|
|
Mendel University performance analysis through data mining
Panggam, Osunam
Tato práce se zabývá analýzou výkonnosti Mendelovy univerzity a souvislostí mezi hodnocením univerzity a zpravodajskými články a recenzemi. Cílem studie je analyzovat mediální pokrytí a revidovat data o univerzitách v průběhu let a jejich dopad na pověst a hodnocení univerzity. Metodologie výzkumu zahrnuje webové seškrabování zpravodajských článků a recenzí souvisejících s Mendelovou univerzitou a používání technik dolování dat a NLP k analýze jejich sentimentu a distribuce témat. Kromě toho budou kvalitativní data shromážděná z novinových článků a recenzí online studentů korelována s údaji o hodnocení univerzity za období minulého roku, aby bylo možné identifikovat jakékoli vzorce nebo vztahy. Závěry studie se pokusí najít vhled do vlivu mediálního pokrytí na hodnocení a pověst univerzity. Osvětlí také techniky dolování dat pro analýzu textových dat souvisejících s univerzitou na zajímavé vzory.
|
|
|
Aplikace text miningu v analýze aktuální politické situace
Jirků, Václav ; Jelínek, Ivan (vedoucí práce) ; Dražil, Michal (oponent)
Práce se zabývá analýzou politické situace na českém Facebooku v prvních třech měsících roku 2017. K této analýze jsou využity komentáře od uživatelů Facebooku. Práce má tři hlavní cíle. Prvním je definovat problém, který bude řešit. Druhým je analýza aktuální situace na českém politickém Facebooku a třetí je vytvořit doporučení pro politiky na základě analýzy jejich konkrétních činů. Práce se dělí na teoretickou a praktickou část. Teoretická část vysvětluje pojmy text mining a sentiment analýza a následně představuje jednotlivé politické strany. Představena je i platforma pro analýzu. V praktické části jsou definovány otázky pro analýzu a následně je provedena analýza, která na tyto otázky hledá odpovědi. Otázky jsou rozděleny na dvě části. První je část obecných otázek a v druhé části jsou analyzovány konkrétní činy politiků. Na základě této analýzy je možné s určitou pravděpodobností odhadnout reakci uživatelů Facebooku na činy politických stran či politiků.
|
|
|
Hadoop a Business Intelligence
Kerner, Josef ; Šperková, Lucie (vedoucí práce) ; Augustín, Jakub (oponent)
Bakalářská práce se zaobírá vlivem a použitím platformy Hadoop při zpracování a analýze velkých dat v procesech a technologiích Business intelligence. Popisuje důvody, proč platforma vznikla, její primární komponenty a také důležité, na ní provozované aplikace, které přinášejí i méně technicky zkušeným uživatelům přidanou hodnotu z dat. Dále se zaobírá přínosy integrace Hadoopu do stávající IT infrastruktury organizace jak z technického hlediska, tak i z pohledu uživatelů datových analýz. Práce obsahuje teoretickou a praktickou část. Teoretická část seznamuje čtenáře s využitím komponent Hadoopu při zpracování nestrukturovaných dat za účelem rozšíření investičních analýz cenných papírů. Praktická část práce poskytuje případovou studii implementace Big Data ETL procesu, realizovaném v frameworku Spark, v oblasti dat z finančních trhů, kde detailně vysvětluje použité postupy jako je datový model, transformační kód a navrhované metriky, které mohou být využity finančními institucemi v jejich obchodních platformách za účelem dosažení zvýšeného zisku z držených titulů. Smyslem práce je poskytnout znalosti potřebné pro úspěšnou integraci Hadoop platformy a jejích komponent do stávající IT infrastruktury a vylepšení procesů Business Intelligence o nové přístupy v analýze velkých dat.
|
|
|
Sentiment analýza na sociálních sítích
Zaplatílek, Jan ; Jelínek, Ivan (vedoucí práce) ; Bruckner, Tomáš (oponent)
Práce se zabývá problematikou sentiment analýzy, především jejím využitím na sociálních sítích, jejímž cílem je určení zda posuzovaný dokument vyjadřuje nějaký sentiment a pokud ano, rozhodnout zda je pozitivní či negativní. Hlavním důvodem pro provádění sentiment analýzy na sociálních sítích je zjištění reputace a nálady určité firmy nebo značky. Takto získané informace mohou být dále použity např. pro vylepšení marketingu nebo komunikace se zákazníkem. Tato práce se zabývá sentiment analýzou na příspěvcích pocházejících z veřejných facebookových profilů několika českých bankovních institucí a telefonních operátorů. Cílem práce je vytvořit model, jehož úspěšnost v hodnocení sentimentu těchto příspěvků dosahuje alespoň 80%. Metodou dosažení tohoto cíle je provedení experimentu. První část práce představuje teoretickou část, jsou zde vymezeny základní pojmy a principy sentiment analýzy a její problémy a možnosti využití. Další část představuje rešerše metod sentiment analýzy a dat, která jsou zpracovávána v zahraničních pracích. Konečně poslední část popisuje samotný experiment. Činnosti, které mu předcházely a jeho výsledky. Hlavním přínosem práce je vytvoření modelu, který bude moci být následně používán v praxi.
|
host ::
RSS.