Prednaska - Web Mining 28.2.2022 13:00

Zhrnutie prednášky

Prednáška úvodom vyhodnotila test z predchádzajúcej hodiny o dátových skladoch a váhach vo vektorovej reprezentácii textu. Dátový sklad je integrovaný, nemenný, subjektovo orientovaný a časovo premenný; jeho vrstvami sú produkčné databázy, dátový sklad a dátové trhy. Logaritmická frekvencia stabilizuje rozptyl a inverzná dokumentová frekvencia zohľadňuje špecifickosť slov. Hlavná časť uvádza objavovanie znalostí (knowledge discovery) ako reakciu na veľké objemy dát so slabou výpovednou hodnotou. Ide o proces výberu, predspracovania, transformácie a analýzy dát a interpretácie výsledkov, pričom data mining je len fáza analýzy. Podľa zdroja dát sa rozlišuje objavovanie znalostí z databáz, textov a webu.

• - Dátový sklad je integrovaný, nemenný, subjektovo orientovaný a časovo premenný.
• - Vrstvy dátového skladu: produkčné databázy, dátový sklad, dátové trhy.
• - Logaritmická frekvencia stabilizuje rozptyl, inverzná dokumentová frekvencia zohľadňuje špecifickosť slov.
• - Knowledge discovery vzniklo kvôli veľkému objemu dát s nízkou výpovednou hodnotou.
• - Proces zahŕňa výber, predspracovanie, transformáciu a analýzu dát a interpretáciu výsledkov.
• - Data mining je len fáza analýzy, najnáročnejšie je často predspracovanie.
• - Zdroje dát: databázy (KDD), texty (text mining) a web (web mining), často kombinované.

Zhrnutie pripravené s pomocou AI z prepisu videa.