| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Ražošanas inženierzinības un vadība |
| Nosaukums |
Datizraces metodiku izmantošana papildus biznesa vērtības radīšanai |
| Nosaukums angļu valodā |
Creating additional business value through the use of data mining techniques |
| Struktūrvienība |
22000 Inženierekonomikas un vadības fakultāte |
| Darba vadītājs |
Profesore Gaļina Merkurjeva |
| Recenzents |
|
| Anotācija |
Šīs maģistra darbs apraksta datizraces metožu pielietošanu papildus vērtības iegūšanai no korporatīviem datiem. Darbs sastāv no četrām daļām. Pirmā daļa apraksta darbam svarīgus pamatjēdzienus: dati, informācija, zināšanas, informācijas vērtības ķēde un procesi, kas tiek lietoti korporatīvo datu vērtības palielināšanai.
Otrā daļa apraksta datizraces veiksmīgas pielietošanas priekšnoteikumus. Tā parāda datizraci kā procesu un apraksta divas populāras datizraces projektu vadības struktūras: SEMMA un CRISP-DM. Datu noliktavas un biznesa izlūkdatu sistēmas ir minētas kā datizraces atbalsta tehnoloģijas. Daudz dimensiju datu modelis ir aprakstīts kopā ar datu noliktavām lai paskaidrot, kādā veidā tiek iegūti un glabāti korporatīvie dati, kas vēlāk tiek lietoti analīzei.
Trešā daļa ir pilnībā veltīta datizraces pamatuzdevumu un metožu aprakstīšanai. Klasterizācija, klasifikācija un asociēšanas noteikumi ir izvēlēti kā visizplatītākie uzdevumi. Ir aprakstītas vairākas metodes un algoritmi, tai skaitā arī mākslīgie neironu tīkli un lēmumu koki. Katram datizraces uzdevuma veidam seko piemērs no reālām biznesa situācijām. Piemēri apraksta datizraces pielietošanu dažādās nozarēs - tai skaitā arī ražošanā un loģistikā.
Pēdēja daļa apraksta ar datizraces metodi patstāvīgi atrisinātu biznesa problēmu, kas nāk no marketinga jomas. Šī daļa parada, kā datizrace (klasifikācijas metodes) var tikt izmantota marketinga kampaņas efektivitātes uzlabošanai. Papildus tām pēdējā dalā tika aprakstīta reālas kompānijas datu pārvaldes infrastruktūra un šīs infrastruktūras loma datizraces pielietošanā.
Maģistra darbs sastāv no 138 lapām. Tas ietver 38 ilustrācijas, 23 tabulas un literatūras sarakstu ar 34 avotiem (ieskaitot 10 interneta resursus). |
| Atslēgas vārdi |
Datizraces metodes biznesā |
| Atslēgas vārdi angļu valodā |
Data mining methods for business |
| Valoda |
eng |
| Gads |
2012 |
| Darba augšupielādes datums un laiks |
29.06.2012 09:50:22 |
