|
|
Získávání víceúrovňových asociačních pravidel
Nguyenová, Thanh Lam ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato bakalářská práce se zabývá získáváním víceúrovňových asociačních pravidel. Cílem této práce je zaměřit se na dostupné algoritmy pro získávání víceúrovňových asociačních pravidel a implementovat aplikaci s grafickým uživatelským rozhraním, která bude demonstrovat funkčnost těchto algoritmů. Zvoleno bylo pět algoritmů založených na algoritmu Apriori. Pomocí aplikace byly provedeny experimenty s jednotlivými algoritmy a na závěr byly výsledky experimentů porovnány a zhodnoceny.
|
|
|
Big Social Data and the Study of Celebrity Fandom
Sedláček, Jakub ; Numerato, Dino (vedoucí práce) ; Špaček, Ondřej (oponent) ; Mikuláš, Peter (oponent)
Tato práce přináší nový pohled na celebrity a jejich fanoušky optikou big social data, přičemž zkoumá možnosti využití digitální stopy ze sociálních sítí pro sociologický výzkum. První kapitola přináší sociologické zarámování celebrity, její krátkou historii v kontextu rozvoje médií a diskusi o revoluční roli, kterou pro celebritní kulturu sehrály platformy sociálních médií. Nakonec se snaží o propojení teorií role celebrity ve společnosti s výzkumem životního stylu, polarizace, subkultur vkusu a "enkláv životního stylu". Druhá kapitola slouží jako úvod do problematiky digitální stopy a big social data obecně. Nejprve jako sociálně- technologických fenoménů, poté jako výzkumných nástrojů. Zabývá se jejich historickou i současnou dostupností, epistemologickými implikacemi pro výzkum, limity i nebezpečími. Nakonec představuje seznamy oblíbených stránek na Facebooku jako cenný zdroj informací o životním stylu. Třetí kapitola empiricky zkoumá digitální stopu 90 tisíc fanoušků českých celebrit na Facebooku. Klade si otázku, zda preference celebrit souvisejí s rozdíly v různých aspektech života, včetně politiky, volného času nebo kulturní spotřeby. Z metodologického hlediska se zabývá kombinací dat z API s web scrapingem a praktickými výzvami při práci s "řídkými" daty ze sociálních médií. Testuje rovněž využití...
|
|
|
Získávání víceúrovňových asociačních pravidel
Nguyenová, Thanh Lam ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato bakalářská práce se zabývá získáváním víceúrovňových asociačních pravidel. Cílem této práce je zaměřit se na dostupné algoritmy pro získávání víceúrovňových asociačních pravidel a implementovat aplikaci s grafickým uživatelským rozhraním, která bude demonstrovat funkčnost těchto algoritmů. Zvoleno bylo pět algoritmů založených na algoritmu Apriori. Pomocí aplikace byly provedeny experimenty s jednotlivými algoritmy a na závěr byly výsledky experimentů porovnány a zhodnoceny.
|
|
|
Dolování z dat v prostředí informačního systému K2
Figura, Petr ; Burgetová, Ivana (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tento projekt vznikl jako firemní zadání společnosti K2 atmitec Brno s.r.o. Jeho výsledkem je modul pro dolování dat v prostředí informačního systému K2. Navrhovaný modul implementuje asociační analýzu nad daty datového skladu informačního systému K2. Analyzovaná data obsahují informace z prodejů evidovaných v informačním systému K2. Modul tedy implementuje analýzu nákupního košíku.
|
|
|
Využití data miningu v řízení podniku
Prášil, Zdeněk ; Pour, Jan (vedoucí práce) ; Novotný, Ota (oponent)
Ve své diplomové práci jsem zkoumal, jakým způsobem lze zpracovat podniková data pomocí data miningu a jak využít získaných výsledků pro lepší řízení podniku. Práce je rozdělena na teoretickou část a na část praktickou. Cílem teoretické části práce bylo zjistit: 1/ jaké jsou nejčastěji využívané metody data miningu, 2/ definovat typické aplikační oblasti, 3/ ukázat typické úlohy, které se v těchto oblastech řeší. Cílem praktické části bylo zjistit: 1/ jak může data mining pomoci malému českému elektronickému obchodu k lepšímu pochopení struktury prodeje, 2/ jak může data mining zlepšit výsledky prodeje. Ve své práci jsem zjistil, že nejčastěji používané metody data miningu jsou rozhodovací stromy, lineární a logistická regrese, neuronové sítě, segmentační metody a asociační pravidla. Nejčastější používané obchodní aplikační oblasti jsou CRM a marketing, finanční instituce, pojišťovnictví, telekomunikace, maloobchod a výroba. Úlohy jsou odvislé od typu aplikační oblasti, nejčastěji se úlohy týkají sledování a odhadování chování zákazníků. Analýzou dat elektronického obchodu jsem zjistil, které výrobky jsou spolu nakupovány, což může vést k akcím pro podporu prodeje. Ukázal jsem, že data mining je možné použít i v malém elektronickém obchodě a že i zde může přispět k zefektivnění případných marketingových akcí.
|
host ::
RSS.