RICERCA ITALIANA     

FIRB simili:

• 1 - Ridisegno dell'infrastruttura finanziaria delle reti di imprese: alla ricerca di nuove soluzioni finanziarie, istituzionali e informatiche per sostenere la competitività, l'innovazione, le riorganizzazioni aziendali e la gestione dei rischi.
• 2 - Bioinformatica per la Genomica e la Proteomica
• 3 - Metodologie agili per la produzione del software: validazione, modellistica, impatto organizzativo e loro utilizzo per lo sviluppo distribuito e open source
• 4 - Governo elettronico per i Paesi del Mediterraneo (eG4M) - Nuove metodologie nelle aree sociologica, economica, organizzativa e tecnologica per l'adattamento e il miglioramento del modello per il governo elettronico nei paesi del mediterraneo, concezione e produzione di linee guida per la pianificazione strategica, azioni per la sensibilizzazione e disseminazione del nuovo modello per il governo elettronico e dei servizi per l'accesso a dati pubblici.

Classificazione scientifico-disciplinare

• Area scientifico disciplinare: Scienze economiche e statistiche
  • ECONOMIA AZIENDALE
  • ECONOMIA E GESTIONE DELLE IMPRESE

Classificazione geografica

• Regione: Lombardia

Bibliografia

METODOLOGIE DI DATA MINING
Agrawal, R., Mannila, H., Srikant, R., Toivonen, H. and Verkamo, A.I. (1995). Fast discovery of association rules. In: Advances in knowledge discovery and data mining. AAAI/MIT Press, Cambridge.
Berry, M. and Linoff, G. (1997). Data Mining techniques for marketing, sales, and customer support. Wiley, New York.
Berry, M. and Linoff, G. (2000). Mastering data mining. Wiley, New York.
Breiman, L., Friedman, J.H., Olshen, R. and Stone, C. J. (1984). Classification and regression trees. Wadsworth, Belmont
Giudici, P. (2003), Applied Data Mining: statistical methods for business and industry, Wiley, London.
Han J., Kamber M. (2000), Data Mining: Concepts and Tecniques, Morgan Kaufmann.
Hand D. J., Heikki M., Smyth P. (2001), Principles of Data Mining, MIT Press.
Hastie, T., Tibshirani, R., Friedman, J. (2001), The elements of statistical learning: data mining, inference and prediction. Springer-Verlag.
Heckerman, D., (1997) Bayesian Networks for Data Mining. Journal of Data Mining and Knowledge Discovery 1, pp. 79-119.
Ripley, B.D. (1996). Pattern recognition and neural networks. Cambridge University Press, Cambridge.
Scarpa B., Torelli N. (2003) Selecting the training set in classification problems with rare events, Atti del convegno CLADAG 2003, Bologna, 24-27 settembre 2003
Giudici, P. (2002). Statistical models for data mining. Numero speciale della rivista Italian Journal of Applied Statistics.
Giudici, P., Heckerman, D. e Whittaker, J. (2001). Statistical models for data mining. Numero speciale della rivista: Journal of Knowledge discovery and data mining.
Vapnik, V. (1998). Statistical learning theory. Wiley, New York.
GESTIONE E ORGANIZZAZIONE DEI DATI NEL KNOWLEDGE MANAGEMENT
Baker K., Harris P., O’Brien J. (1989) Data Fusion: An Appraisal and Experimental Evaluation. Journal of the Market Research Society, 31 (2), 152-212.
Giudici, P., Schoier G. (2001) Cluster analysis for web usage mining. Italian Journal of Applied statistics.
Japkowicz, N. (2000) The class imbalance problem: Significance and strategies,
Proceedings of the 2000 International Conference on Artificial Intelligence, 111–117.
Jephcott, J., Bock T. (1998). The application and validation of data fusion. Journal of the Market Research Society, vol 40, nr 3 (July), p. 185-205.
Joshi M. (2002) On evaluating performance of classifiers for rare classes, url:http//wwwusers.
cs.umn.edu/ mjoshi/papers/icdm02sub.ps.
Lenz H.J., (1998), “Multi data sources and data fusion”, Proceedings III International Seminar on New Techniques and new technology for Statistics, Sorrento, Italy, 139-146.
Ling C.X. and Li C. (1998) Data mining for direct marketing: problems and solutions,
Proceedings of the Int. Conference on Knowledge Discovery and Data Mining.
Paggiaro A., Torelli N. (2002), “Una procedura generalizzata per l’abbinamento esatto di record”, in Camillo F. e Tassinari G. (a cura di) Data mining, Web mining e CRM, metodologie, soluzioni e prospettive, FrancoAngeli, Milano, 26-38
Raessler, S. (2002), Statistical Matching: frequentist theory, practical applications and alternative bayesian approaches”, Springer-Verlag, New York.
Scarpa B., Torelli N. (2003), “Selecting the training set in classification problems with rare events” in Book of Short Papers, Cladag 2003, Bologna 22-24 settembre, Ed. Clueb, Bologna, pp.317-320
