Spelling suggestions: "subject:"ostrukturerade data"" "subject:"strukturerad data""
1 |
Att Strukturera Data Med Nyckelord: Utvecklandet av en Skrapande ArtefaktBramell, Fredrik, From, From January 2022 (has links)
Development of different methods for processing information has long been a central area in computer science. Being able to structure and compile different types of information can streamline many tasks that facilitate various assignments. In addition, the web is getting bigger and as a result larger amounts of information become more accessible. It also means that it can be more difficult to find and compile relevant information. This raises the questions; Is a layered architecture suitable for extracting semi-structured data from various web-based documents such as HTML and PDF and structuring the content as generically as possible? and How can you find semi-structured data in various forms of documents on the web based on keywords to save the data in tabular form? Review of previous research shows a gap when it comes to processing different levels of structures with the web as a source of data. When processing data, previous projects have usually used a layered architecture where each layer has a specific task and it is also this architecture that was chosen for this artifact. To create the artifact, the Design and Creation method is applied with an included literature study. This method is common in assignments where the goal is to create an artifact with the purpose of answering research questions. Tests of the artifact are also performed in this method and result in how well the artifact follows instructions and whether or not it can answer the research questions. This work has resulted in an artifact that works well and lays a foundation for future work. However, there is room for improvement such as that the artifact could be able to understand context and find more relevant information, but also for future research on how other software can be implemented to streamline and improve results. / Utveckling av olika metoder för att bearbeta information har länge varit ett centralt område inom datavetenskap. Att kunna strukturera och sammanställa olika typer av information kan effektivisera många uppgifter som underlättar olika uppdrag. Dessutom blir webben större och som ett resultat blir större mängder information mer tillgänglig. Det gör också att det kan vara svårare att hitta och sammanställa relevant information. Detta väcker frågorna; Lämpar sig lagerarkitektur för att extrahera semi-strukturerad data från olika webbaserade dokument som HTML och PDF och strukturera innehållet så generiskt som möjligt? och Hur kan man hitta semi-strukturerad data i olika former av dokument på webben baserat på nyckelord för att spara data i tabellform? Granskning av tidigare forskning visar på ett gap när det gäller att bearbeta olika nivåer av strukturer med webben som datakälla. Vid bearbetning av data har tidigare projekt vanligtvis använt en lagerarkitektur där varje lager har en specifik uppgift och det är även denna arkitektur som valdes för denna artefakt. För att skapa artefakten tillämpas Design and Creation metoden med en inkluderad litteraturstudie. Denna metod är vanlig i arbeten där målet är att skapa en artefakt med syftet att svara på forskningsfrågor. Tester av artefakten utförs också i denna metod och resulterar i hur väl artefakten följer instruktionerna och om den kan svara på forskningsfrågorna eller inte. Detta arbete har resulterat i en artefakt som fungerar bra och som lägger en grund för framtida arbete. Det finns dock utrymme för förbättringar som att artefakten skulle kunna förstå sammanhang och hitta mer relevant information, men också för framtida forskning om hur annan mjukvara kan implementeras för att effektivisera och förbättra resultat.
|
2 |
Social CRM - Är du med på tåget? - En fallstudie om en organisations hantering av big data för att vårda kundrelationer på sociala medierLjungbro, Niklas, Edrén, Martin January 2019 (has links)
Användandet av sociala medieplattformar ökar där kunder lämnar ifrån sig stora mängder data, även kallat big data. Datan kan innehålla värdefull information, varav företag försöker extrahera denna genom data mining, för att erhålla viktiga kundinsikter. S-CRM har blivit ett aktuellt begrepp som syftar till att hantera kundrelationer på sociala medier. Forskning pekar dock på svårigheten för företag att hantera big data och omvandla den till värdefulla kundinsikter. En utmaning är även att mäta avkastningen på sin S-CRM investering. Genom en kvalitativ fallstudie är syftet att skapa en större förståelse för hur ett företag inom konfektyrmarknaden använder S-CRM för att hantera stora mängder data, hur kundinsikter utifrån datan kan erhållas samt hur resultat mäts. Information har erhållits från semistrukturerade intervjuer. Resultatet visar att insikter om den alltmer engagerade kunden, erhålls framgångsrikt genom användandet av en plattform för social mediaövervakning, varav denna effektivt hanterar och sorterar big data. Big data är inte den stora utmaningen, utan användarvänligheten av plattformen anses vara den begränsande faktorn. Resultat visar att det fortfarande är svårt för företag att mäta ROI, men att mjuka värden som erhålls är väldigt värdefulla. / The use of social media platforms is increasing as customers leave large amounts of data, also called big data. The data can contain valuable information, of which companies try to extract this through data mining, in order to obtain important customer insights. S-CRM has become a current concept aimed at managing customer relations on social media. However, research points to the difficulty for companies to handle big data and turn it into valuable customer insights. A challenge is also to measure the return on the S-CRM investment. Through a qualitative case study, the purpose is to create a greater understanding of how a company in the confectionery market uses S-CRM to handle large amounts of data, how customer insights can be obtained from the data and how results are measured. Information has been obtained from semi-structured interviews. The result shows that insights about the increasingly committed customer are successfully achieved through the use of a platform for social media monitoring, of which this effectively handles and sorts big data. Big data is not the big challenge, but the user-friendliness of the platform is considered the limiting factor. Results show that it is still difficult for companies to measure ROI, but that soft values obtained are very valuable.
|
3 |
Optimering av beslutsstöd inom verksamhetsstyrning genom en undersökning av artificiell intelligens : En djupgående undersökning av effektiva AI-tekniker för bättre affärsbeslut / Optimizing decision support in business management through an artificial intelligence study : An in-depth survey of effective AI techniques for better business decisionsSakhai, Aram January 2024 (has links)
Denna studie undersöker hur artificiell intelligens (AI) kan optimera beslutsstödet inom verksamhetsstyrning genom analys av ostrukturerad data. Genom att granska begrepp som verksamhetsstyrning, Business Intelligence (BI), AI och maskininlärning (ML), belyser studien hur dessa teknologier kan förbättra organisationers beslutsprocesser. Verksamhetsstyrning syftar till att samordna och optimera organisationens delar för att nå gemensamma mål. AI (NLP, ML) samt särskilt genom BI spelar en avgörande roll genom att förbättra effektivitet och kvalitet. BI samlar och analyserar affärsinformation, medan ML möjliggör automatisk lärande från data. Studiens problemområde identifierar utmaningen med att hantera stora mängder ostrukturerad data. Trots AI:s potential att förbättra beslutsfattandet har dess fulla potential ännu inte realiserats. Genom att undersöka effektiv användning av AI för ostrukturerad data, bidrar studien till en bättre förståelse av hur AI kan förbättra beslutsstödet.Den kvalitativa ansatsen använde semistrukturerade intervjuer med IT-experter för att samla insikter om AI:s användning i beslutsfattande. Respondenterna beskrev hur AI analyserar data, förutsäger trender, optimerar processer och personaliserar kundupplevelser. AI automatiserar också tidskrävande uppgifter, vilket ökar effektiviteten och frigör tid för strategiskt arbete. Det visar att AI kan förbättra datakvalitet, automatisera processer och ge djupare insikter i kundbeteenden och marknadstrender. AI:s förmåga att hantera ostrukturerad data möjliggör identifiering av trender och mönster som annars skulle vara svåra att upptäcka. Utmaningar med AI-implementering inkluderar systemintegrering och behovet av teknisk expertis. Sammanfattningsvis visar studien att AI har stor potential att optimera beslutsstödet inom verksamhetsstyrning genom analys av ostrukturerad data.
|
4 |
Streamlining Certification Management with Automation and Certification Retrieval : System development using ABP Framework, Angular, and MongoDB / Effektivisering av certifikathantering med automatisering och certifikathämtning : Systemutveckling med ABP Framework, Angular och MongoDBHassan, Nour Al Dine January 2024 (has links)
This thesis examines the certification management challenge faced by Integrity360. The decentralized approach, characterized by manual processes and disparate data sources, leads to inefficient tracking of certification status and study progress. The main objective of this project was to construct a system that automates data retrieval, ensures a complete audit, and increases security and privacy. Leveraging the ASP.NET Boilerplate (ABP) framework, Angular, and MongoDB, an efficient and scalable system was designed, developed, and built based on DDD (domain-driven design) principles for a modular and maintainable architecture. The implemented system automates data retrieval from the Credly API, tracks exam information, manages exam vouchers, and implements a credible authentication system with role-based access control. With the time limitations behind the full-scale implementation of all the planned features, such as a dashboard with aggregated charts and automatic report generation, the platform significantly increases the efficiency and precision of employee certification management. Future work will include these advanced functionalities and integrations with external platforms to improve the system and increase its impact on operations in Integrity360.
|
Page generated in 0.0781 seconds