|
|
Analýza současných řešení v oblasti data warehousingu
Hník, Pavel ; Pour, Jan (vedoucí práce) ; Dvořáková, Dana (oponent)
Bakalářská práce se zabývá analýzou různých vlivů na současná řešení datových skladů. Práce je rozdělená do tří hlavních částí. V první části jsou analyzovány současné problémy datových skladů. Druhá část se soustřeďuje na analýzu vývoje trhu řešení datových skladů a zmíněny jsou i další trhy, které s tím souvisí. Poslední část je věnována současným trendům v oblasti datových skladů a Business Intelligence. Ačkoliv je práce zaměřena na datové sklady, v důsledku provázanosti tohoto tématu s nadřazenou oblastí Business Intelligence, je v potřebné míře zpracováno i toto související téma. Smyslem práce není radit, jaké konkrétní řešení by měli manažeři vybírat pro své podniky, ani podávat návod, jakým přesným způsobem implementovat datový sklad a vyhnout se tak možným problémům. Práce se snaží poskytnout komplexní a přehledný pohled na vlivy působící na současná řešení datových skladů. Smyslem této práce je zvláště poukázat na nejdůležitější vlivy, které ovlivňují řešení datových skladů v současnosti a odhadnout, jak se budou nejspíše vyvíjet v budoucnu.
|
|
|
Doménové znalosti, analytické otázky, systém LISp-Miner a data ADAMEK
Kubín, Richard ; Rauch, Jan (vedoucí práce) ; Šimůnek, Milan (oponent)
Tématem práce jsou kroky spojené s řešením analytické otázky pomocí systému LISp-Miner v medicínských datech Adámek. Kromě popisu postupu při aplikaci procedur 4ft-Miner a SD4ft-Miner na data Adámek, si práce klade za cíl všímat si možnosti budoucího zakomponování práce s formalizovanou doménovou znalostí, a připravit postup pro automatizaci prováděných kroků. Obsahem teoretické části je shrnutí základních pojmů a principů spojených s asociačními pravidly a metodou GUHA. Praktická část postupuje podle metodologie CRISP-DM. Výsledkem práce je postup, podle kterého je možné hledat zajímavá pravidla v jiných datech. Postup je dále aplikován na lékařská data STULONG pro získání podnětů pro jeho revizi. Použitá data se týkají kardiologických pacientů a pocházejí z EuroMISE.
|
|
|
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.
|
|
|
Empirické porovnání volně dostupných systémů dobývání znalostí z databází
Kasík, Josef ; Berka, Petr (vedoucí práce) ; Rauch, Jan (oponent)
Tématem a cílem práce je srovnání volně dostupných systémů k dobývání znalostí z databází. Předmětem srovnání je šest konkrétních aplikací vyvíjených v rámci univerzitních projektů jako experimentální nástroje v oblasti data miningu i jako prostředky pro výukové účely. Kritéria srovnání jsou odvozena ze čtyř obecných pohledů, dle kterých je na jednotlivé systémy nahlíženo. Každý z nich je hodnocen jako nástroj k řešení reálných úloh dobývání, nástroj podporující fáze metodiky CRISP-DM, nástroj schopný praktického nasazení na konkrétních datech a také jako běžný softwarový systém. Z těchto pohledů vyplývá 31 dílčích kritérií srovnání, jejichž ohodnocení bylo stanoveno důkladným rozborem všech systémů. Výsledky komparace potvrdily předpokládanou skutečnost. Nejlépe dopadl program Weka, který vyniká především množstvím dostupných metod strojového učení, bohatými nástroji k předzpracování dat a rychlostí zpracování.
|
|
|
Datové sklady - principy, metody návrhu, nástroje, aplikace, návrh konkrétního řešení
Mašek, Martin ; Jelínek, Jiří (vedoucí práce) ; Novák, Viktor (oponent)
Hlavním cílem této diplomové práce je, za pomocí systémového přístupu, shrnout a představit obecné teoretické koncepty budování datových skladů. Tato práce definuje pojem datové sklady, popisuje hlavní komponenty a vymezuje oblast datových skladů v rámci většího celku, který se nazývá Business Intelligence. Dále popisuje historii datových skladů a Business Inteligence, vysvětluje klíčové principy při budování datových skladů a také se zabývá jejich praktickým nasazení a použitím v reálných podnikových podmínkách. Důraz je kladen na část designování a budování datového skladu. Stěžejní záměr v praktické části je provést syntézu teoretických přístupů při budování datových skladů a na základě výsledků navrhnout funkční řešení v reálných podmínkách existující firmy. Finální řešení zahrnuje návrh designu datového skladu, výběr softwarové a hardwarové platformy, naplnění datového skladu existujícími daty a příprava koncových reportů pro uživatele. Účelem praktické části je také demonstrace užitečnosti a síly tohoto řešení a je přínosem pro rozhodovací proces v dané firmě.
|
|
|
Praktické uplatnění technologií Datamining
Uhlíř, Radek ; Pour, Jan (vedoucí práce) ; Zajíc, Ján (oponent)
Tato práce vyhodnocuje dostupné technologie pro získávání znalostí z dat, souhrnně označované pojmem Data mining, pro účely praktické implementace na úlohách v rámci studie proveditelnosti k podpoře procesů obchodního oddělení společnosti. Cílem je identifikovat a implementovat vhodné technologie získávání znalostí z dat, které by dokázaly získat odpovědi na analytické dotazy pokládané společnostmi v těchto odvětvích, a tím umožnily nalezení optimálních postupů a alokace zdrojů. Mezi další úkoly patří segmentace zákazníků a obchodníků a hledání zajímavých souvislostí mezi zadanými oblastmi. Na příkladech z projektu jsou identifikovány potenciální problémy související se zaváděním těchto technologií a navrženy metody jejich řešení, či alespoň částečné eliminace. Práce je rozdělena na úvodní teoretickou část podávající přehled vhodných postupů, metod a technologií implementovatelných v rámci projektu praktické části. Tato část byla realizována na softwarové platformě Microsoft SQL Server.
|
|
|
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.
|
|
|
Dobývání znalostí z makroekonomických dat
Lang, Lukáš ; Berka, Petr (vedoucí práce) ; Marek, Luboš (oponent)
Tématem mé práce je Dobývání znalostí z makroekonomických dat. Cílem práce je použít metody dobývání znalostí pro analýzu vztahu základních makroekonomických velicin daných ekonomik západní Evropy a USA v období let 1961--1989 a srovnat použití dobývání znalostí s použitím statistických metod. Statistickou analýzu jsem provádel v programech EViews a MS-Office Excel, dobývání znalostí pak v programu LISp-Miner. Struktura práce je následující -- v teoretické cásti nejprve definuji zkoumané ekonomické veliciny, popisuji jejich vztahy a zabývám se ekonomickou historií daného casového období. Následuje popis vybraných statistických metod a duvody, proc jsem je pri analýze použil. Teoretická cást je zakoncena seznámením se s problematikou dobývání znalostí a výberem vhodných prostredku. V praktické cásti popisuji, jaké konkrétní úlohy jsem rešil, následuje popis procesu sberu a prípravy dat, použití konkrétních statistických metod i metod dobývání znalostí a výsledky, k nimž jsem dospel. Poucení z analýzy i srovnání statistických metod a prostredku dobývání znalostí je obsaženo v záveru. Dekuji vedoucímu své práce Prof. Ing. Petru Berkovi, CSc. za konzultace dobývání znalostí a duležité pripomínky ke strukture práce. Dekuji svým kolegum ze zamestnání Ing. Vojtechu Menzlovi, MSc a Mgr. Jane Závacké za kritiku použitých statistických metod. Dekuji zbylým clenum své rodiny za trpelivost.
|
|
|
Clickstream Analysis
Kliegr, Tomáš ; Rauch, Jan (vedoucí práce) ; Berka, Petr (oponent)
Thesis introduces current research trends in clickstream analysis and proposes a new heuristic that could be used for dimensionality reduction of semantically enriched data in Web Usage Mining (WUM). Click-fraud and conversion fraud are identified as key prospective application areas for WUM. Thesis documents a conversion fraud vulnerability of Google Analytics and proposes defense - a new clickstream acquisition software, which collects data in sufficient granularity and structure to allow for data mining approaches to fraud detection. Three variants of K-means clustering algorithms and three association rule data mining systems are evaluated and compared on real-world web usage data.
|
|
|
Model pro ohodnocení bonity klienta v pojišťovně
Píška, Vladimír ; Novotný, Ota (vedoucí práce) ; Slánský, David (oponent)
Diplomová práce se zabývá problematikou hodnocení bonity klienta v české komerční pojišťovně. Skládá se ze dvou hlavních logických celků ? přípravy teoretického modelu bonity klienta a jeho praktického ověření na reálných datech jedné české pojišťovny. Příprava modelu bonity klienta se přidržuje postupu popsaného v metodice CRISP-DM. Postupně jsou prozkoumány současné způsoby sledování bonity klientů v českém bankovním i nebankovním sektoru a je rozebrán způsob určování bonity klienta v amerických pojišťovnách. Následuje samotné sestavování modelu bonity klienta v pojišťovně. Nejdříve jsou nalezeny oblasti ke sledování a z těchto oblastí jsou vybrány vhodné ukazatele bonity klienta. Přípravu modelu uzavírá nastavení vah u jednotlivých ukazatelů a popis sledovaných kategorií bonity klienta. Druhý logický celek se zabývá aplikací připraveného modelu bonity klienta v praxi. Popsána je fyzická architektura řešení, příprava datové základny, použitá skóringová aplikace a převedení modelu bonity klienta do této aplikace. Dalšími popsanými kroky jsou testování modelu na vzorku dat a na kompletním portfoliu klientů spolupracující pojišťovny. Výsledky jsou analyzovány a zobrazeny v grafech. Poté jsou obdržené výsledky porovnávány s očekávanými výsledky. Diplomová práce končí diskuzí k využití bonity klienta v reálných procesech pojišťovny.
|
host ::
RSS.