Datamining in data from financial institution

Thesis title: Data mining v datech z finanční instituce
Author: Fedorko, Michal
Thesis type: Bakalářská práce
Supervisor: Rauch, Jan
Opponents: Kotlář, Ondřej
Thesis language: Česky
Abstract:
Cílem této práce je vytvořit dataminingovou analýzu dobrovolných odchodů z finanční instituce působící na trhu v České republice. Na základě dat skladovaných HR oddělením. Vstupem byla pouze tvrdá data, která personální oddělení momentálně eviduje.K řešení byla použita metodika CRISP-DM a pro samotné modelování program LISp-Miner. Analýza se opírá zejména o asociační pravidla. Bylo nalezeno několik zajímavých vztahů, které byly dále analyzovány a interpretovány. Výsledky práce umožňují instituci upravit řízení interních kampaní a otevírá cestu k predikčním modelům, které má instituce v zájmu implementovat.
Keywords: lidské zdroje; výstupy; datamining
Thesis title: Datamining in data from financial institution
Author: Fedorko, Michal
Thesis type: Bachelor thesis
Supervisor: Rauch, Jan
Opponents: Kotlář, Ondřej
Thesis language: Česky
Abstract:
The main purpose of this paper is to create datamining analysys of volutary termations in financial institution based in Czech republic on the data stored by HR department. Only hard data currently stored was input. For creating analysys the CRISP-DM metodology was used. For modeling itself the LISp-Miner was used. Association rules were the main approach to solving the task..Several interesting association rules were found and interprated. Outcome of the paper is for internal campains of the customer and there is even motivation for furthure predictive modeling and this was the first step.
Keywords: datamining; terminations; human resources

Information about study

Study programme: Aplikovaná informatika/Informatika
Type of study programme: Bakalářský studijní program
Assigned degree: Bc.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Information and Knowledge Engineering

Information on submission and defense

Date of assignment: 29. 2. 2016
Date of submission: 2. 5. 2016
Date of defense: 23. 6. 2016
Identifier in the InSIS system: https://insis.vse.cz/zp/56589/podrobnosti

Files for download

    Last update: