Eksploracja danych w organizacjach opartych na wiedzy

• Autorzy: Kamila Bartuś
• Języki publikacji: PL

Abstrakty

Proces eksploracji danych ma na celu odkrywanie istotnych zależności i związków zachodzących pomiędzy danymi. Wynikiem eksploracji mogą być nie tylko ukryte dotąd wskażniki i zależności, na które powinno się zwrócić uwagę, ale także konkretne zbiory informacji dające nową, wczesniej nieznaną wiedzę. Proces eksploracji danych wymaga w całej jego rozciągłości aktywnego zaangażowania człowieka. Z uwagi na fakt, iż w gospodarce opartej na wiedzy duży nacisk położony jest na selektywne gromadzenie, przetwarzanie oraz udostępnianie informacji, ważne jest, aby proces eksploracji danych realizowany był w ściśle określony sposób. Eksplorację danych należy traktować wieloetapowo, kompleksowo i - co ważne - także interdyscyplinarnie. (fragment tekstu)

Słowa kluczowe

PL

Organizacje oparte na wiedzy; Technologia informacyjna; Bazy danych; Analiza danych; Data Mining; Systemy Business Intelligence

EN

Knowledge-based organisations; Information Technology (IT); Databases; Data analysis; Data Mining; Business Intelligence systems

• Czasopismo: Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2010
• Tom: Kierunki rozwoju społeczeństwa informacyjnego i gospodarki opartej na wiedzy w świetle śląskich uwarunkowań regionalnych
• Strony: 281--300

Twórcy

autor

Kamila Bartuś

Bibliografia

• Armstrong R., Freitag D., Joachims T., Mitchell T. (1995). Webwatcher : A Learning Apprentice for the World Wide Web. W : Working Notes of the AAAJ Spring Symposium : Information Gathering from Heterogeneous. Distributed Environments. Stanford University, Stanford.
• Baragoin C., Chan R., Gottschalk H., Meyer G., Preria P., Verhees J. (2006). Enhance Your Business Applications : Simple Integration of Advanced Data Mining Functions.
• http://www.ibm.com.
• Bartuś K. (2007). Eksploracja danych. W : Strategie i modele gospodarki elektronicznej. Red. C.M.Olszak, E.Ziemba. PWN, Warszawa.
• Bartuś K., Olszak C.M. (2009). Analiza i ocena wybranych modeli eksploracji danych. W : Komputerowo Zintegrowane Zarządzanie. Red. R.Knosala. Opole.
• Berkeley Report (2009). How Much Information ?
• http://www.sims.berkeley.edu/research/projects/how-much-info-2003.
• Berry M.J.A., Linoff G.S. (2005). Nowa Six Sigma. Helion, Gliwice.
• Berry M.J.A., Linoff G.S. (2004). Data Mining Techniques for Market Sales and Customer Relationship Management. Wiley & Sons.
• Cabena P., Hadjinian P., Stadler R., Verhees J., Zanasi A. (1998). Discovering Data Mining : From Concept to Implementation. Prentice Hall, Upper Saddle River, New York.
• Colley R., Mobsher B., Srivastava I. (1997). Web Mining : Information and Pattern Discovery on the World Wide Web. IEEE International Conference on Tools with Artificial Intelligence (ICTAI'97).
• Czyżowicz M. (2003). Badania porównawcze metod inteligentnej nawigacji i adaptacji algorytmów optymalizacyjnych do zadań nawigacji w zbiorach dokumentów tekstowych. Praca pod kier. M.A.Kłopotka. Politechnika Warszawska, Warszawa.
• Demski T. (2003). Jak wdrażać i stosować data mining w praktyce ? W : Zastosowanie statystyki i data mining w finansach. StatSoft, Kraków.
• Filipowski A. (2004). Jak zaoszczędzić na czytaniu ? "Gazeta IT" 3 (22), Poznań.
• Hand D., Mannila H., Smyth P. (2005). Eksploracja danych. WNT, Warszawa.
• Hsu J. (2004). Data Mining and Business Intelligence: Tools, Technologies and Applications. W : Business Intelligence in the Digital Economy : Opportunities, Limitations and Risks. Red. M.Raisinghani. Idea Group Inc., USA.
• Kosala R., Blochecl H. (2000). Web Mining Research : A Survery. "SIGKDD Explorations. Newsletter of the ACM Special Interest Group on Knowledge Discovery and Data Mining".
• Kulej E. (2002). Rola systemów Business Intelligence w procesie podejmowania decyzji strategicznych w przedsiębiorstwie. Multimedia w zarządzaniu. Red. L.Kiełtyka. Wydawnictwo Wydziału Zarządzania Politechniki Częstochowskiej, Częstochowa.
• Larose D.L. (2007). Odkrywanie wiedzy z danych, wprowadzenie do eksploracji danych. Wydawnictwo Naukowe PWN, Warszawa.
• Lula P. (2005). Text Mining jako narzędzie pozyskiwania informacji z dokumentów tekstowych. W : Data Mining : poznaj siebie i swoich klientów. StatSoft, Warszawa - Kraków.
• Maarch Y.S., Ben Shavl I.Z. (1996). Automatically Organizing Bookmarks per Content. Proceedings of 5th International World Wide Web Conference.
• Menczer F., Monge A., Street W.N. (2002). Adoptive Assistants for Customized E-shopping. IEEE Intelligent Systems.
• Morzy T. (2007). Eksploracja danych. "Nauka" 3/2007.
• www.portalwiedzy.pan.pl.
• Rajman M. (1997). Text Mining : Natural Language Techniques and Text Mining Applications. W : Data Mining and Reverse Engineering : Searching for Semantics. Red. S.Spaccapitra, F.Maryanski. Chapman and Hall, London.
• Shumeli G., Patel N.,Bruce P. (2007). Data Mining for Business Intelligence. Wiley, New York 2007.
• Solberg E.W. (1999). Towards Comprehensive Web Search. Doctoral Dissertation. University of Washington, Washington.
• Two Crows Corporation (1999). Introduction to data Mining and Knowledge Discovery. USA.
• Weiss R., Velez B., Sheldon M.A., Namprempre C., Szilagyi P., Duda A., Gifford D.K. (1996). HyPursuit : A Hierarchical Network Search Engine that Exploits Contentlink Hypertext Clustering. W : Hypertext'96 : The Seventh ACM Conference on Hypertext.
• Węcel K. (2005). Jak Google to robi ? "Gazeta IT", nr 9.
• Ziemba E. (2009). Projektowanie portali korporacyjnych dla organizacji opartych na wiedzy. Wydawnictwo Akademii Ekonomicznej, Katowice.
• www.newss.pl.
• www.sane.com.
• www.sas.com.
• www.spss.pl.
• www.statsoft.pl.