Data Mining w innowacyjności wybranych instytucji sektora publicznego

• Autorzy: Krzysztof Hauke

Warianty tytułu

Sharing Knowledge as an Innovation in Creating a Civic Budget Supported by the Web 2.0 Technology

• Języki publikacji: PL

Abstrakty

Rola danych w dzisiejszym świecie stale rośnie. Każdego dnia generowane są petabajty danych, w tym dane pochodzące z transakcji internetowych, mediów społecznościowych, dane sprzedażowe, opinie klientów, obrazy, pliki wideo, dane tekstowe, które następnie są zbierane i przechowywane przez przedsiębiorstwa. Informacje zawarte w takich zbiorach danych są niezwykle cenne dla wielu firm i instytucji, lecz aby móc z nich skorzystać należy je zintegrować i wydobyć wzorce danych stosując odpowiednie techniki. Możliwości sieci internetowej oraz rosnące potrzeby konsumentów powodują potrzebę zmiany sposobu zarządzania biznesem, jak również relacjami z klientami. Przedsiębiorstwa potrzebują szczegółowego analitycznego przeglądu danych zawartych w repozytoriach, żeby zrozumieć ich otoczenie biznesowe oraz możliwości rynkowe. W tym celu powstał proces Data Mining, czyli eksploracji danych mający na celu efektywną obsługę dużych ilości danych, a także odkrywanie w nich interesujących wzorców oraz zależności. Celem podjętym w artykule jest wykazanie, że narzędzia wykorzystywane w procesie drążenia danych przyczyniają się do generowania informacji, które można wykorzystać w innowacyjnym zarządzaniu instytucjami sektora publicznego. Do opracowania założonego celu została wykorzystana metoda studiów literaturowych z zakresu innowacyjności i drążenia danych. Część badawcza została opracowana na podstawie danych źródłowych zamieszczonych w zasobach sieci WWW. (abstrakt oryginalny)

EN

The role of data in today's world is constantly growing. Every day, petabytes of data are generated, including data from online transactions, social media, sales data, customer reviews, images, video files, and text data, which are then collected and stored by enterprises. The information contained in such data sets is extremely valuable for many companies and institutions, but in order to be able to use them, they need to be integrated and extracted data patterns using appropriate techniques. The possibilities of the Internet network and the growing needs of consumers cause the need to change the way of business management as well as customer relations. Enterprises need a detailed analytical review of the data contained in repositories to understand their business environment and market opportunities. To this end, the Data Mining process was created, i.e. data mining aimed at efficiently handling large amounts of data, as well as discovering interesting patterns and relationships in them. The aim of the article is to show that the tools used in the data mining process contribute to the generation of information that can be used in the innovative management of public sector institutions. The method of literature studies in the field of innovation and data mining was used to develop the assumed goal. The research part was developed on the basis of source data contained in the resources of the World Wide Web. (original abstract)

Słowa kluczowe

PL

Data Mining; Sektor publiczny; Innowacyjność

EN

Data Mining; Public sector; Innovative character

• Czasopismo: Prace Naukowe Wyższej Szkoły Zarządzania i Przedsiębiorczości z siedzibą w Wałbrzychu
• Rocznik: 2019
• Tom: 48 (2) Kreatywność i innowacyjność w zarządzaniu i pedagogice w erze cyfrowej. Zarządzanie operacyjne w teorii i praktyce organizacji biznesowych, publicznych i pozarządowych
• Strony: 123--140

Twórcy

autor

Krzysztof Hauke

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• [1] Aggarwal C. (2015), Data Mining. The Textbook, Springer International Publishing, Szwajcaria.
• [2] Barbier G., Liu H. (2011), Social Network Data Analytics. Data Mining in social media, Springer Science+Business Media, Berlin.
• [3] Fayyad, U., Piatetsky-shapiro, G., Smith, P. (1996), From Data Mining to Knowledge Discovery in Databases, Communications of the ACM.
• [4] Han J., Kamber M., Pei J. (2012), Data Mining Concept and Techniques, Morgan Kaufman, Waltham.
• [5] Han J., Kamber M., Pei J. (2012), Data Mining Concept and Techniques, Morgan Kaufman, Waltham.
• [6] Hofmann M., Klinkenberg R. (2014), RapidMiner. Data Mining Use Cases and Business Analytics Applications, Taylor & Francis Group, Boca Raton.
• [7] Mikuła B., Pietruszka-Ortyl A., Potocki A., 2002, Zarządzanie przedsiębiorstwem XXI wieku. Wybrane koncepcje i metody, Wydawnictwo Difin, Warszawa.
• [8] Olson, D. L. (2007), Data mining in business services, Springer, Chennai.
• [9] Ragavi R., Srinithi B., Anitha Sofia V. S. (2018), Data Mining Issues and Challenges: A Review, "International Journal of Advanced Research in Computer and Communication Engineering", nr 7, s.4-7.
• [10] Van der Putten P., Melli G., Kitts B. (2009), Data Mining Case Studies. Proceedings of the Third International Workshop on Data Mining Case Studies, The Association for Computing Machinery, Inc., New York.
• [11] Zhao Y. (2012), R and Data Mining Examples and Case Studies, Elsevier, Amsterdam.
• [12] [www 1] [https://www.kdd.org/curriculum/index.html] - 25.09.2019.
• [13] [www 2] [https://en.wikipedia.org/wiki/Data_mining