Rendszertervezés 3
7. előadás
SZOFTVERTECHNOLÓGIA © Bánsághi Anna
[email protected]
7. ELŐADÁS - RENDSZERTERVEZÉS 3
© Bánsághi Anna
1 of 70
Rendszertervezés 3
7. előadás
TEMATIKA I. SZOFTVERTECHNOLÓGIA ALTERÜLETEI II. KÖVETELMÉNY MENEDZSMENT III. RENDSZERMODELLEK IV. RENDSZERARCHITEKTÚRÁK V. RENDSZERTERVEZÉS VI. VALIDÁCIÓ, VERIFIKÁCIÓ VII. MINŐSÉGBIZTOSÍTÁS VIII. TESZTELÉS
© Bánsághi Anna
2 of 70
Rendszertervezés 3
7. előadás
V. RENDSZERTERVEZÉS 1. 2. 3. 4.
© Bánsághi Anna
Valós idejű rendszerek Objektumorientált tervezés Tervezés újrafelhasználással Adatorientált rendszerek
3 of 70
Rendszertervezés 3
7. előadás
4. ADATBÁNYÁSZAT az adatbázisokban végzett tudásfeltárás, a nagy adathalmazokban rejlő alakzatok feltárására szolgáló módszerek összessége multidiszciplináris tudomány, támaszkodik magára az adatbázis technológiára, de ezen felül a mesterséges intelligencia, a gépi tanulás, a neurális hálók, az alakfelismerés, a nagy teljesítményű számítások és a vizuális adatmegjelenítés területeire
© Bánsághi Anna
4 of 70
Rendszertervezés 3
7. előadás
ADATBÁNYÁSZATI FELADATOK leíró adatbányászat a tárolt adatok általános jellemzőinek feltárása, tömör és összegző leírása előrejelző adatbányászat meglévő adatokból prognosztizál, az adatok újonnan felfedezett tulajdonságaira épülő új adatmodelleket hoz létre
© Bánsághi Anna
5 of 70
Rendszertervezés 3
7. előadás
ADATBÁNYÁSZAT MOTIVÁCIÓJA gyorsuló ütemben növekedő adatmennyiség üzleti igény az adatokban rejlő információk kinyerésére definíció döntéstámogatási folyamat, amely érvényes, hasznos, rejtett (korábban nem ismert) információt állít elő nagy mennyiségű – jellemzően adatbázisokban tárolt – adatból automatizálható folyamat, tehát emberi erőforrás igénye alacsony és gyorsan generálhatók az információk
© Bánsághi Anna
6 of 70
Rendszertervezés 3
7. előadás
DEFINÍCIÓ ELEMEI folyamat nem dobozos termék, hanem átfogó tudást igényel az alkalmazása is érvényes pontosság, statisztikai szignifikancia, teljesség hasznos adjon új, értékes ismereteket gyakran nehéz az üzleti értéket meghatározni rejtett (előzőleg nem ismert) hipotézis megerősítése vs. új felfedezése előrejelző vs. leíró adatbányászat
© Bánsághi Anna
7 of 70
Rendszertervezés 3
7. előadás
HONNAN JÖN A SOK ADAT? életünk szinte minden rezdülése adatként le van tárolva valahol személyes vásárlás, internet- és mobilhasználat, egészségi adatok, közlekedés (GPS) szervezeti termelő rendszerek, kutatás, fejlesztés, szervezeti működés
© Bánsághi Anna
8 of 70
Rendszertervezés 3
7. előadás
HOL TÁROLÓDIK A SOK ADAT? tradicionális relációs adatbázisban már csak az adatok kb. 20%-át tárolják új technológiák jelentek meg NoSQL dokumentum (XML), gráf, kulcs-érték párok tárolása Hadoop elosztott számítású és elosztott tárolású rendszerek
© Bánsághi Anna
9 of 70
Rendszertervezés 3
7. előadás
MILYEN SZERKEZETŰEK AZ ADATOK? struktúrált relációs adatbázisbeli adatok struktúráltalan szöveg, audio, video
© Bánsághi Anna
10 of 70
Rendszertervezés 3
7. előadás
ADATTÍPUSOK tranzakciós adatbázisok analitikus adatbázisok térinformatikai adatok idősor és temporális adatok szöveges és multimédia adatok internet
© Bánsághi Anna
11 of 70
Rendszertervezés 3
7. előadás
ALKALMAZÁSI TERÜLETEK pénzügyi szektor tudomány / egészségügy gyártástechnológia közlekedés jog telekommunikáció energiaipar
© Bánsághi Anna
12 of 70
Rendszertervezés 3
7. előadás
PÉNZÜGYI SZEKTOR vásárlói kosár elemzés hitelképesség-elemzés bankkártya bűncselekmények ügyfélszegmentáció ügyfélérték számítás lojalitás vizsgálat keresztértékesítés kampánymenedzsment
© Bánsághi Anna
13 of 70
Rendszertervezés 3
7. előadás
TUDOMÁNY / EGÉSZSÉGÜGY kutatási eredmények kiértékelése képek osztályozása új kapcsolatok keresése tényadatokból korreláció elemzés (hipotézis és tényleges mérések között) gyógyszerforgalmi előrejelzések betegségek és fizikai megfigyelések korrelációvizsgálata kórházi monitorozó rendszerek
© Bánsághi Anna
14 of 70
Rendszertervezés 3
7. előadás
TELEKOMMUNIKÁCIÓ / ENERGIASZEKTOR lemorzsolódás-előrejelzés ügyfél-szegmentáció és termék targetálás véleményalkotók azonosítása – hívási gráf elemzések hálózati hiba előrejelzése túl- és alulszámlázások azonosítása csalás-felderítés
© Bánsághi Anna
15 of 70
Rendszertervezés 3
7. előadás
FELADATTÍPUSOK LEÍRÓ BÁNYÁSZAT jellemzés és összehasonlítás társításelemzés (asszociáció) ELŐREJELZŐ BÁNYÁSZAT attribútum fontosság osztályozás regresszió klaszterezés (csoportosítás) szélsőérték (anomália) elemzés
© Bánsághi Anna
16 of 70
Rendszertervezés 3
7. előadás
OSZTÁLYOZÁS cél, hogy az adathalmaz elemeit ismert csoportokba soroljuk a modell megjósolja, hogy az új adatok melyik osztályba tartozhatnak az alapján, amit ismert osztályú adatokról előzőleg tanult
PÉLDÁK: hitelbírálás, égitestek besorolása
© Bánsághi Anna
17 of 70
Rendszertervezés 3
7. előadás
REGRESSZIÓ cél, hogy az adathalmaz elemeihez egyetlen numerikus értéket rendeljünk a modell megjósolja, hogy az új adatokhoz milyen érték tartozhat az alapján, amit ismert értékú adatokról előzőleg tanult, és amelyekre görbét illesztett
PÉLDÁK: tőzsde indexek alakulása, ingatlanok várható értéke
© Bánsághi Anna
18 of 70
Rendszertervezés 3
7. előadás
ATTRIBÚTUM FONTOSSÁG valamely cél attribútummal való kapcsolat erőssége alapján rangsoroljuk a többi attribútumot
PÉLDÁK: azon tényezők fontossági sorrendje, melyek befolyásolják egy betegség kialakulását / a vásárlást
© Bánsághi Anna
19 of 70
Rendszertervezés 3
7. előadás
ANOMÁLIA FELTÁRÁSA cél, hogy valamely jellemzően homogén adathalmazban beazonosítsuk a szokatlan eseteket
PÉLDÁK: csalások kiderítésére, hálózati forgalom megsértése
© Bánsághi Anna
20 of 70
Rendszertervezés 3
7. előadás
KLASZTEREZÉS cél, hogy ismeretlen szerkezetű adatokat rendszerezzünk a modell úgy csoportosítja az adatokat, hogy az egy csoportba tartozó adatok hasonlóak, a különböző csoportba tartozó adatok eltérőek legyenek
PÉLDÁK: új fogyasztói szegmens felfedezése
© Bánsághi Anna
21 of 70
Rendszertervezés 3
7. előadás
TÁRSÍTÁSELEMZÉS cél, hogy az adathalmazban a jellemzően együtt előforduló adatpárokat, adatcsoportokat felfedezzük a modell az együtt előforduló adatok között társítási szabályokat állít fel
PÉLDÁK: vásárlóikosár-elemzés: ha valaki vesz A és B terméket, akkor C-t is vesz, gyakori sorozatok (adatszekvenciák) felfedezése
© Bánsághi Anna
22 of 70
Rendszertervezés 3
7. előadás
LÉNYEGKIEMELÉS cél, hogy az adatokat leíró attribútumok közül kiszűrjük a relevánsakat, akár új jellemzőket hozzunk létre a fontos attribútumok lineáris kombinációjaként
PÉLDÁK: mintakeresés, adattömörítés, szemantikus analízis
© Bánsághi Anna
23 of 70
Rendszertervezés 3
7. előadás
AZ ADATBÁNYÁSZAT MÓDSZERTANA
© Bánsághi Anna
24 of 70
