Oggi aziende ed individui sono immersi all'interno di ecosistemi digitali interconnessi nei quali vengono generate enormi quantità di dati eterogenei, i così detti Big Data, ad una velocità senza precedenti. In questo scenario, gli approcci e le tecnologie per Big Data hanno lo scopo di rendere computabili problemi che vedono coinvolti grandi volumi di dati fortemente eterogeni per formato e struttura, spesso generati in maniera real-time, che non possono essere affrontati con le tecnologie informatiche esistenti.
Scopo del laboratorio è lo studio di metodi, modelli, algoritmi, approcci e linguaggi per la gestione e l'analisi di Big Data eterogenei, quali testi, immagini, video, reti, dati strutturati, dati geo-referenziati, multi-mediali e multi-dimensionali, che variano nel tempo, al fine di favorire la realizzazione di Smart Technologies innovative. Tali tecnologie sono capaci di trasformare i Big Data in Smart Data ovvero, in dati arricchiti dalla semantica esplicita, modellabile e estraibile mediante tecnologie semantiche, e dalla semantica implicita, ottenibile mediante tecniche di machine learning, intelligenza artificiale e data analytics. Inoltre, la definizione di Smart Models con metodologie basate sulla Ricerca Operativa, e valutazioni di tipo matematico per lo studio delle caratteristiche quantitative e qualitative dei dati assumono rilevanza preponderante.
Le Smart technologies rendono più efficaci ed efficienti le attività di business analytics, di supporto alle decisioni, la gestione e fruizione di contenuti, migliorano le attività di marketing e la qualità dei prodotti/servizi offerti ai propri clienti/utenti. In generale, permettono di ottimizzare tutti gli aspetti applicativi presenti nei diversi processi di business e operativi delle organizzazioni in differenti settori applicativi.
Vedi anche: