| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Napovedovanje prodaje z dodatnimi odprtimi podatkovnimi viri
Avtorji:ID Kolman, Denis (Avtor)
ID Kljajić Borštnar, Mirjana (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Kolman_Denis_2021.pdf (2,29 MB)
MD5: 3B36A153BCB899EE08E4F04F532B37DB
PID: 20.500.12556/dkum/b14a8d2a-4f58-46d4-8f3f-7523011c08a5
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FOV - Fakulteta za organizacijske vede
Opis:Rešitev, predstavljena v nalogi, se osredotoča na izboljšanje procesa napovedovanja prodajnih rezultatov izdelkov ali storitev s pomočjo vpeljave dodatnih odprtih virov podatkov. Z nalogo želimo poudariti, kako enostavno lahko pridobimo podatke in jih zelo dragoceno uporabimo v procesu poslovanja. Za končno primerjavo in vrednotenje smo najprej postavili dva modela v različnih sistemih za napovedovanje prodajnih rezultatov na podlagi enega vira, to so zgodovinski podatki prodaje. V nadaljevanju smo napovedni model s historičnimi podatki nadgradili. Dodali smo še podatke o številu zabeleženih bolezni, ki smo jih pridobili preko spletnega portala z javno objavljenimi podatki (odprti podatki). Korelacija med omenjenimi podatki obstaja, vendar je povezovanje te vrste podatkov kompleksno, zato je interpretacija rezultatov po eni strani lahko zelo zahtevna, po drugi strani pa povsem logična in zanimiva. Cilj, ki smo si ga zadali, je torej pokazati tri različne modele za napovedovanje, jih primerjati in ugotoviti, kakšen doprinos prinesejo odprti podatki. Rezultati naloge so pokazali, da smo zgradili zelo dobro osnovo za nadaljnji razvoj rešitve in enostavno implementacijo v uporabo.
Ključne besede:Odprti (javni) podatki, napovedovanje, podatkovno rudarjenje, model CRISP-DM.
Kraj izida:Maribor
Leto izida:2021
PID:20.500.12556/DKUM-80846 Novo okno
COBISS.SI-ID:88108035 Novo okno
Datum objave v DKUM:07.12.2021
Število ogledov:931
Število prenosov:86
Metapodatki:XML DC-XML DC-RDF
Področja:FOV
:
KOLMAN, Denis, 2021, Napovedovanje prodaje z dodatnimi odprtimi podatkovnimi viri [na spletu]. Magistrsko delo. Maribor. [Dostopano 23 april 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=80846
Kopiraj citat
  
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:27.10.2021

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Sales predictions with additional open data source
Opis:The solution presented in the thesis, focuses on improving the process of sales prediction results for products or services, with additional open data sources. With this paper, we want to emphasize how easy it is to obtain data and use it very valuable in the business process. For the final comparison and evaluation, we first set up two models in different systems, for forecasting sales results based on one source, i.e. historical sales data. In next step, we upgraded the second prediction model based on historical data with additional open data. We added data about the number of recorded diseases, which we obtained through the web portal with public published data. There is a correlation between these two data types, but connecting this data is complex in many cases. Because of that, the interpretation of the results can be very demanding from one prospective, but also completely logical and interesting from the other. The goal was therefore to show three different prediction models, to compare them and determine what contribution open data makes on it. The results of the task showed that we have built a very good basis for further development of the solution and easy implementation for proper usage.
Ključne besede:Open data, prediction, data mining, CRISP-DM model.


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici