Využití statistických metod v data miningu při predikci chování zákazníků internetového obchodu

Michaela Podzimková

Master's thesis

The use of statistical methods in data mining in predicting consumer behaviour for Internet purchases

Anotácia:

Data mining je nová disciplína, která se objevuje s rostoucím množstvím ukládaných dat a s rostoucí potřebou získat informace v nich ukryté. Zabývá se extrahováním potenciálně užitečných informací z velkých datových souborů a leží na pomezí statistiky, strojového učení, umělé inteligence, databází a dalších oborů. Cílem této diplomové práce je představit celý proces data miningu s důrazem na jeho spojitost se statistikou a popsat vybrané statistické metody, které se v této oblasti hodně používají a které jsou v práci aplikovány na vlastní řešení dataminingového problému. Na reálných datech o nákupech v internetovém obchodě je ukázáno, že využití různých metod přináší různé výsledky a zajímavé poznatky o nákupním chování, a také vede k dokázání, že ne všechny metody jsou vždy použitelné na všechny typy úloh.

Abstract:

Data mining is a new discipline that occurs with increasing amount of stored data and the increasing need to obtain the information hidden in them. It is focused on the mining of potentially useful information from large data sets and it lies at the intersection of statistics, machine learning, artificial intelligence, databases and other areas. The aim of this thesis is to present the process of data mining with an emphasis on its connection with statistics and to describe a selection of statistical methods widely used in this field and which were also used in the applied data mining problem in this thesis. Real data from purchases in the online store show that using different methods gives different results and interesting information about purchasing behavior, and also proves that not all methods are always applicable to all types of tasks.

Kľúčové slová

rozhodovací stromy, shluková analýza, vzory, dolování, data mining, logistická regrese

Keywords

cluster analysis, data mining, logistic regression, decision trees, patterns

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 9. 1. 2015

Obhajoba závěrečné práce

• Obhajoba proběhla 9. 6. 2015
• Vedúci: Ondřej Vilikus
• Oponent: Petr Berka

Vysoká škola ekonomická v Praze

Master programme / odbor:
Kvantitativní metody v ekonomice / Statisticko-pojistné inženýrství