- Author
- Nycz Małgorzata (Akademia Ekonomiczna we Wrocławiu)
- Title
- Klasyfikacja danych w procesie inteligentnego pozyskiwania wiedzy z baz danych
- Source
- Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 2003, nr 975, s. 351-361, rys., bibliogr. 14 poz.
- Issue title
- Pozyskiwanie wiedzy i zarządzanie wiedzą
- Keyword
- Klasyfikacja danych, Wiedza, Generowanie wiedzy, Bazy danych, Data Mining
Data classifications, Knowledge, Knowledge generating, Databases, Data Mining - Abstract
- Obecnie wiedza staje się jedną z cennych wartości. Jest to m. in. związane z globalizacją gospodarki i technologii, które mają wpływ na to zjawisko. Dzisiejsze technologie informatyczne umożliwiają wspomaganie zarządzania w przedsiębiorstwach. Decydenci przedsiębiorstw, aby być skutecznymi w rozwiązywaniu problemów potrzebują nie tylko dostępu do baz danych ale również do wiedzy. Zarządzanie nowoczesną firmą wymaga dostępu do aktualnych informacji, które pozwolą na szybkie podejmowanie optymalnych decyzji. Dane związane z zarządzaniem przedsiębiorstwem zgromadzone są w różnych bazach danych, zbiorach danych i innych dokumentach. W przedsiębiorstwach coraz więcej danych jest przetwarzanych i analizowanych. Coraz więcej jest potrzebnych, aby można było różnorodne analizy wykonywać i zaspakajać potrzeby związane z opracowywaniem prognoz lub planów rozwojowych firmy. Powszechnie stosowane systemy wspomagania zarządzania organizacją nie rozwiązują wszystkich problemów związanych z jej funkcjonowaniem. Ułatwiają dostęp do informacji zawartych w bazach danych przedsiębiorstwa. Jednakże firmy poszukują nowych technologii, które pomogą zdobyć przewagę nad konkurencją i przyspieszą proces podejmowania decyzji. Techniką, która coraz szerzej jest wykorzystywana do analizy danych w bazach i hurtowniach danych jest data mining. Jest ona szczególnie przydatna do zastosowań w dużych bazach danych jak też w podsystemach hurtowni danych jako narzędzie wspomagające użytkownika w podejmowaniu optymalnych decyzji, gdyż pomaga przewidzieć przyszłe trendy i zachowania się rynku. Realizacja procesu Data Mining może być zdecydowanie przyśpieszona bądź też zmniejszeniu ulega ilość przeszukiwań danych, jeśli dane zostaną uprzednio poklasyfikowane. W części 1 scharakteryzowano proces odkrywania wiedzy z danych przy wykorzystaniu inteligentnych metod. Część 2 poświęcona została omówieniu analiz danych, zaś część 3 - zagadnieniu klasyfikacji danych ze szczególnym uwzględnieniem analizy dyskryminacyjnej. W zakończeniu podsumowano przeprowadzone rozważania. (fragment tekstu)
- Accessibility
- The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics - Bibliography
-
- Baborski A. (red): Efektywne zarządzanie a sztuczna inteligencja. Wydawnictwa AE im. O. Langego we Wrocławiu, Wrocław 1994.
- Baborski A.: Metody indukcyjnego pozyskiwania wiedzy w systemach sztucznej inteligencji. [w:] Inteligentne systemy wspomagania decyzji w zarządzaniu. Red. Sroka H. Akademia Ekonomiczna im. K. Adamieckiego w Katowicach, 1995.
- Byrski M.: Data mining w bazie Oracle 9i. Materiały konferencyjne z VIII Konferencji PLOUG, Kościelisko, październik 2003.
- 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): p.866-883, 1996.
- Galant V.: Zastosowanie algorytmów odkrywania wiedzy w procesie podejmowania decyzji kredytowych. [w:] Zastosowania rozwiązań informatycznych w bankowości. Pod red. A. Gospodarowicz, "Prace Naukowe AE we Wrocławiu" nr 766, Wrocław 1997.
- Gatner E.: Nieparametryczna metoda dyskryminacji i regresji. Warszawa: PWN 2001.
- Han J., Cai Y., Cercone N.: Discovery of quantitative rules from large databases. [w:] Ras Z.W., Zemankova M., Emrich M.L. (red.): Methodologies for Intelligent Systems, 5, North-Holland, 1990.
- Han J.: Data mining techniques. ACM-SIGMOD'96 Conference Tutorial, June 1996.
- Jain, A.K., Dubes R.C.: Algorithms for clustering data. Prentice-Hall, Inc., A Division of Simon & Schuster, Englewood Cliffs, New Jersey 07632, 1988.
- Nycz M., Smok B.: Problemy związane z pozyskiwaniem wiedzy z baz danych. "Prace Naukowe AE we Wrocławiu", nr 850, Wydawnictwa Akademii Ekonomicznej im. O. Langego we Wrocławiu, Wrocław 2000.
- Nycz M., Smok B.: Wybrane metody ekstrakcji wiedzy w przedsiębiorstwie. [w:] Informatyka Ekonomiczna. "Prace Naukowe AE we Wrocławiu", nr 953, Wydawnictwa Akademii Ekonomicznej im. O. Langego we Wrocławiu, Wrocław 2002.
- Nycz M., Smok B.: Intelligent support for decision-making. A conceptual model. Referat przyjęty do druku i wygłoszenia na Informing Science + Information Technology Education Joint Conference, Pori, Finland June 24-27, 2003.
- Ostasiewicz W.: Statystyczne metody analizy danych. Wydawnictwa Akademii Ekonomicznej im. O. Langego we Wrocławiu, Wrocław 1998.
- Shapiro P.G., Frawley W.J.: Knowledge Discovery in Databases. The AAAI Press, 1991.
- Cited by
- ISSN
- 0324-8445
- Language
- pol
