Metody analizy i eksploracji danych

• Autorzy: Małgorzata Nycz , Barbara Smok

Warianty tytułu

The Data Analysis and Exploration Methods

• Języki publikacji: PL

Abstrakty

Hurtownie danych są eksploatowane stosunkowo od niedawna. Operują na ogromnych zbiorach, głównie różnych bazach danych gromadzonych latami w przedsiębiorstwie. Może się tam znajdować się nieznana wcześniej albo nie uświadamiana wiedza. Narzędzia hurtowni mogą służyć do odkrycia tej wiedzy. Na szczególną uwagę zasługują zarówno narzędzia do przeprowadzania złożonych, wielowymiarowych analiz danych, jak też narzędzia data mining dostępne w hurtowni. Spożytkowanie odkrytej wiedzy zależy już jednak od człowieka, który podejmuje decyzje i za nie odpowiada. (fragment tekstu)

EN

The paper has been devoted to the data warehouse exploration issues as a tool for realization multidimensional analysis as well as data mining. It consists of five parts. After short introduction, the idea of data warehouse has been described. The next part presents the warehouse methods that are especially useful in multidimensional analysis. Part four is devoted to data mining in warehouse. At the end short summary has been presented. (original abstract)

Słowa kluczowe

PL

Analiza danych; Hurtownie danych; Data Mining

EN

Data analysis; Data warehouse; Data Mining

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu
• Rocznik: 2005
• Numer: nr 1081 Nowoczesne technologie informacyjne w zarządzaniu
• Strony: 50--61

Twórcy

autor

Małgorzata Nycz

• Akademia Ekonomiczna we Wrocławiu

autor

Barbara Smok

• Akademia Ekonomiczna we Wrocławiu

Bibliografia

• Advances in Knowledge Discovery and Data Mining, red. U. Fayyad, G. Piatetsky-Shapiro, MIT Press, Cambridge 1996.
• Berry M., Linoff G., Data Mining Techniques for Marketing, Sales and Customer Support, J. Wiley, New York 1997.
• Berry M., Linoff G., Mastering Data Mining: The Art and Science of Customer Relationship Management, J. Wiley, New York 2000.
• Bębel В., Morzy T., Projektowanie schematów logicznych dla magazynów danych. Materiały z VI Konferencji PLOUG, Zakopane 2000.
• Byrski M., Data Mining w bazie Oracle 9i. Materiały z VIII Konferencji PLOUG. Kościelisko 2002.
• Chen M.S. Han J., Yu P.S., Data Mining: An Overview from a Database Perspective, IEEE Transactions on Knowledge and Data Engineering, 8(6) 1996: s. 866-883.
• Gatnar E., Symboliczne metody klasyfikacji danych, Wydawnictwo Naukowe PWN, Warszawa 1998.
• Han J., Data Mining, Kluwer Academic Publishers 1999.
• Inmon W.H., Welch J.D., Glassey K.L., Managing the Data Warehouse, Wiley Comp. Publishing 1997.
• Jakubczyc J., Nycz M., Smok B., Hurtownie danych źródłem informacji decyzyjnych, [w:] Inteligentne systemy wspomagania decyzji w zarządzaniu. Nowa rola systemów informatycznych, "Prace Naukowe AE Katowice", 1998.
• Kontardzic M., Data Mining: Concepts, Models, Methods and Algorithms, J. Wiley, New York 2002.
• Morzy T., Eksploracja danych: problem i rozwiązania. Materiały z V Konferencji PLOUG. Zakopane, październik 1999.
• Morzy T., Przetwarzanie danych w magazynach danych, V Seminarium PLOUG, Warszawa 2002.
• Nycz M., Klasyfikacja danych w procesie inteligentnego pozyskiwania wiedzy z baz danych, [w:] Pozyskiwanie wiedzy i zarządzanie wiedzą, red. M. Nycz, M. Owoc, "Prace Naukowe AE we Wrocławiu", nr 975, Wrocław 2003.
• Nycz M., Smok B., Ekstrakcja wiedzy z baz danych dla organizacji bazującej na wiedzy, [w:] Pozyskiwanie wiedzy i zarządzanie wiedzą, red. M. Nycz, M. Owoc, "Prace Naukowe AE we Wrocławiu", nr 1011, Wrocław 2004.
• Nycz M., Smok B., Problemy związane z pozyskiwaniem wiedzy z baz danych, [w:] Pozyskiwanie wiedzy z baz danych, "Prace Naukowe AE we Wrocławiu", nr 850, Wrocław 2000.
• Nycz M., Smok B., Wykorzystanie narzędzi Data Mining do odkrywania wiedzy wspomagającej decydenta, [w:] Komputerowo wspomagane zarządzanie. Tom 2, red. R. Knosala, WNT, Warszawa 2004.