Zlepšení předpovědi sociálních značek využitím Data Mining
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta podnikatelská
Abstract
Diplomová práca sa zaoberá využitím Text miningu ako metódy na predikovanie značiek článkov. Práca popisuje iteratívny spôsob narábania s veľkými súbormi dát, ich rozbor, čistenie a výpočet skóre TF-IDF pre výrazy vyskytujúce sa v článku. Detailne popisuje priebeh programu naprogramovaného v jazyku Python 3.4.3. Výsledkom spracovania viac ako 1 milióna článkov databázy webovej encyklopédie Wikipédia je slovník výrazov anglického jazyka, pomocou ktorej je možné určiť n najdôležitejších výrazov vlastných článku z korpusu článkov. Relevantnosť výsledných značiek dokazuje vhodnosť použitej metódy.
This master’s thesis deals with using Text mining as a method to predict tags of articles. It describes the iterative way of handling big data files, parsing the data, cleaning the data and scoring of terms in article using TF-IDF. It describes in detail the flow of program written in programming language Python 3.4.3. The result of processing more than 1 million articles from Wikipedia database is a dictionary of English terms. By using this dictionary one is capable of determining the most important terms from article in corpus of articles. Relevancy of consequent tags proves the method used in this case.
This master’s thesis deals with using Text mining as a method to predict tags of articles. It describes the iterative way of handling big data files, parsing the data, cleaning the data and scoring of terms in article using TF-IDF. It describes in detail the flow of program written in programming language Python 3.4.3. The result of processing more than 1 million articles from Wikipedia database is a dictionary of English terms. By using this dictionary one is capable of determining the most important terms from article in corpus of articles. Relevancy of consequent tags proves the method used in this case.
Description
Citation
HARÁR, P. Zlepšení předpovědi sociálních značek využitím Data Mining [online]. Brno: Vysoké učení technické v Brně. Fakulta podnikatelská. 2015.
Document type
Document version
Date of access to the full text
Language of document
sk
Study field
Informační management
Comittee
prof. Ing. Oldřich Rejnuš, CSc. (předseda)
doc. RNDr. Bedřich Půža, CSc. (místopředseda)
Ing. Lenka Smolíková, Ph.D. (člen)
Ing. Jiří Kříž, Ph.D. (člen)
Ing. Karel Doubravský, Ph.D. (člen)
Date of acceptance
2015-06-12
Defence
Otázky vedoucího práce - odpovězeno.
Otázky oponenta práce - odpovězeno.
Ing. Doubravský
Lze návrhy použít i u dalších typů souborů?
Odpovězeno
doc. Půža
Byly návrhy aplikovány i v jiných oblastech např. na klíčová slova?
Odpovězeno
Ing. Smolíková
Jaké jsou klíčové faktory ovlivňující datamining?
Odpovězeno
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení