Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "data mining" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    The Big Data Mining Approach For Finding Top Rated URL
    Autorzy:
    Shyam Mohan, J. S.
    Shanmugapriya, P.
    Kumar, Bhamidipati Vinay Pawan
    Powiązania:
    https://bibliotekanauki.pl/articles/108631.pdf
    Data publikacji:
    2015
    Wydawca:
    Społeczna Akademia Nauk w Łodzi
    Tematy:
    big data
    data mining
    Opis:
    Finding out the widely used URL’s from online shopping sites for any particular category is a difficult task as there are many heterogeneous and multi-dimensional data set which depends on various factors. Traditional data mining methods are limited to homogenous data source, so they fail to sufficiently consider the characteristics of heterogeneous data. This paper presents a consistent Big Data mining search which performs analytics on text data to find the top rated URL’s. Though many heuristic search methods are available, our proposed method solves the problem of searching compared with traditional methods in data mining. The sample results are obtained in optimal time and are compared with other methods which is effective and efficient.
    Źródło:
    Journal of Applied Computer Science Methods; 2015, 7 No. 1; 17-32
    1689-9636
    Pojawia się w:
    Journal of Applied Computer Science Methods
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    From business to clinical trials: a systematic review of the literature on fraud detection methods to be used in central statistical monitoring
    Autorzy:
    Fronc, Maciej
    Jakubczyk, Michał
    Powiązania:
    https://bibliotekanauki.pl/articles/2176605.pdf
    Data publikacji:
    2023-02-28
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    fraud detection
    clinical trials
    finance
    data mining
    big data
    Opis:
    Data-driven decisions can be suboptimal when the data are distorted by fraudulent behaviour. Fraud is a common occurrence in finance or other related industries, where large datasets are handled and motivation for financial gain may be high. In order to detect and the prevent fraud, quantitative methods are used. Fraud, however, is also committed in other circumstances, e.g. during clinical trials. The article aims to verify which analytical fraud-detection methods used in finance may be adopted in the field of clinical trials. We systematically reviewed papers published over the last five years in two databases (Scopus and the Web of Science) in the field of economics, finance, management and business in general. We considered a broad scope of data mining techniques including artificial intelligence algorithms. As a result, 37 quantitative methods were identified with the potential of being fit for application in clinical trials. The methods were grouped into three categories: pre-processing techniques, supervised learning and unsupervised learning. Our findings may enhance the future use of fraud-detection methods in clinical trials.
    Źródło:
    Przegląd Statystyczny; 2022, 69, 3; 1-22
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The application of big data in the management of healthcare organizations. A review of selected practical solutions
    Zastosowanie big data w zarządzaniu organizacjami służby zdrowia. Przegląd wybranych rozwiązań
    Autorzy:
    Chluski, Andrzej
    Ziora, Leszek
    Powiązania:
    https://bibliotekanauki.pl/articles/432061.pdf
    Data publikacji:
    2015
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    big data
    business analytics
    data mining
    business intelligence
    healthcare organizations
    Opis:
    The goal of the paper is to present the application of big data solutions in the process of organizations’ management especially concerning healthcare subjects. It raises the issue of big data application in multiple areas, including supporting decisions and the improvement of efficiency and efficacy of the whole decision-making process. Big data technologies have manifold advantages for the organizations which implemented it and may be an element which can contribute to the achievement of a competitive advantage of such an organization. The review paper presents the notion of big data solutions with a brief presentation of its architecture and also puts an emphasis on the benefits of its application in healthcare subjects and the management of organizations. It describes the methods and techniques of data processing for the purpose of huge volumes of data analysis. On the basis of the literature review and an analysis of the McKinsey report, the Big Data Executive Survey 2013 report, IBM, Intel research and case studies, it presents selected examples of big data application in healthcare.
    Źródło:
    Informatyka Ekonomiczna; 2015, 1(35); 9-18
    1507-3858
    Pojawia się w:
    Informatyka Ekonomiczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Research on operation fault diagnosis algorithm of power grid equipment based on power big data
    Autorzy:
    Qian, Jianguo
    Zhu, Bingquan
    Li, Ying
    Shi, Zhengchai
    Powiązania:
    https://bibliotekanauki.pl/articles/949910.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    association rules
    big data
    data mining
    fault diagnosis
    grid equipment
    Opis:
    Power big data contains a lot of information related to equipment fault. The analysis and processing of power big data can realize fault diagnosis. This study mainly analyzed the application of association rules in power big data processing. Firstly, the association rules and the Apriori algorithm were introduced. Then, aiming at the shortage of the Apriori algorithm, an IM-Apriori algorithm was designed, and a simulation experiment was carried out. The results showed that the IM-Apriori algorithm had a significant advantage over the Apriori algorithm in the running time. When the number of transactions was 100 000, the running of the IM-Apriori algorithm was 38.42% faster than that of the Apriori algorithm. The IM-Apriori algorithm was little affected by the value of supportmin. Compared with the Extreme Learning Machine (ELM), the IM-Apriori algorithm had better accuracy. The experimental results show the effectiveness of the IM-Apriori algorithm in fault diagnosis, and it can be further promoted and applied in power grid equipment.
    Źródło:
    Archives of Electrical Engineering; 2020, 69, 4; 793-800
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A survey of big data classification strategies
    Autorzy:
    Banchhor, Chitrakant
    Srinivasu, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/2050171.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    big data
    data mining
    MapReduce
    classification
    machine learning
    evolutionary intelligence
    deep learning
    Opis:
    Big data plays nowadays a major role in finance, industry, medicine, and various other fields. In this survey, 50 research papers are reviewed regarding different big data classification techniques presented and/or used in the respective studies. The classification techniques are categorized into machine learning, evolutionary intelligence, fuzzy-based approaches, deep learning and so on. The research gaps and the challenges of the big data classification, faced by the existing techniques are also listed and described, which should help the researchers in enhancing the effectiveness of their future works. The research papers are analyzed for different techniques with respect to software tools, datasets used, publication year, classification techniques, and the performance metrics. It can be concluded from the here presented survey that the most frequently used big data classification methods are based on the machine learning techniques and the apparently most commonly used dataset for big data classification is the UCI repository dataset. The most frequently used performance metrics are accuracy and execution time.
    Źródło:
    Control and Cybernetics; 2020, 49, 4; 447-469
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Big Data i Data Mining w polskim budownictwie
    Big Data and Data Mining in Polish construction
    Autorzy:
    Gajzler, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/1857865.pdf
    Data publikacji:
    2021
    Wydawca:
    Polski Związek Inżynierów i Techników Budownictwa
    Tematy:
    big data
    data mining
    budownictwo
    Polska
    zbiór danych
    gromadzenie danych
    wykorzystanie
    dostępność
    construction sector
    Polska
    data collection
    data aquisition
    use
    availability
    Opis:
    W artykule podjęto dyskusję nad występowaniem w polskim sektorze budownictwa bardzo dużych zasobów danych, określanych jako Big Data. W innych sektorach, np. finansowym czy usług, obserwuje się dostępność dużych baz danych i ich wykorzystanie w celu poprawy jakości usług, lepszego dostosowania się do wymagań klienta czy poprawy konkurencyjności na rynku. Sektor budowlany, a przede wszystkim jego produkt na tle innych dziedzin gospodarki cechuje specyfika. Czy jej występowanie powoduje brak zasobów Big Data? Artykuł wskazuje na występowanie zasobów Big Data w polskim budownictwie, możliwości i sposoby ich wykorzystania.
    The article discusses the work in Polish for the construction of very large data resources, referred to as Big Data. In other sectors, e.g. financial or services, the availability of the database market and their use to improve the quality of services is observed, a test version for customer testing or improvement of market competitiveness. The construction sector, and above all its product, is specific compared to other sectors of the economy. Does its occurrence result in a lack of Big Data resources? An article on the occurrence of Big Data resources in Polish construction, possibilities and ways of using them.
    Źródło:
    Przegląd Budowlany; 2021, 92, 7-8; 150-153
    0033-2038
    Pojawia się w:
    Przegląd Budowlany
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Cluo: web-scale text mining system for open source intelligence purposes
    Autorzy:
    Maciołek, P.
    Dobrowolski, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/305361.pdf
    Data publikacji:
    2013
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    text mining
    big data
    OSINT
    natural language processing
    monitoring
    Opis:
    The amount of textual information published on the Internet is considered to be in billions of web pages, blog posts, comments, social media updates and others. Analyzing such quantities of data requires high level of distribution – both data and computing. This is especially true in case of complex algorithms, often used in text mining tasks. The paper presents a prototype implementation of CLUO – an Open Source Intelligence (OSINT) system, which extracts and analyzes significant quantities of openly available information.
    Źródło:
    Computer Science; 2013, 14 (1); 45-62
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pozyskiwanie i analiza danych na temat ofert pracy z wykorzystaniem big data
    The collection and analysis of the data on job advertisements with the use of big data
    Autorzy:
    Maślankowski, Jacek
    Powiązania:
    https://bibliotekanauki.pl/articles/962829.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    big data
    text mining
    web scraping
    rynek pracy
    labour market
    Opis:
    Celem artykułu jest zaprezentowanie korzyści wynikających z wykorzystania na potrzeby statystyki publicznej (rynku pracy) narzędzi do automatycznego pobierania danych na temat ofert pracy zamieszczanych na stronach internetowych zaliczanych do zbiorów big data, a także związanych z tym wyzwań. Przedstawiono wyniki eksperymentalnych badań z wykorzystaniem metod web scrapingu oraz text miningu. Analizie poddano dane z lat 2017 i 2018 pochodzące z najpopularniejszych portali z ofertami pracy. Odwołano się do danych Głównego Urzędu Statystycznego (GUS) zbieranych na podstawie sprawozdania Z-05. Przeprowadzona analiza prowadzi do wniosku, że web scraping może być stosowany w statystyce publicznej do pozyskiwania danych statystycznych z alternatywnych źródeł, uzupełniających istniejące bazy danych statystycznych, pod warunkiem zachowania spójności z istniejącymi badaniami.
    The goal of this paper is to present, on the one hand, the benefits for official statistics (labour market) resulting from the use of web scraping methods to gather data on job advertisements from websites belonging to big data compilations, and on the other, the challenges connected to this process. The paper introduces the results of experimental research where web-scraping and text-mining methods were adopted. The analysis was based on the data from 2017–2018 obtained from the most popular jobsearching websites, which was then collated with Statistics Poland’s data obtained from Z-05 forms. The above-mentioned analysis demonstrated that web-scraping methods can be adopted by public statistics services to obtain statistical data from alternative sources complementing the already-existing databases, providing the findings of such research remain coherent with the results of the already-existing studies.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 9; 60-74
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies