Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17566
Title: Τεχνικές Μηχανικής Μάθησης σε Προβλήματα Πρόβλεψης Επιτυχίας Εταιρειών
Authors: Παπαευθυμίου, Δάφνη
Φωτάκης Δημήτριος
Keywords: Μηχανική Μάθηση
Πρόβλεψη
startups
Παράγοντες Επιτυχίας
Τυχαία Δάση
Gradient Boosting
Τεχνική Yπερδειγματοληψίας
IPO
Ανάλυση Δεδομένων
Issue Date: 30-Mar-2020
Abstract: Η αστάθεια και η αβεβαιότητα είναι οι λέξεις που χαρακτηρίζουν με τη μεγαλύτερη ακρίβεια το σύγχρονο επιχειρησιακό περιβάλλον. Ο ψηφιακός μετασχηματισμός, ο μεγάλος ανταγωνισμός και το όλο και πιο υψηλό επίπεδο γνώσεων των ατόμων που πλαισιώνουν τις διάφορες επιχειρήσεις μεταβάλουν ραγδαία τα δεδομένα στον επενδυτικό χώρο και περιορίζουν τους φραγμούς εισόδου στην αγορά. Την ίδια στιγμή, παρατηρείται μια πρωτόγνωρης κλίμακας στροφή των ατόμων σε ό,τι αφορά την ενασχόληση με τους συγκεκριμένους τομείς. Συνέπεια της κατάστασης αυτής αποτελεί η εκθετική αύξηση της ίδρυσης νεογνών εταιρειών - Startup - αλλά και ο επίσης αυξανόμενος ρυθμός αποτυχίας τους. Στο πλαίσιο αυτής της διπλωματικής εργασίας μελετάται η πρόβλεψη της πιθανότητας επιτυχίας μιας σύγχρονης startup εταιρείας υπό οικονομικό, επιστημονικό και κοινωνικό πρίσμα. H έγκυρη πρόβλεψη σχετικά με το μέλλον μιας τέτοιου είδους εταιρείας θεωρείται σήμερα ιδιαίτερα σημαντική κυρίως για άτομα και εταιρείες με μεγάλη επενδυτική δύναμη, καθώς είναι επιθυμητό η διαχείριση των κεφαλαίων τους να γίνει με τον πλέον αποδοτικό τρόπο. Έτσι τον τελευταίο καιρό έχει επιχειρηθεί να μοντελοποιηθεί το "μοτίβο" της επιτυχίας μιας startup εταιρείας από αρκετούς ερευνητές. Μέχρι σήμερα, το συγκεκριμένο πρόβλημα αποτελούσε κυρίως ένα πιο θεωρητικό πεδίο μελέτης της επιχειρησιακής έρευνας και για την προσέγγισή του εξετάζονταν και αξιολογούνταν ως επί των πλείστων επιχειρηματικά σχέδια και μοντέλα δόμησης των εταιρειών. Ωστόσο, τα ερεθίσματα που μπορεί να λάβει μια νέα εταιρεία και να την οδηγήσουν στην αποτυχία ή την επιτυχία είναι πολυδιάστατα και συχνά μη αλληλοσυνδεόμενα και δεν περιορίζονται μόνο στο επιχειρηματικό πλάνο που θα ακολουθήσει. Στην παρούσα εργασία, επιχειρούμε να δώσουμε μία λύση στο πρόβλημα που παρουσιάστηκε, όπου θα λαμβάνονται υπόψη πιο πρακτικοί και εύκολα μετρήσιμοι παράγοντες και χαρακτηριστικά των εταιρειών, μέσω της εφαρμογής μεθόδων μηχανικής μάθησης. Καταγράφουμε έπειτα τα αποτελέσματα των διάφορων μεθόδων που εφαρμόσαμε και σχολιάζουμε την αποδοτικότητα και την καταλληλότητά τους για το συγκεκριμένο πρόβλημα. Αναλυτικότερα, περιορίζουμε το χώρο μελέτης μας στις εταιρείες που δραστηριοποιούνται στους τομείς της βιοτεχνολογίας και της υγείας. Επιδιώκουμε να αποφανθούμε για το αν, πέρα από τα οικονομικά κριτήρια, υπάρχει αντίστοιχη επιστημονική γνώση για να πλαισιώσει το έργο τους και να τους οδηγήσει στην εδραίωση της παρουσίας τους στον επιχειρηματικό χώρο και τελικά την επιτυχία. Αρχικά λοιπόν, γίνεται περιγραφή του γενικού πλαισίου και της ιστορίας και παρουσίαση της περίπτωσης προβλήματος υπό εξέταση. Ακολουθεί η περιγραφή των δεδομένων, η ανάλυση των βασικών χαρακτηριστικών τους και η επεξεργασία που απαιτήθηκε για να είναι δυνατή η κατανόηση τους και η αναγνώριση συσχετίσεων. Σχεδιάστηκαν στη συνέχεια τρία διαφορετικά μοντέλα μηχανικής μάθησης που εκπαιδεύονται με βάση τα δεδομένα αυτά και έπειτα μπορούν να γενικεύσουν αυτή τη γνώση που αποκτήσανε, για τον υπολογισμό της αναμενόμενης τιμής δεδομένων αγνώστων σε εκείνα. Τα μοντέλα αυτά παραμετροποιούνται και εκπαιδεύονται κατάλληλα ώστε να μπορούν να διαχωρίσουν τα δεδομένα σε δύο κλάσεις που περιγράφουν τις επιτυχημένες και τις αποτυχημένες εταιρείες αντίστοιχα . Στη συνέχεια παρουσιάζονται και αξιολογούνται τα αποτελέσματα της εφαρμογής τους τόσο στα δεδομένα εκπαίδευσης όσο και σε ένα άγνωστο σύνολο δεδομένων. Παράλληλα, με την παρουσίαση της μεθοδολογίας που ακολουθούμε, των προβλημάτων που κληθήκαμε να αντιμετωπίσουμε καθώς και των λύσεων που επιστρατεύσαμε ευελπιστούμε να προσφέρουμε, με την παρούσα διπλωματική, ένα μοτίβο και έναν ενδεικτικό τρόπο εργασίας για τους μελετητές που θα αποφασίσουν να ασχοληθούν με παρόμοια θεματολογία ώστε να πετύχουν τα βέλτιστα δυνατά αποτελέσματα στον καλύτερο δυνατό χρόνο.
URI: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17566
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
Papaefthymiou_Dafne_Thesis.pdf2.09 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.