Rudarjenje asociativnih pravil v poslovnih aplikacijah

Lipar, Aljaž

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Rudarjenje asociativnih pravil v poslovnih aplikacijah
Avtorji:	ID Lipar, Aljaž (Avtor) ID Fister, Iztok (Mentor) Več o mentorju... ID Novak, Damijan (Komentor)
Datoteke:	MAG_Lipar_Aljaz_2025.pdf (2,36 MB) MD5: 4529E3E47C26FA72138D868E3B367EE4
Jezik:	Slovenski jezik
Vrsta gradiva:	Magistrsko delo/naloga
Tipologija:	2.09 - Magistrsko delo
Organizacija:	FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:	V magistrski nalogi smo obravnavali tehniko, poimenovano rudarjenje asociativnih pravil, katere namen je odkrivanje in podrobno razumevanje skritih vzorcev v podatkih. Odkrite skrite vzorce pa predstavljajo asociativna pravila, ki se pri tem postopku ustvarijo in služijo kot smernice za priporočanje izdelkov ali produktov, optimizacijo zalog in analizo nakupovalnih navad. Predstavili smo tudi, kaj so optimizacijski algoritmi, ki jih rudarjenje asociativnih pravil uporablja, in kako delujejo. Velik poudarek smo podali tudi na personalizacijo, kaj je, kakšne vplive ima na ljudi, prav tako pa smo podali par praktičnih primerov. Nato smo opisali orodja, ki smo jih uporabljali, podrobneje predstavili uARMSolver ter kako ga vzpostaviti in uporabiti. Nato smo opisali našo izdelano rešitev, na koncu pa opravili še analizo ter interpretacijo rezultatov.
Ključne besede:	Algoritem, asociativna pravila, diferencialna evolucija, personalizacija, rudarjenje
Kraj izida:	Maribor
Založnik:	[A. Lipar]
Leto izida:	2025
PID:	20.500.12556/DKUM-91680
UDK:	004.62.021(043.2)
COBISS.SI-ID:	229529859
Datum objave v DKUM:	03.03.2025
Število ogledov:	0
Število prenosov:	15
Metapodatki:
Področja:	KTFMB - FERI
:	Kopiraj citat

Skupna ocena:	(0 glasov)
Vaša ocena:	Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:

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:	27.01.2025

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	Association rule mining in business applications
Opis:	In this master's thesis, we discussed a technique called association rule mining, the purpose of which is the discovery and detailed understanding of hidden patterns in data. The discovered hidden patterns represent the associative rules created in this process and serve as guidelines for recommending products, optimizing stocks and analyzing shopping habits. We also learned and presented what the optimization algorithms used by associative rule mining are and how they work. We also put a lot of emphasis on personalization, what it is, and what effects it has on people, and we also gave a couple of practical examples. We then described the tools we used, introduced uARMSolver in more detail and showed how to set it up and use it. Then we described our developed solution, and at the end, we performed an analysis and interpretation of the results.
Ključne besede:	Algorithm, association rules, differential evolution, personalization, mining

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj