Książki i artykuły Grupy Big Data o problematyce powiązanej z Big Data

2022

Bernardelli Michał (2022), A heuristic approach to optimizing the loading of homogeneous marine cargo, Operations Research and Decisions 2022: 32(2), 1-15; DOI: https://doi.org/10.37190/ord220201

Bernardelli Michał (2022), Automatic identification of turning points with HMM-based indicator  Economic Tendency Surveys and Economic Policy – Measuring Output Gaps and Growth Potentials (ed. Sylwester Bialowas) Poznań University of Economics and Business Press 2022, pp. 39-55; DOI: https://doi.org/10.18559/978-83-8211-129-3/3

Delong, Ł., Lindholm, M., Wüthrich, M.V., 2022, Collective reserving using individual claims data, Scandinavian Actuarial Journal 1, 1-28 

Ewa Gałecka-Burdziak, C. Usabiaga, F. Núñez, Ł. Arendt, R. Pater, 2022, Skill requirements and labour   polarisation: An association analysis based on Polish online job offers, Economic Modelling, https://doi.org/10.1016/j.econmod.2022.105963

Wioletta Grzenda (2022) Survival Trees and Direct Adjusted Survival Curves—Prediction of Survival Probabilities. In: Jajuga, K., Dehnel, G., Walesiak, M. (eds) Modern Classification and Data Analysis. SKAD 2021. Studies in Classification, Data Analysis, and Knowledge Organization. Springer, Cham. pp 31–44

Bogumił  Kamiński: Julia for Data Analysis, Manning, 2022

B. Kamiński, P. Prałat, F. Théberge: Mining Complex Networks, CRC Press, 2022

A. Dehghan, K. Siuta, A. Skorupka, A. Dubey, A. Betlen, D. Miller, W. Xu, B. Kamiński, P. Prałat: Detecting Bots in Social-networks using Node and Structural Embeddings. In Proceedings of the 11th International Conference on Data Science, Technology and Applications – DATA, ISBN 978-989-758-583-8; ISSN 2184-285X, pages 50-61. DOI: 10.5220/0011147300003269, 2022

B. Kamiński, Ł. Kraiński, P. Prałat, F. Théberge: A multi-purposed unsupervised framework for comparing embeddings of undirected and directed graphs, Network Science, 2022, 1-24

B. Kamiński, T. Olczak, B. Pankratz, P. Prałat, F. Théberge: Properties and Performance of the ABCDe Random Graph Model with Community Structure, Big Data Research, 2022, 100348

Arash Dehghan-Kooshkghazi, Bogumił Kamiński, Łukasz Kraiński, Paweł Prałat, François Théberge: Evaluating node embeddings of complex networks, Journal of Complex Networks, Volume 10, Issue 4, August 2022, cnac030

P. Szufel, B. Pankratz, A. Szczurek, B. Kamiński, P. Prałat: Vehicle Routing Simulation for Prediction of Commuter’s Behaviour, Journal of Advanced Transportation, 2022, 1604303

Wanda Niemyska, Pawel Rubach, Bartosz A Gren, Mai Lan Nguyen, Wojciech Garstka, Fernando Bruno da Silva, Eric J Rawdon, Joanna I Sulkowska, AlphaKnot: server to analyze entanglement in structures predicted by AlphaFold methods, Nucleic Acids Research, Volume 50, Issue W1, 5 July 2022, Pages W44–W50, https://doi.org/10.1093/nar/gkac388

Ilona Pawełoszek, Jędrzej Wieczorkowski „Wybrane zagadnienia zastosowania dużych zbiorów danych przestrzennych – konwergencja GIS i Big Data”, w Inżynieria zarządzania, cyfryzacja produkcji, Aktualności badawcze 4, red. Ryszard Knosala, Polskie Wydawnictwo Ekonomiczne S.A., Warszawa 2022, s. 53-62, ISBN: 978-83-208-2495-7

Jędrzej Wieczorkowski, Iwona Chomiak-Orsa, Ilona Pawełoszek, Big data w marketingu – narzędzie doskonalenia relacji z klientami, Marketing i Rynek 01/2022, ISSN: 1231-7853, DOI: 10.33226/1231-7853.2022.1.1, str. 3-9.

2021

Delong, Ł., Barigou, K., 2021, Pricing equity-linked life insurance contracts with multiple risk factors by neural networks, Journal of Computation and Applied Mathematics 404 

Delong, Ł., Lindholm, M., Wüthrich, M.V., 2021, Gamma Mixture Density Networks and their application to modelling insurance claim amounts, Insurance: Mathematics and Economics 101, 240-261

Delong, Ł., Lindholm, M., Wüthrich, M.V., 2021, Making Tweedie’s compound Poisson model more accessible, European Actuarial Journal 11, 185–226

Wioletta Grzenda (2021) Modelling the occupational and educational choices of young people in Poland using Bayesian multinomial logit models. Statistics in Transition New Series, 22(3), 175-191.

J. Filipowski, B. Kamiński, A. Mashatan, P. Prałat, P. Szufel: Optimization of the cost of urban traffic through an online bidding platform for commuters, Economics of Transportation, 1-27, 2021

Bogumił Kamiński, Paweł Prałat, François Théberge: Artificial Benchmark for Community Detection (ABCD)—Fast random graph model with community structure, Network Science, 1-26, 2021, doi:10.1017/nws.2020.45

Reaz Huq, Bogumił Kamiński, Atefeh Mashatan, Paweł Prałat, Przemysław Szufel: On broadcasting time in the model of travelling agents, Discrete Applied Mathematics, 291, 246-263, 2021, https://doi.org/10.1016/j.dam.2020.12.022

Kot M., Kamiński B. (2021) Agent Based Model of Cross Media Reach of Advertising. In: Ahrweiler P., Neumann M. (eds) Advances in Social Simulation. ESSA 2019. Springer Proceedings in Complexity. Springer, Cham. https://doi.org/10.1007/978-3-030-61503-1_5

Kamiński B., Prałat P., Théberge F. (2021) Community Detection Algorithm Using Hypergraph Modularity. In: Benito R.M., Cherifi C., Cherifi H., Moro E., Rocha L.M., Sales-Pardo M. (eds) Complex Networks & Their Applications IX. COMPLEX NETWORKS 2020 2020. Studies in Computational Intelligence, vol 943. Springer, Cham. https://doi.org/10.1007/978-3-030-65347-7_13

Michał Kot, Bogumił Kamiński: Comparison of methods used for filling partially unobserved contingency tables, Statistical Review, 2021, 68 (4), 1-20

Mariusz Rafało, Cross validation methods: Analysis based on diagnostics of thyroid cancer metastasis, ICT Express, 2021, ISSN 2405-9595, DOI:10.1016/j.icte.2021.05.001, str. 1-6.

Mariusz Rafało, Dynamic Big Data Capabilities: Longitudinal Case Study, Przegląd Organizacji 2021; ISSN 0137-7221, DOI:10.33141/po.2021.12.04, str. 7-24.

Ryszard Szupiluk, Analytics platforms in information technologies: A methodological approach, w: Doligalski T., Goliński M., Kozłowski K. (red.) Disruptive Platforms – Markets, Ecosystems and Monopolists, Routledge, Abingdon, New York 2021 str. 100-112.

Jędrzej Wieczorkowski, Iwona Chomiak-Orsa, Ilona Pawełoszek, Big data w zarządzaniu, Polskie Wydawnictwo Ekonomiczne, Warszawa 2021, ISBN: 978-83-208-2472-8, str. 310

2020

Bernardelli Michał (2020), Comparison of Impact of Local Data Smoothing Methods on Identification of Business Cycle Turning Point, Business, Economics and Science. Common challenges 2020, nr 176, Filodiritto Publisher, pp. 35-44 DOI: http://dx.doi.org/10.26352/CY29_MONOGRAPH_BUSINESS_ECONOMICS_KRAKOV2020

Delong, Ł., Wüthrich, M.V., 2020, Neural networks for the joint development of individual payments and claim incurred, Risks 8, 1-33.

Wioletta Grzenda (2020) The Role of Discretization of Continuous Variables in Socioeconomic Classification Models on the Example of Logistic Regression Models and Artificial Neural Networks. In: Jajuga K., Batóg J., Walesiak M. (eds) Classification and Data Analysis. SKAD 2019. Studies in Classification, Data Analysis, and Knowledge Organization. Springer, Cham. Pp. 35-51

Wioletta Grzenda (2020) Prediction of the probability of employment termination by people over the age of 50 using parametric survival models. In M. Papież and S. Śmiech (Eds.), The 14th Professor Aleksander Zeliaś International Conference on Modelling and Forecasting of Socio-Economic Phenomena. Conference Proceedings. Krakow, pp. 52-60.

D. Kaszyński, B. Kamiński, T. Szapiro: Credit Scoring In Context Of Interpretable Machine Learning, Oficyna Wydawnicza SGH, 2020

Algorithms and Models for the Web Graph. WAW 2020, eds.: B. Kamiński, P. Prałat, P. Szufel, Lecture Notes in Computer Science, vol 12091, Springer, 2020

B. Kamiński, P. Prałat, F. Théberge: A Scalable Unsupervised Framework for Comparing Graph Embeddings, In: B. Kamiński, P. Prałat, P. Szufel (eds.), Algorithms and Models for the Web Graph. WAW 2020. Lecture Notes in Computer Science, vol 12091, Springer, 2020

Marlin Ulmer, Maciek Nowak, Dirk Mattfeld, Bogumił Kaminski: Binary Driver-Customer Familiarity in Service Routing, European Jounral of Operational Research, 286, 477-493, 2020, DOI: https://doi.org/10.1016/j.ejor.2020.03.037

C. Spagnuolo, G. Cordasco, P. Szufel, P. Prałat, V. Scarano, B. Kamiński, A. Antelmi: Analyzing, Exploring, and Visualizing Complex Networks via Hypergraphs using SimpleHypergraphs.jl, Internet Mathematics, pp. 32, 2020

Bogumił Kamiński, Łukasz Kraiński, Atefeh Mashatan, Paweł Prałat, Przemysław Szufel: Multiagent Routing Simulation with Partial Smart Vehicles Penetration, Journal of Advanced Transportation, 2020

Bogumił Kamiński, Paweł Prałat, François Théberge, An unsupervised framework for comparing graph embeddings, Journal of Complex Networks, 8 (5), 2020, https://doi.org/10.1093/comnet/cnz043

Daniel Kaszyński, Bogumił Kamiński, Bartosz Pankratz: Assessment of the size of VaR backtests for small samples, Statistical Review, 2020, 67 (2), 114-151

Karol Przanowski, S. Zając, D. Kaszyński, Ł. Opiński (2020) Variable selection methods,  Chapter 3. in:  Credit scoring in the context of interpretable machine learning. Theory and practice.  Edited by D. Kaszyński, B. Kamiński, T. Szapiro.  Pages 51-76, Oficyna Wydawnicza SGH, Warszawa (https://ssl-kolegia.sgh.waw.pl/pl/KAE/struktura/IE/struktura/ZWiAD/publikacje/Documents/Credit_scoring_in_the_context_of_interpretable_machine_learning.pdf).

Karol Przanowski, M. Wrzosek, S. Zając, D. Kaszyński  (2020) Selected machine learning methods used for credit scoring,   Chapter 4.  in: Credit scoring in the context of interpretable machine learning. Theory and practice. Edited by D. Kaszyński, B. Kamiński, T. Szapiro. Pages 77-142, Oficyna Wydawnicza SGH, Warszawa.

Norbert Paska, Porównanie efektu losowego czasu oraz agenta w analizie częstości szkód Autocasco, w: Metody ekonometryczne, statystyczne i matematyczne w modelowaniu zjawisk społecznych, Tom I Metody probabilistyczne w zastosowaniach ekonomicznych (red. M. Męczarski), O​W SGH, Warszawa 2020​, str. 115-132.

Karol Przanowski, S. Zając  (2020) Metody selekcji zmiennych w modelach skoringowych, Rozdział 2.  Modelowanie dla Biznesu, tom II. Redakcja naukowa: K. Przanowski, S. Zając, strony 26-68, Oficyna Wydawnicza SGH, Warszawa.

Mariusz Rafało, Zbigniew Gontar, Nowoczesne architektury danych, w: Techniczno-społeczne uwarunkowania gospodarki cyfrowej (red. A. Kobyliński, P. Filipkowski), OW SGH, Warszawa 2020, s. 89-119.

Mariusz Rafało, Wymiar biznesowy ataków na systemy uczące się, w: Hakowanie sztucznej inteligencji (red. J. Surma), WN PWN, Warszawa 2020, s. 53–79.

Mariusz Rafało, Adversarial Machine Learning: Review from Business Perspective, w: Knowledge Economy Society (red. A. Jaki & B. Ziębicki), TNOiK, Toruń 2020, s. 235–247.

Pawel Dabrowski-Tumanski, Pawel Rubach, Wanda Niemyska, Bartosz Ambrozy Gren, Joanna Ida Sulkowska, Topoly: Python package to analyze topology of polymersBriefings in bioinformatics. doi: 10.1093/bib/bbaa196.

Ryszard Szupiluk, Pawel Rubach, Identification of Delays in AMUSE Algorithm for Blind Signal Separation of Financial Data, s. 253–261. doi: 10.1007/978-3-030-61534-5_23.

Ryszard Szupiluk, Pawel Rubach, Separacja finansowych szeregów czasowych z wykorzystaniem dekorelacji z opóźnieniami, Metody Ilościowe w Badaniach Ekonomicznych, 20, s. 305–315. doi: 10.22630/MIBE.2019.20.4.28.

Jędrzej Wieczorkowski, Magdalena Jurczyk-Bunkowska, Big Data – ewolucja Business Intelligence czy innowacja przełomowa w zarządzaniu, w: Inżynieria zarządzania, cyfryzacja produkcji, Aktualności badawcze 2, red. Ryszard Knosala, Polskie Wydawnictwo Ekonomiczne S.A., Warszawa 2020, s.97-105, ISBN: 978-83-208-2400-1

2019

Lipiński Łukasz, Bernardelli Michał (2019), Detekcja wyłudzeń klików przez boty internetowe „Roczniki” Kolegium Analiz Ekonomicznych SGH, No. 55, Oficyna Wydawnicza SGH, Warszawa 2019, pp. 41-54

Wioletta Grzenda (2019) Modelowanie karier zawodowej i rodzinnej z wykorzystaniem podejścia bayesowskiego, Wydawnictwo Naukowe PWN, Warszawa.

Wioletta Grzenda (2019) Survival Modelling of Repeated Events Using the Example of Changes in the Place of Employment, Acta Universitatis Lodziensis. Folia Oeconomica, 3(342), 183-197.

B. Kamiński, P. Szufel: Julia プログラミングクックブック, 著、中田 秀基 訳, O’Reilly, 2019

A. Antelmi, G. Cordasco, B. Kamiński, P. Prałat, V. Scarano, C. Spagnuolo, P. Szufel: SimpleHypergraphs.jl – Novel Software Framework for Modelling and Analysis of Hypergraphs, w: Algorithms and Models for the Web Graph 16th International Workshop, WAW 2019, Brisbane, QLD, Australia, July 6–7, 2019, Proceedings, ed. K. Avrachenkov, P. Prałat, N. Ye, 2019, 115-129

Clustering via hypergraph modularity, B. Kamiński, V. Poulin, P. Prałat, P. Szufel, F. Théberge, PLoS ONE 14(11): e0224307, 2019

Lenar Iskhakov, Bogumił Kamiński, Maksim Mironov, Paweł Prałat, Liudmila Prokhorenkova, Local clustering coefficient of spatial preferential attachment model, Journal of Complex Networks, cnz019, https://doi.org/10.1093/comnet/cnz019, 2019

B. Kamiński, T. Olczak, P. Prałat: Parallel execution of schedules with random dependency graph, Theoretical Computer Science, 784, p. 113-132, 2019

A. Ptak-Chmielewska, Predicting Micro-Enterprise Failures Using Data Mining Techniques. Journal of Risk and Financial Management 2019, nr 12, 0; pp. 1-17 DOI 10.3390/jrfm12010000.

Ryszard Szupiluk, Paweł Rubach, „Metodyka i praktyka filtracji opartej na ślepej separacji sygnałów”, Roczniki Kolegium Analiz Ekonomicznych, Zeszyt 54/2019, Oficyna wydawnicza SGH, Warszawa 2019, ISSN 1232-4671, s. 183-195

2018

Bernardelli Michał, Kowalczyk Barbara (2018), Optimal Allocation of the Sample in the Poisson Item Count Technique Acta Universitatis Lodziensis. Folia Oeconomica nr 335(3)/2018, pp. 35-47 DOI: http://dx.doi.org/10.18778/0208-6018.335.03

Bernardelli Michał (2018), Implementacja metody badania własności reguł przejścia systemów bonus-malus w Apache Spark, „Roczniki” Kolegium Analiz Ekonomicznych SGH, No. 51, Oficyna Wydawnicza SGH, Warszawa 2018, pp. 95-108

