|
|
Filtrování zajímavých pravidel v systému EasyMiner
Duben, Přemysl Václav ; Vojíř, Stanislav (vedoucí práce) ; Zeman, Václav (oponent)
Obdobně jako příprava dat je i postprocessing jedním z nejnáročnějších úkolů, které uživatele při data miningu čekají, a proto je žádoucí ho zjednodušit, aby byla cesta k výsledkům co nejrychlejší a nejefektivnější. V tomto směru by mělo pomoci i rozšíření výzkumného projektu EasyMiner o filtrování asociačních pravidel získaných z data miningových úloh dle podobnosti s pravidly uloženými ve znalostní bázi, což je tématem této diplomové práce. Cíle bylo dosaženo podrobnou analýzou výchozího stavu systému EasyMiner ve spojení s důkladně promyšleným návrhem implementace bez zvýšení nároků na server či uživatele aplikace. K tomu posloužila analýza obecných postupů a autorova hluboká znalost problematiky internetových aplikací. Při budoucím nasazení v této práci popsaného rozšíření do infrastruktury projektu EasyMiner bude přínosem přehlednější a efektivnější práce s částí Knowledge base, kdy již nebude potřeba hodnotit zajímavost u stejných či obdobných pravidel a uživatel se tak bude moci zaměřit přímo na kvalitu výsledků. Práce je členěna do jednotlivých kapitol jako podrobný popis, jak lze k podobnému problému přistupovat u jakéhokoliv jiného projektu, který pracuje s jistou formou znalostní báze. Počáteční analýza zadání s rešerší přístupů k porovnávání různých prvků přechází skrze popis výchozího stavu aplikace ke konkrétnímu návrhu řešení. Ten je pak jasným vodítkem samotné implementace a také následného testování navrhovaných a implementovaných postupů.
|
|
|
Učení business rules z výsledků dolování GUHA asociačních pravidel
Vojíř, Stanislav ; Strossa, Petr (vedoucí práce) ; Pour, Jan (oponent) ; Kouba, Zdeněk (oponent) ; Gregor, Jiří (oponent)
V současném vysoce-konkurenčním prostředí je pro podniky velmi důležité, aby jejich informační systémy nejen co nejefektivněji podporovaly stávající podnikové procesy, ale aby se zároveň byly schopny se dynamicky přizpůsobovat měnícímu se prostředí. Stále více se prosazují snahy vzájemně oddělit aplikační a business logiku v rámci informačních systémů, přičemž jedním z vhodných prostředků pro záznam business logiky je využití business rules. Business rules jakožto jednoduchá a srozumitelná pravidla je možné využívat nejen pro shromažďování znalostí v rámci podniku, ale také pro aktivní rozhodování a řízení podnikových procesů. Ačkoliv je business rule přístup využíván již téměř 20 let, jednotlivé specifikace a možné aplikace business rules jsou stále předmětem aktivního výzkumu i praktického vývoje. Nevýhodou business rules je velká náročnost jejich získávání - pravidla jsou obvykle zadávána ručně prostřednictvím doménových expertů. Jedním z problémů, na které je zaměřen aktuální výzkumu v této oblasti, je možnost (polo)automatického získávání business rules z jiných zdrojů - podnikových dokumentů či historických dat. Získávání business pravidel z historických podnikových dat je věnována také tato práce. Hlavním cílem této disertační práce je navrhnout a ověřit metodu (polo)automatického učení business rules za využití dolování asociačních pravidel. Asociační pravidla jsou známou data miningovou metodou objevování zajímavých vztahů v datech, přičemž nalezené vztahy jsou srozumitelné a vysvětlitelné. Tato srozumitelnost napomáhá možnosti využívat je pro učení business pravidel. K učení business pravidel lze využívat nejen jednoduchá asociační pravidla získávaná pomocí algoritmu Apriori či FP Growth, ale také složitější asociační pravidla získávaná za využití metody GUHA. V rámci práce je využívána procedura 4ft-Miner data miningového systému LISp-Miner. V rámci této práce je nejprve popsána problematika business pravidel a jejich využívání pro modelování podniků i praktické zapojení do podnikových procesů a také problematika dolování asociačních pravidel. S ohledem na roztříštěnost specifikací a standardů pro definici business rules je v rámci práce definován a následně prakticky aplikován proces pro výběr odpovídající specifikace business rules pro konkrétní praktické využití. Následně jsou v rámci práce navrženy tři způsoby zapojení dolování asociačních pravidel pro učení business rules. V rámci těchto modelů byl též definován model pro transformaci GUHA asociačních pravidel do business pravidel ve formátu DRL (pro systém Drools). Pro možnost získávání business pravidel za využití většího množství zdrojů, zejména za využití dolování asociačních pravidel z většího množství data setů, je v další části práce navržena struktura báze znalostí vhodné pro propojení business rules a asociačních pravidel z většího množství zdrojů, přičemž z pohledu business rules slouží jako terminologický slovník, pro dolování asociačních pravidel pak plní úlohu báze doménových znalostí pro předzpracování dat. Navržené modely byly ověřeny za využití praktických implementacích v systémech EasyMiner (v kombinaci se systémem Drools) a Erian. V rámci práce jsou kromě popisů praktických implementací definovány také dva modelové příklady praktického využití učení business pravidel z výsledků dolování GUHA asociačních pravidel, založené na reálných datech. Jeden v oblasti marketingu, druhý v oblasti kontrol ve zdravotních pojišťovnách.
|
|
|
Vytvoření interaktivní nápovědy pro webovou aplikaci EasyMiner
Hanišák, Petr ; Vojíř, Stanislav (vedoucí práce) ; Chudán, David (oponent)
Cílem této práce je vytvoření interaktivní nápovědy pro webové rozhraní EasyMiner, které slouží k dolování asociačních pravidel z databází. K řešení zvoleného problému přispěla rešerše existujících typů softwarové nápovědy, která přináší pohled na to, jaká řešení nápovědy jsou vhodná pro různé druhy softwaru. Dále byla provedena analýza systému EasyMiner, která je zaměřena na jeho fungování a na jeho současný stav v oblasti uživatelské asistence. Analýza také řeší konkrétní oblasti a situace, pro které je nápověda nejvíce potřebná. Praktická část práce se zabývá návrhem a následnou implementací systému nápovědy. V části návrhu se práce zaměřuje na výběr vhodných technologií a způsobu, jakým bude nápověda implementována do systému EasyMiner, a to včetně formy její prezentace. Následuje popis samotné implementace navrženého systému nápovědy z hlediska kódu i uživatelského prostředí. Výsledkem práce je systém nápovědy, vytvořený za pomoci webových technologií, který je implementován přímo v uživatelském prostředí aplikace EasyMiner. Hlavním přínosem nápovědy je pomoc nezkušeným uživatelům a studentům, kteří používají tuto aplikaci pří výuce, s orientací v jejím prostředí.
|
|
|
Editor business rules
Duben, Přemysl Václav ; Vojíř, Stanislav (vedoucí práce) ; Dudáš, Marek (oponent)
Tato bakalářská práce je zaměřena na návrh a implementaci editoru business rules použitelného v rámci výzkumného projektu EasyMiner. Editor má pomoci netechnickému odborníkovi v tvorbě business rules ve zjednodušeném formátu strukturovaného jazyka SBVR. K dosažení cíle je využita znalost problematiky tvorby internetových aplikací ve spojení s podrobnou rešerší obdobných nástrojů. V rámci práce jsou vyzkoušeny dva způsoby ovládání s přehledným zhodnocením jejich využitelnosti a návrhem na další budoucí rozvoj. Přínosem práce má být zejména reálné nasazení v rámci infrastruktury projektu EasyMiner, kde se má jednat o pokusný alternativní editor nalezených asociačních pravidel a který rozšíří možnosti data-miningu asociačních pravidel o postupně vytvářenou bázi znalostí ve formátu business rules. Práce je členěna na teoretickou a analyticko-implementační část. V teoretické části je čtenář seznámen s hlavními požadavky, klíčovými pojmy a souvislosti, rešerší obdobných nástrojů i se stručnou rešerší odborné literatury. V druhé části je pak upřena pozornost na komplexní analýzu vývoje editoru se zaměřením na moderní standardy k dosažení co nejlepšího výsledku.
|
host ::
RSS.