|
|
Multidimenzionální analýza dat a zpracování analytického zobrazení
Foltýnová, Veronika ; Burget, Radim (oponent) ; Škorpil, Vladislav (vedoucí práce)
Tato práce se zabývá problematikou analýzy a zobrazení multidimenzionálních dat. V teoretické časti je uvedena problematika dolování dat, její úlohy a techniky a stručné vysvětlení pojmů Business Inteligence a datový sklad. Dále je nastíněna problematika databází. Následně jsou uvedeny možnosti zobrazení multidimenzionálních dat. Na závěr teoretické části je stručně vysvětlena problematika optických sítí, a zejména pojmy Gigabitová pasivní optická síť a její rámec, jelikož data z rámců této sítě budou zobrazována výslednou aplikací. V praktické časti lze nalézt tvorbu zdrojové databáze a aplikaci pro vytvoření OLAP krychle a zobrazení multidimenzionálních dat v ní obsažených. Tvorba této aplikace vychází z teoretických poznatků multidimenzionálních databází a technologie OLAP.
|
|
|
Analýza a návrh optimalizace elektronického obchodu
Bureš, Petr ; Hudák, Michal (oponent) ; Dydowicz, Petr (vedoucí práce)
Bakalářská práce je zaměřena na analýzu a optimalizaci internetového obchodu. Jejím hlavním cílem je navrhnout optimalizace z pohledu online marketingu, informační architektury, webové analytiky a dalších slabých stránek, které jsou výstupem analýzy. Zvolená problematika je řešena pomocí několika nástrojů a metod. V práci je provedena vybraná data miningová metoda analýzy nákupního košíku, která je aplikována do reálného provozu internetového obchodu. Přínosy jednotlivých návrhů jsou na závěr ekonomicky zhodnoceny.
|
|
|
Competitive Intelligence
Mikuš, Ondřej ; Karásek, Jan (oponent) ; Bartes, František (vedoucí práce)
Diplomová práce se zabývá aplikací konkurenčního zpravodajství, v dnešní době stále častěji využívané pro podporu rozhodovacího procesu. Základním předpokladem je správný sběr dat a jeho důkladná anlýza. Vyhodnocené informace dávají ucelený pohled v podobě analýzy konkurence. Takto nabyté znalosti o konkurenci jsou důležité pro strategické rozhodování společnosti. Nejprve jsou popsány teoretické předpoklady pro sběr informací včetně etických kodexů. Identifikovány jsou i moderní zdroje informací. Popsány jsou metody a přístupy řešení konkurenčního zpravodajství. Dále jsou popsány konkurenční strategie. Vytvořen je návrh aplikace competitive inteligence do společnosti. Jsou popsány jednotlivé možnosti dalšího působení a zhodnoceny možnosti spolupráce s vybranými odběrately. Práce popisuje konkurenční výhody a hodnotí výhody nasazení competitive inteligence do podnikové praxe. Na závěr je vytvořeno doporučení pro management společnosti.
|
|
|
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.
|
|
|
Knowledge Discovery from Web Logs
Valaštín, Samuel ; Rychlý, Marek (oponent) ; Bartík, Vladimír (vedoucí práce)
This bachelor thesis deals with the problem of knowledge discovery from web logs. The data source in the form of web access logs allows, after appropriate preprocessing, the use of a number of techniques that are designed to deal with knowledge discovery. By applying these techniques to preprocessed data, it is possible to classify user behavior into groups, to discover interesting associations in user behavior, or to discover previously unknown sequences in common user behavior.
|
|
|
Classification on unbalanced data
Hlosta, Martin ; Popelínský, Lubomír (oponent) ; Štěpánková,, Olga (oponent) ; Zendulka, Jaroslav (vedoucí práce)
This thesis is focused on classification on unbalanced data. It is an important part of machine learning with the objective to address the issues when one class is significantly underrepresented compared to the other one. The minority class is usually more important, and the traditional algorithms favouring the majority class may ignore the importance of the minority class. Two application domains motivated the research and identification of two specific problems of the imbalanced data. First, the presence of a constraint on the performance of a minority class in the computer security domain resulted in the formulation of the constrained classification problem. I proposed a solution that combines the cost-sensitive logistic regression and stochastic algorithms, which in the conducted experiments always improved the performance of the logistic regression.The domain of Learning Analytics motivated me to define a general prediction problem, whether a goal is has been achieved within the deadline. I designed the Self-Learning framework, in which models are trained by analysing attributes of objects that achieved the goal early in the investigated period. Because only a few objects satisfy the goal at the beginning, the problem is by its nature imbalanced, with the imbalance decreasing in time. The evaluation, performed on the task of identification of at-risk students in the distance higher education, showed (1) the predictive power compared the specified baseline models and (2) that methods for tackling the class imbalance without domain information didn't lead to significant improvements. When the domain information is utilised in the extended version of Self-Learning, the evaluation showed the performance increase. Understanding and exploiting the source of imbalance can also lead to better results.
|
|
|
Metody analýzy sociální sítě pro dolování znalostí
Machulka, Tomáš ; Rozman, Jaroslav (oponent) ; Samek, Jan (vedoucí práce)
V této bakalářské práci jsou popsány některé z mnoha metod analýzy sociálních sítí, spolu s popisem a vizualizací těchto dat. Součástí práce je popis implementace aplikace provádějící tuto analýzu na základě několika implementovaných metod. Je zde popsán výstup analýzy a jeho srovnání s jiným softwarem pro analýzu sociálních sítí.
|
|
|
Získávání znalosti z dat v jazyce Python
Krestianková, Tamara ; Burgetová, Ivana (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Táto práca sa zaoberá procesom dolovania dát, prostriedkami pre podporu dolovania dát v programovacom jazyku Python a demonštráciou využitia tohto jazyka pre účely dátovej analýzy, so zameraním na klasifikáciu a tvorbu klasifikačných modelov. Tieto modely sú schopné na základe dát z biomedicínskych hlasových meraní s určitou presnosťou klasifikovať testované subjekty do dvoch katégórií - ľudí trpiacich Parkinsonovou chorobou a zdravých ľudí.
|
|
|
Algoritmy pro shlukování textových dat
Sedláček, Josef ; Burget, Radim (oponent) ; Karásek, Jan (vedoucí práce)
Tato diplomová práce se zabývá problematikou dolování textových dat. Je zde popsána teorie potřebná ke shlukování textových dokumentů a také algoritmy, které se při shlukování využívají. Podle této teorie je pak vytvořena aplikace pro shlukování textových dat. Aplikace je vytvořena v programovacím jazyku Java a obsahuje tři metody používané při shlukování. Uživatel si tak sám může vybrat metodu, podle které chce kolekci dokumentů shlukovat. Implementované metody jsou K medoids, BiSec K medoids a SOM (self organization map). Součástí aplikace je také vytvoření validační množiny, pomocí které jsou algoritmy testovány. V závěru jsou pak algoritmy porovnány podle dosažených výsledků.
|
|
|
Webová aplikace doporučovacího systému
Koníček, Igor ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce řeší tvorbu doporučovacího systému, který je využit v~reálné aplikaci serveru cbdb.cz. S~využitím přístupů kolaborativního filtrování a filtrování založeného na obsahu se podařilo vyvinout funkční doporučovací systém. Díky zpětné vazbě uživatelů bylo zjištěno, že většina doporučených knih je pro ně relevantní. Hlavním přínosem této práce je rozšíření stávající funkčnosti serveru cbdb.cz o~doporučovacím systémem, který využívá jeho rozsáhlé databáze hodnocení, uživatelů a knih.
|
host ::
RSS.