| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 9 / 9
First pagePrevious page1Next pageLast page
1.
Triangulacija velikih količin podatkov : diplomsko delo univerzitetnega študijskega programa
Mitja Jug, 2008, undergraduate thesis

Abstract: V diplomskem delu preučimo več različnih algoritmov za triangulacijo velikih količin podatkov ter jih med seboj primerjamo po hitrosti in kvaliteti. Podrobneje se posvetimo pretočnemu algoritmu Žalika, pretočnemu algoritmu Isenburga s sodelavci in algoritmu MWT Kolingerove. Praktični del diplomskega dela predstavlja dopolnitev algoritmov s podporo različnim formatom vhodnih podatkov in s kodo za računanje raznih statističnih podatkov.
Keywords: triangulacija, velike količine podatkov, pretočni algoritem
Published: 09.02.2009; Views: 1983; Downloads: 148
.pdf Full text (4,72 MB)

2.
VIZUALIZACIJA GEOMETRIJSKIH KOZMOLOŠKIH PODATKOV
Niko Lukač, 2010, undergraduate thesis

Abstract: Kozmološka računalniška vizualizacija omogoča astronomom nov pogled nad kozmosom in odkrivanje neznanih področij. Geometrijski kozmološki podatki, ki so pridobljeni iz različnih virov, so predstavljeni v 3D točkah s pripadajočimi lastnostmi. Zaradi naravnega obsega kozmosa je velika količina podatkov problem, ki zelo oteži realno-časovnost vizualizacije na obstoječi računalniški tehnologiji. V diplomskem delu predstavimo rešitev, ki temelji na pohitritvenih pristopih računalniške geometrije. Najprej predobdelamo podatke s prostorsko umestitvijo točk v osmiško drevo, nato sledi vizualizacija, kjer pred izrisovanjem določimo področje vidnosti in stopnjo podrobnosti. S tem zmanjšamo breme strojne opreme, ker izločimo velike količine točk glede na njihovo vidnost. Izdelali smo orodje za interaktivno vizualizacijo kozmoloških podatkov (ang. Cosmological Dataset Visualizator, CDV) s katerim je možno izvajati tudi nekatere operacije nad vizualiziranimi podatki (iskanje objektov, označevanje zanimivih področij in vizualizacija vektorjev hitrosti).
Keywords: algoritmi, osmiško drevo, stopnja podrobnosti, vidno področje, velike količine podatkov, kozmološka vizualizacija, geometrijski kozmološki podatki
Published: 01.09.2010; Views: 1929; Downloads: 226
.pdf Full text (5,11 MB)

3.
ANALIZA PRIMEROV UPORABE VELIKE KOLIČINE PODATKOV
Marko Koželj, 2013, undergraduate thesis

Abstract: Diplomski seminar predstavlja računalništvo v oblaku in velike količine podatkov. Ta dva pojma sta novi poslovni priložnosti za podjetja. Vsekakor bodo brez teh dveh inovacij podjetja težko preživela na mednarodnih trgih. V diplomskem seminarju smo obravnavali računalništvo v oblaku. Na kratko smo povedali osnovne značilnosti, razvoj skozi leta, arhitekturo, tipe in SWOT analizo računalništva v oblaku. Kasneje smo se osredotočili na velike količine podatkov, jih definirali, pojasnili zgodovinski razvoj in ugotavljali ali smo pripravljeni na njih. Razložili smo tudi karakteristike, arhitekturo in ugotavljali praktičnost in uporabnost, ter njihovo varnost. Preučili smo podjetja Google, IBM in Microsoft in ugotovili kakšne rešitve imajo za velike količine podatkov in na kakšni platformi delujejo. Na koncu pa smo še ugotavljali razlike med samo arhitekturo teh rešitev. V glavnem je bila primerjava med rešitvama Dremel in Hadoop. Razložili pa smo tudi zakaj velike količine podatkov pomagajo tem podjetjem.
Keywords: Računalništvo v oblaku, velike količine podatkov, Dremel, BigQuery, Hadoop, MapReduce, HDInsight, IBM-ova platforma za velike količine podatkov.
Published: 23.10.2013; Views: 982; Downloads: 74
.pdf Full text (1,30 MB)

4.
FUNKCIONALNOSTI ANALITIČNEGA CRM NA PRIMERU REŠITVE MICROSOFT DYNAMICS CRM
Sandra Anžič, 2016, undergraduate thesis

Abstract: Ker naš svet postaja vse bolj globaliziran in naše aktivnosti vse bolj digitalizirane, sočasno postajajo podatki bogatejši, raznoliki in na voljo kadarkoli in od kjerkoli. Organizacije danes izkoriščajo te velike količine podatkov za podrobnejše prilagoditve sistemov, podporo pri odločanju in razvoju novih proizvodov in storitev. Podatki igrajo pomembno vlogo v vrednosti in ustvarjanju koristi. Upravljanje odnosov z odjemalci (angl. Customer Relationship Management; v nadaljevanju CRM) postaja vse bolj pomembno, tako v malih kot velikih organizacijah, saj kot pravi znameniti rek »Biti zaseden, ne pomeni, biti učinkovit«. Slednje se odraža v dobrem odnosu z odjemalci, kar vpliva na celotno delovanje organizacije, kajti, če organizacija ne pozna dobro želja svojih odjemalcev, se ta ne bo zmogla prilagajati trenutnim tržnim razmeram. Danes informacijsko-tehnološki (angl. Information Technology; v nadaljevanju IT) razvoj organizacijam omogoča zbiranje, obdelavo in interpretacijo vse večjega obsega podatkov o odjemalcih, s čimer organizacije pridobivajo donosne informacije za sprejemanje strateških poslovnih odločitev. Zbiranje, obdelavo in interpretacijo podatkov pa lahko organizacije izvajajo s pomočjo poslovnih rešitev. S poslovno rešitvijo Microsoft Dynamics CRM (v nadaljevanju MS Dynamics CRM) lahko organizacija izvaja analitiko svojih odjemalcev. Analitika ima tudi svoje mesto v rešitvi MS Dynamics CRM. Analitični CRM organizaciji omogoča, da ta pridobi bistvene poglobljene informacije o zgodovini svojih odjemalcev in njihovih preferencah, saj analitični CRM omogoča analiziranje, predvidevanje, ustvarjanje vrednosti za odjemalce in napovedovanje povpraševanja. Ugotovimo, da analitični del MS Dynamics CRM vsebuje kar nekaj funkcionalnosti analitičnega CRM, med njimi najbolj izstopa analiziranje in vizualiranje podatkov s pomočjo različnih vrst grafikonov in posledično iskanje izvora teh podatkov, ki pa zagotavlja dobro poznavanje preferenc odjemalcev in njihovo zgodovino nakupov.
Keywords: velike količine podatkov, analitični CRM, podatkovno rudarjenje, Microsoft Dynamics CRM
Published: 17.11.2016; Views: 566; Downloads: 80
.pdf Full text (1,59 MB)

5.
UPORABA VELIKE KOLIČINE PODATKOV ZA POTREBE INFORMACIJSKIH REŠITEV UPRAVLJANJA ODNOSOV S STRANKAMI
Jernej Omulec, 2016, master's thesis

Abstract: Številna podjetja se že poslužujejo upravljanja odnosov s strankami in CRM-rešitev. CRM lahko definiramo kot upravljavsko filozofijo, kjer se cilji podjetja najlažje dosežejo skozi identificiranje in zadovoljevanje potrošniških želj (tako izjavljenih kot tudi neizjavljenih) in potreb. CRM pomaga pri profiliranju potencialnih strank, razumevanju njihovih potreb in grajenju odnosov, tako da se jim ponudi najprimernejši izdelek. Na drugi strani pa imamo Big Data, ki sicer po podjetjih še ni tako razširjena zadeva kot CRM, vendar vedno bolj pridobiva na popularnosti. Big Data so nizi podatkov, katerih obseg presega sposobnosti zajema, hranjenja, upravljanja in analiziranja s pomočjo klasičnih programskih rešitev. Uvedba CRM-rešitve in integracija Big Data sami po sebi pa ne bosta prinesli dobička. Za izboljšanja delovanja podjetja, poslovnega izida in prihodkov potrebujemo ljudi, ki bodo dana orodja in podatke znali analizirati in izkoristiti v svoj prid. Ne smemo pozabiti ene precej pomembne stvari. Lahko uvedemo najboljšo in najdražjo rešitev in nam ta ne bo prav nič koristila, če je sami ne bomo znali maksimalno izkoristiti. CRM-rešitve in Big Data sta samo pripomočka, ki nam precej olajšata razumevanje strank, vendar sama po sebi ne bosta storila ničesar.
Keywords: Big Data, velike količine podatkov, CRM, upravljanje odnosov s strankami, Salesforce, Datameer.
Published: 24.10.2016; Views: 424; Downloads: 62
.pdf Full text (1,89 MB)

6.
PRIMERJAVA PROGRAMOV ZA ANALIZIRANJE VELIKIH PODATKOV PRI ODLOČANJU ZA POTROŠNIŠKI KREDIT V BANKI X
Betka Vodišek, 2016, undergraduate thesis

Abstract: V diplomskem projektu Primerjava programov za analiziranje velikih podatkov pri odločanju za potrošniški kredit v banki X, smo želeli raziskati področje analiziranja statističnih podatkov velikih količin. Za primerjavo smo si izbrali dve orodji in sicer orodje Microsoft Excel in orodje IBM SPSS. Orodje Microsoft Excel je med mnogimi uporabniki znan po svojih funkcionalnostih urejanja preglednic, zmogljivosti mnogih funkcij, ustvarjanju preglednih grafov ter vrtilnih tabel. Le malokdo pa pozna funkcionalnosti Microsoft Excela v povezavi s statistično obdelavo podatkov. V diplomskem projektu smo naredili pregled orodja, bolj natančno pa smo se posvetili funkcionalnostim statistične obdelave. Drugo izbrano orodje je orodje IBM SPSS. Orodje je do sedaj znano predvsem v družboslovnih krogih, za statistično analiziranje. Orodje omogoča mnoge funkcije, ki so potrebne za uspešno analizo. V diplomskem projektu smo najprej opisali osnovne značilnosti orodja, nato pa smo se bolj posvetili funkcijam statistične obdelave, po katerih smo primerjali obe orodji. V obeh orodjih smo delali na realnih podatkih o kreditojemalcih banke X. Banka X nam je pred začetkom analize posredovala podatke iz njihove baze, mi pa smo te podatke uredili v bolj smiselno celoto. Nato smo podatke uvozili v obe orodji in začeli z analizo. V diplomskem projektu smo si postavili tri hipoteze, ki se nanašajo na uporabniško izkušnjo, funkcionalnostmi v obeh orodjih in na končni rezultat analize.
Keywords: Velike količine podatkov, Deskriptivna statistika, Korelacije, Microsoft Excel, IBM SPSS, Primerjava
Published: 24.11.2016; Views: 519; Downloads: 77
.pdf Full text (2,37 MB)

7.
Kritični dejavniki uvedbe pri projektih digitalne transformacije
Nina Petelin, 2019, master's thesis

Abstract: V zadnjih letih so podjetja v skoraj vseh panogah izvedla številne pobude za raziskovanje novih digitalnih tehnologij in izkoriščanje njihovih koristi. To velikokrat zahteva transformacijo celotnega poslovanja podjetja. Podjetja si prizadevajo za uvedbo digitalne transformacije preden se je lotijo konkurenti ter si tako zagotoviti preživetje na trgu in doseganje konkurenčnih prednosti. Gradniki digitalne transformacije: računalništvo v oblaku, velike količine podatkov in analitika s pomočjo interneta stvari omogočajo podjetjem, da spremenijo obstoječe poslovne modele ter ustvarjijo nove izdelke in storitve. Vključevanje novih digitalnih tehnologij pa pomeni tudi večja tveganja kibernetske varnosti. Čeprav so inovativne digitalne tehnologije ključne za digitalno transformacijo, se moramo zavedati, da digitalna transformacija ni zgolj tehnološki izziv, ampak projekt celovitega preoblikovanja podjetja, ki vključuje spreminjanje kulture podjetja, vodstvenih konceptov, načina komunikacije in dela v podjetju. Digitalna transformacija prinaša številne koristi, hkrati pa ustvarja pritisk in številne izzive za podjetja.
Keywords: digitalna transformacija, računalništvo v oblaku, velike količine podatkov, internet stvari, kibernetska varnost, kritični dejavniki uspeha
Published: 22.05.2019; Views: 278; Downloads: 62
.pdf Full text (1,18 MB)

8.
Umetna inteligenca v sistemih za upravljanje odnosov s strankami
Tamara Krajnc, 2019, undergraduate thesis

Abstract: Hiter tehnološki napredek na področju digitalizacije in podatkov ter analitike je omogočil nastanek novih poslovnih inovacij in novih oblik konkurence. Tehnologija se razvija na področju robotike, analitike in umetne inteligence. Nekatera podjetja pridobivajo konkurenčno prednost pri uporabi podatkov in analitike, kar omogoča hitrejše in obsežnejše sprejemanje odločitev na podlagi dokazov, pridobivanju različnih vpogledov in optimizacije procesov. Umetna inteligenca bo spremenila podjetja in ustvarila nove vrste podjetij. Tehnične inovacije so pomagale organizacijam z novimi možnostmi za doseganje strank. Sistem za upravljanje odnosov s strankami in umetna inteligenca sta zelo močna kombinacija, ki ustvarjata na digitalnem trgu. Ker je internet postal hrbtenica sodobnih prodajnih in trženjskih prizadevanj, se je moral CRM sistem razviti, da zajame in kategorizira nenehno naraščajoč tok signalov in podatkovnih točk. Cilj umetne inteligence v CRM sistemih je, da umetna inteligenca obvladuje analizo in pripravi pametna priporočila o strankah ali možnostih. Od 1028 organizacij po vsem svetu je 28% izjavilo, da so že sprejele umetno inteligenco, 41% pa jih je odgovorilo, da bodo to storile v dveh letih (Salesforce, 2019). Podjetja se zavedajo, da so njihova najdragocenejša sredstva odnosi s stankami. Dejstvo je, da izgradnja osebnih in socialnih odnosov postaja pomembno področje trženja. Podjetja upravljajo s podatki, kot so družabni marketing, maloprodajne podatkovne baze, zabeležena strankina aktivnost, logistika in podatki o podjetjih, da vzpostavijo kakovostne strategije CRM. Ker lahko velike količine podatkov zagotovijo vzorec informacij strank, lahko podjetja napovedujejo in predpostavljajo, kakšne so potrebe svojih strank danes. Velike količine podatkov so pomagale oblikovati številne industrijske panoge in spremenili način delovanja podjetij danes.
Keywords: umetna inteligenca, sistemi za upravljanje odnosov s strankami, velike količine podatkov, tehnologija
Published: 10.12.2019; Views: 104; Downloads: 12
.pdf Full text (1,14 MB)

9.
Analiza kompetenc podatkovnega znanstvenika na primeru študija elektronskega poslovanja na Ekonomsko-poslovni fakulteti v Mariboru
Petra Sedlašek, 2019, undergraduate thesis

Abstract: Velike količine podatkov ter podatkovno znanost organizacije prepoznavajo kot konkurenčno prednost. Z zahtevami po novih načinih analiziranja podatkov se pojavljajo tudi zahteve po novih znanjih ter poklicih, kot je podatkovni znanstvenik. Po pregledu literature smo opredelili velike količine podatkov, prav tako pa tudi poklic podatkovnega znanstvenika ter izluščili glavna znanja, ki jih ta potrebuje. Ob natančnejši predstavitvi kompetenc smo predstavili še nekatere predmete smeri elektronskega poslovanja na Ekonomsko-poslovni fakulteti Univerze v Mariboru, pri katerih pridobimo znanja povezana s kompetencami podatkovnega znanstvenika. Namen diplomskega projekta je bilo opraviti primerjalno analizo ter ugotoviti v kolikšni meri elektronsko poslovanje pokriva kompetence podatkovnega znanstvenika. Na podlagi ocen smo ugotovili, da študij ne pokriva vseh kompetenc. Primanjkljaj znanja se pojavlja predvsem na strani programiranja in strojnega učenja. Dodali smo tudi nekaj priporočil, kako študij še bolj približati poklicu podatkovnega znanstvenika.
Keywords: elektronsko poslovanje, velike količine podatkov, podatkovni znanstvenik, kompetence podatkovnega znanstvenika
Published: 10.12.2019; Views: 77; Downloads: 3
.pdf Full text (1,14 MB)

Search done in 0.13 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica