BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//TUC//Events//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Europe/Athens
TZNAME:EEST
DTSTART:19700329T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EET
DTSTART:19701025T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
CREATED:20220714T155221Z
LAST-MODIFIED:20220714T155221Z
DTSTAMP:20260310T082625Z
UID:1773123985@tuc.gr
SUMMARY:Παρουσίαση διδακτορικής διατριβής κ.
  Ατσαλάκη Ιωάννας, Σχολή ΜΠΔ
LOCATION:
DESCRIPTION:https://www.tuc.gr/el/to-polytechnei
 o/ilektronikes-ypiresies/imerologio/
 imerologio-ekdiloseon-1?tx_tucevents
 2_tuceventsdisplay%5Baction%5D=show&
 tx_tucevents2_tuceventsdisplay%5Bcon
 troller%5D=Event&tx_tucevents2_tucev
 entsdisplay%5Bevent%5D=5681&cHash=55
 07a29e47bbfd317b57f4039bcaed7e\nΠΟΛΥ
 ΤΕΧΝΕΙΟ ΚΡΗΤΗΣ\n ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡ
 ΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ\n  \n Ονοματεπώ
 νυμο: ΑΤΣΑΛΑΚΗ ΙΩΑΝΝΑ \n Αριθμός Μητ
 ρώου: 2016019067 \n  \n Θέμα \n Τίτλ
 ος στα Ελληνικά: Πρόβλεψη Δραστικών 
 Τεχνολογιών στον Τουρισμό με Ασαφή Λ
 ογική \n Τίτλος στα Αγγλικά1: Disrup
 tive Technology Forecasting in Touri
 sm by Fuzzy Logic \n  \n Εξεταστική 
 Επιτροπή: \n Επιβλέπων: Κώστας Ζοπου
 νίδης \n Πρώτο Μέλος: Φώτης Πασιούρα
 ς \n Δεύτερο Μέλος: Χρυσοβαλάντης Γα
 γάνης \n Τρίτο Μέλος: Μιχάλης Δούμπο
 ς \n Τέταρτο Μέλος: Κίμων Βαλαβάνης 
 \n Πέμπτο Μέλος: Κυριακή Κοσμίδου \n
  Έκτο Μέλος: Αιμίλιος Γαλαριώτης \n 
  \n Περίληψη Διατριβής στα Ελληνικά:
   \n Ο κόσμος συνεχώς αλλάζει εξαιτί
 ας των νέων τεχνολογικών καινοτομιών
  που επινοεί η επιστήμη. Η ανάγκη γι
 α πρόβλεψη των αλλαγών που φέρνουν ο
 ι νέες καινοτομίες είναι πρωταρχικής
  σημασίας για την επιβίωση των οργαν
 ισμών. Οι νέες τεχνολογίες φέρνουν τ
 αυτόχρονα ευκαιρίες αλλά και απειλές
 . Η  μη έγκαιρη πρόβλεψη τους θα έχε
 ι ως συνέπεια ο οργανισμός να υποστε
 ί τις αρνητικές επιπτώσεις από τις α
 πειλές των νέων τεχνολογιών και να μ
 ην αξιοποιηθούν οι ευκαιρίες που αργ
 ά η γρήγορα θα εμφανιστούν. Οι νέες 
 τεχνολογίες μπορεί να προκαλούν μικρ
 ές βελτιώσεις ή πολύ δραστικές αλλαγ
 ές, οι οποίες αναστατώνουν πλήρως τι
 ς υπάρχουσες δομές μιας αγοράς. Η απ
 οτυχία πρόβλεψης, κυρίως των δραστικ
 ών τεχνολογιών, θα επιφέρει σε πολύ 
 μικρό χρονικό διάστημα, ακόμα πιο αρ
 νητικά αποτελέσματα στον οργανισμό. 
 Οι δραστικές τεχνολογίες από μόνες τ
 ους δεν επιφέρουν έσοδα. Αντιθέτως, 
 μόλις ενσωματωθούν σε ένα επιχειρημα
 τικό μοντέλο επιφέρουν μεγάλης έκτασ
 ης αλλαγές στον τομέα και απειλούν π
 ολλές φορές με αφάνεια ακόμα και τις
  μεγάλες καλά εδραιωμένες επιχειρήσε
 ις στον τομέα. Επίσης, μια νεοεισερχ
 όμενη επιχείρηση στην αγορά που ενσω
 ματώνει νέες τεχνολογίες έχει ανάγκη
   από ένα μοντέλο που να μπορεί να π
 ροβλέψει εάν θα επιφέρει  δραστικές 
 μεταβολές στην αγορά  και εάν θα κατ
 αφέρει, να παραμένει και να κατακτήσ
 ει ικανό μερίδιο της αγοράς. \n Η ασ
 αφής λογική, καθώς αναπαριστά τον τρ
 όπο που σκέπτεται το ανθρώπινο μυαλό
  με την χρήση λέξεων και λογικών καν
 όνων,  μπορεί να μοντελοποιήσει αρκε
 τά ικανοποιητικά, προβλήματα όπου κυ
 ριαρχεί η αβεβαιότητα, εξ αίτιας της
  αμφιβολίας, της έλλειψης πληροφοριώ
 ν και των ανακριβών δεδομένων. Στην 
 παρούσα διατριβή αποδεικνύεται ότι η
  ασαφή λογική έχει τα μέσα να υπολογ
 ίσει με μεγάλη επιτυχία, την αβεβαιό
 τητα που μια δραστική τεχνολογία επι
 φέρει, όπως ακριβώς  έχει κάνει και 
 σε πολλούς άλλους τομείς.  Αναπτύχθη
 κε ένα ασαφές μοντέλο έχοντας ως μετ
 αβλητές εισόδου την «Τιμή», την «Ποι
 ότητα-Εξυπηρέτηση», την «Ευκολία Πρό
 σβασης» και την «Μη εξυπηρετούμενη α
 νάγκη» και ως έξοδο την «Δραστική Αλ
 λαγή»,  εκμαιεύοντας την γνώση των ε
 ιδικών. Αρχικά οι  ειδικοί αξιολογήσ
 αν το  προτεινόμενο μοντέλο. Στην συ
 νέχεια η αξιολόγηση έγινε με πραγματ
 ικά δεδομένα που αφορούσαν την Airbn
 b. Το μοντέλο προέβλεψε ότι από τον 
 πρώτο χρόνο λειτουργείας της εταιρία
 ς, το 2010, θα γινόταν κυρίαρχη στην
  αγορά καταλυμάτων, δηλαδή 7 έτη νωρ
 ίτερα από τότε που εμφανίστηκαν οι π
 ρώτες μελέτες για την  δραστική αλλα
 γή που επέφερε η Airbnb στην αγορά. 
 Το Δεκέμβρη του 2020 εισήχθη στο χρη
 ματιστήριο με αξία $87 δις, όταν η α
 ξία της αλυσίδας ξενοδοχείων Marriot
  ήταν $42 δις και  Hilton $29 δις. \
 n Λέξεις Κλειδιά: πρόβλεψη δραστικών
  τεχνολόγων, πρόβλεψη με ασαφή λογικ
 ή, τεχνολογική πρόβλεψη, πρόβλεψη τη
 ς Airbnb. \n  \n Περίληψη Διατριβής 
 στα Αγγλικά:  \n One of the main rea
 sons businesses usually fail when (r
 apid or long-term) technological inn
 ovations alter markets is their inab
 ility to adapt fast and understand t
 he effect of such innovations to exi
 sting and/or traditionally working b
 usiness models. As disruptive techno
 logical innovations become the new n
 orm, attributes of chosen disruptive
  technologies must be part of the en
 hanced (new) business model with the
  aim to benefit customers. This requ
 ires a radical departure from 'conve
 ntional thinking' to first identify 
 major key factors that drive such te
 chnologies and to incorporate the ef
 fect of disruptive technologies into
  the new business model in almost re
 al-time. The result is improved mark
 et status and competitiveness of com
 panies and increased returns due to 
 model flexibility and adjustability,
  as well as predictability.   \n Thi
 s thesis uses and implements a rule-
 based Fuzzy Inference System (FIS), 
 an excellent tool to capture even ra
 ndom market phenomena. This is becau
 se of the FIS nonlinear universal ap
 proximation properties, ability to e
 xpress human expert knowledge and ex
 perience by using fuzzy inference ru
 les represented in “if-then” stateme
 nts, and ability to handle, incorpor
 ate and account for accrued experime
 ntal data and a-priori knowledge bef
 ore returning a solution.   \n The p
 roposed forecasting model is capable
  to model and predict the disruptive
 ness for a new technology itself. Re
 sults are promising; thus, this meth
 od provides a very promising support
  tool to companies allowing for them
  to face and overcome disruptive tec
 hnologies threats (defending against
  a disruptive challenge) and to offe
 r opportunities to their customers. 
 Real data from Airbnb are applied to
  the model and the predictability su
 ccess Is really satisfied.  \n Keywo
 rds: disruptive technological innova
 tion forecasting, fuzzy logic foreca
 sting, technological forecasting, Ai
 rbnb forecasting. \n  \n Ημερομηνία 
 Εξέτασης \n Ημέρα/Μήνας/Έτος: 3/8/22
  \n Ώρα: 11:00 \n  \n Χώρος Εξέτασης
  \n Σύνδεσμος (Link): \n Αίθουσα: Αί
 θουσα συνεδριάσεων \n Κτίριο: Δ5 \n
STATUS:CONFIRMED
ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr
DTSTART:20220803T110000
DTEND:20220803T120000
TRANSP:OPAQUE
CLASS:DEFAULT
END:VEVENT
END:VCALENDAR