|
|
Zpracování asociačních pravidel metodou vícekriteriálního shlukování
Kejkula, Martin ; Rauch, Jan (vedoucí práce) ; Berka, Petr (oponent) ; Máša, Petr (oponent)
Cílem této práce je navrhnout metodu, která by umožňovala zpracovat množinu asociačních pravidel: měla by poskytovat strukturovaný, přehledný popis celé množiny asociačních pravidel, získané libovolnou implementací nějakého algoritmu pro hledání asociačních pravidel v analyzovaných datech. Měla by uživateli poskytnout přehled o množině vygenerovaných asociačních pravidel a usnadnit její zpracování. Způsob dosažení cíle, zvolený v této práci je: rozdělit množinu asociačních pravidel do podmnožin. Asociační pravidla v jedné podmnožině by si měla být vzájemně více podobná než pravidla ze dvou různých podmnožin. Hlavním přínosem této práce je nová originální metoda zpracování asociačních pravidel. Vedlejším přínosem práce je rozsáhlá rešerše publikovaných metod zpracování asociačních pravidel. Metoda vícekriteriálního shlukování poskytuje rozdělení asociačních pravidel do skupin vzájemně si podobných pravidel (tzv. "přirozených shluků"), kterého není možné dosáhnout žádnou z doposud známých metod. Metoda používá nový způsob reprezentace asociačních pravidel, inspirovaný vektorovým modelem, používaným v oblasti zpracování informačních fondů (information retrieval). V práci je popsán převod asociačních pravidel do vektorového modelu, analogickému k vektorové reprezentaci dokumentů. Jádrem metody je dvojí, na sobě nezávislé shlukování asociačních pravidel: shlukování kvantitativních charakteristik (jako jsou např. spolehlivost, podpora, faktor zajímavosti) a cedentální shlukování asociačních pravidel (inspirované shlukováním dokumentů). Struktura práce: na úvodní kapitolu navazuje kapitola, popisující proces dobývání znalostí z databází. Proces je popsán na základě vybraných metodik (CRISP-DM, SEMMA, GUHA, RAMSYS).Třetí kapitola je věnována pojmu asociační pravidlo a charakteristikám asociačních pravidel. Další kapitola obsahuje rešerši současných metod post-processingu asociačních pravidel. Pátá kapitola seznamuje s problematikou shlukování. Šestá kapitola obsahuje popis metody vícekriteriálního shlukování asociačních pravidel. Další kapitola se věnuje experimentům. Osmá kapitola se zabývá možnostmi využití metody.
|
|
|
Metodika vývoje a nasazování Business Intelligence v malých a středních podnicích
Rydzi, Daniel ; Jandoš, Jaroslav (vedoucí práce) ; Vlček, Radim (oponent) ; Slánský, David (oponent)
Disertační práce pojednává o vývoji a nasazování Business Intelligence řešení v malých a středních podnicích (SME) v České republice. Práce je vyvrcholením dosavadní profesní snahy autora o sestavení metodického modelu vývoje těchto aplikací v malém a středním podniku s využitím vlastních sil a minimálních nákladů. Tuto práci lze rozdělit do pěti základních částí, které se dále dělí na kapitoly. První část, popisující v práci užité technologie, je rozdělena do dvou kapitol. První kapitola popisuje soudobý stav oblasti Business Intelligence a její součástí je i původní rozdělení jednotlivých úrovní tohoto konceptu. Druhá kapitola popisuje dvě techniky z oblasti dobývání znalostí z databází (KDD), které byly vybrány pro tvorbu řešení užitých v případových studiích. Druhá část popisuje oblast společenského života, ve které tato práce vznikala a pro kterou je učeno její využití, tedy oblast malých a středních podniků v ČR. Tato oblast je reprezentována jednou kapitolou, ve které jsou definovány vymezující rozdíly malých a středních podniků oproti ostatním, tedy velkým společnostem. Dále jsou zde vysvětleny autorovy pohnutky zaměření se na tuto oblast. Třetí samostatný celek představuje výsledky průzkumu, který byl uskutečněn mezi českými SME s podporou Katedry informačních technologií Fakulty informatiky a statistiky VŠE Praha. Cílem průzkumu bylo zmapovat připravenost českých SME na vývoj a nasazování aplikací typu BI, determinovat, jaké jsou nejčastější problémy SME, s jejichž podporou řešení by takové aplikace mohly pomoci a determinovat nejvýznamnější faktory omezující vyšší míru nasazení BI řešení mezi českými SME. Čtvrtá část práce je zároveň jejím jádrem. Ve dvou kapitolách jsou zde popsány existující metodiky implementace BI řešení včetně známé metodiky CRISP-DM a především původní Metodika vývoje a nasazování Business Intelligence řešení v malých a středních podnicích. Poslední, pátá část, se skládá z kapitoly o představení konkrétního podniku, ve kterém byl pro potřeby této práce prováděn výzkum vývoje a nasazování Business Intelligence řešení a z kapitol, které představují jednotlivé případové studie nasazování BI řešení v tomto podniku dle původní metodiky a které přinášejí důkaz o jejím ověření v praxi.
