Dolování dat z vybrané datové sady pro predikci podvodných pracovních nabídek

Bc. Sharon Moscato

Diplomová práce

Data mining from a selected dataset for predicting fraudulent job offers

Anotace:

Diplomová práce se zabývá dobýváním znalostí z databází s důrazem na vývoj predikčního modelu pro identifikaci podvodných pracovních nabídek. V práci je analyzována datová sada obsahující pracovní nabídky kategorizované jako podvodné či pravdivé. Primárním cílem je navrhnout model schopný efektivně rozlišovat mezi těmito kategoriemi nabídek. Dílčí otázky práce se věnují analýze rozložení podvodných nabídek v různých průmyslových odvětvích a zkoumání jazykových vzorů v inzerátech. K analýze byla použita metodika CRISP-DM, zatímco pro samotné predikční modely byly využity metody pro dolování dat, konkrétně logistická regrese a náhodný les. Výstupem práce jsou odpovědi na dílčí analytické otázky a dva predikční modely, u kterých byla následně porovnána přesnost jejich predikce. Celkově práce poskytuje detailní pohled na praktické využití metod dobývání znalostí z databází na reálné datové sadě.

Abstract:

The thesis deals with knowledge discovery in databases with emphasis on the development of a prediction model for identifying fraudulent job offers. The thesis analyzes a dataset containing job offers categorized as fraudulent or not. The primary objective is to design a model capable of effectively distinguishing between these jobs offer categories. Sub-questions of the thesis address the distribution analysis of fraudulent job offers across various industrial sectors and the examination of linguistic patterns in advertisements. The CRISP-DM methodology was used for the analysis, while data mining methods, namely logistic regression, and random forest, were employed for the predictive models. The thesis outputs include answers to the analytical sub-questions and two predictive models, with a subsequent comparison of their predictive accuracy. Overall, the thesis provides a detailed perspective of the practical application of knowledge discovery methods on a real dataset.

Klíčová slova

CRISP-DM, Dolování dat, Dobývání znalostí z databází

Keywords

Data Mining, Knowledge Discovery in Database, Prediction, Data

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 2. 9. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 8. 9. 2023
• Vedoucí: Ing. Tereza Otčenášková, BA, Ph.D.
• Oponent: Ing. Patrik Urbaník

Univerzita Hradec Králové

Fakulta informatiky a managementu

Magisterský studijní program / obor:
Informační management / Informační management