Szekvencia-kereső algoritmusok hatékonyságának növelése

OData támogatás
Konzulens:
Nagy István
Távközlési és Médiainformatikai Tanszék

A diplomamunka egy, a feltérképezett üzleti felhasználási lehetőségekhez optimalizált szekvencia-keresésre épülő prediktív eljárás kidolgozásra tesz kísérletet. Ehhez szükség volt a jelenleg használt eljárások és azok alkalmazásának megismerésére, hiányosságainak feltárására, illetve azoknak a matematikai módszereknek az elsajátítására, melyekkel az egyes hiányosságok orvosolhatóak.

Az elkészített eljárás során a szekvencia-kereséshez szükséges események, illetve a közöttük eltelt időintervallumok is fuzzy-halmazként reprezentáltak, így a kapott szekvenciák fuzzy relációkként értelmezhetőek. A szekvencia-keresés során megtalált szoros szekvenciák, és az ezek között egy időkvantum (illetve annak többszörösei) alatt tapasztalt átmeneti valószínűségek egy Markov-láncban kerülnek reprezentálásra, mely hatványozásával megkapjuk a szükséges időtávra előrejelző prediktív modellt.

A fenti eljárás eredményeképp például egy szolgáltató vagy pénzintézet egy modellben elemezheti és jelezheti előre ügyfelei viselkedését, egyes termékeinek jövőbeni igénybevételét, vagy az egyes viselkedés elemek jövőbeli előfordulásának alakulását. Továbbá a modell építése közben értelmes, köznyelvi mondatokban informálódhat ügyfelei viselkedése felől.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.