|
|
|
Fuzzy GUHA
Ralbovský, Martin ; Rauch, Jan (vedoucí práce) ; Svátek, Vojtěch (oponent) ; Holeňa, Martin (oponent) ; Vojtáš, Peter (oponent)
Metoda GUHA je jednou z nejstarších metod explorační analýzy dat, která je považována za součást vědního oboru dobývání znalostí z databází. Na rozdíl od jiných metod tohoto oboru, metoda GUHA staví na pevných teoretických základech logiky a statistiky. Metoda vnímá nalezení zajímavé znalosti jako nalezení určité formule v dostatečně bohatém logickém kalkulu, kterému se říká observační kalkul. Hlavním tématem dizertační práce je aplikace "fuzzy paradigmatu" na metodu GUHA. Pod pojmem "fuzzy paradigma" myslíme přístupy, které používají vícehodnotové stupně náležení, nebo pravdivostní hodnoty, jmenovitě fuzzy teorii množin a fuzzy logiku. Práce se nesnaží pokrýt všechny aspekty této aplikace, soustředí se na: - asociační pravidla, která jsou nejpoužívanější typy formulí v metodě GUHA - použití fuzzy dat - logické aspekty dobývání fuzzy asociačních pravidel - porovnání GUHA teorie s výzkumem fuzzy asociačních pravidel hlavního proudu - implementaci teorie s použitím bitových řetízků Práce zevrubně rozpracovává teorii fuzzy asociačních pravidel a používá přitom teoretický aparát fuzzy teorie množin i fuzzy logiky. Fuzzy teorie množin slouží zejména k porovnání metody GUHA s existujícími pokusy o formalizaci fuzzy asociačních pravidel založených na algoritmu apriori. Fuzzy logika je použita k definici nové třídy logických kalkulů nazvaných logické kalkuly fuzzy asociačních pravidel (LCFAR). Práce se detailně zabývá problémem existence dedukčních pravidel v LCFAR. Vhodná část navržené teorie je implementována v systému Ferda za pomoci bitových řetízků, což znamená reprezentace charakteristik zkoumaných objektů jako řetezce bitů. Tento přístup lze v crisp případě efektivně implementovat. Pro zachování jeho výhod ve fuzzy případě bylo provedeno hloubkové testování datových struktur a algoritmů pro reprezentaci fuzzy bitových řetízků.
|
|
| |
|
| |
|
|
Aplikace procedury Ac4ft-Miner na medicínská data
Nekvapil, Viktor ; Rauch, Jan (vedoucí práce) ; Šimůnek, Milan (oponent)
Tato práce se zabývá dataminingovou procedurou Ac4ft-Miner implementovanou v systému LISp-Miner, který je vyvíjen na Katedře informačního a znalostního inženýrství Vysoké školy ekonomické v Praze. Cílem práce je jednak popsat proceduru jednoduchým, pro laiky (zejména lékaře) srozumitelným způsobem, dále pak aplikovat tuto proceduru na medicínská data a prezentovat příklady použití této procedury. Ze získaných zkušeností je pak cílem vytvořit metodologii použití procedury pro lékaře. Dosahování cílů je realizováno jednak použitím mnoha příkladů, které demonstrují teoretické koncepty na konkrétních datech, dále také snahou o jednoduchou vizualizaci úloh (analytických otázek) řešených procedurou. Výsledkem práce je souhrnný, jednolitý text s řadou příkladů oddělených od souvislého textu, takže čtenář obeznámený s konkrétní tematikou může snadno pokračovat dále v textu, aniž by příklady musel projít. Dále je pak výsledkem práce návrh grafické podoby prezentace analytických otázek, která bude spolu s příklady využita dále v projektu SEWEBAR, jehož součástí je tato práce. Metodologie užití procedury pro lékaře má spíše podobu rad vhodných pro další výzkum této procedury, jelikož velká komplexnost procedury nedovolila formulaci obecnějších závěrů. V první kapitole je popsán proces dolování dat z databází s využitím metodologie CRISP-DM, druhá kapitola prezentuje teoretické koncepty vztahující se k Ac4ft-Mineru, třetí kapitola objasňuje akční pravidla, jež jsou procedurou generována. Ve čtvrté kapitole jsou nastíněny možnosti zadávání úloh a interpretace výsledků procedury. Pátá kapitola obsahuje příklady zadání úloh, které byly řešeny procedurou, a také jsou prezentovány výstupy procedury. Šestá kapitola prezentuje metodologii užití procedury pro lékaře.
|
|
|
Porovnání možností aplikace metod DZD a statistických metod při analýze dat ADAMEK
Líbal, Petr ; Rauch, Jan (vedoucí práce) ; Berka, Petr (oponent)
Tato bakalářská práce se zabývá porovnáním asociačních pravidel a logistické regrese. Pro toto porovnání byly použity medicínská data Adámek. Byl zkoumán vztah mezi atributy patřící do skupiny Fyzické vyšetření a Obtíže. Obě metody jsou teoreticky popsány, je uvedena jejich návaznost na známější příbuzné oblasti -- v případě asociačních pravidel na analýzu nákupního košíku, v případě logistické regrese na regresi lineární. Před samotnou analýzou jsou atributy popsány základními statistikami a je graficky znázorněno rozložení hodnot. U obou metod probíhá analýza stejným způsobem. Nejdříve jsou zkoumány vztahy u jednotlivých obtíží, poté jsou zkoumány vztahy u obtíží obecně. Na závěr jsou výsledky obou metod srovnány.
|
|
|
Empirické porovnání systémů dobývání znalostí z databází
Benešová, Kristýna ; Berka, Petr (vedoucí práce) ; Šimůnek, Milan (oponent)
S rostoucím množstvím shromažďovaných a ukládaných dat roste také potřeba a zájem majitelů těchto dat o využití jejich potenciálu k dalšímu rozhodování. Proto se vyvíjí nové přístupy a způsoby vycházející z informatiky, statistiky a oblasti strojového učení, které se této potřebě snaží vyhovět. Cílem této diplomové práce je uvést proces dobývání znalostí dat z databází na medicínských datech Tinnitus a představit systémy LISp-Miner a Weka, které daný proces podporují. Obsahem teoretické části diplomové práce je shrnutí základních charakteristik a přístupů procesu dobývání znalostí. Praktická část diplomové práce je věnována realizaci celého procesu v jednotlivých krocích. V samotném kroku modelování jsou využity již zmíněné systémy akademické LISp-Miner a Weka. Poslední část praktické části práce patří prezentaci dosažených výsledků a vlastnímu zhodnocení systémů.
|
|
|
Web Analytics: Identifikace nových trendů
Slavík, Michal ; Kliegr, Tomáš (vedoucí práce) ; Nekvasil, Marek (oponent)
Tématem práce jsou nástroje pro analýzu návštěvnosti webových stránek a cílem je identifikace trendů v tomto tržním odvětví i předmětu vědeckého zájmu. V oblasti teorie je cíle dosaženo analýzou dostupné literatury, znalosti z praxe jsou zjišťovány terénním výzkumem, jehož účastníky jsou zástupci tří firem působících v oblasti SEO. Identifikovány jsou tyto trendy: nárůst poptávky po aplikacích Web Analytics, zvyšování zájmu o vzdělávací kurzy, rozšiřování záběru aplikací na měření sociálních sítí a Webu 2.0 a ve sféře výzkumu využití sémantických informací. Práce také nastiňuje principy technik zkoumaných v oblasti Web Usage Miningu: asociačních pravidel, shlukování, sekvenčních vzorů a zobecňování dotazů. Dle výsledků terénního výzkumu projevila praxe největší zájem o techniku shlukování. První dvě kapitoly seznamují čtenáře s oblastí Web Analytics a současnými aplikacemi. Třetí kapitola rozebírá oblasti teoretického zkoumání, pátá kapitola podává výsledky terénního výzkumu. Čtvrtá kapitola upozorňuje na terminologickou nejednotnost v oblasti.
|
|
|
Rozšíření systému AR2NL pro další procedury systému LISp-Miner
Koman, Michal ; Strossa, Petr (vedoucí práce) ; Rauch, Jan (oponent)
Tato diplomová práce se věnuje především rozšířením týkající se systému AR2NL, jenž slouží pro převod asociačních pravidel do přirozeného jazyka. Pro samotný převod těchto pravidel se používají množiny formulačních vzorců. Také se využívají tabulky s elementárními výrazy a tabulky pro skloňování podstatných jmen, časování sloves apod. Uvedené tabulky jsou závislé na věcné oblasti, kterých se asociační pravidla týkají. Přestože je systém AR2NL účinný nástroj pro snadnější porozumění asociačním pravidlům, jeho podstatnou slabostí je nesnadná úprava formulačních vzorců. Z toho důvodu bylo potřeba vytvořit AR2NL Editor, jehož úkolem je usnadnit práci nejen s vytvářením nových a editací stávajících formulačních vzorců, ale také tabulek pro skloňování a časování slov.
|
host ::
RSS.