|
|
Získávání znalostí z datových skladů
Pumprla, Ondřej ; Chmelař, Petr (oponent) ; Stryka, Lukáš (vedoucí práce)
Diplomová práce se zabývá principy procesu získávání znalostí se zaměřením na asociační pravidla. Je vybudován teoretický aparát obecného popisu a principů tvorby datových skladů. Na základě těchto teoretických poznatků je implementována aplikace pro získávání asociačních pravidel. Aplikace očekává data buď v transakční nebo multidimenzionální podobě ve schématu hvězdy. Implementované algoritmy na hledání frekventovaných množin jsou Apriori a FP-strom. Systém umožňuje variantní nastavení parametrů dolování a byly provedeny ověřovací výkonnostní testy. Z pohledu podpory hledání asociačních pravidel se výsledná aplikace jeví robustnější než existující porovnávané systémy SAS a Oracle Data Miner.
|
|
|
Dolování dat v prostředí DB serveru Oracle
Pap, Juraj ; Kunc, Michael (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Cílem této práce bylo oboznámit se s problematikou dolování dat a následně zjistit podporu DB serveru Oracle pro dolování. Práce je zaměřená na dolování asociačních pravidel. Výsledkem práce je ukázkova aplikace, která umožní uživateli práci s dolovacími modely, změnu jejich nastavení a pomocí grafického rozhraní zobrazení zpracovávaných dat využívajících podporu DB serveru Oracle.
|
|
|
Získávání znalostí z databází
Jaroš, Ondřej ; Stryka, Lukáš (oponent) ; Jurka, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá problematikou získávání znalostí z databází. Jsou zde podrobně probrány metody pro dolování dat z databází. Konkrétně se tato práce zaměřuje na metodu získávání znalostí pomocí Asociačních pravidel a to za pomocí algoritmu Apriori. Cílem práce bylo implementovat vybranou metodu a její funkčnost ověřit na vybraném vzorku dat. Aplikace je implementována v programovacím jazyce Java a vzorek dat, nad kterými metoda pracuje je uložen v souboru XML. Nejedná se tedy o klasické získávání znalostí z databáze, nýbrž z XML souboru. Informace pro spuštění dolovací úlohy jsou načítány z konfiguračního(systémového) XML dokumentu. Získané znalosti jsou poté ukládány do systémového XML dokumentu.
|
|
|
Dolování dat z databází
Slezák, Milan ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
Diplomová práce je zaměřená na představení možností data miningu. Data mining se zabývá odhalováním skrytých vazeb mezi data. Zájem o tuto oblast se datuje do 60. letech 20 století. Analýza dat našla uplatnění nejdříve v marketingu. Ovšem později se rozšířila do více oblastí a její možnosti stále ještě nejsou plně využity. Při analýze procesu je užitečné dodržovat jednu z metodologií, které byly za tímto účelem vypracovány. Metodologie představují struční systematický návod, jakým způsobem je vhodné postupovat. V rámci data miningu se uplatňuje široké množství algoritmů zaměřených na práci s daty. Je samozřejmé, že se zvyšujícím se zájmem o tuto problematiku stoupal i počet vhodných programů, které je možné pro analýzu využít. Přehled programů, zpracované ukázkové příklady a zhodnocení je také součástí této práce.
|
|
|
Big Social Data and the Study of Celebrity Fandom
Sedláček, Jakub ; Numerato, Dino (vedoucí práce) ; Špaček, Ondřej (oponent) ; Mikuláš, Peter (oponent)
Tato práce přináší nový pohled na celebrity a jejich fanoušky optikou big social data, přičemž zkoumá možnosti využití digitální stopy ze sociálních sítí pro sociologický výzkum. První kapitola přináší sociologické zarámování celebrity, její krátkou historii v kontextu rozvoje médií a diskusi o revoluční roli, kterou pro celebritní kulturu sehrály platformy sociálních médií. Nakonec se snaží o propojení teorií role celebrity ve společnosti s výzkumem životního stylu, polarizace, subkultur vkusu a "enkláv životního stylu". Druhá kapitola slouží jako úvod do problematiky digitální stopy a big social data obecně. Nejprve jako sociálně- technologických fenoménů, poté jako výzkumných nástrojů. Zabývá se jejich historickou i současnou dostupností, epistemologickými implikacemi pro výzkum, limity i nebezpečími. Nakonec představuje seznamy oblíbených stránek na Facebooku jako cenný zdroj informací o životním stylu. Třetí kapitola empiricky zkoumá digitální stopu 90 tisíc fanoušků českých celebrit na Facebooku. Klade si otázku, zda preference celebrit souvisejí s rozdíly v různých aspektech života, včetně politiky, volného času nebo kulturní spotřeby. Z metodologického hlediska se zabývá kombinací dat z API s web scrapingem a praktickými výzvami při práci s "řídkými" daty ze sociálních médií. Testuje rovněž využití...
|
|
|
Získávání víceúrovňových asociačních pravidel
Nguyenová, Thanh Lam ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato bakalářská práce se zabývá získáváním víceúrovňových asociačních pravidel. Cílem této práce je zaměřit se na dostupné algoritmy pro získávání víceúrovňových asociačních pravidel a implementovat aplikaci s grafickým uživatelským rozhraním, která bude demonstrovat funkčnost těchto algoritmů. Zvoleno bylo pět algoritmů založených na algoritmu Apriori. Pomocí aplikace byly provedeny experimenty s jednotlivými algoritmy a na závěr byly výsledky experimentů porovnány a zhodnoceny.
|
|
|
Analýza dat síťové komunikace mobilních zařízení
Abraham, Lukáš ; Bartík, Vladimír (oponent) ; Burgetová, Ivana (vedoucí práce)
Práce na svém začátku popisuje protokoly DNS a SSL/TLS, věnuje se hlavně komunikaci mezi zařízeními pomocí těchto protokolů. Poté si povíme něco o předzpracování dat a jejich čištění. Dále se práce zaobírá základními technikami pro dolování dat, jako jsou klasifikace dat, asociační analýza, vyhledávání dokumentů, regresní analýza a shluková analýza. V další kapitole si můžeme přečíst něco o tom, jak se dají identifikovat mobilní zařízení v síti. Zhodnotíme datové sady, které obsahují nasbíraná data z komunikace mezi protokoly DNS a SSL/TLS se kterými se bude pracovat v praktické části. Po té se konečně dostaneme k návrhu systému pro analýzu dat síťové komunikace. Popíšeme si použité knihovny a celou implementaci systému. Provedeme velké množství experimentů, které na konec ohodnotíme.
|
|
|
Algoritmus pro cílené doporučování produktů
Bodeček, Miroslav ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato diplomová práce se zabývá prozkoumáním problematiky doporučování produktů v internetovém obchodování, zhodnocením dostupných technik, detailním návrhem systému doporučování produktů pro existující internetový obchod a implementací tohoto systému včetně otestování. V technické zprávě je nejprve prezentován úvod do problematiky, představen současný stav v internetovém obchodování a specifikovány požadavky na implementaci nadstavby nad internetovým obchodem. Dále zpráva obsahuje úvod do dolování dat. Následuje detailní návrh systému a zpráva o provedeném testování. Závěr obsahuje zhodnocení dosažených výsledků a diskuzi o možném dalším vývoji.
|
|
|
Integrace Business Inteligence nástrojů do IS
Novák, Josef ; Bartík, Vladimír (oponent) ; Stryka, Lukáš (vedoucí práce)
Tato diplomová práce se zabývá problematikou integrace prostředků Business Intelligence do informačních systémů. V prvních kapitolách jsou představeny oblasti Business Intelligence, datových skladů, OLAP analýzy a získávání znalostí z databází, zejména se zaměřením na dolování asociačních pravidel. V kapitolách věnujícím se praktické části je popsán návrh a implementace výsledné aplikace spolu s použitými technologiemi jako je např. Microsoft SQL Server 2005.
|
|
|
OLAP Recommender
Koukal, Bohuslav ; Chudán, David (vedoucí práce) ; Vojíř, Stanislav (oponent)
Manuální prozkoumávání agregovaných dat v datových kostkách a vyhledávání potenciálně užitečných informací je od určitého objemu dat časově náročné a neefektivní. V této práci jsem navrhnul, implementoval a na reálných datech otestoval systém, který prohledávání datové kostky automatizuje a nabízí uživateli potenciálně zajímavé pohledy na OLAP kostku. Systém je založen na propojení dvou metod datové analýzy - vizualizaci dat v OLAP analýze a dobývání znalostí z dat, reprezentovaném GUHA asociačními pravidly. Dalším přínosem práce je výzkum možností řešení rozdílů mezi OLAP analýzou a dolováním asociačních pravidel. Mezi implementačně řešené rozdíly patří především diskretizace dat, problém souměřitelnosti dimenzí, návrh automatického nastavení algoritmu pro dolování na základě struktury dat a definice provázání asociačních pravidel s OLAP vizualizací. Nástroj byl testován s reálnými maloobchodními prodejními daty a s daty o strukturálních fondech EU. Testování prokázalo, že propojení metod dolování asociačních pravidel a OLAP analýzy dokáže identifikovat zajímavé vztahy v datech s vyšší úspěšností než použití těchto metod samostatně.
|
host ::
RSS.