De ontwikkeling en het gebruik van datamining technieken voor een betere besluitvorming.

Het onderzoek behelst het ontwerpen van datamining technieken met toepassingen in het brede bedrijfsdomein. De voornaamste theoretische contributies omvatten de ontwikkeling van regel inductietechnieken (AntMiner+ en ALBA) en data analyse raamwerken. De finale bruikbaarheid van de datamining modellen zijn steeds van primair belang in het onderzoek van deze kandidaat, wat bewerkstelligd wordt door het inbouwen van domeinkennis en eisen van begrijpbaarheid. Toepassingen zijn voornamelijk te vinden in het kredietrisico en marketing domein, met ook innovatieve toepassingen van datamining in de software engineering, auditing en corporate performance domeinen. Het huidige en geplande onderzoek bouwen verder op voorgaande bevindingen, onder andere door de technieken en raamwerken te verschuiven van een classificatie naar regressie context. Verder beoogt de kandidaat een sterk gebruik van netwerk data, één van de voornaamste focuspunten in huidig datamining onderzoek. Het verkrijgen en gebruiken van netwerkdata wanneer geen expliciet sociaal netwerk beschikbaar is, zoals in de bank sector, maakt deel uit van de voornaamste theoretische onderzoeksobjectieven. Marketing toepassingen omvatten het voorspellen van response, churn en wallet share, terwijl een belangrijke risicomanagement toepassing te vinden is in credit scoring, en dit zowel op het retail als corporate niveau.

Trefwoorden:DATA MINING

Disciplines:Toegepaste economie, Economische geschiedenis, Macro-economie en monetaire economie, Micro-economie, Toerisme