Rendszertervezés 3
7. előadás
AZ ADATBÁNYÁSZAT FOLYAMATA
© Bánsághi Anna
25 of 70
Rendszertervezés 3
7. előadás
ÜZLETI PROBLÉMA ÉRTELMEZÉSE üzleti célok megfogalmazása üzleti háttér, üzleti cél és siker tényezők helyzetfelmérés erőforrások, követelmények, források, feltételezések kockázatfelmérés, haszon és költségek szakterületi terminológia adatbányászati célok definiálása adatbányászati célok és siker kritériumok projektterv elkészítése eszközök és technikák értékelése
© Bánsághi Anna
26 of 70
Rendszertervezés 3
7. előadás
ADATÉRTELMEZÉS kiindulási adatok gyűjtése hozzáférés biztosítása, adatintegráció rátekintés az adatokra főbb jellemzők (típusok, értéktartományok) alap statisztikai jellemzők feltárása lekérdezés, vizualizálás, értelmezés célparaméter eloszlása, főbb dimenziók mentén való szegmentálás adatminőségi vizsgálat feltöltöttség, lefedettség, adathelyesség, konzisztencia minderről beszámoló készül
© Bánsághi Anna
27 of 70
Rendszertervezés 3
7. előadás
ADATOK ELŐKÉSZÍTÉSE adatkiválasztás a célok eléréséhez mely adatok hasznosak adattisztítás adatkitöltés, inkonzisztencia megszüntetése új paraméterek bevezetése származtatott adatok, generált rekordok adatintegráció több forrás esetén adatformátum módosítása adatbányászati modellhez igazítás
© Bánsághi Anna
28 of 70
Rendszertervezés 3
7. előadás
MODELLEZÉS modellező technika kiválasztása eszközt találni a célhoz, adatfeltáró elemzés modell tesztelésének meghatározása kiértékelési módszer, vizualizálás modellalkotás paraméterbeállítás, modellek, dokumentálás modell kiértékelése és megjelenítése fontos a jól vizualizálható eredmény beállítások felülvizsgálata
© Bánsághi Anna
29 of 70
Rendszertervezés 3
7. előadás
ÜZLETI ÉRTÉKELÉS a modell üzleti célú értékelése üzleti elvárásoknak megfelel? éles környezetben tesztelhető a teljes elemzési folyamat felülvizsgálata pl. adatok hosszú távú elérhetősége következő lépések döntés a felhasználhatóságról, üzleti bevezetésről
© Bánsághi Anna
30 of 70
Rendszertervezés 3
7. előadás
ÜZLETI ALKALMAZÁS alkalmazás megtervezése beépítés az üzleti folyamatokba alkalmazás fenntartás és monitoring tesztesetek, ellenőrzések beállítása projekttanulmány elkészítése beszámoló, prezentáció a projekt felülvizsgálata éles eredmények kiértékelése pozitívumok vs. negatívumok elvárttól való eltérések elemzése
© Bánsághi Anna
31 of 70
Rendszertervezés 3
7. előadás
ÜZLETI ALKALMAZÁSOK
© Bánsághi Anna
32 of 70
Rendszertervezés 3
7. előadás
EDP (Electronic Data Processing) egyszerű adatfeldolgozás OLTP (On-Line Transaction Processing) online tranzakció feldolgozás OLAP (On-Line Analytical Processing) online analitikus feldolgozás BI (Business Intelligence) üzleit intelligencia DSS (Decission Support System) döntéstámogató rendszerek EIS (Executive Information System) felsővezetői információs rendszer ERP (Enterprise Resource Planning) vállalati erőforrás-tervezés IEA (Integrated Enterprise Application) integrált vállalati alkalmazások MIS (Management Information System) vezetői információs rendszerek
© Bánsághi Anna
33 of 70
Rendszertervezés 3
7. előadás
A TUDÁSFELTÁRÁS HELYE
© Bánsághi Anna
34 of 70
Rendszertervezés 3
7. előadás
OLTP ÉS OLAP ÖSSZEHASONLÍTÁSA OLTP
OLAP
domináns műveletek
adatmanipuláló és adatlekérdező
többdimenziós (lefúrás, szeletelés, összegzés)
optimumcélkitűzés
elfogadható elfogadható válaszidő tranzakciófeldolgozási idő
optimális szerkezet
minimális redundancia
elfogadható válaszidőhöz szükséges mértékre fokozott redundancia
modell
relációs adatmodell
többdimenziós adatmodell
© Bánsághi Anna
35 of 70
Rendszertervezés 3
7. előadás
TUDÁSFELTÁRÁS FOLYAMATA
© Bánsághi Anna
36 of 70
Rendszertervezés 3
7. előadás
FACEBOOK PÉLDA adattárház minden információ, amit megosztunk, egy központosított aggregált adattárházba kerül adatbányászat milyen reklámok vagy milyen ajánlások jelenjenek meg egy adott profilon
© Bánsághi Anna
37 of 70
Rendszertervezés 3
7. előadás
ADATTÁRHÁZ ÉPÍTÉS FOLYAMATA
© Bánsághi Anna
38 of 70
Rendszertervezés 3
7. előadás
ADATPROFILOZÁS adattárház építésekor forrásrendszerek felmérése, adatminőség elemzése, statisztikák készítése adattráház működtetésekor az új adatok milyen szórást mutatnak a régi adatokhoz képest
© Bánsághi Anna
39 of 70
Rendszertervezés 3
7. előadás
ADATPROFILOZÁS STATISZTIKÁI kitöltöttség analízis (null értékek száma, eloszlása) adathossz-eloszlás (1, 2, 3, ... hosszú adatok) kulcsképesség-elemzés (ami kulcs, az tényleg az-e) minták keresése (telefonszámok, irányítószámok, rendszámok keresése szöveg típusú adat esetén) oszlopstatisztikák (minimum, maximum, átlag) értékeloszlás-analízis (hány azonos érték van egy oszlopban) összefüggés-vizsgálat (hierarchiák keresése táblán belül) részhalmazok keresése (adatkapcsolat táblák között)
© Bánsághi Anna
40 of 70
Rendszertervezés 3
7. előadás
ADATTÁRHÁZ FELTÖLTÉSE (ETL) extract az összes új vagy az előző áttöltés óta megváltozott forrásadat lehető leggyorsabb áttöltése egy átmeneti (stage) adatbázisba transformation az átmeneti adatbázisban történik minden további adattranszformáció: auditinformáció hozzáadása adattisztítás előfeldolgozás load speciális sémájú adattárház feltöltése az előfeldolgozott adatokkal
© Bánsághi Anna
41 of 70
Rendszertervezés 3
7. előadás
ADATTRANSZFORMÁCIÓK auditinformáció minden rekord kiegészítése származására vonatkozó információval (forrásrendszer, tábla, betöltés időpontja, betöltő folyamat azonosítója) adattisztítás pontatlan vagy hiányos adatok feltöltése, duplikátumok összefésülése megfelelő szkriptekkel előfeldolgozás a stage adatbázisbeli adatok transzformációja az adattárház formátumának megfelelő alakra egy ún. transform adatbázisba. A transform sémája megegyezik az adattárház sémájával, csupán az adathalmazban van különbség (új adatok vs. összes adat)
© Bánsághi Anna
42 of 70
Rendszertervezés 3
7. előadás
ADATTÁRHÁZ SÉMÁJA normalizált hagyományos relációs adatbázis séma csillagséma központi ténytábla körüli dimenziótáblák
© Bánsághi Anna
43 of 70
Rendszertervezés 3
7. előadás
CSILLAGSÉMA
© Bánsághi Anna
44 of 70
Rendszertervezés 3
7. előadás
TÉNYTÁBLA a csillagséma központi eleme tartalmazza a mutatószámokat körülötte helyezkednek el a dimenziótáblák DIMENZIÓTÁBLA a ténytábla mutatószámainak leírásai a tény és a dimenziótáblák közötti kapcsolatot a mesterséges kulcsok adják, melyek egyben az egyes dimenziótáblabeli sorok egyedi azonosítójaként is funkcionálnak
© Bánsághi Anna
45 of 70
Rendszertervezés 3
7. előadás
DIMENZIÓTÁBLÁK TÖLTÉSE a transform adatbázisból az éles adattárházba töltés folyamata helyben felülírás ha megváltozik egy dimenzióadat, akkor nem törődve a régebbi információval, felülírjuk az új adattal a régit változáskövetés őrizni akarjuk az összes állapotváltozást, ezért a dimenziótáblákat két új oszloppal egészítjuk ki (érvényesség kezdete és vége), majd az új adatot beszúrjuk a táblába
© Bánsághi Anna
46 of 70
Rendszertervezés 3
7. előadás
TÉNYTÁBLA TÖLTÉSE a transform adatbázisból az éles adattárházba töltés folyamata a tényadat kulcsainak egyeztetése a dimenziótáblákbeli adatokkal (időbélyegzők, érvényességek alapján)
© Bánsághi Anna
47 of 70
Rendszertervezés 3
7. előadás
ADATKOCKA
© Bánsághi Anna
48 of 70
Rendszertervezés 3
7. előadás
ADATBÁNYÁSZATI ALGORITMUSOK felügyelt tanuló algoritmusok a tanulás során a modell sok olyan esetet megvizsgál, ahol a célérték ismert, majd a teszthalmazon megvizsgáljuk, hogy a kapott modell alkalmas-e új, ismeretlen célértékű adatokon való használatra felügyelet nélküli tanuló algoritmusok nincsen függő és független változó, sem pedig korábbi ismeret, a kihívást a helyes paraméterezés megtalálása jelenti
© Bánsághi Anna
49 of 70
Rendszertervezés 3
7. előadás
FELÜGYELT TANULÓ ALGORITMUSOK döntési fa általánosított lineáris modellek minimális leíró hossz naív Bayes modell támaszvektorok
© Bánsághi Anna
50 of 70
Rendszertervezés 3
7. előadás
DÖNTÉSI FA az előrejelzési információt szabályok formájában adják meg a szabályok „ha-akkor-egyébként” kifejezések magyarázzák a döntéseket, melyek az előrejelzéshez vezetnek osztályozás
© Bánsághi Anna
51 of 70
Rendszertervezés 3
7. előadás
ÁLTALÁNOSÍTOTT LINEÁRIS MODELLEK a tanuló minták osztályozó attribútumaira a legegyszerűbb görbét illesztjük majd egy új adatnál ezen görbe alapján adjuk meg az adat osztályát osztályozás, regresszió
© Bánsághi Anna
52 of 70
Rendszertervezés 3
7. előadás
MINIMÁLIS LEÍRÓ HOSSZ azt feltételezi, hogy az adatok legegyszerűbb, legtömörebb reprezentációja a legjobb, legvalószínűbb magyarázat attribútum fontosság
© Bánsághi Anna
53 of 70
Rendszertervezés 3
7. előadás
NAÍV BAYES MODELL egy adott osztályhoz való tartozás valószínűségét becsüli meg az osztályozás a Bayes-tételen alapul
X az ismeretlen osztályozási címkéjű minta C a hipotézis, mely szerint X egy megadott C osztályhoz tartozik P (C|X) =
P(X|C)P(C) P(X)
osztályozás
© Bánsághi Anna
54 of 70
Rendszertervezés 3
7. előadás
TÁMASZVEKTOROK a lehető legnagyobb eltéréssel próbálja szeparálni a célosztályokat olyan folytonos függvényt keres, amelyre maximális számú megfigyelés esik a függvény adott szélességű környezetébe osztályozás, regresszió
© Bánsághi Anna
55 of 70
Rendszertervezés 3
7. előadás
FELÜGYELET NÉLKÜLI TANULÓ ALGORITMUSOK Apriori k-közép nemnegatív mátrixfaktorizáció egyosztályos támaszvektor módszer ortogonális osztályozó klaszterezés
© Bánsághi Anna
56 of 70
Rendszertervezés 3
7. előadás
APRIORI ALGORTIMUS gyakori elemhalmazokat keres jelöltek előállításával az algoritmus a gyakori elemhalmazok tulajdonságaira vonatkozó előzetes (a priori) ismereteket használ szintenkénti kereséssel iterál társítás
© Bánsághi Anna
57 of 70
Rendszertervezés 3
7. előadás
K-KÖZÉP távolságalapú klaszterezési eljárás felosztja az adatokat előre meghatározott számú klaszterre minden klaszternek van centroidja (súlypontja), és a centroidhoz közeli megfigyelések tartoznak a klaszterbe klaszterezés
© Bánsághi Anna
58 of 70
Rendszertervezés 3
7. előadás
NEMNEGATÍV MÁTRIXFAKTORIZÁCIÓ az eredeti attribútumok lineáris kombinációiból új attribútumokat generál a modell leképezi az eredeti adatokat a modell által feltárt új attribútumhalmazra lényegkiemelés
© Bánsághi Anna
59 of 70
Rendszertervezés 3
7. előadás
EGYOSZTÁLYOS TÁMASZVEKTOR MÓDSZER egyosztályos profilt épít az adatokra megjelöli azokat az eseteket, amelyek valamilyen értelemben eltérnek a profiltól lehetővé teszi az egymáshoz nem feltétlenül kapcsolódó ritka esetek feltárását anomália feltárás
© Bánsághi Anna
60 of 70
Rendszertervezés 3
7. előadás
ORTOGONÁLIS OSZTÁLYOZÓ KLASZTEREZÉS hierarchikus, grid-alapú klaszterező modellt épít az algoritmus klasztereket hoz létre, amelyek sűrű területeket definiálnak az attribútumtéren érzékenységi paraméter definiálja a viszonyítási alapnak tekintett sűrűséget klaszterezés
© Bánsághi Anna
61 of 70
Rendszertervezés 3
7. előadás
SPECIÁLIS TERÜLETEK
© Bánsághi Anna
62 of 70
Rendszertervezés 3
7. előadás
szövegbányászat szöveg alapú struktúráratlan adatbázisok automatikus feldolgozása (szövegek értelmezése és kategorizálása) hang bányászat hanganyagok automatikus feldolgozása (ügyfélszolgálati hanganyagokból érzelem és protokoll információk detektálása) gráfbányászat szociális hálózatok modellezése és információ kinyerése (Interneten közösségi hálózatok illetve linkek elemzése) webbányászat webes tartalmak különféle szempontú elemzése
© Bánsághi Anna
63 of 70
Rendszertervezés 3
7. előadás
SZÖVEGBÁNYÁSZAT cél jelentéstartalmak felismerése módszer kategorizálás, tömörítés, releváns információ keresése, újdonság detektálása feladat online tartalmak (hírek, blogok, fórumok) figyelése, az ebben található információkból adatok szöveganalitikai feldolgozása, ezek alapján elemzések, trendfigyelés, monitoring
© Bánsághi Anna
64 of 70
Rendszertervezés 3
7. előadás
STRUKTÚRÁLATLAN VS. STRUKTÚRÁLT a természetes nyelvi szöveg struktúrálatlan információ egy dokumentumhalmaz leképezhető egy táblázatra a táblázat oszlopai a lehetséges szavakkal vannak cimkézve a táblázat egy-egy sora egy-egy dokumentumnak felel meg egy cella értéke 0 vagy 1 aszerint, hogy az adott szó előfordul-e az adott dokumentumban vagy sem ezen a táblázaton már futtathatók a hagyományos adatbányászati funkciók
© Bánsághi Anna
65 of 70
Rendszertervezés 3
7. előadás
KERESŐMOTOR
© Bánsághi Anna
66 of 70
Rendszertervezés 3
7. előadás
SPAM SZŰRÉS
© Bánsághi Anna
67 of 70
Rendszertervezés 3
7. előadás
GRÁFBÁNYÁSZAT cél kapcsolatok, információterjedés felismerése módszer hasonló részgráfok keresése feladatok klaszterek, közösségek – az egymással szoros kapcsolatban lévők detektálása véleményvezérek detktálása – egy közösségen belül speciális szerepet betöltők azonosítása információterjedés vizsgálata (vagy fertőzés vizsgálat) – egy hálózaton belül hogyan terjed az információ
© Bánsághi Anna
68 of 70
Rendszertervezés 3
7. előadás
GRÁF KLASZTEREZÉS
© Bánsághi Anna
69 of 70
Rendszertervezés 3
7. előadás
WEBBÁNYÁSZAT webtartalom bányászat web szövegbányászat intelligens keresőügynökök információ-szűrés és kategorizálás web lekérdező rendszerek webstruktúra bányászat látogatási struktúra elemzése klikkelés-sorozatok elemzése web oldalak tervezési stratégiája webhasználat bányászat látogatók szokásainak, magatartásmintáinak tanulmányozása látogatók tevékenységének előrejelzése és ösztönzése webszolgáltatás minőségének javítása, webszerver teljesítményének optimalizálása
© Bánsághi Anna
70 of 70
