Název:
Data Mining in Small Business
Překlad názvu:
Data Mining in Small Business
Autoři:
Sabovčik, František ; Burgetová, Ivana (oponent) ; Zendulka, Jaroslav (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2018
Jazyk:
eng
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [eng][cze]
Tato práce si klade za cíl vyhodnotit techniky získávání znalostí pro využití v prostředí malého podnikání. Po prozkoumání dat a konzultace s doménovymi experty byly vybrány dvě úlohy: analyza nákupního košíku a predikce prodejů. Pro analyzu nákupního košíku byl využit algoritmus Relim pro vyhledávání častych itemsetů a metriky určující zajímavost asociačních pravidel. Pro úlohu predikce prodejů byl implementován dekompoziční model, SARIMA, MARS a neuronové sítě s časovym oknem. Modely byly vyhodnoceny. Pomocí optimalizace hyper-parametrů bylo dosaženo přijatelnych vysledků. Oproti předpokladům nedošlo při dodání dat o počasí a využití nelineárních modelů ke zlepšení oproti SARIMA. Predikce byla implementována jako služba na straně serveru pro testování v produkčním prostředí.
This thesis has as an objective to evaluate techniques of data mining for use in small business. By examining data and consultations with domain experts, two approaches were chosen: market basket analysis and sales forecasting. For market basket analysis, Relim algorithm together with metrics measuring interestingness of association rules. For prediction task, decompostion model, SARIMA, MARS and time-lagged neural network models were implemented. Acceptable results were obtained by hyper-parameter optimization. In contrast to expectation, additional weather data and use of non-linear model did not improve accurancy above SARIMA model. Forecasting was implemented as a backend service for testing in production.
Klíčová slova:
association rules; Data mining; machine learning; regression; small business; time series forecasting.; asociativní pravidla; malé podnikání; Metody získávání znalostí; predikce časových řad.; regrese; strojové učení
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/84980