Τεχνολογίες Εξόρυξης και Ανάλυσης Δεδομένων με εφαρμογή σε Πελατοκεντρικά Συστήματα με χρήση τεχνολογιών MSSQLSERVER 2017

  1. MSc thesis
  2. Μπόμπολης, Νικόλαος
  3. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  4. 22 Σεπτεμβρίου 2019 [2019-09-22]
  5. Ελληνικά
  6. 108
  7. Σακκόπουλος, Ευάγγελος
  8. Βάσεις δεδομένων | Διαχείριση δεδομένων | Εξόρυξη δεδομένων | Δένδρα απόφασης | Συσταδοποίηση | Bayes
  9. 6
  10. 7
  11. Περιέχει: διαγράμματα, εικόνες
    • Στην παρούσα διπλωματική εργασία θα μελετηθούν τεχνικές και αλγόριθμοι εξόρυξης δεδομένων και θα σχεδιαστεί και υλοποιηθεί λογισμικό το οποίο θα εφαρμόζει τις τεχνικές αυτές με χρήση τεχνολογιών διαχείρισης δεδομένων. Η μελέτη έχει σκοπό τη δημιουργία περιβάλλοντος λογισμικού που θα βοηθά στην κατανόηση της συμπεριφοράς πελατών έως σήμερα αλλά και μελλοντικά. Πιο συγκεκριμένα, θα μελετηθεί η υφιστάμενη κατάσταση με εργαλεία εξόρυξης δεδομένων μέσα από το ολοκληρωμένo περιβάλλοντου Microsoft SQLServer 2017. Στα πλαίσια της διπλωματικής θα σχεδιαστεί, θα αναπτυχθεί και θα δοκιμαστούν τεχνικές πρόβλεψης για τη συμπεριφορά των πελατών ως προς τις αγορές τους με χρήση μοντέλων εξόρυξης δεδομένων. Η εργασία περιλαμβάνει ανάλυση με εργαλεία διαχείρισης δεδομένων και χρήση μοντέλων εξόρυξης δεδομένων για να δημιουργηθούν προβλέψεις σχετικά με δυνητικούς πελάτες από ένα υφιστάμενο πελατολόγιο.
    • This thesis will study techniques and data mining algorithms and designed and implemented software which will apply these techniques using data management technologies. The study aims to create software environment that helps in the understanding of customer behavior to date and future. In particular, it will be studied the existing situation in data mining tools through the integrated environment of Microsoft SQL Server 2017. In this thesis will be designed, developed and tested techniques for forecasting customer behavior regarding their purchases using data mining models. The work includes analysis with database management tools and use of data mining models to generate predictions prospects for potential customers from an existing customer base.
  13. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.