Ugrás a fő tartalomra

Kutatások, projektek

Intézeti kutatóközpontok, szakmai műhelyek 

Smarter Work for a Better Life kutatóközpont

A „Smarter work for a better life” kutatóközpont célja, hogy tematikus, összehangolt, jövő-orientált munkapiaci kutatásokat folytasson annak érdekében, hogy a hazai gazdaság szereplői (vállalatok, munkavállalók és a kormányzat) minél több információval rendelkezzenek ahhoz, hogy a jövő munkapiaci kihívásaira minél hatékonyabb válaszokat tudjanak adni.  

A vállalati szektorral együttműködve elemezzük a hazai munkaerő jelenlegi képzettségi/felkészültségi szintjét és attitűdjeit, a munkáltatók és a munkavállalók jövőbeni elvárásait. Kutatásaink elősegíthetik, hogy a hazai vállalatok megfelelő információkkal rendelkezzenek a fejlődéshez elengedhetetlen új típusú munkaformák és vezetési módszerek alkalmazásáról.  

A kormányzattal együttműködve elemezzük a magas hozzáadott értéket képviselő tevékenységeket ösztönző és a gyors humántőke-akkumulációt elősegítő optimális szabályozási feltételrendszer lehetséges eszközeit. Az új típusú, kreatív, önálló döntéseket hozó, rugalmas, és folyamatos képzést igénylő munkaerő iránt jelentős keresletnövekedés prognosztizálható. A várható munkapiaci trendek, a várható szerkezeti egyensúlytalanságok feltárása segítheti a stratégiai célkitűzésekhez igazodó optimális szabályozási rendszer kidolgozását  

Az egyetemi hallgatókkal együttműködve kutatjuk, hogy az új generációnak milyen elvárásai vannak a jövő munkahelyéről, miként változhat a munkának a szerepe az emberek életében, milyen lesz a munka és a magánélet egyensúlya, és milyen űj kihívásokkal kell szembenézni a jövő újraelosztását kialakító kormányzatnak.  

Legfontosabb célkitűzésünk, hogy kutatásainkkal elősegítsük azoknak a humántőke-fejlesztési, vállalatvezetési és szabályozási rendszerfejlesztési folyamatokat, amelyek hozzájárulnak a hazai digitalizációs-modernizációs folyamat kibontakozásához és az ahhoz szükséges humán tényezők megteremtéséhez.  

Főbb kutatási területek:  

A jövő munkapiacával kapcsolatos modernizációs trendek, munkapiaci kihívások és a felzárkózást segítő szabályozórendszer elemei.  

A rugalmas és/vagy helyfüggetlen munkavégzés szerepe a jövő munkapiacán, az ehhez szükséges humántőke akkumuláció szükséges elemei  

A munkahelyi wellbeing és elégedettség elemei és hatásuk a termelékenységre és a hosszabb távú innovációs potenciál alakulására  

A jövő újraelosztásának innovatív lehetőségei a változó demográfiai és munkapiaci trendek függvényében  

Az idősebb munkavállalók szerepe a jövő munkapiacán, a karrierpálya késői szakaszának flexibilis lehetőségei.  

Hosszabb távú makrogazdasági elemzések, fejlődési pályák kidolgozása kitörési lehetőségek a „közepes jövedelmi” csapdából.  

A kutatási témákat a kutatásvezetők irányítják. A kutatásokba hallgatók is bekapcsolódhatnak, a kutatási területekhez kapcsolódó résztémák meghirdetése kerülnek BA, MA és PhD hallgatók számára. 

Digiméter – kkv digitalizáció

A kutatócsoport vezetője:

Pintér Róbert robert.pinter@uni-corvinus.hu Rektori Szervezet / Adatelemzés és Informatika Intézet / Infokommunikáció Tanszék
Adjunktus / Assistant Professor
Sóház, 22
Telefon: +36 1 482 7494 • Mellék: 7494

A Digiméter kutatási csoport a Budapesti Corvinus Egyetem Digiméterrel kapcsolatos aktivitásait koordinálja. A Digiméter kutatássorozat a kkv szektor digitalizációs felkészültségét méri évente 2 alkalommal: egy általános méréssel ősszel és egy speciális témájúval tavasszal. 2020-ban és 2022-ben a koronavírus hatásával foglalkoztunk tavasszal, hogyan hatott ez a kkv-k működésére, digitális innovációs lehetőségeire, 2021-ben pedig a digitális marketinggel. 2023 tavasszal mélyinterjús kutatást végeztünk szakértőkkel és kkv-k vezetőivel a digitalizálódást serkentő és gátló tényezőkről. Az őszi általános mérések hat tématerületet vizsgálnak (digitális felületeken való jelenlét, mindennapok menedzselése digitális eszközökkel, vállalkozások adatvezérelt működtetése, online marketing, informatikai biztonság és digitális pénzügyek), 50 kérdésből álló kérdőívvel, közel 800 cégből álló többszörösen rétegzett mintavétellel (5+ fő, 10+ millió árbevétel).

A reprezentatív kérdőíves kutatások adatfelvételi időszak zárása után a kkv-k szabadon kitölthetik ugyanazt a kérdőívet a digimeter.hu oldalon (az “Én Digiméterem” menüpont alatt) és így képet kaphatnak arról, hogy hol tartanak a többiekhez képest, miben kellene javítaniuk.

A kutatásokból készül sajtóközlemény, cikkek, gyorsjelentés és az általános őszi mérésből egy bővebb elemzést is tartalmazó brosúra, amely grafikonokkal, elemzésekkel és a fejezetek végén összefoglalókkal mutatja be a kkv-k eredményeit.

2021-ben létrehoztuk a Digiméter-díjat, amellyel a kutatási eredmények alapján legjobban teljesítő vállalkozásokat jutalmazzuk, 2022-ben különdíjakat is osztottunk.

A Digimétert 2020-ban négy cég hívta életre, a Smartcommerce Consulting, a Reacty Digital, a Virgo és az eNET. 2023-ban a Digiméter egyesületi formát vesz fel, hogy a projekt célja minél inkább társadalmasulni tudjon. Az Egyesületbe bárki be tud lépni, aki a kkv-k digitalizációjával, mint központi céllal azonosulni tud. A Digiméter projekt elsősorban szponzori modellben működik, főtámogatója a Számlázz.hu, amely három évre vállalta ezt a szerepet. Kiemelt támogató a SimplePay by OTP Mobil és a Shoptet támogatók a Vodafone Business, valamint a Budapesti Kereskedelmi és Iparkamara (BKIK). Médiatámogató a HVG. Szakmai partnerek: a Magyar Kereskedelmi és Iparkamara Modern Vállalkozások Programja.

A Digiméter projekt jobb megismerésében az alábbi oldalak segítenek: 

A kutatásaikról megjelent sajtóközlemények itt olvashatók: https://digimeter.hu/media/

Matematika – Funkcionálanalízis szakmai műhely

A szakmai műhely vezetője:

Dr. Pálfia Miklós miklos.palfia@uni-corvinus.hu Rektori Szervezet / Adatelemzés és Informatika Intézet / Matematika Tanszék
Docens / Associate Professor
Sóház, 209
Telefon: +36 1 482 7440 • Mellék: 7440

A csoport a matematikai analízist és alkalmazásait vizsgálja. Konkrétabban jelenleg sztochasztikus dinamikai rendszerekkel foglalkozik, amelyek a valószínűségelmélet nemlineáris általánosítását teszik lehetővé. Ezek metrikus tereken optimalizálási problémák hatékony megoldását teszik lehetővé, így sok alkalmazott matematikai problémára adnak megoldást. Ezen kívül a csoport funkcionálanalízis és operátorelméleti kérdésekkel foglalkozik.

Digital and Cognitive Reality szakmai műhely

A szakmai műhely vezetője:

Dr. habil. Csapó Ádám Balázs – adambalazs.csapo@uni-corvinus.hu

A csoport az ember-gép koevolúció eredményeképpen napjainkban kialakuló „digitális és kognitív realitás” jelenségeit és a benne rejlő lehetőségeket vizsgálja mind analitikus, mind szintetizáló igénnyel. Főbb kutatási irányaink a 3D információs rendszerek, valamint a korszerű generatív AI megoldások kiaknázási lehetőségeire fókuszálnak, az emberi érzékelés, megértés, tanulás, emlékezés, információ-szervezés valamint a kollaboratív munkafolyamatok gyorsítása és hatékonyabbá tétele céljából. Módszertani szempontból a kognitív tudományi indíttatású vizsgálatok illetve az informatikai fejlesztések mellett erősen támaszkodunk a szemcsés szerkezetű modellek és a szabályozáselmélet megközelítéseire.

A csoport további tagjai:

  • Prof. Dr. Baranyi Péter
  • Dr. habil. Horváth Ildikó
  • Dr. Berki Borbála
  • Dr. Sudár Anna

A csoport projektjei:

Magyar Kutatási Hálózat
„Döntéstámogató rendszerek kognitív illesztése”
Azonosító szám: 3210207

Válogatott publikációk:

Sudár, Anna, and Ádám B. Csapó. “Elicitation of Content Layout Preferences in Virtual 3D Spaces Based on a Free Layout Creation Task.” Electronics 12.9 (2023): 2078.

Horváth, Ildikó, and Ádám B. Csapó. “Motivations and Tools Relevant to Personalized Workspaces in VR Environments.” Electronics 12.9 (2023): 2059.

Horváth, Ildikó. “An analysis of personalized learning opportunities in 3D VR.” Frontiers in Computer Science 3 (2021): 673826.

Csapo, Adam B. “Cyclical inverse interpolation: An approach for the inverse interpolation of black‐box models using tensor product representations.” Asian Journal of Control 23.3 (2021): 1301-1312.

Csapó, Ádám B., et al. “VR as a medium of communication: from memory palaces to comprehensive memory management.” 2018 9th IEEE International Conference on Cognitive Infocommunications (CogInfoCom). IEEE, 2018.

Baranyi, Péter. “The generalized TP model transformation for T–S fuzzy model manipulation and generalized stability verification.” IEEE Transactions on Fuzzy Systems 22.4 (2013): 934-948.

Csapó, Ádám, and György Wersényi. “Overview of auditory representations in human-machine interfaces.” ACM Computing Surveys (CSUR) 46.2 (2013): 1-23.

Projektek 

2019-2.1.11-TÉT-2020-00172 sz., szlovén-magyar kutatási projekt (2021-2022) 
A COVID világjárvány hatása a KKV-k digitális átalakulási kezdeményezéseire 

A kutatás célja, a magyar és a szlovén KKV-k COVID világjárvány kihívásaira adott válaszainak elemzése a digitális technológiák és a digitális transzformáció által nyújtott lehetőségek kiaknázásával. A magyar és szlovén KKV-k működésének vizsgálata segít megérteni a KKV szektor működési módját a COVID járvány miatt kialakult krízis helyzetben. A projekt további célja a digitalizáció témakörében a BCE és a University of Maribor közötti együttműködés mélyítése.Kutatási téren egyrészt az elvégzett kvalitatív és kvantitatív kutatás, az esettanulmányok, interjúk alapján kidolgozott modell és a KKV-k digitalizációjának és túlélési képességének (SME resilience) kapcsolatát bemutató kvantitatív modell, valamint a kutatási keretrendszer tekinthető eredménynek, amelyeket nemzetközi és hazai konferenciákon mutattunk be, illetve közös nemzetközi tudományos cikkekben publikálunk a szlovén partnerekkel. Kérdőíves előkutatást végeztünk 120 résztvevővel, amelynek alapján közös (magyar-szlovén) 250 KKV-t érintő kvantitatív regionális felmérést végeztünk, összefogva a téma iránt érdeklődő kutatókat a Közép-Kelet európai térségben. A két országra vonatkozó eredmények segítenek azonosítani a KKV-k COVID kihívásokra adott válaszait a digitális technológiák és a digitális transzformáció által nyújtott lehetőségek kiaknázásával, így az érintett vállalatok számára támpontot adnak a lehetséges technikai, szervezeti és módszertani kérdésekben. A közös kutatás know-how megosztást, hatékony és szoros együttműködési megoldások kialakítását tette lehetővé, ami kutatásmódszertani, tudományos és oktatási szempontból is kölcsönös előrelépést jelent. A projekt tudományos eredményeinek a gazdaságra gyakorolt közvetett hatása megtermékenyítő lehet, hiszen ezen a területen nagyobb mintás, több országot összehasonlító felmérés, a KKV-k egy krízis helyzetben való viselkedésének elemzésére a digitalizáció kontextusában az elmúlt években nem készült.

