Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids bakalaura akadēmiskās studijas
Studiju programmas nosaukums Informācijas tehnoloģija
Nosaukums Psiho-demogrāfisko iezīmju prognozēšanas analīze, pamatojoties uz digitālajiem pēdu nospiedumiem
Nosaukums angļu valodā Analysis of Psycho-demographic Trait Prediction Using Digital Footprints
Struktūrvienība 12100 Informācijas tehnoloģijas institūts
Darba vadītājs Inese Poļaka
Recenzents Mg. sc. phys. Egmonts Treiguts
Anotācija Darba mērķis ir izanalizēt psiho-demogrāfisko iezīmju prognozēšanas procesus un veikt praktisko izpēti par tajos izmantotajām metodēm. Darba ietvaros tika analizētas pieejamās psiho-sociālo iezīmju prognozēšanas sistēmas, izpētītas un aprakstītas lielo datu apvienošanas un analīzes metodes, kas var tikt pielietotas psiho-demogrāfisko iezīmju prognozēšanā. Tika veikti praktiski eksperimenti ar darbā aprakstītajām metodēm un pieejām, analizējot publiski pieejamus sociālo tīklu datus. Tika konstruēta lietotāju digitālo pēdu nospiedumu matrica, veikta nepieciešamā pēcapstrāde, izgūti klasteri un dimensijas, kas kalpo par pamatu prognozēšanas modeļu izveidei šķērsvalidācijas ceļā. Tika analizēta iegūto modeļu precizitāte, funkcionalitāte un izmantošanas potenciāls. Iegūtie rezultāti parāda, ka pie noteikta digitālo pēdu nospiedumu sliekšņa, konkrētu iezīmju prognozēšanas precizitāte sasniedz augstu līmeni, pārsniedzot 85%. Optimālā klasteru un dimensiju skaita noteikšana ir pamatnoteikums turpmākai modeļu izveidei, analīzei un interpretācijai. Spēja noteikt indivīda psiholoģisko profilu paver iespējas jauniem un uzlabotiem pakalpojumiem, kā personalizētām ieteikumu sistēmām un mērķtiecīgam tiešsaistes mārketingam, tajā pašā mirklī liekot apsvērt problēmas, kādas rodas privātuma aspektā.
Atslēgas vārdi digitālie pēdu nospiedumi, psiho-demogrāfisko iezīmju prognozēšana, lielie dati
Atslēgas vārdi angļu valodā digital footprints, psycho-demographic trait prediction, big data
Valoda lv
Gads 2018
Darba augšupielādes datums un laiks 08.06.2018 23:03:04