|
|
Text a data mining šedé literatury pro vědecké účely
Myška, Matěj
Příspěvek zkoumá možnosti uživatelů jak legálně realizovat text a data mining nad repozitáři šedé literatury (a v nich obsažených dokumentech) pro vědecké účely bez souhlasu provozovatele repozitáře šedé literatury a nositelů práv k jednotlivým dokumentům. Nejprve je analyzován rozsah omezení výlučných práv (autorské právo, zvláštní práva pořizovatele databáze) a následně je prozkoumán význam pojmu „vědecké účely“ v příslušných regulačních nástrojích. V poslední části je představeno debatované omezení exkluzivních práv pro TDM pro vědecké účely.
Plný text: idr-1037_3 -  PDF
Prezentace: idr-1037_1 - PDF; idr-1037_2 - PDF
Videozáznam: idr-1037_4 -  MP4
|
|
|
Forecasting Mortgages: Internet Search Data as a Proxy for Mortgage Credit Demand
Saxa, Branislav
Práce zkoumá možnost využití dat ze služby Google Trends pro krátkodobé predikce vývoje hypotečních úvěrů v České republice. Zatímco oficiální měsíční statistika hypotečních úvěrů je k dispozici s měsíčním zpožděním, data o vyhledávání informací o hypotékách jsou k dispozici na týdenní bázi bez jakéhokoli zpoždění. Četnost vyhledávaní je silně korelována s objemem skutečně poskytnutých hypoték, zpoždění mezi těmito časovými řadami je dva měsíce. Vyhodnocení „out-of-sample“ predikcí ukazuje, že data o vyhledávání na internetu signifikantně zlepšují predikce vývoje hypotečních úvěrů. Ve druhé části práce je navržen experimentální indikátor přísnosti úvěrových podmínek a standardů. Mnoho zemí k monitorování přísnosti úvěrových podmínek a standardů dnes využívá šetření úvěrových podmínek bank. Navržený indikátor představuje doplňkový nástroj k podobným šetřením.
Plný text: PDF
|
|
| |
|
| |
|
|
Vizualizace dat v reportingových nástrojích BI
Brož, Ondřej ; Pour, Jan (vedoucí práce) ; Štoček, Milan (oponent)
Diplomová práce se zabývá vizualizačními možnostmi reportingových nástrojů v oblasti Business Intelligence. V současné době existuje na trhu celá řada reportingových, potažmo analytických nástrojů zaměřené na ad-hoc dotazování, tvorbu dashboardů, scorecardů, vizualizačních nástrojů či pokročilých analytických nástrojů na dolování dat a podobně. Práce je nicméně primárně zaměřena na vybrané celopodnikové reportingové nástroje, respektive možnosti vizualizace dat které tyto nástroje nabízejí, ať už se jedná o různé typy grafů či pokročilé vizualizace dat. Úvodní teoretický rámec práce má za úkol seznámit čtenáře s oblastí Business Intelligence jako takovým s přihlédnutím na možné vizuální výstupy jako jsou reporty a analýzy. V dalších částech se věnuji nastínění možností vizualizace dat v dnešních reportingových nástrojích Business Intelligence. Je uveden seznam možných vizualizací včetně popisu a charakteristik, oblasti využití a podobně. V navazující části byly vytvořeny seznamy vhodných vizualizací dat pro vybrané oblasti podnikového reportingu BI. Následně práce porovnává vizualizační možnosti vybraných celopodnikových reportingových nástrojů a nástrojů zaměřených na vizualizaci dat, které byly vybrány podle pozice v magickém kvadrantu vydávaného renomovanou společností Gartner. Pro splnění tohoto dílčího cíle byly využity informace z oficiálních dokumentací k jednotlivým vybraným reportingovým nástrojům a vlastní zkušenosti z využívání u některých z nich. V poslední části jsou s ohledem na reportingové potřeby společnosti Clever Decision a využitelnosti v praxi, detailně popsány dvě vybrané formy moderní vizualizace dat, včetně jejich detailní specifikace, nastínění oblastí jejich vhodného využití a potažmo i možností dalšího rozšíření. Jako zdroje informací v této oblasti poslouží odborné elektronické zdroje zaměřené na vizualizaci dat, potažmo design a podobně.
|
|
|
Využití principů business intelligence v dotazníkových šetřeních
Hanuš, Václav ; Maryška, Miloš (vedoucí práce) ; Novotný, Ota (oponent)
Tato práce je zaměřena na praktické použití nástrojů pro dolování dat a business intelligence. Mezi hlavní cíle patří zpracování zdrojových dat do vhodné podoby a zkušební nasazení vybraného nástroje na testovací úloze. Jako vstupní data posloužila databáze vzniklá zpracováním dotazníkových šetření, užitých pro ověření úrovně výuky IT a ekonomických předmětů napříč českými vysokými školami. Tyto data jsem následně upravil tak, aby je bylo možné zpracovat pomocí nástrojů pro dolování dat, které jsou obsaženy v balíku software Microsoft SQL Server 2008. Pro ověření možností jsem zvolil dvě úlohy. První úloha byla zaměřena na shlukování s využitím algoritmu Microsoft Clustering. Její náplní bylo roztřídění škol do shluků na základě jednotlivých atributů odpovídajících skupinám předmětů ohodnocených počty kreditů z nich získaných. Při řešení nastaly dva problémy. Bylo třeba snížit počet skupin předmětů, jinak hrozilo, že pro shlukování vznikne větší množství shluků, než dovedu pojmenovat. Dalším problémem bylo nestejnoměrné ohodnocení jednotlivých skupin předmětů a od toho se odvíjející problémy s váhami jednotlivých atributů. Řešení bylo nakonec vcelku jednoduché. Ve skupinách předmětů jsem vybral atributy, které se obsahově blíží nebo se překrývají a ty jsem následně sloučil do obecnějších kategorií. Co se týče následného nestejnoměrného rozložení kreditů použitých pro ohodnocení, pomocí parametru jsem každou nově vzniklou skupinu předmětů převedl na stupnici 0-5. Ve druhé úloze jsem se zaměřil na předpověď budoucí hodnoty a využití algoritmů Microsoft Logistic Regresion a Microsoft Neural Network. Zde bylo cílem provést předpověď počtu studujících studentů. K dispozici byla historická data z let 2001-2009. Na jejich základě byl sestrojen prediktivní model, jehož výsledky jsem mohl porovnat se skutečnými daty. Také bylo v rámci řešení potřeba upravit zdrojová data tak, aby umožnila nasazení testovaného nástroje. Původní data byla umístěna v pohledu namísto tabulky a navíc data obsahovala i záznamy nejenom o studujících, ale i různě roztříděné. Například podle pohlaví. Řešením bylo tedy vytvoření nové tabulky, do které se umístily jen záznamy podstatné pro řešenou úlohu. Posledním problém nastal při pokusu o predikci roku 2010, ke kterému nebyla skutečná data. Software nahlásil chybu a predikci neprovedl. Při mém pátrání, jsem na technické podpoře společnosti Microsoft nalezl několik odkazů na podobný problém, takže je pravděpodobné, že se jedná o systémovou chybu, která bude opravená v rámci aktualizace. Splnění těchto úkolů mi poskytlo dostatek indicií pro ověření možností softwaru dodávaného společností Microsoft. Po mých předchozích školních zkušenostech se software pro dolování dat od společností IBM (dříve SSPS) a SAS tak mohu dobře porovnat, zda se prověřovaný nástroj těmto hlavním hráčům na trhu dokáže vyrovnat a zda je vhodný pro seriózní využití.
|
|
|
Systém předzpracování dat pro dobývání znalostí z databází
Kotinová, Hana ; Berka, Petr (vedoucí práce) ; Šimůnek, Milan (oponent)
Abstrakt Cílem diplomové práce bylo vytvoření aplikace pro předzpracování dat, pracující se soubory ve formátu csv. Aplikaci lze využít při přípravě dat pro data miningové úlohy. Aplikace byla vytvořena pomocí programovacího jazyka Java. Tento text obsahuje výklad problematiky související s předzpracováním dat, popis používaných algoritmů, informace o podobných o systémech Mining Mart and SumatraTT a popis vytvořené aplikace.
|
|
| |
|
| |
|
|
Dolování dat jako součást podnikového zpravodajství
Bláha, Michal ; Rydzi, Daniel (vedoucí práce) ; Studnička, Lumír (oponent)
Práce se věnuje problematice ?dolování dat jako součást podnikového zpravodajství?. Dolování dat, v širším významu dobývání znalostí z databází, je součástí oblasti nazývané Business Intelligence (BI). Tento pojem lze definovat jako ?komplex procesů, aplikací a technologií IS/ICT, které téměř výlučně podporují analytické a plánovací činnosti podniku?.[1] Práce popisuje jednotlivé komponenty Business Intelligence a jejich význam. Jednou z těchto komponent může být právě dolování dat. Kapitola věnovaná této problematice obsahuje její popis a uvádím zde metody, které patří k nejdůležitějším. Práce obsahuje i kapitolu věnovanou oblasti databází, neboť tato problematika je velice blízká jejímu tématu.
|
host ::
RSS.