Predikce časových řad návštěvnosti webové domény pomocí SVM

Říha, Michal

Publikace:
Predikce časových řad návštěvnosti webové domény pomocí SVM

Diplomová práceOmezený přístup

dc.contributor.advisor	Olej, Vladimír	cze
dc.contributor.author	Říha, Michal
dc.contributor.referee	Hájek, Petr	cze
dc.date.accepted	2012	cze
dc.date.accessioned	2012-07-15T22:42:56Z
dc.date.available	2012-07-15T22:42:56Z
dc.date.issued	2011
dc.description.abstract	Diplomová práce se zabývá modelováním návštěvnosti webové domény pomocí metody Support Vector Machines (SVM). Řešená problematika se vztahuje na univerzitní webové stránky. V první části práce je popsána problematika web mining-u a časových řad. Další část je věnována problematice metody modelování, kterou je metoda podpůrných vektorů SVM. Kapitola návrh modelu obsahuje předzpracování dat a návrh predikčního systému. V závěru jsou analyzovány a popsány výsledky.	cze
dc.description.abstract-translated	This thesis deals with modeling traffic web domain using method Support Vector Machines (SVM). Addressing refers to the university website. The first part describes the problems of web mining and time series. Another section is devoted to issues of modeling, which is the method of SVM support vectors. Chapter proposed model includes preprocessing and prediction system design. In conclusion, the results are described and analyzed.	eng
dc.description.defence	Student představil svou diplomovou práci, jejímž cílem byl návrh modelu pro predikci návštěvnosti webu Univerzity Pardubice pomocí metody Support Vector Machine. Prezentoval výběr funkcí, postup ve zvoleném modelovacím nástroji a závěry práce. Dále pokračoval odpovídáním na otázky členů komise. Doplňující otázky: Které proměnné jste zvolil jako vstupní a výstupní? Jaký byl časový posun? Jaký tvar nadroviny jste měl na mysli u SVM? Jaké jsou optimální parametry pro Váš model? Ukažte strukturu modelu.	cze
dc.description.department	Ústav systémového inženýrství a informatiky	cze
dc.description.grade	Dokončená práce s úspěšnou obhajobou	cze
dc.format	65 s.	cze
dc.format.extent	1658247 bytes	cze
dc.format.mimetype	application/pdf	cze
dc.identifier	Univerzitní knihovna (sklad)	cze
dc.identifier.signature	D25724
dc.identifier.stag	8795	cze
dc.identifier.uri	https://hdl.handle.net/10195/46189
dc.language.iso	cze
dc.publisher	Univerzita Pardubice	cze
dc.rights	Práce není přístupná	cze
dc.subject	Web Mining	cze
dc.subject	Support Vector Machines	cze
dc.subject	podpůrný vektor	cze
dc.subject	Support Vector Regression	cze
dc.subject	jádrová funkce	cze
dc.subject	neuronové sítě	cze
dc.subject	statistika	cze
dc.subject	Web Mining	eng
dc.subject	Support Vector Machines	eng
dc.subject	Support Vector	eng
dc.subject	Support Vector Regression	eng
dc.subject	Kernel Function	eng
dc.subject	Neural Networks	eng
dc.subject	Statistica	eng
dc.thesis.degree-discipline	Informatika ve veřejné správě	cze
dc.thesis.degree-grantor	Univerzita Pardubice. Fakulta ekonomicko-správní	cze
dc.thesis.degree-name	Ing.	cze
dc.thesis.degree-program	Systémové inženýrství a informatika	cze
dc.title	Predikce časových řad návštěvnosti webové domény pomocí SVM	cze
dc.title.alternative	Prediction time series of web domains visit by SVM	eng
dc.type	diplomová práce	cze
dspace.entity.type	Publication