|
|
Virtuální obraz českých obchodních řetězců na sociálních sítích
Krokosch, Michal ; Jelínek, Ivan (vedoucí práce) ; Oškera, Radek (oponent)
Tato bakalářská práce se zabývá virtuálním obrazem obchodních řetězců v České republice za použití analýzy jejich profilů na sociálních sítích, v tomto případě na Facebooku. Cílem práce je odpovědět na otázky týkající se daných obchodních řetězců, které by mohly být využity například v marketingových odděleních řetězců pro kvalifikované měření dopadů marketingových kampaní a sledování tzv. voice of the customer. Mezi typické případy užití datové analýzy patří otázky aktuálního charakteru týkající se například současných mediálních kauz a jejich dopadu na image obchodních řetězců (tzv. reputační riziko), ale také dlouhodobá otázka, který z řetězců je mezi uživateli nejpopulárnější na základě různých metrik, jakými jsou počet fanoušků či analýza sentimentu. Práce je rozdělena na teoretickou a praktickou část. Teoretická objasňuje základní pojmy jako sociální síť, proč je nutné je analyzovat, ale také co jsou to obchodní řetězce a proč jsou v současnosti mezi spotřebiteli tak populární. V praktické části je pak vypracována případová studie. Je vysvětlen postup stahování dat z Facebooku a jejich následné analýzy a jsou v ní představeny výsledky této analýzy spolu s jejich interpretací. Přínos práce může být jak pro obchodní řetězce, které na jejím základě mohou upravit svou strategii při jednání se zákazníky, tak pro samotné zákazníky, kteří naopak mohou kvůli komunikaci řetězce na sociálních sítích změnit své preference ve volbě nakupování.
|
|
|
Analysis of Czech football from the content of social networks
Zálepa, Martin ; Jelínek, Ivan (vedoucí práce) ; Oškera, Radek (oponent)
Práce se zabývá analýzou nestrukturovaných dat na sociální síti Facebook, což je neustále rozvíjející se oblast. Zdrojem dat je český fotbalový trh. Cíle práce obsahují definování pojmů z oblasti analýzy dat na sociálních sítích a české fotbalové komunity, nalezení nejoblíbenějšího klubu, zjištění reakce na kluby na nezávislých sportovních portálech a nalezení závislosti mezi sentimentem a aktuálními výsledky klubu. K dosažení cílů jsou definovány metody, kterými jsou výběr, sběr dat a jejich následná analýza, definice metrik datové analýzy, rešerše literatury související s danou problematikou, vizualizací výsledků analýzy. Práce je rozdělena na teoretickou a praktickou část a tyto části jsou strukturovány do pěti kapitol. Do teoretické části spadají tři kapitoly, a to konkrétně úvod do analýzy sociálních sítí, která se zabývá rešerší literatury z oblasti analýzy dat na sociálních sítích a ukázkou online analytických nástrojů, představení českého fotbalu, kde je definovaný sport z obchodní a marketingové oblasti a představen český fotbalový trh a poslední kapitolou v této části je postup stahování dat a jejich analýzy, která popisuje výběr zdrojů k analýze a popisuje architekturu a nástroje použité k analýze. Praktická část se skládá z definice metrik, které jsou nejprve definovány jako byznys otázky, a ty aby mohly sloužit k analýze jsou transformovány na otázky analytické. Poslední kapitolou je samotná analýza dat a vyhodnocení, vizualizace dílčích výsledků. Hlavním přínosem práce je ukázka možnosti analýzy nestrukturovaných dat ze sociálních sítí pomocí konektoru na stahování dat z Facebooku a nástrojů Elasticsearch a Kibana, který umožňuje data zobrazovat, filtrovat a vizualizovat. Práce nese přínos i ve výsledcích analýzy pro sponzory, respektive samotné kluby, kde mohou zjistit úroveň svého marketingu, nebo jako je jejich klub vnímán zvenčí.
|
|
|
Options of automated categorization of contracts
Bereš, Miroslav ; Jelínek, Ivan (vedoucí práce) ; Oškera, Radek (oponent)
Objektem zájmu mé bakalářské práce je automatická kategorizace. Hlavním cílem je přezkoumání současných přístupů k automatické kategorizaci, návrh metodiky a provedení experimentu, ve kterém se sleduje úspěšnost kategorizovaných kontraktů veřejné zprávy s využitím strojového učení. Bakalářská práce je rozdělena do dvou hlavních částí. První část je věnována teorii, která přibližuje a vysvětluje danou problematiku. Rovněž jsou v této části popsány současné přístupy k automatické kategorizaci. Druhá část je zaměřena na navržení metodiky experimentu a jeho provedení, během kterého se sleduje úspěšnost automatické kategorizace kontraktů. V průběhu experimentu jsou vytvořeny modely, které se v konečném důsledku aplikují na kontrolní skupinu. Výstupem jsou rozkategorizované dokumenty, při kterých se sleduje úspěšnost jejich kategorizace. Za tímto účelem je v práci použit program Apache OpenNLP. Teoretická část a návrh metodiky experimentu je vypracována na základě studia zahraniční odborné literatury primárně získané z online elektronických a informačních zdrojů.
|
host ::
RSS.