Diplomová práce se zabývá modelováním návštěvnosti webové domény pomocí metody Support Vector Machines (SVM). Řešená problematika se vztahuje na univerzitní webové stránky. V první části práce je popsána problematika web mining-u a časových řad. Další část je věnována problematice metody modelování, kterou je metoda podpůrných vektorů SVM. Kapitola návrh modelu obsahuje předzpracování dat a návrh predikčního systému. V závěru jsou analyzovány a popsány výsledky.
Anotace v angličtině
This thesis deals with modeling traffic web domain using method Support Vector Machines (SVM). Addressing refers to the university website. The first part describes the problems of web mining and time series. Another section is devoted to issues of modeling, which is the method of SVM support vectors. Chapter proposed model includes preprocessing and prediction system design. In conclusion, the results are described and analyzed.
Klíčová slova
Web Mining, Support Vector Machines, Podpůrný Vektor, Support Vector Regression, Jádrová Funkce, Neuronové Sítě, Statistica
Klíčová slova v angličtině
Web Mining, Support Vector Machines, Support Vector, Support Vector Regression, Kernel Function, Neural Networks, Statistica
Rozsah průvodní práce
66 s.
Jazyk
CZ
Anotace
Diplomová práce se zabývá modelováním návštěvnosti webové domény pomocí metody Support Vector Machines (SVM). Řešená problematika se vztahuje na univerzitní webové stránky. V první části práce je popsána problematika web mining-u a časových řad. Další část je věnována problematice metody modelování, kterou je metoda podpůrných vektorů SVM. Kapitola návrh modelu obsahuje předzpracování dat a návrh predikčního systému. V závěru jsou analyzovány a popsány výsledky.
Anotace v angličtině
This thesis deals with modeling traffic web domain using method Support Vector Machines (SVM). Addressing refers to the university website. The first part describes the problems of web mining and time series. Another section is devoted to issues of modeling, which is the method of SVM support vectors. Chapter proposed model includes preprocessing and prediction system design. In conclusion, the results are described and analyzed.
Klíčová slova
Web Mining, Support Vector Machines, Podpůrný Vektor, Support Vector Regression, Jádrová Funkce, Neuronové Sítě, Statistica
Klíčová slova v angličtině
Web Mining, Support Vector Machines, Support Vector, Support Vector Regression, Kernel Function, Neural Networks, Statistica
Zásady pro vypracování
Analyzujte časové rady návštevnosti web domény študentov, zamestnancov a dokumentov.
Charakterizujte SVM z hľadiska aproximácie a predikcie.
Navrhnite model na predikciu návštevnosti web domény uvedených časových radov.
Verifikujte navrhnutý model a analyzujte výsledky
Zásady pro vypracování
Analyzujte časové rady návštevnosti web domény študentov, zamestnancov a dokumentov.
Charakterizujte SVM z hľadiska aproximácie a predikcie.
Navrhnite model na predikciu návštevnosti web domény uvedených časových radov.
Verifikujte navrhnutý model a analyzujte výsledky
Seznam doporučené literatury
1. OLEJ, V.: Modelovanie ekonomických procesov na báze výpočtovej inteligencie. [Vedecká monografia], Miloš Vognar - M&V, ISBN 80-903024-9-1, Hradec Králové, Česká republika, 2003, 160s.
2. KVASNIČKA, V. a kol.: Úvod do teórie neurónových sietí. Iris, Bratislava, 1997.
3. HAYKIN, S.: Neural Networks: A Comprehensive Foundation. 2nd edition, New Jersey, Prentice-Hall, Inc., 1999, 842s.
Seznam doporučené literatury
1. OLEJ, V.: Modelovanie ekonomických procesov na báze výpočtovej inteligencie. [Vedecká monografia], Miloš Vognar - M&V, ISBN 80-903024-9-1, Hradec Králové, Česká republika, 2003, 160s.
2. KVASNIČKA, V. a kol.: Úvod do teórie neurónových sietí. Iris, Bratislava, 1997.
3. HAYKIN, S.: Neural Networks: A Comprehensive Foundation. 2nd edition, New Jersey, Prentice-Hall, Inc., 1999, 842s.
Přílohy volně vložené
-
Přílohy vázané v práci
ilustrace, grafy, schémata, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student představil svou diplomovou práci, jejímž cílem byl návrh modelu pro predikci návštěvnosti webu Univerzity Pardubice pomocí metody Support Vector Machine. Prezentoval výběr funkcí, postup ve zvoleném modelovacím nástroji a závěry práce. Dále pokračoval odpovídáním na otázky členů komise.
Doplňující otázky:
Které proměnné jste zvolil jako vstupní a výstupní? Jaký byl časový posun?
Jaký tvar nadroviny jste měl na mysli u SVM?
Jaké jsou optimální parametry pro Váš model? Ukažte strukturu modelu.