Hĺbková analýza dátEU v Bratislave - Projekt predmetu SK (iné názvy: hĺbková analýza údajovTerek, M., Horníková, A., Labudová, V.: Hĺbková analýza údajov (Data Mining). Bratislava: Iura Edition 2010, vyťažovanie údajov/dáthttp://eur-lex.europa.eu/legal-content/SK/ALL/?uri=CELEX:52008IP0561, dolovanie údajov/dát, dolovanie v údajoch/dátachKrammer, P.: Dolovanie v údajoch so zameraním na interpretovateľnosť modelov. Dizertačná práca, FIIT STU,. Bratislava, 2015, data mining; ) je proces analýzy dát z rôznych perspektív a ich sumarizácia na užitočné informácie. Spravidla ide o extrahovanie užitočných informácií z veľkých databáz, hľadanie korelácií alebo vzorov spomedzi tisícok polí v relačných databázach.
Využíva metódy štatistiky, matematiky (matematické modelovanie = klasifikačné pravidlá alebo stromy, regresia, zhluková analýza), umelej inteligencie (neuronové siete, rozpoznávanie, samoučiace sa algoritmy), nástroje OLAP (on-line analytické spracovanie)Kučerová, Helena. data mining. In KTD : Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2011-05-15]. Dostupné z WWW: . a strojového učenia.
Typy modelov Predikčné modely – cieľom je na základe historických dát predpovedať budúcnosť Segmentačné modely – cieľom je roztriediť množstvo dát na zvládnuteľný počet homogénnych skupín
Aplikácia v praxi Propensity to buy - cross-sell (predaj ďalších produktov existujúcim zákazníkom) a up-sell (zvýšenie spotreby daného produktu, doplnky) Credit risk - modelovanie pravdepodobnosti nesplácania úveru Fraud - identifikácia podvodov Churn - identifikácia zákazníkov náchylných na prechod ku konkurencii Segmentácia - zoskupovanie do homogénnych skupín Market basket analysis - analýza nákupného koša Diagnostické modely Modely analýzy časových radov Text mining
Delenie
Metodológie CRISP DM (SPSS) SEMMA (SAS) Virtuos cycle of data mining (Berry & Linoff)
Typické oblasti využitia marketing, podpora pri výbere klientov do marketingových kampaní (cross-sell, up-sell) poisťovníctvo, identifikácia podvodov, churn bankovníctvo, manažment rizika (credit risk, fraud) medicína, podpora pri stanovení pravdepodobnosti danej diagnózy telekomunikácie, cross-sell, up-sell, churn, fraud maloobchod, analýza nákupného koša, cross-sell, up-sell štátna správa, fraud
Algoritmy Lineárna regresia Logistická regresia Diskriminačná analýza Faktorová analýza Zhluková analýza Neurónové siete Support vector machines Rozhodovacie stromy Naivný Bayesov klasifikátor Bayesove siete Algoritmus k najbližších susedov (KNN) Kohonenove mapy Asociačné pravidlá Analýza sekvencií Analýza časových radov
Softvér DOCKitIN SAS SPSS Clementine, SPSS Statistica SQL Server Oracle Data miner IBM DB2 Intelligent Miner R (slobodný softvér) Weka (slobodný softvér) RapidMiner, pred 2007-05-27 pod menom YALE (slobodný softvér) MATLAB
Referencie
Iné projekty
Externé odkazy J. Paralič: Objavovanie znalostí v databázach. Elfa, Košice 2003, 80 s. ISBN 80-89066-60-7
Kategória:Štatistika