Využití technik softcomputingu k analýze a predikci chování uživatele

Abstract

Tato bakalářská práce zkoumá možnosti analýzy a predikce chování zaměstnanců. K tomuto účelu využívá neuronových sítí, konkrétně pak dvou typů - vícevrstvé dopředné neuronové sítě s algoritmem Backpropagation a Kohonenovy sítě. V práci jsou obsaženy experimenty se skutečnými záznamy činnosti zaměstnanců a jsou také popsána specifika zkoumaných dat. Na základě experimentů jsou poté vyvedeny závěry o možnostech aplikace neuronových sítí v rámci této problematiky.This Bachelor's thesis studies the possibilities of employee's behavior prediction and analysis. It uses softcomputing techniques, two types of neural networks - Multi-layer feedforward neural network with the Backpropagation algorithm, and Kohonen selforganizing map. The experiments performed on real activity records of employees are included. Part of the thesis is focused on activity records data and their characteristics. As a conclusion some basic information about the pros and cons of neural networks' use in the field of employee behavior prediction and analysis is given.