sistemi di data mining
    - Impatto sociale del data mining
    - Data mining e protezione della privacy
    - Applicazioni: Grande distribuzione, Marketing, CRM, Industria delle telecomunicazioni, Analisi finanziaria, analisi di rischio, Rilevamento di frodi, Pubblica amministrazione e sanità, Mobilità e trasporti

    Modalità di verifica: Prova scritta e orale con voto in trentesimi

  • Logistica (6 CFU)

    Il corso presenta la struttura ed il funzionamento dei sistemi logistici, analizzando importanti problemi decisionali che scaturiscono nel medio/lungo periodo (decisioni di tipo tattico/strategico). Dopo un'introduzione alle caratteristiche principali dei sistemi logistici, con enfasi sulla logistica distributiva, verranno illustrati modelli di ottimizzazione e, per taluni problemi, metodi risolutivi in grado di costituire un valido strumento di supporto alle decisioni per le tipologie di problemi considerati. Alcuni rilevanti modelli e metodi verranno quindi esemplificati con l'ausilio di un adeguato tool software, presentando Case Studies significativi nel contesto logistico.

    Syllabus

    - Introduzione alla catena logistica
    - Modelli e metodi per problemi di localizzazione
    - Modelli e metodi per problemi di trasporto
    - Modelli e metodi per il progetto e la gestione di centri di distribuzione
    - Modelli e metodi per la gestione delle scorte
    Modalità di verifica: Prova scritta e orale con voto in trentesimi

  • Basi di dati di supporto alle decisioni (6 CFU)

    Ogni organizzazione utilizza i dati storici accumulati con il sistema informatico operazionale per produrre informazioni sintetiche adatte a facilitare i processi decisionali e renderli più veloci ed obiettivi. Il corso presenta l’approccio che prevede il progetto e la realizzazione di particolari basi di dati, dette data warehouse, a partire dalle quali si procede con opportune interrogazioni per produrre interattivamente dati di sintesi. Si presentano anche i nuovi requisiti che questi problemi pongono alla tecnologia dei sistemi per basi di dati per rendere possibili analisi interattive rapide di grandi quantità di dati.

    Syllabus

    - Sistemi informativi e informatici nelle organizzazioni.
    - I sistemi informatici direzionali basati su data warehouse.
    - Modelli dei dati per data warehouse e metodi di analisi multidimensionale.
    - Progettazione concettuale e logica di data warehouse.
    - Algoritmi per la scelta delle viste da materializzare.
    - La tecnologia dei sistemi per data warehouse: tipi di indici, ottimizzazione delle interrogazioni, progettazione fisica, riscrittura delle interrogazioni per l'uso di viste materializzate.
    - Studio di casi.
    Modalità di verifica: Prova scritta e orale con voto in trentesimi

  • Gruppo Attività formative affini o integrative a scelta delle aree Economico aziendale, Giuridica, Informatica, Matematica e Statistica (12 CFU a scelta)
    • Metodi decisionali guidati dai modelli (6 CFU)

      Il corso presenta concetti di base relativi allo sviluppo di strumenti software per il supporto alle decisioni basati su tecniche di ottimizzazione matematica. L'obiettivo è di familiarizzare gli studenti con le problematiche relative all'utilizzo nella pratica di strumenti basati su principi matematici complessi, quali il recupero e la validazione dei dati necessari a definire il problema, la scrittura ed il debug di modelli matematici, l'uso consapevole dei complessi algoritmi di soluzione, e l'impatto nel processo dell'incertezza dei dati con le metodologie necessarie per affrontare il problema.

      Syllabus:
      - Teoria delle decisioni, processi decisionali
      - Struttura dei sistemi di supporto alle decisioni
      - Richiami alla teoria della Programmazione Lineare e Programmazione Lineare Intera
      - Solutori di problemi di Programmazione Lineare e Programmazione Lineare Intera
      - Risoluzione di istanze di problemi realistici e loro difficoltà in pratica
      - Metodologie per il miglioramento della prestazioni degli agoritmi
      - Il problema dell'incertezza dei dati e le metodologie di ottimizzazione
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Ricerca operativa (6 CFU)

      Il corso presenta gli strumenti necessari alla costruzione e alla risoluzione di modelli analitici di ottimizzazione, di gestione, di allocazione delle risorse e di logistica.

      Syllabus

      - Problemi e modelli di ottimizzazione.
      - Ottimizzazione su grafi e reti di flusso.
      - Programmazione lineare.
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Introduzione all’Intelligenza Artificiale (6 CFU)

      Apprendere i concetti principali e i metodi che stanno alla base della progettazione e sviluppo di sistemi di intelligenti.

      Syllabus

      1. Risoluzione dei problemi come ricerca
      - Formulazione dei problemi come ricerca in uno spazio di stati.
      - Strategie di ricerca non informata.
      - Ricerca euristica. Generazione e valutazione di euristiche.
      - Problemi di soddisfacimento di vincoli.
      - Metodi locali.
      - Ricerca con avversario (giochi).

      2. Rappresentazione della conoscenza e ragionamento
      - Rappresentazione di conoscenza di senso comune e limiti espressivi della logica classica. La mediazione tra espressività e complessità computazionale.
      - Algoritmi efficienti per la soddisfacibilità.
      - Deduzione automatica: il metodo di risoluzione.
      - Programmazione logica e cenni ai sistemi a regole.
      - Logiche per il web semantico.

      3. Ragionamento incerto e probabilistico
      - Rappresentazione di conoscenza “incerta”.
      - Ragionamento probabilistico.

      4. Apprendimento automatico
      - Introduzione al paradigma, alle “forme” e ai metodi dell’apprendimento automatico.
      - Apprendimento induttivo di regole proposizionali.
      - Apprendimento supervisionato: classificazione e regressione.
      - Apprendimento non supervisionato (clustering)
      - Validazione: tecniche e aspetti teorici.
      - Modelli dei paradigmi Bayesiano, simbolico, sub-simbolico, instance based.
      - Esempi di applicazione.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Analisi e gestione dei costi (9 CFU)

      Il corso esamina le principali tecniche utilizzate nelle organizzazioni per creare valore per i clienti a costi più bassi. Gli obiettivi del corso sono:
      - Fornire i concetti base per la gestione dei costi.
      - Illustrare le principali tecniche di analisi e gestione dei costi.

      Syllabus

      - L’analisi e la gestione dei costi e il processo decisionale.
      - Approfondimenti sull’Activity-Based Costing.
      - L’Activity-Based Management.
      - La gestione della profittabilità del cliente.
      - I costi ambientali.
      - I costi della qualità.
      - Il target costing.



      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Sistemi informativi territoriali (6 CFU)


      Vengono presentati all'inizio i concetti base della rappresentazione cartografica e della cartografia numerica. Quindi si descrivono i modelli per la rappresentazione dello spazio e gli strumenti concettuali e tecnici per la rappresentazione di entità territoriali. Si presentano poi le funzionalità fondamentali degli strumenti GIS: il processo di acquisizione, correlato alle diverse tipologie di fonti di dati, le principali funzioni elaborative, con particolare attenzione all' operazione di incrocio, e infine le tecniche di restituzione. L'attività di laboratorio permetterà di prendere dimestichezza con uno dei più diffusi Software GIS commerciali e di verificare su di esso i principi esposti nelle lezioni teoriche.


      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Matematica discreta (6 CFU)

      Introdurre i concetti di base della matematica discreta.

      Syllabus

      - Insiemi, relazioni, funzioni
      - Principio di induzione e definizioni per ricorrenza
      - Il concetto di cardinalità e calcolo combinatorio
      - Aritmetica e congruenze
      - Polinomi e fattorizzazione

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Ingegneria del software (6 CFU)

      Fornire le metodologie e strumenti per la progettazione, realizzazione, verifica, validazione e misurazione di sistemi software.

      Syllabus

      - Processo di sviluppo software: problemi della produzione del software, modelli di ciclo di vita.
      - Analisi del dominio: modelli statici (classi e associazioni) e dinamici (attività, macchine a stati).
      - Analisi dei requisiti: modello statico (casi d’uso) e dinamici (narrative, diagrammi di robustezza).
      - Progettazione architettonica: modelli statici (viste strutturali e logistiche) e dinamici (vista componenti/connettori).
      - Progettazione di dettaglio: modello statico delle componenti (strutture composite) e modello dinamico (interazioni).
      - Verifiche e prove: obiettivi e pianificazione delle verifiche, progettazione e valutazione delle prove.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Algoritmica e laboratorio (12 CFU)

      Progettazione e analisi di algoritmi. Risoluzione di problemi con strutture dati. Attivita' di programmazione in laboratorio.

      Syllabus

      - Breve introduzione a problemi computazionali, indecidibilità, e trattabilità.
      - Complessità computazionale: limiti superiori e inferiori.
      - Tecniche di analisi: Relazioni di Ricorrenza, analisi ammortizzata e analisi competitiva.
      - Tecniche algoritmiche: Divide et Impera, Programmazione Dinamica, Greedy.
      - Algoritmi per Sequenze: ricerca e ordinamento
      - Algoritmi per Alberi: ricorsione, visite, e rappresentazioni.
      - Dizionari: Alberi bilanciati, Tabelle hash, Trie.
      - Algoritmi e strutture di dati randomizzate.
      - Algoritmi per Grafi: rappresentazione, algoritmi di visita, Albero di Copertura Minimo, Cammini Minimi (Dijkstra).
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Organizzazione aziendale (6 CFU)

      Lo scopo di questo corso è quello di fornire una spiegazione realistica di come funziona una moderna organizzazione.
      L'obiettivo formativo è quello di sviluppare un pensiero critico, un atteggiamento interrogativo e una capacità analitica riguardo ai problemi organizzativi.

      Syllabus

      - Strategia e risposte all'incertezza ambientale.
      - Variabili strutturali per la progettazione organizzativa in differenti contesti empirici.
      - Relazioni interorganizzative.
      - Impatto della tecnologia sull'organizzazione.
      - Ciclo di vita di una organizzazione.
      - Meccanismi di controllo organizzativo.
      - Cultura ed etica organizzativa.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Economia aziendale II (9 CFU)

      L’obiettivo formativo è quello di favorire l’acquisizione di conoscenze di base mirate alla costruzione ed all’interpretazione del bilancio di esercizio, nonché al controllo della gestione aziendale.

      Syllabus

      - Bilancio di esercizio: ruolo e finalità, normativa civilistica, schemi di redazione, criteri di valutazione, informazioni integrative diffuse agli stakeholder.
      - Dinamiche dei processi di pianificazione e controllo.
      - Ruolo, le finalità e le caratteristiche essenziali dei principali strumenti di programmazione e controllo della gestione aziendale, come il budget, i costi, l’analisi delle performance.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Analisi e ricerche di marketing (9 CFU)

      Il corso illustra i principali strumenti e le metodologie di analisi impiegate dalle imprese per ottenere informazioni utili per il processo decisionale di marketing. In particolare, sono approfondite le fasi attraverso le quali vengono condotte le ricerche di marketing: pianificazione preliminare, scelta del disegno di ricerca, definizione delle modalità di acquisizione e di raccolta delle informazioni, applicazione delle tecniche di analisi e di elaborazione dei dati, presentazione dei risultati.
      L’obiettivo del corso è fornire le conoscenze di base in relazione ai processi informativi di marketing e sulle principali tecniche di analisi del mercato.
      Viene data particolare enfasi agli aspetti che riguardano il processo di ottenimento dei dati e delle informazioni riguardanti il mercato. Alle lezioni teoriche corrisponderanno anche esercitazioni pratiche, in cui saranno applicati i concetti generali svolti a lezione. Le lezioni saranno integrate anche da interventi seminariali da parte di professionisti esterni.

      Syllabus

      - Introduzione alle ricerche di marketing.
      - La definizione del progetto di ricerca.
      - Il concetto di research design.
      - Ricerche esplorative, descrittive e causali.
      - Le ricerche qualitative.
      - I focus group.
      - Le interviste in profondità.
      - Le tecniche proiettive.
      - Raccolta, preparazione ed analisi dei dati nelle ricerche qualitative.
      - Le ricerche quantitative.
      - La progettazione del lavoro on field.
      - I sondaggi di mercato: tipologia, confronto e individuazione del metodo appropriato.
      - Le tecniche di osservazione: tipologia, confronto e individuazione del metodo appropriato.
      - Applicazione dei concetti di misure e di scale alle ricerche di marketing.
      - La progettazione e la codifica del questionario.
      - Raccolta, preparazione ed analisi dei dati nelle ricerche quantitative.
      - Modalità di reporting e tecniche di presentazione.
      - Impostazione e struttura del report della ricerca.
      - Modalità di presentazione dei risultati della ricerca.
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Economia politica (9 CFU)

      Lo scopo del corso è quello di illustrare agli studenti le ipotesi fondamentali riguardanti il comportamento dei singoli soggetti (consumatori, imprese, ecc.) all’interno di un sistema economico e di indagare quindi in che modo le scelte individuali possono essere rese tra loro compatibili. Questa analisi teorica dovrebbe aiutare gli studenti a comprendere a grandi linee il funzionamento di un sistema economico reale e dovrebbe fornire loro le nozioni fondamentali per affrontare lo studio delle altre discipline di carattere economico.

      Syllabus

      - L’economia politica come scienza.
      - Beni, prezzi e forme di organizzazione di un sistema economico.
      - La concorrenza perfetta. L’equilibrio parziale. Esistenza e stabilità dell’equilibrio.
      - La teoria del comportamento del consumatore. Preferenze, utilità e domanda.
      - La teoria della produzione. L’impresa in concorrenza perfetta. Equilibrio di breve e lungo periodo.
      - La teoria dell’equilibrio economico generale.
      - L’economia del benessere. Esternalità e beni pubblici.
      - Scelte in condizioni di incertezza.
      - Teoria dei giochi.
      - Altre forme di mercato: concorrenza monopolistica, monopolio ed oligopolio.
      - I mercati dei fattori.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Programmazione I e laboratorio (12 CFU)

      Introduzione alla risoluzione di problemi e alla programmazione con esercitazioni in laboratorio.

      Syllabus

      - Grammatiche libere.
      - Presentazione del Linguaggio funzionale Caml.
      - Programmazione funzionale.
      - Presentazione del Linguaggio imperativo C(rappresentazione numerica, funzioni, procedure, parametri, puntatori).
      - Programmazione imperativa (array, liste, ecc.).
      - Definizione di un interprete in Caml del Linguaggio Imperativo.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Economia e gestione delle imprese (9 CFU)

      Il corso fornisce gli elementi analitici di base per comprendere il comportamento d’impresa. Tratta le principali tematiche economico-manageriali, le logiche di base e gli strumenti relativi alla gestione strategica delle imprese e all’analisi dell’ambiente competitivo. Gli obiettivi formativi sono:

      - Conoscere le principali teorie che spiegano i fattori che influenzano la redditività di impresa.
      - Acquisire una conoscenza introduttiva delle dinamiche di organizzazione della produzione industriale, e di come essa sia cambiata nel tempo.
      Acquisire conoscenze di base degli strumenti di marketing che le imprese hanno a disposizione per aumentare la propria competitività.
      - Sviluppare o rafforzare la capacità critica e di pensiero individuale. Il corso intende infatti evitare l’apprendimento passivo e a-critico dei temi oggetto di studio.

      Syllabus

      Parte I (L’analisi di settore e del sistema competitivo)
      - L’analisi di settore.
      - L’analisi dei concorrenti.
      - I gruppi strategici.
      - Le risorse e le competenze nella formulazione strategica.
      - L’analisi del vantaggio competitivo (il vantaggio di costo e di differenziazione).

      Parte II (L’analisi dell’impresa e delle sue funzioni
      Un focus su produzione e marketing):
      - Produzione.
      - Strategia innovativa e flessibilità dell’impresa.
      - Il modello di flessibilità dei sistemi tecnico-produttivi.
      - Marketing.
      - Il processo di marketing management.
      - La segmentazione del mercato.
      - Il marketing mix (prodotto, promozione, distribuzione e prezzo).

      Modalità di verifica: Prova scritta con voto in trentesimi

    • Statistica per l'informatica (6 CFU)

      Il corso ha come oggetto i metodi di base per la descrizione e l’esplorazione statistica dei dati, le nozioni elementari di calcolo delle probabilità, e gli strumenti di base dell''inferenza statistica.

      Statistica descrittiva
      - rilevazione dei fenomeni statistici
      - distribuzione di un carattere e sua rappresentazione
      - sintesi delle distribuzioni statistiche: medie e variabilità
      - analisi dell’associazione tra due caratteri
      - regressione lineare semplice

      Statistica inferenziale
      - concetti di base della probabilità
      - variabili casuali e distribuzioni di probabilità
      - campionamento e distribuzioni campionarie
      - stima puntuale
      - stima per intervallo
      - teoria dei test statistici
      - test per medie, proporzioni e test di indipendenza

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Logica per la programmazione (6 CFU)

      Obiettivo del corso è la presentazione del calcolo proposizionale e del calcolo del primo ordine e la loro applicazione alla
      specifica di programmi e alla dimostrazione di correttezza dei programmi in base alla logica di Hoare.

      Syllabus

      - Il concetto di enunciato dichiarativo
      - Sintassi della logica proposizionale
      - Semantica della logica proposizionale (tabelle di verità)
      - Leggi per il calcolo proposizionale e dimostrazioni
      - Sintassi della logica del primo ordine
      - Semantica della logica del primo ordine (interpretazioni, modelli ecc.)
      - Leggi per il calcolo del primo ordine e dimostrazioni
      - Specifica di proprietà di programmi
      - Prova di correttezza di programmi mediante il calcolo delle triple di Hoare
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Reti di calcolatori e laboratorio (12 CFU)

      Le reti di calcolatori e i protocolli di comunicazione. Progettazione e sviluppo di applicazioni di rete.

      Contenuti

      MODULO DI RETI DI CALCOLATORI
      -Introduzione alle reti
      - Il livello application
      - Condivisione di file peer-to-peer
      - Il livello transport
      - Il livello network
      - Il livello link
      - Complementi: Sicurezza nelle reti, Introduzione ai servizi Web, Wireless e Reti Mobili

      MODULO DI LABORATORIO DI PROGRAMMAZIONE DI RETE

      il corso si propone di introdurre i concetti fondamentali della programmazione concorrente in JAVA e di fornire gli strumenti per lo sviluppo di applicazioni distribuite in JAVA. In particolare nella prima parte del corso viene introdotto il modello di concorrenza di JAVA (threads, mutua esclusione, cooperazione di Threads, Thread Pooling).
      Nella seconda parte del corso vengono introdotti i socket sia TCP che UDP, riprendendo il concetto di stream e approfondendo il concetto di serializzazione di oggetti.
      Nella terza parte del corso viene introdotta la programmazione ad oggetti distribuita, con particolare riferimento al meccanismo di Remote Method Invocation.
      Infine l'ultima parte del corso prevede un'attività pratica su una rete virtuale, in particolare si forniscono gli strumenti per la configurazione di una rete: interfacce, routing, DNS.
      Il corso si conclude con l'assegnazione di un progetto didattico.
      Modalità di verifica: Prova scritta, progetto ed orale con voto in trentesimi

    • Basi di dati (6 CFU)

      Fornire le basi scientifiche e metodologiche per la progettazione, la realizzazione e l'uso di basi di dati relazionali.

      Syllabus

      - I sistemi informativi e informatici. Funzionalità dei sistemi per la gestione di basi di dati (DBMS).
      - I meccanismi di astrazione dei modelli dei dati a oggetti. La progettazione di basi di dati usando il modello a oggetti.
      - Il modello dei dati relazionale. La trasformazione di schemi a oggetti in schemi relazionali.
      - Il linguaggio SQL per creare e usare basi di dati. Interrogazioni semplici, giunzioni, quantificazioni esistenziali ed universali, raggruppamento.
      - La teoria relazionale delle basi di dati. Le dipendenze fra i dati.
      - Decomposizioni di schemi relazionali. Forme normali.
      - Architettura dei DBMS.

      Modalità di verifica: Prova scritta ed orale con voto in trentesimi

    • Analisi dei dati (6 CFU)


      Il corso presenta tecniche di analisi di dati basate sulla statistica descrittiva, sull’On Line Analytical Processing e sulla statistica inferenziale e la loro applicazione mediante sistemi di foglio elettronico quali Excel. Gli esempi applicativi sono orientati alla business intelligence.

      Syllabus

      - Descrizione dei dati: osservazioni, attributi, tabelle.
      - Frequenze, distribuzioni, istogrammi.
      - Misure statistiche di centralità.
      - Misure statistiche di variabilità.
      - Analisi di regressione e correlazioni.
      - Analisi OLAP.
      - Elementi di statistica inferenziale (stima degli intervalli di confidenza, Test di ipotesi).

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Metodi di ottimizzazione delle reti (6 CFU)

      Il corso presenta le principali tecniche di modellazione e le principali metodologie algoritmiche che si presentano a livello di progetto e gestione di reti di comunicazione. Verranno presentati rilevanti problemi di progetto e gestione di reti di comunicazione, quali QoS routing, problemi di location e problemi di resiliency. Verranno quindi proposte tecniche di modellazione e metodologie risolutive sia per taluni problemi di base che per problemi "NP-Hard”.

      Syllabus

      - Problemi di ottimizzazione di rete di base: modelli e algoritmi. Flusso di costo minimo, Flussi multicommodity
      - Problemi di ottimizzazione di rete "NP-Hard": modelli e algoritmi. Modelli di routing, Modelli di network design, Principali tecniche euristiche, Approcci esatti
      - Applicazioni: "QoS routing", Problemi di "location", Problemi di "resiliency"
      Modalità di verifica: Prova orale con voto in trentesimi

    • Simulazione (6 CFU)


      Il corso si propone di fornire allo/a studente/ssa gli strumenti di base per la costruzione e l'utilizzo di modelli di simulazione. Un rilevante spazio verrà dato alle applicazioni. Gli argomenti trattati verranno sviluppati anche attraverso piccoli progetti da svolgere durante l'anno: tali progetti costituiranno una componente essenziale nella valutazione conclusiva.

      Syllabus

      - Introduzione ai modelli di simulazione.
      - Simulazione discreta.
      - Il sistema da modellare.
      - Approcci alla modellazione.
      - Simulazione per processi e per attività.
      - Funzioni di distribuzione e test statistici.
      - Variabili casuali.
      - Distribuzioni discrete e continue.
      - Stima di parametri.
      - Test di ipotesi.
      - Analisi e scelta dei dati di input.
      - Distribuzioni empiriche.
      - Analisi dei dati di input.
      - Numeri pseudocasuali.
      - Analisi dei dati di output.
      - Analisi del transitorio.
      - Tecniche per la riduzione della varianza.
      - Modelli di Dinamica dei Sistemi.
      - Diagrammi causali.
      - Livelli e flussi.
      - Ritardi.
      - Exponential smoothing.
      - Scelta dell'unità di tempo e metodi di integrazione.


      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Pianificazione e controllo gestionale (9 CFU)


      Lo scopo del corso è quello di illustrare i principi e le tecniche della pianificazione e del controllo, a partire dai sistemi di analisi, previsione e simulazione economico-finanziaria.

      Syllabus

      - Analisi economica e finanziaria.
      - Previsione.
      - Analisi what-if e simulazione.
      - Pianificazione a lungo termine.
      - Budgeting.
      - Analisi degli scostamenti.
      - Reporting.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Diritto dell'informatica (6 CFU)

      L’avvento delle tecnologie informatiche ha sollevato problemi per la regolamentazione giuridica delle attività compiute loro tramite.
      Il corso si propone di analizzare queste problematiche, considerando sia le regole giuridiche specifiche per l’era digitale sia la possibilità di impiego del diritto generale.
      In particolare, il corso si propone di esaminare, tra alcune grandi tematiche del diritto nell’era digitale, quelle più proprie del contesto aziendale, ossia la contrattazione telematica, il documento informatico, il trattamento dei dati personali e le responsabilità in Internet.

      Syllabus

      - Il commercio elettronico. Conclusione, validità, forma e prova del contratto concluso via e-mail e tramite point and click: applicabilità delle regole generali, deroghe e regole speciali. La Direttiva europea sul commercio elettronico e la sua attuazione: il d.lgs. n. 70/2003. I contratti ad oggetto informatico.
      - La tutela del consumatore e il regime delle informazioni in rete: informazioni generali, commerciali e pubblicitarie non sollecitate ("spamming"). Le informazioni pubblicitarie nelle professioni regolamentate.
      - La disciplina del trattamento dei dati personali (d.lgs. n. 196/2003). Il trattamento dei dati personali: nozione di trattamento, dato personale, titolare, responsabile, incaricato, interessato. L'informativa e il consenso. Il trattamento effettuato con l’ausilio degli strumenti elettronici. La sicurezza dei dati: il documento programmatico sulla sicurezza e il disciplinare tecnico. Il regime sanzionatorio civile, amministrativo e penale. Il trattamento in outsourcing dei dati personali.
      - Firma digitale, firma elettronica e documento informatico: questioni di forma, validità e prova. La posta elettronica certificata. La trasmissione telematica dei documenti. I certificatori.
      - I domain names. I nomi di dominio aziendali. Le regole della Registration Authority.
      - Gli illeciti in Internet e la responsabilità dei providers.
      - La tutela del software. Software libero e software proprietario. Il diritto di autore all’epoca di Internet.
      - L’elaboratore e l’adempimento dell’obbligazione: la moneta elettronica e i mezzi di pagamento in Internet.
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

  • Gruppo Attività formative caratterizzanti a scelta dell'area Informatica (6 CFU a scelta)
    • Visual analytics (6 CFU)

      La disponibilità di grandi risorse di dati offre nuove opportunità per la comprensione di modelli e comportamenti della società moderna. L'informazione proveniente da queste sorgenti necessita di metodi di visualizzazione efficaci per estrarre senso dai dati e facilitare l'interpretazione di fenomeni molto complessi.

      Lo scopo del corso è quello di presentare metodi di base e tecniche di visualizzazione per la presentazione efficace di informazione preveniente da diverse sorgenti: dati strutturati (relazionali, gerarchie, alberi), dati relazionali (social network), dati temporali, dati spaziali e dati spazio-temporali. Attraverso lo studio di metodi e strumenti esistenti, verranno presentati alcuni scenari di analitica visuale.

      Syllabus

      -Metafore di visualizzazione di informazione
      * Gerarchica e strutturale
      * Relazionale
      * Temporale
      * Spaziale
      * Spazio temporale
      * Informazione non strutturata (testo)
      - Metodi e strumenti
      * Panoramica sugli ambienti e le librerie di visualizzazione esistenti
      - Processi di Visual Analytics
      * Definizione di un processo di knowledge discovery
      * Ambienti integrati per la Visual Analytics
      * Analisi visuale esplorativa di dati e modelli
      * Esempi e casi di studio

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Big Data analytics (6 CFU)

      Nella società digitale in cui viviamo oggi, ogni attività umana è mediata da tecnologie dell'informazione . Pertanto, ogni attività lascia tracce digitali che possono essere memorizzate in qualche base di dati. Record di chiamate telefoniche , record di transazioni commerciali, log di ricerche sul web, traiettorie dei movimenti, testi di post nei social media e tweets ... Ogni minuto , una valanga di "big data" è prodotta dagli esseri umani, in modo consapevole o meno, i quali rappresentano un nuovo e accurato "proxy" digitale della nostra società.
      I Big Data forniscono un "microscopio sociale" senza precedenti, una nuova opportunità per comprendere la complessità della nostra società , e un cambiamento di paradigma per le scienze sociali .

      Questo corso è un'introduzione al campo emergente del Big Data Analytics e del Social Mining, finalizzato ad acquisire e analizzare Big Data provenienti da più fonti allo scopo di scoprire gli schemi e i modelli di comportamento umano che spiegano i fenomeni sociali . Il focus è su ciò che si può imparare dai big data in diversi ambiti: mobilità e trasporti, pianificazione urbana, demografia, economia, relazioni sociali, opinioni e di sentimenti, ecc; e sui metodi di analitica e di mining che possono essere utilizzati. Viene fornita anche un'introduzione a metodi di analisi scalabili utilizzando il paradigma di "map-reduce".

      1 . Sorgenti di Big Data.
      - Open Data (linked), dati relativi all'attività sul Web , social networks, social media, dati che derivano da telefoni cellulari, dati GPS di navigazione, dati sulle transazioni commerciali , dati inerenti al turismo, Crowdsourcing / crowdsensing.
      2 . Analisi di Big Data e metodi Social Mining: pre-processing dei dati , analisi esplorativa dei dati , analisi di correlazione, feature selection, arricchimento semantico, scoperta di pattern, classificazione e predizione , clustering e segmentazione per:
      - scoperta di profili sociali individuali
      - analisi di comportamenti collettivi
      - scoperta di contenuto emotivo in testi e sentiment analysis
      3 . Domini dell'analisi dei Big Data
      - Mobilità e trasporti
      - Previsione di indicatori socio-economici del progresso, della felicità, ecc
      - Twitterology e previsione di umore sociale e tendenze
      - Turismo
      4 . Problemi etici legati all'analisi dei Big Data
      - Privacy e protezione dei dati personali
      - Tutela della privacy durante le analisi di Big Data
      - La responsabilità sociale degli scienziati
      5 . Analisi dei dati scalabili
      - Paradigmi di database NO- SQL
      - Processi di analisi dei dati con il paradigma "map -reduce"

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Laboratory on algorithms for Big Data (6 CFU)

      Il corso consiste di una prima parte di lezioni su principi e tecniche algoritmiche avanzate legate alla memorizzazione, analisi, accesso e ricerca di big data (3 CFU), e di una seconda parte laboratoriale (3 CFU) durante la quale gli studenti sfrutteranno le conoscenze acquisite per la realizzazione di un progetto. Gli studenti potranno scegliere tra un insieme di progetti che offriranno spunti algoritmici interessanti per applicare le tecniche/metodologie studiate nel corso. Tali progetti saranno concordati con aziende del settore IT di livello (inter-)nazionale che contribuiranno anche ad identificare/costruire dataset reali su cui testare i progetti svolti.

      L’obiettivo del corso è quello di permettere agli studenti di
      - confrontarsi con problemi algoritmici difficili e di interesse pratico che coinvolgono big data;
      - misurare direttamente l’impatto di soluzioni algoritmiche efficienti, rispetto a soluzioni baseline, nella progettazione di software che gestiscono big data;
      - realizzare software che utilizzino librerie algoritmiche sofisticate;
      - entrare in contatto con alcune aziende per eventuali periodi di internship, borse di approfondimento, o tesi di laurea magistrale.

      Syllabus

      - Strutture dati compresse: interi, testi, alberi
      - Strutture dati randomizzate: hashing e sketching
      - Grafi: memorizzazione compresa, visite e analisi
      - Strutture dati geometriche elementari (opzionale)

      Modalità di verifica: Progetto e prova orale con voto in trentesimi

    • Apprendimento automatico: fondamenti (6 CFU)

      Gli obiettivi del corso sono di introdurre i principi e l'analisi critica dei principali paradigmi per l'apprendimento da insiemi di dati e sue applicazioni.
      I concetti sono introdotti progressivamente dagli approcci più semplici fino ai modelli allo stato dell'arte nell'ambito dell’inquadramento concettuale generale e moderno del machine learning. Il corso si focalizza in particolare sull'analisi critica delle caratteristiche per la realizzazione e l'uso appropriato di algoritmi di apprendimento di funzioni da esempi e per la modellazione e valutazione sperimentale.

      Syllabus

      - Introduzione: Compiti computazionali nell'apprendimento predittivo e concetto di generalizzazione.
      - Modelli e concetti di base: struttura dello spazio delle ipotesi, spazi discreti e continui, modelli lineari, nearest neighbor, modelli proposizionali, bias induttivo.
      - Modelli Neurali: Perceptron e proprietà computazionali. Introduzione alle Reti Neurali multistrato feedforward: architetture e algoritmi di apprendimento.
      - Modelli basati su regole.
      - Principi dell'apprendimento ed aspetti pratici generali:
      Validazione, Analisi Bias-Variance. Elementi di Statistical Learning Theory, VC-dimension. Comitati di modelli.
      - Support Vector Machines: caso lineare, margine, caso non-lineare, modelli a Kernel.
      - Modelli Bayesiani e Grafici.
      - Unsupervised learning.
      - Introduzione alle Applicazioni.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Information Retrieval (6 CFU)

      Studio, progetto e analisi di sistemi software efficienti ed efficaci per l’Information Retrieval nell’ambito di collezioni di documenti testuali (non strutturati), DB-centric (strutturati) o semi-strutturati (p.e. HTML, XML). Questo studio si concentrerà in particolare sui motori di ricerca per il Web, descrivendo in dettaglio tutti i loro componenti software principali e analizzando le prestazioni e i limiti computazionali delle soluzioni algoritmiche correntemente adottate per ciascuno di essi. Si introdurranno inoltre i fondamenti pratici e teorici per l’organizzazione e l’analisi dei sistemi di IR. Infine si analizzeranno alcune tecniche algoritmiche frequentemente utilizzate per la realizzazione di IR-tool che operano su grandi quantità di dati.

      Syllabus

      - Motori di Ricerca
      - Crawling, Text analysis, Indexing, Ranking
      - Memorizzazione pagine Web e grafo dei collegamenti
      - Visualizzazione dei risultati
      - Altri tipi di dato: XML, DB testuali
      - Data processing for IR tools
      - Data streaming, sketching, compression
      - Data clustering (cenni)

      Modalità di verifica: Prova scritta ed orale con voto in trentesimi

    • Sistemi Peer-to-Peer (6 CFU)

      Il corso introduce un insieme di strumenti formali e di tecniche per il progetto e la realizzazione di sistemi Peer to Peer.

      La prima parte del corso riguarda la presentazione degli overlay non strutturati e strutturati (in particolare le Distributed Hash Tables).

      I sistemi Peer to Peer vengono anche analizzati dal punto di vista dell'analisi delle reti complesse (small worlds e scale free networks).

      Viene presentato l'approccio gossip e, nell'ultima parte del corso, vengono presentate le content distribution networks con riferimento ad un insieme di casi di studio reali (Bittorrent, Spotify).

      Verranno anche presentati alcuni simulatori scalabili per sistemi P2P.
      Modalità di verifica: Progetto/prova scritta e orale con voto in trentesimi

    • Servizi software (6 CFU)

      • Obiettivi formativi: L’obiettivo del corso è introdurre gli aspetti principali della progettazione, analisi e realizzazione di servizi software.
      Syllabus
      • Standard di base dei servizi Web
      • Progettazione, analisi e realizzazione di servizi software
      o Individuazione, composizione e adattamento di servizi esistenti
      o Utilizzo di linguaggi workflow per la definizione di processi aziendali (“business processes”)
      o Analisi di processi aziendali
      • Descrizioni estese di servizi
      o Informazioni sulla qualità dei servizi
      o Informazioni sul comportamento dei servizi
      • Introduzione ai servizi cloud

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Laboratorio di basi di dati (6 CFU)

      Il laboratorio si propone l'obiettivo di completare le nozioni relative ad analisi e progettazione di dati, procedure ed interfacce di applicazioni per basi di dati, ed alla loro realizzazione. Tutte le nozioni introdotte vengono immediatamente sperimentate dagli studenti, utilizzando notazioni standard ed un sistema commerciale, quale ad esempio ORACLE DBMS ed ORACLE WebServer, sviluppando un case study che si conclude, alla fine del corso, con la realizzazione da parte degli studenti di un sistema funzionante.


      Modalità di verifica: Progetto e prova orale con voto in trentesimi

    • Analisi delle reti sociali (6 CFU)

      Viviamo immersi in una società interconnessa dalle tecnologie dell'informazione e della comunicazione. Gli effetti di
      questa interconnessione si manifestano in vari contesti: nella rapida espansione di Internet e del Web, nella facilità delle
      comunicazioni globali, nella estrema velocità ed intensità con cui novità e opinioni, ma anche epidemie e crisi finanziarie, si diffondono
      nella società. Questi fenomeni riguardano le reti, sociali e tecnologiche, e il comportamento aggregato di gruppi di persone; essi sono basati sui link
      che ci connettono gli uni con gli altri e sui modi sottili in cui le nostre decisioni si ripercuotono sugli altri.

      Questo corso offre una introduzione all'analisi delle reti complesse focalizzando sulle reti sociali e sul Web: la loro struttura e funzione, le loro proprietà statistiche, e come possono essere usate per comprendere fenomeni sociali, ricercare informazione, diffondere informazione e comportamenti.
      Sulla base di idee dell'informatica, della statistica, della matematica applicata, della fisica della complessità, dell'economia e della sociologia, il corso descrive il campo di studio emergente della scienza delle reti che, all'interfaccia fra le diverse discipline, affronta le domande fondamentali su come il mondo sociale, economico e tecnologico sia interconnesso.

      Syllabus

      1) Teoria dei grafi e reti sociali
      - Grafi
      - Reti sociali, di informazione, biologiche, tecnologiche
      - Legami deboli e legami
      - Reti in contesto

      2) Il World Wide Web
      - La struttura del Web
      - Link analysis e ricerche sul Web
      - Web mining e mercati

      3) Dinamica delle reti
      - Cascate di informazione
      - Power laws e il fenomeno rich-get-richer
      - Small-world
      - Diffusione epidemica
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Basi di dati: strutture e algoritmi (6 CFU)

      Il corso presenta le principali tecniche per la realizzazione di sistemi per basi di dati (DBMS), per permettere un uso più consapevole di tali strumenti, per fornire gli strumenti di base per l'amministrazione di DBMS e per fornire conoscenze relative ad algoritmi, strutture dati e tecniche per la realizzazione di sistemi complessi.

      Syllabus

      - Architettura dei DBMS.
      - Il gestore della memoria permanente e il gestore del buffer.
      - Il gestore delle strutture di memorizzazione.
      - Il gestore dei metodi di accesso.
      - Il gestore del catalogo e il gestore delle autorizzazioni.
      - Il gestore delle interrogazioni: ottimizzazione ed esecuzione.
      - Il gestore delle transazioni e il gestore della concorrenza.
      - Progettazione fisica e messa a punto di basi di dati

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Business Intelligence e Performance Management (6 CFU)

      L'IT si presta a molte applicazioni finalizzate all'ottimizzazione del profitto di impresa manovrando leve finanziarie e di marketing. Il corso presenta un quadro concettuale e un repertorio di metodi per la massimizzazione del profitto con alcuni esempi realistici. Il concetto chiave è la costruzione di un modello di previsione della domanda di mercato dei prodotti aziendali e una strategia di determinazione dei prezzi e dei volumi di vendita. L'impresa raccoglie i dati sui propri clienti e costruisce un magazzino di dati per analizzarli, applica metodi di estrazione dei dati e metodi di apprendimento automatico per creare modelli di previsione per il comportamento dei clienti, applica algoritmi di ottimizzazione e prende le decisioni sulla strategia di vendita, e ripete il ciclo, in base al feedback dal mercato. Il corso è interdisciplinare e mira a una visione informatica degli aspetti chiave della Management Science.

      Syllabus

      - Quadro concettuale: ottimizzazione del profitto, aspetti finanziari, aspetti di marketing.
      - Teoria delle decisioni: decisioni razionali, razionalità limitata ed euristiche.
      - Business Intelligence: il comportamento dei clienti, previsione della domanda, segmentazione del mercato.
      - Data Mining e Machine Learning: applicazioni al Business Intelligence.
      - Ottimizzazione dei prezzi e dei volumi di vendita: algoritmi ed euristiche.
      - Casi di studio: prenotazione di voli aerei, raccomandazione dei prodotti, segmentazione della clientela, l'ottimizzazione della pubblicità su web.

      Modalità di verifica: Prova scritta ed orale con voto in trentesimi

    • Tecnologie per il web marketing (6 CFU)

      Si presenta una panoramica degli strumenti messi a disposizione dal Web spiegando le tecnologie e le strategie che regolano il loro funzionamento, per mostrare come sia possibile sfruttare tali strumenti per mettere in opera strategie di marketing al fine di migliorare la propria visibilità, comprendere l'opinione degli utenti sui propri prodotti e influenzarne opinioni e acquisti.

      Syllabus
      - Calcolo dell'importanza di una pagina web da parte dei motori di ricerca e della possibilità di influenzarne il risultato;
      - Ordinamento dei risultati mostrati dai motori di ricerca in risposta ad una interrogazione;
      - Scelta dell'allocazione degli slot pubblicitari nei motori di ricerca e nei nuovi media;
      - Meccanismi che regolano le aste online e i loro obiettivi;
      - Identificazione degli individui più influenti nella rete sociale al fine di prevedere e influenzare i trend su queste reti;
      - Analisi dei social media per stabilire l'opinione degli utenti riguardo a prodotti o marche;
      - Personalizzazione e l'ottimizzazione dei suggerimenti di nuovi prodotti nei siti di commercio online;
      - Strategie utilizzate all'interno dei siti web per attrarre e fidelizzare i visitatori.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Analisi dei rischi informatici (6 CFU)

      Il corso è diviso in due parti. La prima introduce i concetti e le analisi per valutare la sicurezza di un sistema e determinare come aumentarla. L'appproccio adottato è centrato sulla estensione ai sistemi informatici della classica nozione di rischio. La seconda parte del corso introduce i sistemi di tipo Cloud, le soluzioni tecnologiche che li hanno resi possibili ed i vantaggi economici che offrono. Viene quindi valutata la sicurezza che tali sistemi possono offrire e delle modifiche che esse impogono alle tradizionali soluzioni per aumentare la sicurezza di un sistema.

      Syllabus

      Analisi del rischio di un sistema ICT
      - Vulnerabilità di un Sistema
      - Analisi delle vulnerabilità di un sistema: analisi di componenti standard, analisi di componenti non standard
      - Analisi delle Minacce
      - Analisi degli attacchi: attacchi complessi e loro descrizione formale, attacchi automatizzabili (Virus e Worms)
      - Analisi degli impatti
      - Valutazione e gestione del rischio
      - Contromisure per ridurre il rischio: Encryption, sistemi per la rilevazione di attacchi, Firewall, programmazione sicura

      Sicurezza di sistemi Cloud
      - Tecnologie abilitanti
      - Modelli Architetturali
      - Modelli di Servizio
      - Minacce contro un sistema cloud
      - Attacchi contro sistemi cloud
      - Contromisure specifiche per sistemi Cloud
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Laboratorio di applicazioni internet (6 CFU)

      Il Corso presenta le architetture, i protocolli e gli strumenti di sviluppo per la realizzazione di Applicazioni Internet, permettendo agli studenti di esercitarsi nell'uso degli stessi nello sviluppo incrementale di un articolato progetto didattico in ambiente Java Enterprise (JEE).

      Syllabus
      - Architettura delle Applicazioni Internet
      - Introduzione al Protocollo HTTP, uso applicativo lato client e server
      - Introduzione all'XML, tecniche di parsing e validazione
      - Introduzione a SOAP/WSDL per la realizzazione di applicazioni di tipo Web Services
      - Uso evoluto dei Web Services: realizzazione di nodi intermedi, uso dei servizi infrastrutturali (WS-*)
      - La gestione delle transazioni nelle Applicazioni Internet
      - Aspetti di Sicurezza nelle Applicazioni Internet
      Modalità di verifica: Progetto e prova orale con voto in trentesimi

  • Gruppo Attività formative affini o integrative a scelta dell'area Economico aziendale (18 CFU a scelta)
    • Analisi e gestione dei costi (9 CFU)

      Il corso esamina le principali tecniche utilizzate nelle organizzazioni per creare valore per i clienti a costi più bassi. Gli obiettivi del corso sono:
      - Fornire i concetti base per la gestione dei costi.
      - Illustrare le principali tecniche di analisi e gestione dei costi.

      Syllabus

      - L’analisi e la gestione dei costi e il processo decisionale.
      - Approfondimenti sull’Activity-Based Costing.
      - L’Activity-Based Management.
      - La gestione della profittabilità del cliente.
      - I costi ambientali.
      - I costi della qualità.
      - Il target costing.



      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Organizzazione aziendale (6 CFU)

      Lo scopo di questo corso è quello di fornire una spiegazione realistica di come funziona una moderna organizzazione.
      L'obiettivo formativo è quello di sviluppare un pensiero critico, un atteggiamento interrogativo e una capacità analitica riguardo ai problemi organizzativi.

      Syllabus

      - Strategia e risposte all'incertezza ambientale.
      - Variabili strutturali per la progettazione organizzativa in differenti contesti empirici.
      - Relazioni interorganizzative.
      - Impatto della tecnologia sull'organizzazione.
      - Ciclo di vita di una organizzazione.
      - Meccanismi di controllo organizzativo.
      - Cultura ed etica organizzativa.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Economia aziendale II (9 CFU)

      L’obiettivo formativo è quello di favorire l’acquisizione di conoscenze di base mirate alla costruzione ed all’interpretazione del bilancio di esercizio, nonché al controllo della gestione aziendale.

      Syllabus

      - Bilancio di esercizio: ruolo e finalità, normativa civilistica, schemi di redazione, criteri di valutazione, informazioni integrative diffuse agli stakeholder.
      - Dinamiche dei processi di pianificazione e controllo.
      - Ruolo, le finalità e le caratteristiche essenziali dei principali strumenti di programmazione e controllo della gestione aziendale, come il budget, i costi, l’analisi delle performance.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Analisi e ricerche di marketing (9 CFU)

      Il corso illustra i principali strumenti e le metodologie di analisi impiegate dalle imprese per ottenere informazioni utili per il processo decisionale di marketing. In particolare, sono approfondite le fasi attraverso le quali vengono condotte le ricerche di marketing: pianificazione preliminare, scelta del disegno di ricerca, definizione delle modalità di acquisizione e di raccolta delle informazioni, applicazione delle tecniche di analisi e di elaborazione dei dati, presentazione dei risultati.
      L’obiettivo del corso è fornire le conoscenze di base in relazione ai processi informativi di marketing e sulle principali tecniche di analisi del mercato.
      Viene data particolare enfasi agli aspetti che riguardano il processo di ottenimento dei dati e delle informazioni riguardanti il mercato. Alle lezioni teoriche corrisponderanno anche esercitazioni pratiche, in cui saranno applicati i concetti generali svolti a lezione. Le lezioni saranno integrate anche da interventi seminariali da parte di professionisti esterni.

      Syllabus

      - Introduzione alle ricerche di marketing.
      - La definizione del progetto di ricerca.
      - Il concetto di research design.
      - Ricerche esplorative, descrittive e causali.
      - Le ricerche qualitative.
      - I focus group.
      - Le interviste in profondità.
      - Le tecniche proiettive.
      - Raccolta, preparazione ed analisi dei dati nelle ricerche qualitative.
      - Le ricerche quantitative.
      - La progettazione del lavoro on field.
      - I sondaggi di mercato: tipologia, confronto e individuazione del metodo appropriato.
      - Le tecniche di osservazione: tipologia, confronto e individuazione del metodo appropriato.
      - Applicazione dei concetti di misure e di scale alle ricerche di marketing.
      - La progettazione e la codifica del questionario.
      - Raccolta, preparazione ed analisi dei dati nelle ricerche quantitative.
      - Modalità di reporting e tecniche di presentazione.
      - Impostazione e struttura del report della ricerca.
      - Modalità di presentazione dei risultati della ricerca.
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Economia politica (9 CFU)

      Lo scopo del corso è quello di illustrare agli studenti le ipotesi fondamentali riguardanti il comportamento dei singoli soggetti (consumatori, imprese, ecc.) all’interno di un sistema economico e di indagare quindi in che modo le scelte individuali possono essere rese tra loro compatibili. Questa analisi teorica dovrebbe aiutare gli studenti a comprendere a grandi linee il funzionamento di un sistema economico reale e dovrebbe fornire loro le nozioni fondamentali per affrontare lo studio delle altre discipline di carattere economico.

      Syllabus

      - L’economia politica come scienza.
      - Beni, prezzi e forme di organizzazione di un sistema economico.
      - La concorrenza perfetta. L’equilibrio parziale. Esistenza e stabilità dell’equilibrio.
      - La teoria del comportamento del consumatore. Preferenze, utilità e domanda.
      - La teoria della produzione. L’impresa in concorrenza perfetta. Equilibrio di breve e lungo periodo.
      - La teoria dell’equilibrio economico generale.
      - L’economia del benessere. Esternalità e beni pubblici.
      - Scelte in condizioni di incertezza.
      - Teoria dei giochi.
      - Altre forme di mercato: concorrenza monopolistica, monopolio ed oligopolio.
      - I mercati dei fattori.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Economia e gestione delle imprese (9 CFU)

      Il corso fornisce gli elementi analitici di base per comprendere il comportamento d’impresa. Tratta le principali tematiche economico-manageriali, le logiche di base e gli strumenti relativi alla gestione strategica delle imprese e all’analisi dell’ambiente competitivo. Gli obiettivi formativi sono:

      - Conoscere le principali teorie che spiegano i fattori che influenzano la redditività di impresa.
      - Acquisire una conoscenza introduttiva delle dinamiche di organizzazione della produzione industriale, e di come essa sia cambiata nel tempo.
      Acquisire conoscenze di base degli strumenti di marketing che le imprese hanno a disposizione per aumentare la propria competitività.
      - Sviluppare o rafforzare la capacità critica e di pensiero individuale. Il corso intende infatti evitare l’apprendimento passivo e a-critico dei temi oggetto di studio.

      Syllabus

      Parte I (L’analisi di settore e del sistema competitivo)
      - L’analisi di settore.
      - L’analisi dei concorrenti.
      - I gruppi strategici.
      - Le risorse e le competenze nella formulazione strategica.
      - L’analisi del vantaggio competitivo (il vantaggio di costo e di differenziazione).

      Parte II (L’analisi dell’impresa e delle sue funzioni
      Un focus su produzione e marketing):
      - Produzione.
      - Strategia innovativa e flessibilità dell’impresa.
      - Il modello di flessibilità dei sistemi tecnico-produttivi.
      - Marketing.
      - Il processo di marketing management.
      - La segmentazione del mercato.
      - Il marketing mix (prodotto, promozione, distribuzione e prezzo).

      Modalità di verifica: Prova scritta con voto in trentesimi

    • Pianificazione e controllo gestionale (9 CFU)


      Lo scopo del corso è quello di illustrare i principi e le tecniche della pianificazione e del controllo, a partire dai sistemi di analisi, previsione e simulazione economico-finanziaria.

      Syllabus

      - Analisi economica e finanziaria.
      - Previsione.
      - Analisi what-if e simulazione.
      - Pianificazione a lungo termine.
      - Budgeting.
      - Analisi degli scostamenti.
      - Reporting.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

2 anno

  • Tesi di laurea (27 CFU)


    Modalità di verifica: Presentazione e discussione della tesi di laurea

  • Analisi delle prestazioni aziendali (12 CFU)

    Il corso presenta le tecniche di analisi delle prestazioni aziendali secondo i modelli process-driven del Business Process Modeling e data-driven della Business Intelligence, affrontati in due moduli.
    Il primo illustra i concetti principali e le problematiche inerenti la gestione di processi, intesi come flussi di lavoro (workflow) costruiti componendo certe attività atomiche, e di fornire una panoramica dei linguaggi, dei modelli concettuali e degli strumenti automatici basati su essi, che possono essere usati per affrontare le problematiche in maniera adeguata. Il percorso di apprendimento porterà gli studenti ad acquisire dimestichezza con i termini tecnici dell'area, con i diversi modelli per strutturare e comporre i processi in modo rigoroso, con le proprietà logiche che questi modelli possono essere richiesti soddisfare e con le tecniche di analisi e verifica dei processi. Inoltre potranno sperimentare i concetti visti con strumenti automatici per progettare e analizzare processi.
    Il secondo modulo presenta tecnologie e sistemi per l’accesso ai dati, per la costruzione ed analisi di data warehouse, per la reportistica e per l’estrazione di conoscenza da basi di dati. L’accento è sull’uso di strumenti e sull’analisi di problemi applicativi utilizzando esempi e casi studio. Lo studente acquisirà conoscenze e capacità sulle principali tecnologie di Business Intelligence, con particolare riferimento ai prodotti software esistenti ed alla loro applicabilità al supporto delle decisioni. Lo studente saprà essere indipendente nella valutazione delle metodologie, delle tecnologie e degli strumenti maggiormente adeguati alle caratteristiche e alle necessità del problema di analisi.

    Syllabus

    Modulo 1: Modellazione dei Processi Aziendali
    - Introduzione alle problematiche relative alla gestione dei processi.
    - Terminologia (business process, business process management, business process management system, business process model, process orchestration, business process lifecycle, workflow) e classificazione (orchestrazione vs coreografia, automazione, strutturazione).
    - Cenni sull'evoluzione dei sistemi di gestione di processi aziendali.
    - Modellazione di processi.
    - Modelli concettuali e livelli di astrazione.
    - Decomposizione funzionale e modularizzazione.
    - Orchestrazione di processi.
    - Proprietà di interesse nella progettazione, analisi e verifica di processi basati su workflow.
    - Pattern di orchestrazione (sequenza, split parallelo, split esclusivo, and-join, join esclusivo) e workflow strutturati.
    - Modelli rigorosi per workflow: reti di Petri e workflow nets.
    - Strumenti automatici per la progettazione e analisi di workflow. Sperimentazione su ambiente di progettazione di processi workflow con strumenti automatici per progettare, analizzare processi di workflow.

    Modulo 2: Laboratorio di Business Intelligence
    - Introduzione: strumenti per la Business Intelligence.
    - Accesso ai dati. Localizzazione, Formato e API per l’accesso ai dati su file di testo.
    - Standard di accesso a database relazionali.
    - Extract Transform and Load. Strumenti per ETL. Casi di studio.
    - Data warehousing e OLAP. Strumenti per modellazione multidimensionale. Casi di studio.
    - Strumenti per reportistica e navigazione multidimensionale. Casi di studio.
    - Data mining. Strumenti per estrazione di conoscenza. Casi di studio.
    Modalità di verifica: Prova scritta e orale con voto in trentesimi

  • Esame a scelta dello studente (9 CFU)

    Esame a libera scelta da sottoporre all'approvazione del Consiglio di Corso di Studio. Un insieme di possibili scelte viene consigliato periodicamente dal Consiglio di Corso di Studio.
    Modalità di verifica: Prova scritta e orale con voto in trentesimi

  • Gruppo Attività formative caratterizzanti a scelta dell'area Informatica (12 CFU a scelta)
    • Visual analytics (6 CFU)

      La disponibilità di grandi risorse di dati offre nuove opportunità per la comprensione di modelli e comportamenti della società moderna. L'informazione proveniente da queste sorgenti necessita di metodi di visualizzazione efficaci per estrarre senso dai dati e facilitare l'interpretazione di fenomeni molto complessi.

      Lo scopo del corso è quello di presentare metodi di base e tecniche di visualizzazione per la presentazione efficace di informazione preveniente da diverse sorgenti: dati strutturati (relazionali, gerarchie, alberi), dati relazionali (social network), dati temporali, dati spaziali e dati spazio-temporali. Attraverso lo studio di metodi e strumenti esistenti, verranno presentati alcuni scenari di analitica visuale.

      Syllabus

      -Metafore di visualizzazione di informazione
      * Gerarchica e strutturale
      * Relazionale
      * Temporale
      * Spaziale
      * Spazio temporale
      * Informazione non strutturata (testo)
      - Metodi e strumenti
      * Panoramica sugli ambienti e le librerie di visualizzazione esistenti
      - Processi di Visual Analytics
      * Definizione di un processo di knowledge discovery
      * Ambienti integrati per la Visual Analytics
      * Analisi visuale esplorativa di dati e modelli
      * Esempi e casi di studio

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Big Data analytics (6 CFU)

      Nella società digitale in cui viviamo oggi, ogni attività umana è mediata da tecnologie dell'informazione . Pertanto, ogni attività lascia tracce digitali che possono essere memorizzate in qualche base di dati. Record di chiamate telefoniche , record di transazioni commerciali, log di ricerche sul web, traiettorie dei movimenti, testi di post nei social media e tweets ... Ogni minuto , una valanga di "big data" è prodotta dagli esseri umani, in modo consapevole o meno, i quali rappresentano un nuovo e accurato "proxy" digitale della nostra società.
      I Big Data forniscono un "microscopio sociale" senza precedenti, una nuova opportunità per comprendere la complessità della nostra società , e un cambiamento di paradigma per le scienze sociali .

      Questo corso è un'introduzione al campo emergente del Big Data Analytics e del Social Mining, finalizzato ad acquisire e analizzare Big Data provenienti da più fonti allo scopo di scoprire gli schemi e i modelli di comportamento umano che spiegano i fenomeni sociali . Il focus è su ciò che si può imparare dai big data in diversi ambiti: mobilità e trasporti, pianificazione urbana, demografia, economia, relazioni sociali, opinioni e di sentimenti, ecc; e sui metodi di analitica e di mining che possono essere utilizzati. Viene fornita anche un'introduzione a metodi di analisi scalabili utilizzando il paradigma di "map-reduce".

      1 . Sorgenti di Big Data.
      - Open Data (linked), dati relativi all'attività sul Web , social networks, social media, dati che derivano da telefoni cellulari, dati GPS di navigazione, dati sulle transazioni commerciali , dati inerenti al turismo, Crowdsourcing / crowdsensing.
      2 . Analisi di Big Data e metodi Social Mining: pre-processing dei dati , analisi esplorativa dei dati , analisi di correlazione, feature selection, arricchimento semantico, scoperta di pattern, classificazione e predizione , clustering e segmentazione per:
      - scoperta di profili sociali individuali
      - analisi di comportamenti collettivi
      - scoperta di contenuto emotivo in testi e sentiment analysis
      3 . Domini dell'analisi dei Big Data
      - Mobilità e trasporti
      - Previsione di indicatori socio-economici del progresso, della felicità, ecc
      - Twitterology e previsione di umore sociale e tendenze
      - Turismo
      4 . Problemi etici legati all'analisi dei Big Data
      - Privacy e protezione dei dati personali
      - Tutela della privacy durante le analisi di Big Data
      - La responsabilità sociale degli scienziati
      5 . Analisi dei dati scalabili
      - Paradigmi di database NO- SQL
      - Processi di analisi dei dati con il paradigma "map -reduce"

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Laboratory on algorithms for Big Data (6 CFU)

      Il corso consiste di una prima parte di lezioni su principi e tecniche algoritmiche avanzate legate alla memorizzazione, analisi, accesso e ricerca di big data (3 CFU), e di una seconda parte laboratoriale (3 CFU) durante la quale gli studenti sfrutteranno le conoscenze acquisite per la realizzazione di un progetto. Gli studenti potranno scegliere tra un insieme di progetti che offriranno spunti algoritmici interessanti per applicare le tecniche/metodologie studiate nel corso. Tali progetti saranno concordati con aziende del settore IT di livello (inter-)nazionale che contribuiranno anche ad identificare/costruire dataset reali su cui testare i progetti svolti.

      L’obiettivo del corso è quello di permettere agli studenti di
      - confrontarsi con problemi algoritmici difficili e di interesse pratico che coinvolgono big data;
      - misurare direttamente l’impatto di soluzioni algoritmiche efficienti, rispetto a soluzioni baseline, nella progettazione di software che gestiscono big data;
      - realizzare software che utilizzino librerie algoritmiche sofisticate;
      - entrare in contatto con alcune aziende per eventuali periodi di internship, borse di approfondimento, o tesi di laurea magistrale.

      Syllabus

      - Strutture dati compresse: interi, testi, alberi
      - Strutture dati randomizzate: hashing e sketching
      - Grafi: memorizzazione compresa, visite e analisi
      - Strutture dati geometriche elementari (opzionale)

      Modalità di verifica: Progetto e prova orale con voto in trentesimi

    • Apprendimento automatico: fondamenti (6 CFU)

      Gli obiettivi del corso sono di introdurre i principi e l'analisi critica dei principali paradigmi per l'apprendimento da insiemi di dati e sue applicazioni.
      I concetti sono introdotti progressivamente dagli approcci più semplici fino ai modelli allo stato dell'arte nell'ambito dell’inquadramento concettuale generale e moderno del machine learning. Il corso si focalizza in particolare sull'analisi critica delle caratteristiche per la realizzazione e l'uso appropriato di algoritmi di apprendimento di funzioni da esempi e per la modellazione e valutazione sperimentale.

      Syllabus

      - Introduzione: Compiti computazionali nell'apprendimento predittivo e concetto di generalizzazione.
      - Modelli e concetti di base: struttura dello spazio delle ipotesi, spazi discreti e continui, modelli lineari, nearest neighbor, modelli proposizionali, bias induttivo.
      - Modelli Neurali: Perceptron e proprietà computazionali. Introduzione alle Reti Neurali multistrato feedforward: architetture e algoritmi di apprendimento.
      - Modelli basati su regole.
      - Principi dell'apprendimento ed aspetti pratici generali:
      Validazione, Analisi Bias-Variance. Elementi di Statistical Learning Theory, VC-dimension. Comitati di modelli.
      - Support Vector Machines: caso lineare, margine, caso non-lineare, modelli a Kernel.
      - Modelli Bayesiani e Grafici.
      - Unsupervised learning.
      - Introduzione alle Applicazioni.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Information Retrieval (6 CFU)

      Studio, progetto e analisi di sistemi software efficienti ed efficaci per l’Information Retrieval nell’ambito di collezioni di documenti testuali (non strutturati), DB-centric (strutturati) o semi-strutturati (p.e. HTML, XML). Questo studio si concentrerà in particolare sui motori di ricerca per il Web, descrivendo in dettaglio tutti i loro componenti software principali e analizzando le prestazioni e i limiti computazionali delle soluzioni algoritmiche correntemente adottate per ciascuno di essi. Si introdurranno inoltre i fondamenti pratici e teorici per l’organizzazione e l’analisi dei sistemi di IR. Infine si analizzeranno alcune tecniche algoritmiche frequentemente utilizzate per la realizzazione di IR-tool che operano su grandi quantità di dati.

      Syllabus

      - Motori di Ricerca
      - Crawling, Text analysis, Indexing, Ranking
      - Memorizzazione pagine Web e grafo dei collegamenti
      - Visualizzazione dei risultati
      - Altri tipi di dato: XML, DB testuali
      - Data processing for IR tools
      - Data streaming, sketching, compression
      - Data clustering (cenni)

      Modalità di verifica: Prova scritta ed orale con voto in trentesimi

    • Sistemi Peer-to-Peer (6 CFU)

      Il corso introduce un insieme di strumenti formali e di tecniche per il progetto e la realizzazione di sistemi Peer to Peer.

      La prima parte del corso riguarda la presentazione degli overlay non strutturati e strutturati (in particolare le Distributed Hash Tables).

      I sistemi Peer to Peer vengono anche analizzati dal punto di vista dell'analisi delle reti complesse (small worlds e scale free networks).

      Viene presentato l'approccio gossip e, nell'ultima parte del corso, vengono presentate le content distribution networks con riferimento ad un insieme di casi di studio reali (Bittorrent, Spotify).

