dc.contributor.advisor |
Šimonová, Stanislava |
|
dc.contributor.author |
Jemelka, Jiří
|
|
dc.date.accessioned |
2021-06-07T08:45:26Z |
|
dc.date.available |
2021-06-07T08:45:26Z |
|
dc.date.issued |
2021 |
|
dc.date.submitted |
2021-04-30 |
|
dc.identifier.uri |
https://hdl.handle.net/10195/77518 |
|
dc.description.abstract |
Diplomová práce se zabývá charakteristikou typů dat v organizaci s možností využití strukturovaných, semistrukturovaných a nestrukturovaných dat. S návrhem postupů pro sběr požadavků s tvorbou návazných modelů pro využití Big data v organizaci. Určit způsoby pro modelování a vizualizaci Big dat v organizaci se zaměřením na nestrukturovaná data. |
cze |
dc.format |
145 s. |
|
dc.language.iso |
cze |
|
dc.publisher |
Univerzita Pardubice |
cze |
dc.rights |
Bez omezení |
|
dc.subject |
Big data |
cze |
dc.subject |
strukturovaná data |
cze |
dc.subject |
semistrukturovaná data |
cze |
dc.subject |
nestrukturovaná data |
cze |
dc.subject |
datové proudy |
cze |
dc.subject |
strojové učení |
cze |
dc.subject |
umělá inteligence |
cze |
dc.subject |
analýzy dat v reálném čase |
cze |
dc.subject |
analýza sentimentu |
cze |
dc.subject |
Big Data |
eng |
dc.subject |
structured data |
eng |
dc.subject |
semistructured data |
eng |
dc.subject |
unstructured data |
eng |
dc.subject |
streaming data |
eng |
dc.subject |
machine learning |
eng |
dc.subject |
artificial intelligence |
eng |
dc.subject |
real time data analysis |
eng |
dc.subject |
sentiment analysis |
eng |
dc.title |
Nestrukturovaná data v organizaci |
cze |
dc.title.alternative |
Unstructured data in the organization |
eng |
dc.type |
diplomová práce |
cze |
dc.contributor.referee |
Horák, Oldřich |
|
dc.date.accepted |
2021-06-02 |
|
dc.description.abstract-translated |
The diploma thesis deals with the characteristics of data types in the organization with the possibility of using structured, semi-structured and unstructured data. With the design of procedures for the collection of requirements with the creation of follow-up models for the use of Big Data in the organization. Identify ways to model and visualize Big Data in an organization with a focus on unstructured data. |
eng |
dc.description.department |
Fakulta ekonomicko-správní |
cze |
dc.thesis.degree-discipline |
Informatika ve veřejné správě |
cze |
dc.thesis.degree-name |
Ing. |
|
dc.thesis.degree-grantor |
Univerzita Pardubice. Fakulta ekonomicko-správní |
cze |
dc.thesis.degree-program |
Systémové inženýrství a informatika |
cze |
dc.description.defence |
Student přednesl obhajobu práce s názvem: Nestrukturovaná data v organizaci. Cílem práce je charakterizovat typy dat v organizaci, porovnat možnosti využití dat strukturovaných a nestrukturovaných, navrhnout postup pro sběr požadavků a tvorbu návazných modelů v rámci využití Big data v organizaci.
Otázky dle posudku vedoucího a oponenta diplomové práce:
V modelovém příkladu pro modelování v databázi MongoDB jste použil software Moon Modeler. Otázka zní: Jak byste zhodnotil návrhový nástroj Moon Modeler z hlediska náročnosti pro uživatele/analytika?
Pokud bychom chtěli chápat běžný souborový systém (složky a soubory) jako databázi, jakému typu databázového systému by byl souborový systém nejbližší a je tedy možné i se souborovým systémem nakládat jako s databází?
Při ukládání dat velkého objemu může databázový systém používat kompresi, čímž je zásadně ovlivněn výkon. Jaká jsou pro a proti použití komprese v databázových systémech?
Student na otázky reagoval. |
cze |
dc.identifier.stag |
38681 |
|
dc.description.grade |
Dokončená práce s úspěšnou obhajobou |
cze |