Using of data mining techniques and principles in the Business Intelligence solution

Thesis title: Využitie techník a princípov data miningu v rámci business intelligence riešenia
Author: Štefke, Martin
Thesis type: Diploma thesis
Supervisor: Chudán, David
Opponents: Novotný, Ota
Thesis language: Slovensky
Abstract:
Táto práca sa zaoberá využitím data mining-u v rámci Business Intelligence riešení. Cieľom diplomovej práce je implementácia procesu dobývania znalostí z databáz v rámci Business Intelligence. Integráciou spomínaných technológii je možné dosiahnuť synergického efektu. Práca je riešená pre projekt Farfalia a výsledky práce sú využité v rámci projektu. Jeho cieľom je vytvoriť komponent pre novú formu reportingu, a ktorá bude využívať data mining ako formu analýzy dát. Prínosom spomínanej implementácie je automatické prechádzanie multidimenzionálnej dátovej kocky / multidimenzionálneho dátového modelu za účelom vyhľadania zaujímavých trendov KPI, zaujímavých vzťahov alebo anomálií v dátach. Úlohy dolovania dát sú realizované pomocou v práci pripravených analytických modelov. Tieto modely sú pripravené v jazyku R. Vytvorené skripty sú univerzálne a po ich úprave podľa konkrétneho zadania projektu je ich možné použiť v ľubovoľnom BI riešení.
Keywords: Business Intelligence; Data mining; Farfalia; jazyk R; OLAP
Thesis title: Využití technik a principů data miningu v rámci business intelligence řešení
Author: Štefke, Martin
Thesis type: Diplomová práce
Supervisor: Chudán, David
Opponents: Novotný, Ota
Thesis language: Slovensky
Abstract:
Táto práce se zaobírá využitím data mining-u v rámci Business Intelligence řešení. Cílem diplomové práce je implementace procesu dobývání znalostí z databází v rámci Business Intelligence. Integrací vzpomínaných technologii je možné dosáhnout synergického efektu. Práce je řešená pro projekt Farfalia a výsledky práce jsou využité v rámci projektu. Jeho cílem je vytvořit komponent pro novou formu reportingu, a která bude využívat data mining jako formu analýzy dát. Přínosem vzpomínané implementace je automatické procházení multidimenzionální datové kostky / multidimenzionálního datového modelu za účelem vyhledání zajímavých trendů KPI, zajímavých vztahů nebo anomálií v datech. Úkoly dolování dat jsou realizovány pomocí v práci připravených analytických modelů. Tito modely jsou připravené v jazyku R. Vytvořené skripty jsou univerzální a po jich úpravě dle konkrétního zadání projektu je jich možné použit v libovolném BI řešení.
Keywords: Business Intelligence; OLAP; Farfalia; jazyk R; Data mining
Thesis title: Using of data mining techniques and principles in the Business Intelligence solution
Author: Štefke, Martin
Thesis type: Diploma thesis
Supervisor: Chudán, David
Opponents: Novotný, Ota
Thesis language: Slovensky
Abstract:
This thesis is focused on using data mining in Business Intelligence solution. The goal of this thesis is implementation of data mining in Business Intelligence solution. Integration of these technologies is posible to obtain synergic effect. The thesis is made in context of academic project Farfalia and results are used in the project. The goal of project is to create component for a new form of reporting and that is using data mining as a tool for data analysis. The benefit of the implementation is automatic browsing of multidimensional data cube / multidimensional data model to find interesting KPI trends, interesting patterns or anomalies in the data. Tasks of data mining are realized by analytic models that are created in this thesis. These models are prepared in R language. Developed scripts of models are universal and after their adjustment by constraints of specific project are useable in any BI solution.
Keywords: Data mining; Business Intelligence; OLAP; R language; Farfalia

Information about study

Study programme: Aplikovaná informatika/Znalostní a webové technologie
Type of study programme: Magisterský studijní program
Assigned degree: Ing.
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: 14. 11. 2016
Date of submission: 26. 4. 2017
Date of defense: 7. 6. 2017
Identifier in the InSIS system: https://insis.vse.cz/zp/59656/podrobnosti

Files for download

    Last update: