Λογότυπο αποθετηρίου

Πλοήγηση ανά Συγγραφέα "Koutsogianni, Agapi"

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω
Φιλτράρετε τα αποτελέσματα πληκτρολογώντας τα πρώτα γράμματα
Τώρα δείχνει 1 - 1 από 1
  • Μικρογραφία εικόνας
    Τεκμήριο
    Reproducibility dashboards: Power BI vs. Python Dash
    (2025-07-29) Koutsogianni, Agapi; Κουτσογιάννη, Αγάπη; Papastefanatos, George; Chatziantoniou, Damianos; Papageorgiou, Haris
    Η διπλωματική εργασία συγκρίνει δύο προσεγγίσεις δημιουργίας διαδραστικών πινάκων (dashboards)—το Power BI και το Python Dash—για την οπτικοποίηση δεδομένων αξιολόγησης έρευνας. Το έργο περιλάμβανε την ανάπτυξη διαδραστικών πινάκων με τα δύο εργαλεία, με σκοπό την παρακολούθηση βασικών δεικτών απόδοσης, της ερευνητικής επίδρασης και δεικτών αναπαραγωγιμότητας. Το Power BI παρείχε ένα εύχρηστο περιβάλλον με ελάχιστο κώδικα, καλαίσθητες οπτικοποιήσεις και εύκολες επιλογές κοινοποίησης, καθιστώντας το κατάλληλο για δημόσια dashboards και επιχειρησιακούς χρήστες. Αντίθετα, το Python Dash απαίτησε περισσότερο χρόνο ανάπτυξης αλλά προσέφερε μεγαλύτερη ευελιξία, αρθρωτότητα και δυνατότητα αναπαραγωγής, επιτρέποντας ευκολότερες ενημερώσεις και προσαρμογή σε διαφορετικά σύνολα δεδομένων. Το πλαίσιο αξιολόγησης κάλυψε την οπτική ποιότητα, τη διαδραστικότητα, την προσπάθεια ανάπτυξης, την απόδοση, την επεκτασιμότητα και την επικοινωνία με τους φορείς χρηματοδότησης. Στη λύση με Python δημιουργήθηκαν επαναχρησιμοποιήσιμα components και κεντρική λογική παραμετροποίησης (π.χ. COLUMN_MAP), διατηρώντας συνέπεια σε όλες τις καρτέλες. Τα αποτελέσματα δείχνουν ότι το Power BI είναι καταλληλότερο για σύντομα, κοινοποιήσιμα business reports, ενώ το Dash εξυπηρετεί καλύτερα τις ανάγκες ερευνητικών περιβαλλόντων που απαιτούν προσαρμογή, διαφάνεια και μακροπρόθεσμη συντήρηση.