Získávání znalostí z webových logů
Loading...
Date
Authors
Valaštín, Samuel
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Táto bakalárska práca rieši problematiku získavania znalostí z webových logov. Zdroj dát v podobe webových prístupových logov umožnuje po vhodnom predspracovaní použitie mnohých techník, ktoré sú určené pre získavanie znalostí. Aplikáciou týchto techník na predspracované dáta je možné klasifikovať užívateľské správanie do skupín, vyhľadať zaujímavé asociácie v správaní užívateľov, či nájsť v bežnom užívateľskom správaní predom neznáme sekvencie.
This bachelor thesis deals with the problem of knowledge discovery from web logs. The data source in the form of web access logs allows, after appropriate preprocessing, the use of a number of techniques that are designed to deal with knowledge discovery. By applying these techniques to preprocessed data, it is possible to classify user behavior into groups, to discover interesting associations in user behavior, or to discover previously unknown sequences in common user behavior.
This bachelor thesis deals with the problem of knowledge discovery from web logs. The data source in the form of web access logs allows, after appropriate preprocessing, the use of a number of techniques that are designed to deal with knowledge discovery. By applying these techniques to preprocessed data, it is possible to classify user behavior into groups, to discover interesting associations in user behavior, or to discover previously unknown sequences in common user behavior.
Description
Keywords
získavanie znalostí, dolovanie znalostí, získavanie znalostí z webu, prístupové logy, zhluková analýza, dolovanie frekventovaných vzorov, dolovanie asociačných pravidiel, dolovanie sekvenčných vzorov, Python, k-means, BIRCH, DBSCAN, Apriori, FP-Growth, PrefixSpan, knowledge discovery, data mining, knowledge discovery from web, access logs, cluster analysis, mining frequent patterns, mining association rules, sequential pattern mining, Python, k-means, BIRCH, DBSCAN, Apriori, FP-Growth, PrefixSpan
Citation
VALAŠTÍN, S. Získávání znalostí z webových logů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.
Document type
Document version
Date of access to the full text
Language of document
sk
Study field
Informační technologie
Comittee
doc. Dr. Ing. Dušan Kolář (předseda)
doc. Ing. Peter Chudý, Ph.D., MBA (místopředseda)
Ing. Lukáš Kekely, Ph.D. (člen)
Ing. Ondřej Lengál, Ph.D. (člen)
RNDr. Marek Rychlý, Ph.D. (člen)
Date of acceptance
2022-06-16
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na otázky položené oponentem rozhodla práci hodnotit stupněm C - dobře. Otázky u obhajoby: Vysvětlete důvod použití úložiště Google Drive v aplikaci, zejména ve srovnání s možným použitím databáze. Na obrázku objasněte architekturu aplikace (komponenty, rozhraní, datové toky) a způsob, jak by se dala integrovat s jinými nástroji.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení