Využití technik softcomputingu k analýze a predikci chování uživatele

Loading...
Thumbnail Image
Date
ORCID
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato bakalářská práce zkoumá možnosti analýzy a predikce chování zaměstnanců. K tomuto účelu využívá neuronových sítí, konkrétně pak dvou typů - vícevrstvé dopředné neuronové sítě s algoritmem Backpropagation a Kohonenovy sítě. V práci jsou obsaženy experimenty se skutečnými záznamy činnosti zaměstnanců a jsou také popsána specifika zkoumaných dat. Na základě experimentů jsou poté vyvedeny závěry o možnostech aplikace neuronových sítí v rámci této problematiky.
This Bachelor's thesis studies the possibilities of employee's behavior prediction and analysis. It uses softcomputing techniques, two types of neural networks - Multi-layer feedforward neural network with the Backpropagation algorithm, and Kohonen selforganizing map. The experiments performed on real activity records of employees are included. Part of the thesis is focused on activity records data and their characteristics. As a conclusion some basic information about the pros and cons of neural networks' use in the field of employee behavior prediction and analysis is given.
Description
Citation
ŠIMON, J. Využití technik softcomputingu k analýze a predikci chování uživatele [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2013.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. Ing. František Zbořil, CSc. (předseda) doc. Ing. Vladimír Janoušek, Ph.D. (místopředseda) Ing. Vladimír Bartík, Ph.D. (člen) Ing. Michal Bidlo, Ph.D. (člen) doc. Ing. Peter Chudý, Ph.D., MBA (člen)
Date of acceptance
2013-06-12
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Jakým způsobem byla určena produktivita či neproduktivita činnosti zaměstnance ze záznamu aktivity v aplikacích? Byl významný rozdíl v rychlosti trénování sítě pro predikci chování zaměstnance mezi testovanými neuronovými sítěmi?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení
DOI
Collections
Citace PRO