Spelling suggestions: "subject:"intelektinės sistemos"" "subject:"intelektinėse sistemos""
1 |
Duomenų gavybos sistema naudojant veiklos modelį / Enterprise model based data mining systemŽukauskaitė, Akvilė 09 July 2011 (has links)
Temos aktualumas. Veiklos modelio panaudojimas duomenų gavybos procese leistų sujungti veiklos modelį su duomenų gavybos modeliu. Taip galima siekti geresnių rezultatų duomenų gavybos srityje bei efektyviau valdyti duomenų gavybos procesą. Tai ypač svarbu mažoms įmonėms kurios dar tik pradeda naudoti duomenų gavybos įrankius savo veikloje, nes norint gauti geriausius duomenų gavybos rezultatus duomenų gavyba reikia sklandžiai įtraukti į įmonės veiklos procesus. Problemos esmė. Veiklos modelio pagalba norima pagerinti duomenų gavybos procesą (efektyviau valdyti) siekiant geresnių jos rezultatų. Problemos ištyrimo lygis. Duomenų gavyba nėra nauja veiklos sritis, tačiau ji sparčiai vystosi ir tobulėja. Kiekvienas darbas duomenų gavybos srityje, padedantis didinti duomenų gavybos valdymo efektyvumą yra svarbus ir aktualus. Itin svarbus yra duomenų gavybos procesų modelio atsiradimas, kurio tikslas integruoti duomenų gavybą į verslo aplinką. Jį suformavo trys kompanijos (Daimler Chrysler, SSPS, Teradata). CRISP-DM (angl. Cross-Industry Standard Process for Data Mining) – standartinį duomenų gavybos proceso modelis (The CRISP-DM consorcium, 2003). Kaip galima sujungti duomenų gavybą ir sprendimų priėmimų sistemas siekiant optimalesnių, efektyvesnių bei veiksmingesnių verslo operacijų išsamiai dėstoma „Data Mining and Decision Support for Business Competitiveness: A European Virtual Enterprise“ projekto medžiagoje (Mladenic D., 2003). Darbo objektas. Duomenų gavybos sistema paremta... [toliau žr. visą tekstą] / The main goal of the graduation paper is creation Enterprise Model Based Data Mining System. The main tasks of this work are: 1. Submit business intelligence systems analyses; select the best business intelligence system for small companies. 2. Submit data mining algorithms for analyses. 3. Create data mining process model using enterprise model. 4. Perform detailed analysis of data mining tools for small enterprises; 5. Use real data to verify the adaptation of tools for small businesses; 6. Use experimental data to realize the data mining process for real business. For the graduation paper are used analyses of nonfiction literature, analogy, comparison, modelling and experimental methods. The graduation paper composes of analysis part, proposed solution methodology part and experiment. Results of work: designed data mining activity model for small logistics company. The graduation paper includes 60 sheets, 9 tables and 36 pictures.
|
Page generated in 0.0913 seconds