2019 | |
2. | Kawa Nazemi; Dirk Burkhardt Advanced Visual Analytical Reasoning for Technology and Innovation Management (AVARTIM) Miscellaneous Forschungstag 2019 der Hessischen Hochschulen für Angewandte Wissenschaften (HAW), Frankfurt, Germany, 2019. Abstract | Links | BibTeX | Tags: Innovation Management, Technology Management, Trend Analytics, Visual Analytical Reasoning, Visual analytics @misc{Nazemi2019db, title = {Advanced Visual Analytical Reasoning for Technology and Innovation Management (AVARTIM)}, author = {Kawa Nazemi and Dirk Burkhardt}, url = {https://www.hessen.de/presse/veranstaltung/forschungstag-2019-der-hessischen-hochschulen-fuer-angewandte-wissenschaften, Event Website}, doi = {10.5281/zenodo.3517296}, year = {2019}, date = {2019-10-29}, abstract = {Im Rahmen des Vorhabens soll mit „AVARTIM“ ein softwaregestützter Prozess zum Erkennen und Bewerten von Trends, Markt- und Technologiesignalen entwickelt werden, um den Prozess des Innovations- und Technologiemanagements nachhaltig zu unterstützen. Dabei soll im Rahmen des Vorhabens eine Infrastruktur an der Hochschule Darmstadt aufgebaut werden, die modular ist und somit auf technologische Veränderungen schnell reagieren kann. Die zu entwickelnde Infrastruktur dient hierbei als Vorlaufforschung und Ausgangstechnologie sowohl für den industriellen Einsatz durch und mit den KMU Partnern als auch zur Beantragung von Verbundvorhaben.}, howpublished = {Forschungstag 2019 der Hessischen Hochschulen für Angewandte Wissenschaften (HAW), Frankfurt, Germany}, keywords = {Innovation Management, Technology Management, Trend Analytics, Visual Analytical Reasoning, Visual analytics}, pubstate = {published}, tppubtype = {misc} } Im Rahmen des Vorhabens soll mit „AVARTIM“ ein softwaregestützter Prozess zum Erkennen und Bewerten von Trends, Markt- und Technologiesignalen entwickelt werden, um den Prozess des Innovations- und Technologiemanagements nachhaltig zu unterstützen. Dabei soll im Rahmen des Vorhabens eine Infrastruktur an der Hochschule Darmstadt aufgebaut werden, die modular ist und somit auf technologische Veränderungen schnell reagieren kann. Die zu entwickelnde Infrastruktur dient hierbei als Vorlaufforschung und Ausgangstechnologie sowohl für den industriellen Einsatz durch und mit den KMU Partnern als auch zur Beantragung von Verbundvorhaben. |
1. | Kawa Nazemi; Dirk Burkhardt Visual Text Analytics for Technology and Innovation Management Miscellaneous Presented at OpenRheinMain Conference (ORM2019), 13 September 2019, Darmstadt, Germany, 2019. Abstract | Links | BibTeX | Tags: Business Analytics, Innovation Management, Technology Management, Text Analysis, Trend Analytics, Visual Text Analytics @misc{Nazemi2019c, title = {Visual Text Analytics for Technology and Innovation Management}, author = {Kawa Nazemi and Dirk Burkhardt}, url = {https://www.openrheinmain.org/2019/presentations/visual_text_analytics_for_technology_and_innovation_management.pdf, Presentation as PDF}, doi = {10.5281/zenodo.3408391}, year = {2019}, date = {2019-09-13}, abstract = {Through coupling of Data Mining, Visual Analytics and Business Analytics techniques, we created a novel solution for strategic market analysis with focus on early trend recognition. As fundament, we are able to consider a variety of text data, as for instance research publications available from a number of (open access) digital libraries, reports and other data from companies, web data about markets as well as news from companies or social media data etc. In an advanced and unified processing pipeline, the information is extracted and mined for a variety of analytical purposes. Via an interactive analysis user-interface, domain experts are able to analysis strong and weak signals in perspective of upcoming trends.}, howpublished = {Presented at OpenRheinMain Conference (ORM2019), 13 September 2019, Darmstadt, Germany}, keywords = {Business Analytics, Innovation Management, Technology Management, Text Analysis, Trend Analytics, Visual Text Analytics}, pubstate = {published}, tppubtype = {misc} } Through coupling of Data Mining, Visual Analytics and Business Analytics techniques, we created a novel solution for strategic market analysis with focus on early trend recognition. As fundament, we are able to consider a variety of text data, as for instance research publications available from a number of (open access) digital libraries, reports and other data from companies, web data about markets as well as news from companies or social media data etc. In an advanced and unified processing pipeline, the information is extracted and mined for a variety of analytical purposes. Via an interactive analysis user-interface, domain experts are able to analysis strong and weak signals in perspective of upcoming trends. |