|
|
Vývoj datové investigativní žurnalistiky na příkladu zpracování velkých datových úniků
Šotová, Zuzana ; Klimeš, David (vedoucí práce) ; Trunečka, Ondřej (oponent)
Tato práce si klade za cíl popsat a vysvětlit problematiku datových úniků a jejich vlivu na novinářskou praxi. Výzkum je založen na již dostupných definicích pojmů s tímto fenoménem spojených a na hloubkových rozhovorech s investigativními novináři, programátory a datovými novináři a analytiky. Kromě definice úniku dat a dokumentů je popsáno, jaké práce s těmito informacemi představuje výzvy a problémy a čím je specifická. Abstract This thesis aims to describe and explain the issue of data leaks and their impact on journalistic practice. The research is based on already available definitions of terms related to the phenomenon and in-depth interviews with investigative journalists, programmers and data journalists and analysts. In addition to definitions of data and document leaks, the thesis describes specific challenges and issues involved in working with this information, and explains makes this journalistic field specific. Klíčová slova datová žurnalistika, investigativní žurnalistika, big data, datové úniky, Pandora Papers, Panama Papers, Kočnerova knižnica, OCCRP, ICIJ Keywords Data journalism, investigative journalism, bid data, data leaks, Pandora Papers, Panama Papers, Kočnerova knižnica, OCCRP, ICIJ Title The Evolution of Investigative and Data Journalism as Exemplified by Big Data Leaks
|
|
|
Knihovna pro tvorbu dynamických webových formulářů
HAUSER, Jiří
Tato magisterská práce se zameruje na problematiku definice heterogenních dat v přírodních vědách. Popisuje způsob zpracování takových dat v bio databázích a analyzuje stávající řešení dostupná online. Na základě provedených analýz navrhuje a implementuje vlastní řešení. Vytvořené řešení je publikováno jako open-source JavaScript knihovna s názvem React Form Architect, která nabízí komponenty pro uživatelské sestavení formuláře, jeho zobrazení a interpretaci stromově strukturovaných dat. Je využitelná v moderních webových prostředích a integrována do projektu univerzální nálezové databáze (UniCatDB) v rámci organizace ELIXIR.
|
|
|
Big Data and governing climate change: opportunities and challenges
Boháčová, Zuzana ; Střítecký, Vít (vedoucí práce) ; Špelda, Petr (oponent)
Změna klimatu je jednou z nejvýznamnějších globálních výzev, které je třeba zvládnout; současné řízení změny klimatu však nepřináší požadované výsledky. Tato práce tak zkoumá možnosti, které nástroje založené na Velkých datech nabízejí pro efektivnější řízení klimatické změny. Práce poskytuje přehled o současném stavu řízení klimatu a způsobu, jakým změna klimatu vstupuje také do oblasti bezpečnosti. Práce následně představuje koncept Velký dat a prostřednictvím dvou případových studií nabízí konkrétní příklady aplikací Velkých dat v kontextu klimatické změny. Je identifikováno několik kategorií aplikací Velkých klimatických dat i) monitorování chování, vnímání a sociálních postojů, ii) monitorování trhů a dodavatelských řetězců, iii) inteligentní budovy, energie a chytrá města a iv) monitorování uhlíkových emisí a monitorování přírodních podmínek a změn. Práce také zdůrazňuje hlavní kritiky a bariéry, kterým tyto aplikace čelí, mezi něž patří i) nedostatečný teoretický a metodologický rámec, ii) problémy s neprůhledností, odpovědností, a nedostatkem transparentnosti, iii) chybějící účinný systém řízení pro využití technologie, iv) složitost údajů o klimatu a klimatu, v) environmentální důsledky umělé inteligence. Diplomová práce dochází k závěru, že trend partnerství veřejného a soukromého...
|
|
|
Methods for Predicting Drug Side Effects in Silico
Cicková, Pavlína ; Lexa,, Matej (oponent) ; Berka,, Karel (oponent) ; Provazník, Ivo (vedoucí práce)
Drug discovery is a field of contemporary science, which has encompassed the use of various computational methods. Wet lab approaches are costly and time-consuming and hence, in silico methods play an important role. Notwithstanding the progress of computational techniques applied in drug discovery in the last few decades, the great majority of the investigational compounds still do not succeed in reaching the final approval stage. Not only for this reason state-of-the-art drug design strategies focus on reinvestigating already approved drugs and drug similarity analyzes are crucial to consider. This work presents the development and application of a set of workflows created within the KNIME Analytics Platform which implements an approach using machine-learning methods for drug side effect prediction. The presented set of workflows deals with data retrieval, pre-processing, similarity metrics computation and data exploratory analysis. Consequently, classification models are applied to predict specific side effects of drugs. The prediction is based on similarity-based techniques. Structural and other similarities of approved drug molecules were used to train the decision tree models for the prediction of potential drug-side effect associations. The main advantage of the work is the re-usability of the applied techniques. Our set of workflows provides an environment allowing for new research questions in terms of drug similarity to be addressed. Moreover, as the workflows created within KNIME Analytics Platform provide a user-friendly graphical interface, users do not require any advanced experience in machine learning or programming to perform their studies using the designed workflows.
|
|
|
High Frequency Price Index of Construction Materials
Štefl, Josef ; Polák, Petr (vedoucí práce) ; Čech, František (oponent)
Práce zkoumá možnosti využití velkých dat v ekonomii ve snaze posunout výzkum od studia statistických vzorků směrem k základním souborům. Za tímto účelem byl vytvořen Index cen stavebních materiálů, který s týdenní frekvencí zachycuje pohyby cenové hladi- ny v tomto tržním segmentu. Ten byl vybrán, neboť - navzdory své významnosti - dosud není příliš detailně zkoumán Českým statistickým úřadem. Podkladová data indexu vy- cházejí z kompletní nabídky tří nejvýznamnějších českých eshopů se stavebními materiá- ly, která je periodicky získávána prostřednictvím metody web scraping. Výzkum se odehrával mezi říjnem 2021 a červnem 2022. Devítiměsíční vývoj indexu reflektuje období ekonomického oživení po pandemii covid-19, ale i prudkou reakci trhu po ruské invazi na Ukrajinu. Tato bakalářská práce obsahuje podrobný popis použitých metod spolu s důkladnou analýzou nasbíraných dat. Klasifikace JEL Klíčová slova Název práce C43, C55, C80, E31, E37 inflace, vysokofrekvenční cenový index, velká data, web scra- ping, cenová hladina stavebních materiálů Vysokofrekvenční cenový index stavebních materiálů Vysokofrekvenční cenový index stavebních materiálů Josef Štefl
|
|
|
Datová žurnalistika v českých online médiích
Jurková, Anna ; Nečas, Vlastimil (vedoucí práce) ; Jirků, Jan (oponent)
Tato diplomová práce zkoumá podobu článků českých datových novinářů, které byly publikovány na Datablogu IHNED, SAMIZDAT iROZHLAS a Deník Data mezi lety 2012 a 2022. Teoretická část práce pojednává o základních definicích datové žurnalistiky, o procesu vzniku datově žurnalistického projektu a následně o historii, současnosti i možné budoucnosti datové žurnalistiky jak ve světě, tak v České republice. Práce také zahrnuje stručný přehled existujících studií o datové žurnalistice. Metodologická část práce představuje její výzkumný cíl, kvantitativní obsahovou analýzu jako zvolenou metodu, design výzkumu a samotnou analýzu. Výsledky provedené analýzy, které popisují kvantitativní charakteristiky článků českých datových novinářů, jsou interpretovány a porovnávány se zjištěními obdobných zahraničních studií. Tato práce má sloužit k lepšímu pochopení podoby české datové žurnalistiky a design výzkumu může být využit jako základ pro další výzkumy tohoto typu.
|
|
|
Model Driven Development of Spark Tasks by Means of Eclipse Acceleo
Šalgovič, Marek ; Bartík, Vladimír (oponent) ; Rychlý, Marek (vedoucí práce)
This thesis deals with the Model-Driven Development of Big Data tasks in the Apache Spark environment. In the beginning, the reader is introduced to the Apache Spark framework and necessary details. Afterward, a closer look at the Model-Driven Development methodology is provided, and its advantages and disadvantages are described. The second part describes the designed meta-model for modeling Spark tasks. The designed Profile diagram features that extend the Class diagram are described in detail. Afterward, the code generator is implemented. The input of the generator are models that satisfy the designed meta-model. The thesis also contains example models and their evaluation.
|
|
|
Nové výzvy teorie dohledu
Lacinová, Miroslava ; Štogrová Jedličková, Petra (vedoucí práce) ; Malečková, Dita (oponent)
Předkládaná diplomová práce "Nové výzvy teorie dohledu" má za cíl popsat teorii dohledu v současné síťové společnosti za použití přístupů informační vědy a následně teorii dohledu ověřit na dvou případových studiích. První případová studie prověřuje vliv obsahu profilu sociální sítě Facebook na rozhodování o přijetí, či nepřijetí uchazeče do zaměstnání. Druhá případová studie analyzuje běžný den člověka v kontextu dohledu. Obě studie demonstrují vykonávání dohledu v odlišných oblastech dohlížení.
|
|
|
Datová žurnalistika v pojetí Datablogu IHNED.cz
Hrbková, Nikola ; Láb, Filip (vedoucí práce) ; Kasík, Pavel (oponent)
Datová žurnalistika se objevila spolu s překotným rozvojem moderních technologií v posledních letech a stala se trendem redakcí po celém světě. Tato diplomová práce s názvem "Datová žurnalistika v pojetí Datablogu IHNED.cz" si bere za cíl představit žánr datové žurnalistiky v rámci mediální komunikace a v souvislosti se změnami ve společnosti a vývojem techniky. Teoretické kapitoly se věnují historii oboru, postupům práce datových novinářů a omezením spojenými s datovou žurnalistikou, jako je nesnadné financování redakcí, problematický sběr dat, nebo nedostatečná nabídka v oblasti vzdělávání novinářů. Cílem výzkumu bylo zmapování tvorby týmu datových žurnalistů Datablogu IHNED.cz a její srovnání s vybranými australskými týmy. V práci je kombinováno několik metod výzkumu. Stěžejní metodou jsou hloubkové rozhovory s datovými novináři, které odkrývají procesy jejich práce. Nakonec jsou týmy obou zemí podrobeny komparativní analýze. Co se týče širšího teoretického výzkumného kontextu, je tato práce jednak příspěvkem do rodící se diskuse o otázce datové žurnalistiky a jejího přínosu pro mediální organizace, i samotnou společnost. Závěr práce poskytuje úvahy o dalším směrování datové žurnalistiky u nás i ve světě.
|
|
|
Big data visualization
Lehončák, Michal ; Pelikán, Josef (vedoucí práce) ; Horáček, Jan (oponent)
V dnešnej dobe sú dáta neoddeliteľnou súčasťou nášho života. Ich objem každým dňom narastá a často nám ich množstvo bráni v pochopení toho, čo pre nás vlastne tieto dáta znamenajú. Cieľom tejto práce je preto vyvinúť aplikáciu slúžiacu k analýze a vizualizácii veľkých dát. Súčasťou práce je aj prieskum štatistických metód využívaných k redukcii objemu aj dimenzie dát a implementácia vybraných algoritmov v tomto obore. Ďalším cieľom je preskúmať možnosti moderných grafických kariet, keďže ich výkonnosť sa každým rokom násobne zvyšuje. Vizualizácia by mala prebiehať za pomoci grafického procesora s dátami zobrazenými vo forme bodov v 3D priestore a uživateľ by mal mať možnosť si tieto dáta interaktívne prehliadať.
|
host ::
RSS.