Original title: Reálná úloha dobývání znalostí
Translated title: The Real Knowledge Discovery Task
Authors: Kolafa, Ondřej ; Berka, Petr (advisor) ; Kliegr, Tomáš (referee)
Document type: Master’s theses
Year: 2012
Language: cze
Publisher: Vysoká škola ekonomická v Praze
Abstract: [cze] [eng]
Hlavní náplní této práce je provedení reálné úlohy dobývání znalostí s cílem klasifikovat držitele termínovaných účtů. Úloha je řešena nad reálnými, anonymizovanými daty bankovních klientů s nízkým stavem finančních prostředků. V souladu s metodikou CRISP-DM je práce prováděna v následujících krocích: porozumění problematice, porozumění datům, příprava dat, modelování, vyhodnocení výsledků a využití výsledků. Úloha dobývání znalostí probíhá v aplikaci RapidMiner. V teoretické části byly popsány postupy a metody aplikované v reálné úloze. Bylo představeno samotné dobývání znalostí z databází se zvláštním přihlédnutím k aplikacím v oblasti řízení vztahů se zákazníky. Dále byla představena metodika CRISP-DM, možnosti úloh, které dobývání znalostí z databází nabízí, a techniky, které jsou k dané úloze vhodné. Rozdíl ve velikosti skupin majitelů a nevlastníků termínovaného účtu byl natolik značný, že muselo dojít k vybalancování trénovacího datového souboru. Do fáze vyhodnocení bylo vybráno celkem dvanáct modelů. Podle zvolených kritérií hodnocení (plocha pod ROC křivkou a F-míra) byly za nejlepší shledány modely logistické regrese a bayesovské sítě). V poslední fázi data miningového procesu je navrženo možné využití výsledků v praxi. Problém je rozpracován pouze formou doporučení a zamyšlení, neboť nebylo možné výsledky aplikovat na reálnou situaci. The major objective of this thesis is to perform a real data mining task of classifying term deposit accounts holders. For this task an anonymous bank customers with low funds position data are used. In correspondence with CRISP-DM methodology the work is guided through these steps: business understanding, data understanding, data preparation, modeling, evaluation and deployment. The RapidMiner application is used for modeling. Methods and procedures used in actual task are described in theoretical part. Basic concepts of data mining with special respect to CRM segment was introduced as well as CRISP-DM methodology and technics suitable for this task. A difference in proportions of long term accounts holders and non-holders enforced data set had to be balanced in favour of holders. At the final stage, there are twelve models built. According to chosen criterias (area under curve and f-measure) two best models (logistic regression and bayes network) were elected. In the last stage of data mining process a possible real-world utilisation is mentioned. The task is developed only in form of recommendations, because it can't be applied to the real situation.
Keywords: classification; CRISP-DM; CRM; cross-sell; data mining; knowledge discovery in databases; CRISP-DM; CRM; cross-sell; data mining; dobývání znalostí z databází; klasifikace

Institution: University of Economics, Prague (web)
Document availability information: Available in the digital repository of the University of Economics, Prague.
Original record: http://www.vse.cz/vskp/eid/39395

Permalink: http://www.nusl.cz/ntk/nusl-200136


The record appears in these collections:
Universities and colleges > Public universities > University of Economics, Prague
Academic theses (ETDs) > Master’s theses