Bernardelli Michał (2018), Hidden Markov Models as a Tool for the Assessment of Dependence of Phenomena of Economic Nature, Acta Universitatis Lodziensis. Folia Oeconomica nr 338(5)/2018, pp. 7-20 DOI: http://dx.doi.org/10.18778/0208-6018.338.01

Lipiński Łukasz, Bernardelli Michał (2018), Anonimowość w Internecie – identyfikacja płci użytkowników na podstawie historii odwiedzanych stron internetowych, „Roczniki” Kolegium Analiz Ekonomicznych SGH, No. 53, Oficyna Wydawnicza SGH, Warszawa 2018, pp. 147-162

Przemysław Pospieszny, Beata Czarnacka-Chrobot, Andrzej Kobyliński, An effective approach for software project effort and duration estimation with machine learning algorithms, „Journal of Systems and Software”, Vol. 137, March 2018, pp. 184-196.

B. Kamiński, P. Szufel: Julia 1.0 Programming Cookbook, Packt Publishing, 2018

Clustering Properties of Spatial Preferential Attachment Model, współautorzy: L. Ishakov, M. Mironov, P. Pralat, L. Ostroumova Prokhorenkova, Algorithms and Models for the Web Graph 15th International Workshop, WAW 2018, Moscow, Russia, May 17-18, 2018, Proceedings, ed. A. Bonato, P. Prałat, A. Raigorodskii, 2018, p. 30—43

B. Kamiński, M. Jakubczyk, P. Szufel: A framework for sensitivity analysis of decision trees, Central European Journal of Operations Research, 26(1), s. 135-159, 2018, doi:10.1007/s10100-017-0479-6 (Impact Factor: 0,987)

B. Kamiński, P. Szufel: On parallel policies for ranking and selection problems, Journal of Applied Statistics, 45(9), p. 1690-1713, 2018 (Impact Factor: 0,664)

Л. Исхаков, М. Миронов, Л. Прохоренкова, Б. Камински, П. Пралат: Кластерный коэффициент в модели пространственного предпочтительного присоединения, Доклады Академии Наук, 2018, том 481, №1, с. 10—14

Adam Korczyński (2018) Screening wariancji jako narzędzie wykrywania zmowy cenowej. Istota i znaczenie imputacji danych, Oficyna Wydawnicza SGH, Warszawa.

Norbert Paska (red.), Zastosowanie modeli ZINB GLMM z efektem losowym agenta w taryfikacji ubezpieczeń majatkowych, Roczniki Kolegium Analiz Ekonomicznych”, zeszyt 53/2018, OW SGH, Warszawa 2018, strony 63-76.

Pawel Dabrowski-Tumanski, Pawel Rubach, Dimos Goundaroulis, Julien Dorier, Piotr Sułkowski, Kenneth C Millett, Eric J Rawdon, Andrzej Stasiak, Joanna I Sulkowska, “KnotProt 2.0: a database of proteins with knots and other entangled structures”, Nucleic Acids Research, 2018, gky1140, https://doi.org/10.1093/nar/gky1140

Ryszard Szupiluk, Paweł Rubach, Extreme value model for volatility measure in machine learning ensemble, [W:] Artificial intelligence and soft computing : 17th International Conference, ICAISC 2018, Zakopane, Poland, June 3-7, 2018, Proceedings. Part 1, L. Rutkowski, R. Scherer, M. Korytkowski, W. Pedrycz, R. Tadeusiewicz, J. Zurada (red.),Cham 2018, (Lecture Notes in Computer Science ; ISSN 0302-9743 ; vol. 10841), s. 247-256, ISBN 978-3-319-91252-3; DOI: 10.1007/978-3-319-91253-0_24.

Ryszard Szupiluk, Paweł Rubach, Filtracja finansowych szeregów czasowych metodami nieujemnej faktoryzacji macierzy, „Metody Ilościowe w Badaniach Ekonomicznych / Szkoła Główna Gospodarstwa Wiejskiego, 2018, t. 19, nr 3. s. 284-292. ISSN 2082-792X; DOI: 10.22630/MIBE.2018.19.3.26

Ryszard Szupiluk, Paweł Rubach, Identyfikacja komponentów destrukcyjnych w modelach predykcyjnych w podejściu wielomodelowym, 2018; „Metody Ilościowe w Badaniach Ekonomicznych / Szkoła Główna Gospodarstwa Wiejskiego”, 2017, vol. 18, nr 4, s. 679-688, ISSN 2082-792X; DOI: 10.22630/MIBE.2017.18.4.63

Jędrzej Wieczorkowski, Magdalena Jurczyk-Bunkowska, Bariery wdrożeń rozwiązań big data, w Innowacje w zarządzaniu i inżynierii produkcji, tom 1, red. Ryszard Knosala, Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, Opole 2018, s. 243-255

2017

Bernardelli Michał (2017), Big data recommendation problems in e-commerce solutions for small business Research on Enterprise in Modern Economy – Theory and Practice, No. 3/2017 (22) Gdańsk University of Technology, Gdańsk 2017, pp. 65-76 DOI: http://dx.doi.org/10.19253/reme.2017.03.005

Topolewski Marcin, Bernardelli Michał (2017), Improving global elasticity of bonus-malus system Quantitative Methods in Economics, Vol. XVIII, No. 1, Warsaw University of Life Sciences Press, Warsaw 2017, pp. 120-133

Bernardelli Michał (2017), Predicting hourly Internet traffic in the RTB system – panel approach „Roczniki” Kolegium Analiz Ekonomicznych SGH, No. 47, Oficyna Wydawnicza SGH, Warszawa 2017, pp. 5-17

Output analysis for terminating simulations with partial observability, współautor: G. Koloch, Simulation Modeling Practice and Theory, 71, s. 102-113, 2017 (Impact Factor 2015: 1,482)

Endogenous Differentiation of Consumer Preferences Under Quality Uncertainty in a SPA Network, współautorzy: T. Olczak, P. Prałat, w: Algorithms and Models for the Web Graph, ed.: A. Bonato, F. Chung Graham, P. Pralat, 2017, s. 42-59

Statistical Verification of the Multiagent Model of Volatility Clustering on Financial Markets, współautorzy: T. Olczak, P. Szufel, w: Advances in Social Simulation 2015, ed.: Jager, W., Verbrugge, R., Flache, A., de Roo, G., Hoogduin, L., Hemelrijk, C., 2017, s. 329-333

Jędrzej Wieczorkowski „Akceptacja naruszenia prywatności w erze big data” w Nierówności społeczne a wzrost gospodarczy, zeszyt nr 52 (4/2017), red. Michał Gabriel Woźniak, Wydawnictwo Uniwersytetu Rzeszowskiego, Rzeszów 2017, s. 315-325, ISSN 1898-5084

https://journals.ur.edu.pl/nsawg/article/view/1134

 Jędrzej Wieczorkowski „Metody big data w zapewnieniu bezpieczeństwa publicznego a problem prywatności”, Roczniki Kolegium Analiz Ekonomicznych 46/2017, red. Andrzej Kobyliński, Andrzej Sobczak, Szkoła Główna Handlowa w Warszawie 2017, s.241-252, ISSN: 1232-4671

http://rocznikikae.sgh.waw.pl/p/roczniki_kae_z46_18.pdf

Magdalena Jurczyk-Bunkowska, Ilona Pawełoszek, Jędrzej Wieczorkowski „Big Data w zarządzaniu działalnością operacyjną przedsiębiorstw produkcyjnych”, Zeszyty Naukowe Politechniki Częstochowskiej Zarządzanie Nr 26 (2017), Częstochowa 2017, s. 91–106, ISSN: 2083-1560

https://znz.pcz.pl/zeszyty/zeszyt-naukowy-numer-26-34.html

Jędrzej Wieczorkowski, Big data a prywatność. Naruszenie prywatności w świecie wirtualnym – wyniki badań, “Roczniki Kolegium Analiz Ekonomicznych” 45/2017, Szkoła Główna Handlowa w Warszawie 2017, s.33-43

Jędrzej Wieczorkowski, Magdalena Jurczyk-Bunkowska, Big data jako źródło innowacji w zarządzaniu i inżynierii produkcji, w: Innowacje w zarządzaniu i inżynierii produkcji, tom 1, red. Ryszard Knosala, Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, Opole 2017, s. 134-144

Jędrzej Wieczorkowski, Przemysław Polak, Big data and privacy: The study of privacy invasion acceptance in the world of big data, Online Journal of Applied Knowledge Management, Volume 5, Issue 1, 2017, International Institute for Applied Knowledge Management, s. 57-71.

Comments are closed.