{"id":3489,"date":"2019-01-07T12:47:33","date_gmt":"2019-01-07T11:47:33","guid":{"rendered":"https:\/\/dyrecta.com\/lab\/?p=3489"},"modified":"2019-01-07T13:08:10","modified_gmt":"2019-01-07T12:08:10","slug":"data-mining-e-big-data-per-la-business-intelligence-del-fashion","status":"publish","type":"post","link":"https:\/\/www.dyrecta.com\/lab\/data-mining-e-big-data-per-la-business-intelligence-del-fashion\/","title":{"rendered":"Data Mining e Big Data per la Business Intelligence del fashion"},"content":{"rendered":"<p>I ricercatori di  Dyrecta Lab hanno progettato una architettura &#8220;embedded&#8221; in grado di interconnettere mediante Big Data System le informazioni di pi\u00f9 store del settore moda.<br \/>\nI dati vengono elaborati da engine di data mining in grado di fornire predizioni di vendite degli store, predizioni di vendita della piattaforma E-commerce, output di ottimizzazione della logistica e analisi del &#8220;sentiment social&#8221; circa i prodotti di vendita.  <\/p>\n<p>I nostri paper scientifici pubblicati online:<br \/>\n<a href=\"http:\/\/www.hrpub.org\/journals\/jour_archive.php?id=35&#038;iid=1479\" target=\"_blank\">http:\/\/www.hrpub.org\/journals\/jour_archive.php?id=35&#038;iid=1479<\/a><br \/>\n<a href=\"http:\/\/www.hrpub.org\/download\/20181230\/CSIT1-13512271.pdf\" target=\"_blank\">http:\/\/www.hrpub.org\/download\/20181230\/CSIT1-13512271.pdf<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>I ricercatori di Dyrecta Lab hanno progettato una architettura &#8220;embedded&#8221; in grado di interconnettere mediante Big Data System le informazioni&#8230;<\/p>\n","protected":false},"author":1,"featured_media":3491,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[67,69,5],"tags":[],"_links":{"self":[{"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/posts\/3489"}],"collection":[{"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/comments?post=3489"}],"version-history":[{"count":1,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/posts\/3489\/revisions"}],"predecessor-version":[{"id":3490,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/posts\/3489\/revisions\/3490"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/media\/3491"}],"wp:attachment":[{"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/media?parent=3489"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/categories?post=3489"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/tags?post=3489"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}