      Verranno anche presentati alcuni simulatori scalabili per sistemi P2P.
      Modalità di verifica: Progetto/prova scritta e orale con voto in trentesimi

    • Servizi software (6 CFU)

      • Obiettivi formativi: L’obiettivo del corso è introdurre gli aspetti principali della progettazione, analisi e realizzazione di servizi software.
      Syllabus
      • Standard di base dei servizi Web
      • Progettazione, analisi e realizzazione di servizi software
      o Individuazione, composizione e adattamento di servizi esistenti
      o Utilizzo di linguaggi workflow per la definizione di processi aziendali (“business processes”)
      o Analisi di processi aziendali
      • Descrizioni estese di servizi
      o Informazioni sulla qualità dei servizi
      o Informazioni sul comportamento dei servizi
      • Introduzione ai servizi cloud

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Laboratorio di basi di dati (6 CFU)

      Il laboratorio si propone l'obiettivo di completare le nozioni relative ad analisi e progettazione di dati, procedure ed interfacce di applicazioni per basi di dati, ed alla loro realizzazione. Tutte le nozioni introdotte vengono immediatamente sperimentate dagli studenti, utilizzando notazioni standard ed un sistema commerciale, quale ad esempio ORACLE DBMS ed ORACLE WebServer, sviluppando un case study che si conclude, alla fine del corso, con la realizzazione da parte degli studenti di un sistema funzionante.


      Modalità di verifica: Progetto e prova orale con voto in trentesimi

    • Analisi delle reti sociali (6 CFU)

      Viviamo immersi in una società interconnessa dalle tecnologie dell'informazione e della comunicazione. Gli effetti di
      questa interconnessione si manifestano in vari contesti: nella rapida espansione di Internet e del Web, nella facilità delle
      comunicazioni globali, nella estrema velocità ed intensità con cui novità e opinioni, ma anche epidemie e crisi finanziarie, si diffondono
      nella società. Questi fenomeni riguardano le reti, sociali e tecnologiche, e il comportamento aggregato di gruppi di persone; essi sono basati sui link
      che ci connettono gli uni con gli altri e sui modi sottili in cui le nostre decisioni si ripercuotono sugli altri.

      Questo corso offre una introduzione all'analisi delle reti complesse focalizzando sulle reti sociali e sul Web: la loro struttura e funzione, le loro proprietà statistiche, e come possono essere usate per comprendere fenomeni sociali, ricercare informazione, diffondere informazione e comportamenti.
      Sulla base di idee dell'informatica, della statistica, della matematica applicata, della fisica della complessità, dell'economia e della sociologia, il corso descrive il campo di studio emergente della scienza delle reti che, all'interfaccia fra le diverse discipline, affronta le domande fondamentali su come il mondo sociale, economico e tecnologico sia interconnesso.

      Syllabus

      1) Teoria dei grafi e reti sociali
      - Grafi
      - Reti sociali, di informazione, biologiche, tecnologiche
      - Legami deboli e legami
      - Reti in contesto

      2) Il World Wide Web
      - La struttura del Web
      - Link analysis e ricerche sul Web
      - Web mining e mercati

      3) Dinamica delle reti
      - Cascate di informazione
      - Power laws e il fenomeno rich-get-richer
      - Small-world
      - Diffusione epidemica
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Basi di dati: strutture e algoritmi (6 CFU)

      Il corso presenta le principali tecniche per la realizzazione di sistemi per basi di dati (DBMS), per permettere un uso più consapevole di tali strumenti, per fornire gli strumenti di base per l'amministrazione di DBMS e per fornire conoscenze relative ad algoritmi, strutture dati e tecniche per la realizzazione di sistemi complessi.

      Syllabus

      - Architettura dei DBMS.
      - Il gestore della memoria permanente e il gestore del buffer.
      - Il gestore delle strutture di memorizzazione.
      - Il gestore dei metodi di accesso.
      - Il gestore del catalogo e il gestore delle autorizzazioni.
      - Il gestore delle interrogazioni: ottimizzazione ed esecuzione.
      - Il gestore delle transazioni e il gestore della concorrenza.
      - Progettazione fisica e messa a punto di basi di dati

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Business Intelligence e Performance Management (6 CFU)

      L'IT si presta a molte applicazioni finalizzate all'ottimizzazione del profitto di impresa manovrando leve finanziarie e di marketing. Il corso presenta un quadro concettuale e un repertorio di metodi per la massimizzazione del profitto con alcuni esempi realistici. Il concetto chiave è la costruzione di un modello di previsione della domanda di mercato dei prodotti aziendali e una strategia di determinazione dei prezzi e dei volumi di vendita. L'impresa raccoglie i dati sui propri clienti e costruisce un magazzino di dati per analizzarli, applica metodi di estrazione dei dati e metodi di apprendimento automatico per creare modelli di previsione per il comportamento dei clienti, applica algoritmi di ottimizzazione e prende le decisioni sulla strategia di vendita, e ripete il ciclo, in base al feedback dal mercato. Il corso è interdisciplinare e mira a una visione informatica degli aspetti chiave della Management Science.

      Syllabus

      - Quadro concettuale: ottimizzazione del profitto, aspetti finanziari, aspetti di marketing.
      - Teoria delle decisioni: decisioni razionali, razionalità limitata ed euristiche.
      - Business Intelligence: il comportamento dei clienti, previsione della domanda, segmentazione del mercato.
      - Data Mining e Machine Learning: applicazioni al Business Intelligence.
      - Ottimizzazione dei prezzi e dei volumi di vendita: algoritmi ed euristiche.
      - Casi di studio: prenotazione di voli aerei, raccomandazione dei prodotti, segmentazione della clientela, l'ottimizzazione della pubblicità su web.

      Modalità di verifica: Prova scritta ed orale con voto in trentesimi

    • Tecnologie per il web marketing (6 CFU)

      Si presenta una panoramica degli strumenti messi a disposizione dal Web spiegando le tecnologie e le strategie che regolano il loro funzionamento, per mostrare come sia possibile sfruttare tali strumenti per mettere in opera strategie di marketing al fine di migliorare la propria visibilità, comprendere l'opinione degli utenti sui propri prodotti e influenzarne opinioni e acquisti.

      Syllabus
      - Calcolo dell'importanza di una pagina web da parte dei motori di ricerca e della possibilità di influenzarne il risultato;
      - Ordinamento dei risultati mostrati dai motori di ricerca in risposta ad una interrogazione;
      - Scelta dell'allocazione degli slot pubblicitari nei motori di ricerca e nei nuovi media;
      - Meccanismi che regolano le aste online e i loro obiettivi;
      - Identificazione degli individui più influenti nella rete sociale al fine di prevedere e influenzare i trend su queste reti;
      - Analisi dei social media per stabilire l'opinione degli utenti riguardo a prodotti o marche;
      - Personalizzazione e l'ottimizzazione dei suggerimenti di nuovi prodotti nei siti di commercio online;
      - Strategie utilizzate all'interno dei siti web per attrarre e fidelizzare i visitatori.

      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Analisi dei rischi informatici (6 CFU)

      Il corso è diviso in due parti. La prima introduce i concetti e le analisi per valutare la sicurezza di un sistema e determinare come aumentarla. L'appproccio adottato è centrato sulla estensione ai sistemi informatici della classica nozione di rischio. La seconda parte del corso introduce i sistemi di tipo Cloud, le soluzioni tecnologiche che li hanno resi possibili ed i vantaggi economici che offrono. Viene quindi valutata la sicurezza che tali sistemi possono offrire e delle modifiche che esse impogono alle tradizionali soluzioni per aumentare la sicurezza di un sistema.

      Syllabus

      Analisi del rischio di un sistema ICT
      - Vulnerabilità di un Sistema
      - Analisi delle vulnerabilità di un sistema: analisi di componenti standard, analisi di componenti non standard
      - Analisi delle Minacce
      - Analisi degli attacchi: attacchi complessi e loro descrizione formale, attacchi automatizzabili (Virus e Worms)
      - Analisi degli impatti
      - Valutazione e gestione del rischio
      - Contromisure per ridurre il rischio: Encryption, sistemi per la rilevazione di attacchi, Firewall, programmazione sicura

      Sicurezza di sistemi Cloud
      - Tecnologie abilitanti
      - Modelli Architetturali
      - Modelli di Servizio
      - Minacce contro un sistema cloud
      - Attacchi contro sistemi cloud
      - Contromisure specifiche per sistemi Cloud
      Modalità di verifica: Prova scritta e orale con voto in trentesimi

    • Laboratorio di applicazioni internet (6 CFU)

      Il Corso presenta le architetture, i protocolli e gli strumenti di sviluppo per la realizzazione di Applicazioni Internet, permettendo agli studenti di esercitarsi nell'uso degli stessi nello sviluppo incrementale di un articolato progetto didattico in ambiente Java Enterprise (JEE).

      Syllabus
      - Architettura delle Applicazioni Internet
      - Introduzione al Protocollo HTTP, uso applicativo lato client e server
      - Introduzione all'XML, tecniche di parsing e validazione
      - Introduzione a SOAP/WSDL per la realizzazione di applicazioni di tipo Web Services
      - Uso evoluto dei Web Services: realizzazione di nodi intermedi, uso dei servizi infrastrutturali (WS-*)
      - La gestione delle transazioni nelle Applicazioni Internet
      - Aspetti di Sicurezza nelle Applicazioni Internet
      Modalità di verifica: Progetto e prova orale con voto in trentesimi