Kapcsolódó cikkeink

Kő, Andrea, Zoltán Mitev Ariel, Tibor Kovács, Péter Fehér, and Zoltán Szabó. “Digital Agility, Digital Competitiveness, and Innovative Performance of SMEs.” Journal of Competitiveness 14, no. 4 (2022): 78-96.

Kő, Andrea, Péter Fehér, Tibor Kovacs, Ariel Mitev, and Zoltán Szabó. “Influencing factors of digital transformation: management or IT is the driving force?” International Journal of Innovation Science 14, no. 1 (2022): 1-20. https://doi.org/10.1108/IJIS-01-2021-0007

Fehér, Péter ; Kő, Andrea ; Kovács, Tibor ; Őri, Dóra ; Szabó, Ildikó ; Szabó, Zoltán ; Varga, Krisztián. The Impact of the COVID-19 Pandemic on the Digitalisation Practices of Hungarian Companies, In: Polona, Šprajc; Damjan, Maletič; Nataša, Petrović; Iztok, Podbregar; Andrej, Škraba; Daniel, Tomić; Vincenzo, Uli; Anja, Žnidaršič (szerk.) 41st International Conference on Organizational Science Development [41. mednarodna konferenca o razvoju organizacijskih znanosti] : Society’s Challenges for Organizational Opportunities [Izzivi družbe za priložnosti organizacij]: Conference Proceedings

Tématerületi Kiválósági Program  – NKFIH-869-10/2019 számú projekt a Nemzeti Kutatási Fejlesztési és Innovációs Alapból biztosított támogatással

Tématerület 1: Az innováció potenciálja, formái, társadalmi és gazdasági haszna a digitalizálódó társadalomban 

Ipar és digitalizáció – okos gyárak, intelligens gyártás kutatócsoport 

A digitalizáció gyökeresen átalakította az ipari környezetet. A magyar iparvállalatoknál ilyen címen futó fejlesztések középpontjában a digitális technológiára épített folyamatinnováció és az általuk elérhető hatékonyságjavulás áll. Konszenzus van abban, hogy e fejlesztések már rövidtávon a világpiaci versenyben maradás feltételévé válnak. Ugyanakkor a termék- és üzleti modell innovációk a nagyobb hozzáadott értéknek köszönhetően sokkal nagyobb hozadékkal kecsegtetnek. Kutatásunk az alábbi két területre fókuszál: a) digitalizáció és az adatközpontú döntéshozatal az iparban b) a vállalati versenyképesség javításának feltételei az új ipari forradalom hajnalán, a digitalizáció szerepe a versenyképesség elérésében. Magyarország számára a feldolgozóipar gazdasági jelentősége miatt érdemel fokozott figyelmet az iparvállalati digitális transzformáció támogatása, benne a képesítő tényezők és körülmények alakítása, illetve az ipar 4.0-ával kapcsolatos szolgáltatói és technológiai tudásbázis erősítése. 

Eredmények – Nemzetközi publikációk

Scimago Q1

  • Asemi, Adeleh, Asefeh Asemi, Andrea Ko, and Ali Alibeigi. “An integrated model for evaluation of big data challenges and analytical methods in recommender systems.” Journal of big data 9, no. 1 (2022): 1-26.. https://doi.org/10.1186/s40537-022-00560-z),
  • AlShafeey, Mutaz, and Csaba Csáki. “Evaluating neural network and linear regression photovoltaic power forecasting models based on different input methods.” Energy Reports 7 (2021): 7601-7614. https://doi.org/10.1016/j.egyr.2021.10.125

Scimago Q2

  • Asemi, Asefeh, Adeleh Asemi, and Andrea Ko. “The Competitive Situation of the Cheminformatics Industry Based on Porter’s Model in Iran.” Sage Open 12.4 (2022): 21582440221134604.
  • Kovács, Tibor, and Andrea Kő. “Machine learning based monitoring of the pneumatic actuators’ behavior through signal processing using real-world data set.” In International Conference on Future Data and Security Engineering, pp. 33-44. Springer, Cham, 2019. DOI: 10.1007/978-3-030-85969-5_52

Scimago Q3

  • Alshafeey, Mutaz; Csaba, Csáki: A Case Study of Grid-Connected Solar Farm Control Using Artificial Intelligence Genetic Algorithm to Accommodate Peak Demand, Journal of Physics-conference Series 1304 : 1 pp. 1-7. Paper: 012017 , 7 p. (2019)

Válogatott publikációk

2023. 1. negyedév

D1

Asemi, A., Asemi, A., & Ko, A. (2023). Adaptive neuro-fuzzy inference system for customizing investment type based on the potential investors’ demographics and feedback. Journal of Big Data, 10(1), 1-27. https://link.springer.com/content/pdf/10.1186/s40537-023-00784-7.pdf

Q1

Asadnia, A., CheshmehSohrabi, M., Shabani, A., Asemi, A., & Demneh, M. T. (2023). Future of information retrieval systems and the role of library and information science experts in their development. Journal of Librarianship and Information Science, 55(1), 177-190. https://journals.sagepub.com/doi/full/10.1177/09610006211067537

Sebrek, S. S., Garrido, B. P., & Michalkó, G. (2022). Why are Unfavorable Signs of Overtourism Ignored by Urban Politics? An Attention-based Explanation of No Intervention. Tourism Planning & Development, 1-9. https://www.tandfonline.com/doi/full/10.1080/21568316.2022.2151503

Wachs, J. (2023). Digital traces of brain drain: developers during the Russian invasion of Ukraine. EPJ Data Science, 12(1), 14. https://link.springer.com/content/pdf/10.1140/epjds/s13688-023-00389-3.pdf?pdf=button

Q2

Ebrahimi, F., Asemi, A., & Ko, A. (2023). Identifying effective criteria for author matching in bioinformatics. Informatics in Medicine Unlocked, 38, 101224. https://www.sciencedirect.com/science/article/pii/S2352914823000667

Asemi, A., Asemi, A., & Ko, A. (2023). Investment Recommender System Model Based on the Potential Investors’ Key Decision Factors. Big Data.

Asemi, A., Asemi, A., & Ko, A. (2023). Unveiling the impact of managerial traits on investor decision prediction: ANFIS approach. Soft Computing, 1-21. https://link.springer.com/content/pdf/10.1007/s00500-023-08102-2.pdf

Ferenci, T., Hári, P., Vájer, P., & Jánosi, A. (2023). External validation of the GRACE risk score in patients with myocardial infarction in Hungary. IJC Heart & Vasculature, 46, 101210. https://www.sciencedirect.com/science/article/pii/S2352906723000416

Blaskovics, B., Czifra, J., Klimkó, G., & Szontágh, P. (2023). Impact of the Applied Project Management Methodology on the Perceived Level of Creativity. Acta Polytechnica Hungarica, 20(3), 101-120. http://unipub.lib.uni-corvinus.hu/8247/1/Blaskovics_Czifra_Klimko_Szontagh_132.pdf

Stippinger, M., Hanák, D., Kurbucz, M. T., Hanczár, G., Törteli, O. M., & Somogyvári, Z. (2023). BiometricBlender: Ultra-high dimensional, multi-class synthetic data generator to imitate biometric feature space. SoftwareX, 22, 101366. https://www.sciencedirect.com/science/article/pii/S2352711023000626

Kurbucz, M. T. (2023). hdData360r: A high-dimensional panel data compiler for governance, trade, and competitiveness indicators of World Bank Group platforms. SoftwareX, 21, 101297. https://www.sciencedirect.com/science/article/pii/S2352711022002151

Boros, A., Lentner, C., Nagy, V., & Tőzsér, D. (2023). Perspectives by green financial instruments–a case study in the Hungarian banking sector during COVID-19. Banks and Bank Systems, 18(1), 116-126. http://unipub.lib.uni-corvinus.hu/8120/1/BBS_2023_01_Boros.pdf

Pérez Garrido, B., Semenova, V., & Sebrek, S. S. (2023). Exploring the profile of innovative enterprises in high-tech manufacturing sectors: The case of the regions of Madrid and Catalonia in 2016. Regional Statistics, 13(1), 119-148. http://unipub.lib.uni-corvinus.hu/8114/1/rs130106.pdf

Sebestyén, Z., & Tarcsay, Z. (2022). Extensions of positive symmetric operators and Krein’s uniqueness criteria. arXiv preprint arXiv:2209.00318. https://arxiv.org/pdf/2209.00318.pdf

Vágólapra másolva
X
×
GEN.:2024.07.24. - 15:57:59