Torelli N. (2003), “Tecniche per l’integrazione di dati da più fonti: recenti sviluppi e alcune prospettive applicative”, in P.D. Falorsi, A. Pallara e A. Russo (a cura di), “Temi di ricerca ed esperienze sull’utilizzo a fini statistici di dati di fonte amministrativa”, F.Angeli, Milano.
Winkler W. E (2000) “Machine Learning, Information Retrieval, and Record Linkage” Proceedings of the American Statistical Association, Survey Research Methods Section
FINANCIAL RISK MANAGEMENT
Cruz, M. (2002). Modelling, measuring and hedging operational risk. Wiley, London
Cherubini, U. e Della Lunga, G. (2001) Il rischio finanziario. Mc Graw- Hill, Milano.
De Giuli, M, Maggi, A. e Paris, F. (2003) Pricing mutual bank deposit guarantees. Proceedings of the 10th conference of the multinational finance society.
De Giuli, M, Maggi, A. e Paris, F. (2003) Pricing incentive fee of hedge fund managers: a discussion of moral hazard. Proceedings of the 11th conference of the multinational finance society.
De Giuli, M. Magnani U. Rossi E e Maggi, M. Derivati: teoria e metodi. Giappichelli, Torino.
Giudici, P. e Polasek, W. (2001) Inference and prediction on Financial risk management. Numero speciale della rivista: Applied Stochastic Models in Business and Industry.
Giudici, P. e Dalla Valle, L. (2003) Metodi Statistici per la valutazione di un’impresa in condizioni di incertezza. In: Valutazione d’impresa (a cura di Cotta Ramusino, E. e Rinaldi, L., edizioni Il Sole 24 Ore), pp. 749-785.
Maggi L., Rossi E., Giannini C. (2001) “Stima e previsione della curva dei rendimenti italiana con i GARCH multivariati”, Statistica, LXI, 43-63.
Rossi E., C.Zucca (1999) “GARCH multivariati per il risk management” Collana Studi del Credito Italiano, n.2.
Rossi E., C.Zucca (2002) "Hedging Interest Rate Risk with Multivariate GARCH”, Applied Financial Economics, 12, 241-251.
INTERNAZIONALIZZAZIONE E FINANZA DI IMPRESA
Cotta Ramusino, E. e Rinaldi, L. (2003) La valutazione d’impresa. Edizioni Il Sole 24 ore.
European Commission, Observatoire européen des PME, Sixieme Rapport, Luxembourg, 2000.
Johanson J. & Vahlne J.E. (1977), The internationalisation process of the firm. A model of knowledge development and increasing market commitment, Journal of International Business, vol. 8, 23 – 32
Johanson J. & Vahlne J.E (1990), The mechanism of internationalisation, International Marketing Review, vol. 7, 11- 24
Leonidou L.C. and C. S. Katsikeas (1996), The Export Development Process: an Integrative Review of Empirical Models, Journal of International Business, 6, pp.121-148
Dimitratos, et al. (2003), Micromultinationals: New Types of Firms for the Global Competitive Landscape, European Management Journal, Vol. 21, No. 2 pp., 164-174
Majocchi A. e Onetti A., Le PMI italiane in Romania. I risultati di una ricerca sulle strategie delle
imprese italiane nei distretti industriali romeni, in Velo D. e Majocchi A. (a cura di),
L’internazionalizzazione delle piccole e medie imprese nell’Europa centro orientale, Giuffrè
Editore, Milano, 2002, pp. 79-143 2002
Majocchi A. and Zucchella A. (2003), Internationalization and Performance. Findings from a Set of Italian SMEs, International Small Business Journal, 21(3), 249–266
OECD (1997),Globalisation and Small and Medium Enterprises (SMEs), OECD; Paris
WEB KNOWLEDGE DISCOVERY E CRM
Baldi, P., Frasconi, P. e Smyth, P. (2003) Modelling the internet and the web. Wiley, New York.
Chakrabarti, S. (2003) Mining the web: discovering knowledge from hypertext data. Morgan Kaufmann, New York.
Blanc, E. e Giudici, P. (2002) Association and classification models for web mining. In: Data Mining III (a cura di A. Zanasi, C.A. Brebbia, N.F.F.E. Ebecken and P. Melli), WIT Press, pp. 937-946.
Blanc, E. e Giudici, P. (2002) Sequence rules for web clickstream analysis. In: Advances in Data Mining (a cura di P. Perner), Springer Verlag, pp. 1-14
Costabile, M. Il capitale relazionale, McGraw Hill, 2001
Del Ciello, N., Dulli, S e Saccardi, A. (2000). Metodi di data mining per il customer relationship marketing. Franco Angeli, Milano.
Giudici, P. (2004). Statistical models for web usage mining. To appear in Applied stochastic models in business and industry.
Greenberg, P. (2000) CRM at the speed of light: capturing and keeping customer in Internet real time, McGraw Hill
Normann, R., Ramirez, R. (1994) Designing interactive strategy. From value chain to value constellation, John Wiley & Sons Ltd.
Tourniaire, F., (2003) Just enough C.R.M., McGraw Hill.

Parole Chiave

data management; knowledge management; financial risk management; strategic assessment software for SMEs; SMEs internationalisation; web based customer relationship management