Εξόρυξη δεδομένων | Data Mining | Βάσεις Δεδομένων | Databases
1
43
Περιέχει : 7 πίνακες, 0 διαγράμματα, 49 εικόνες
Στόχος της διπλωματικής εργασίας είναι να μελετηθούν τεχνικές και αλγόριθμοι εξόρυξης δεδομένων και να 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 σε εργαλεία εξόρυξης δεδομένων μέσα από ολοκληρωμένα περιβάλλοντα όπως αυτό του SQL Server 2016. Ο κύριος στόχος της αξιολόγησης είναι να αναλυθούν οι λειτουργίες και τα χαρακτηριστικά των συστημάτων αυτών ιδιαίτερα όσον αφορά στην προσαρμογή και την εξατομίκευση και την παροχή υπηρεσιών.
Στα πλαίσια της διπλωματικής θα σχεδιαστούν, θα αναπτυχθούν και θα δοκιμαστούν τεχνικές πρόβλεψης για τη συμπεριφορά των πελατών ως προς τις αγορές τους με χρήση μοντέλων εξόρυξης δεδομένων. Θα χρειαστεί να δημιουργηθούν, εκπαιδευτούν και διερευνηθούν μοντέλα εξόρυξης με χρήση της γλώσσας ερωτημάτων DMX. Στη συνέχεια θα χρησιμοποιηθούν τα δεδομένα αυτά για να δημιουργηθούν προβλέψεις που θα καθορίζουν κατά πόσο ένας πελάτης θα αγοράσει κάποιο προϊόν. Επιπλέον θα γίνει χρήση των μοντέλων εξόρυξης δεδομένων για να δημιουργηθούν προβλέψεις που περιγράφουν ποια προϊόντα αγοράζονται συνδυαστικά μαζί.
The aim of the diploma thesis is to study data mining techniques and algorithms and to design and implement software that will apply these techniques using data management technologies. The study aims to create a software environment that will help in understanding customer behavior to date and in the future Specifically, we will study the existing state of data mining tools through integrated environments such as SQL Server 2016. The main objective of the assessment is to analyze the functions and features of these systems, in particular with regard to customization, personalization and provision services. In the context of the essay, forecasting techniques will be designed and tested for customer behavior in their purchases using data mining models. Mining models will need to be created, trained and explored using the DMX Query Language. This data will then be used to generate predictions that determine whether a customer will buy a product. In addition, data mining models will be used to generate forecasts that describe what products are purchased together.
Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.
Κύρια Αρχεία Διατριβής
Τεχνολογίες εξόρυξης και ανάλυσης δεδομένων με εφαρμογή σε πελατοκεντρικά συστήματα και επιχειρήσεις - Identifier: 77967
Internal display of the 77967 entity interconnections (Node labels correspond to identifiers)