Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/36744
Повний запис метаданих
Поле DC | Значення | Мова |
---|---|---|
dc.contributor.advisor | Луцків, Андрій Мирославович | - |
dc.contributor.advisor | Lutskiv, Andriy | - |
dc.contributor.author | Кварамба, Рувімбо Рона | - |
dc.contributor.author | Kwaramba, Ruvimbo Ronah | - |
dc.date.accessioned | 2021-12-23T12:46:07Z | - |
dc.date.available | 2021-12-23T12:46:07Z | - |
dc.date.issued | 2021-12 | - |
dc.date.submitted | 2021-12 | - |
dc.identifier.citation | Кварамба Рувімбо Ронах. Методи аналізу та процесу великих даних у створенні системи рекомендацій для інтернет-магазину : магістерська кваліфікаційна робота «123 — Комп’ютерна інженерія» / Кварамба Рувімбо Рона. – Тернопіль : ТНТУ, 2021. – 56 с. | uk_UA |
dc.identifier.uri | http://elartu.tntu.edu.ua/handle/lib/36744 | - |
dc.description.abstract | Метою дослідження є обґрунтування математичного підходу та відповідного програмного забезпечення для рекомендаційної системи для рекомендації житла для клієнтів. Для досягнення цієї мети необхідно: проаналізувати характеристики вхідних даних та завдання, яке необхідно вирішити. Проаналізувати та обґрунтувати математичний підхід до побудови системи рекомендацій. .Аналіз та обґрунтування програмних технологій для впровадження системи. Вибір та обґрунтування середовища виконання рекомендаційної системи та впровадження прототипу рекомендаційної системи | uk_UA |
dc.description.abstract | The purpose of the work is to develop a software and hardware module for monitoring of the parameters of the microclimate of the building and the environment. Theoretical and practical aspects of software and hardware module of development for monitoring of building microclimate parameters were considered in the work. The choice of means of software development of the hardware and software complex is substantiated. In the course of this work, a software and hardware module for monitoring of the parameters of the microclimate was developed and implemented, which measures the ambient temperature, relative humidity and atmospheric pressure without human intervention. | uk_UA |
dc.description.tableofcontents | CHAPTER 1 1.1 Recommendation System...8 1.2 Big Data Concept...11 1.3 Machine Learning...14 1.4 Cloud Technology...17 1.5 The structure of the big data framework...18 CHAPTER 2 2.2 Methods to make recommendation...22 2.2 Software Recommendations System...23 2.3 Machine Learning...29 2.4 Google Cloud Platform...30 CHAPTER 3 3.1 Deployment and processing costs...33 3.2 Data analysis...34 3.3 Code Analysis...38 3.4 Big Data Frameworks...44 3.5Using GCP DataProc...48 CHAPTER 4 Occupational Health and Safety...49 CONCLUSION...51 REFERENCES...52 APPENDICES...53 | uk_UA |
dc.language.iso | uk | uk_UA |
dc.publisher | Тернопільський національний технічний університет імені Івана Пулюя | uk_UA |
dc.subject | 123 | uk_UA |
dc.subject | комп’ютерна інженерія | uk_UA |
dc.subject | Big Data Methods | uk_UA |
dc.subject | Cloud Providers | uk_UA |
dc.subject | Recommendation Systems | uk_UA |
dc.subject | Machine Learning | uk_UA |
dc.subject | хмарні постачальники | uk_UA |
dc.subject | машинне навчання | uk_UA |
dc.subject | Методи великих даних | uk_UA |
dc.subject | рекомендаційні системи | uk_UA |
dc.title | Methods of Big Data Analysis and Process in Creating a System of Recommendation for an online store | uk_UA |
dc.title.alternative | Методи аналізу та процесу великих даних у створенні системи рекомендацій для інтернет-магазину | uk_UA |
dc.type | Master Thesis | uk_UA |
dc.rights.holder | © Kварамба Рувімбо Рона, 2021 | uk_UA |
dc.contributor.committeeMember | Марценко, Сергій | - |
dc.contributor.committeeMember | Marcenko, Serhii | - |
dc.coverage.placename | Тернопільський національний технічний університет імені Івана Пулюя | uk_UA |
dc.format.pages | 56 | - |
dc.subject.udc | 004.4 | uk_UA |
dc.identifier.citationen | Kwaramba Ruvimbo Ronah. Methods of big data analysis and process in creating a system of recommendation for an online store: master qualification work “123 — Computer Engineering” / Kwaramba Ruvimbo Ronah- Ternopil: TNTU, 2021.-56 | uk_UA |
dc.contributor.affiliation | Тернопільський національний технічний університет імені Івана Пулюя | uk_UA |
dc.contributor.affiliation | Ternopil Ivan Puluj National Technical University | uk_UA |
dc.coverage.country | UA | uk_UA |
dcterms.references | 1. Barabasi, A. L. (2016). P.25Network scienceNew York, NY: Cambridge 2. Bhattacharya, D., & Ram, S. (2015). RT @News: An analysis of news agency ego networks in a micro-blogging environment. ACM Transactions on MIS, 6(3), P.1–25. 3. Breiman, L. (2001). Statistical modeling: The two cultures. Statistical Science, P.16, [Crossref][Web of Science ®][Google Scholar] 4. Delen, D. (2015). Real-world data mining: Applied business analytics and decision making. Upper Saddle River, NJ: FT Press (a Pearson Company). [electronic resource] 5. Delen, D & Demirkan, H. (2013). Data, information and analytics as services. Decision Support Systems 55,P. 359–363. [Crossref], [Web of Science ®], [Google Scholar] 6. Delen, D., & Zolbanin, H. M. (2018). The analytics paradigm in business research. Journal of Business Research, 90,P. 186 [Google Scholar] 7. Hauser O Luca, M. (2015). How to design and analyze a business experiment. Harvard Business Review. [electronic resource] 8. Lismont, J., Ram, S., Vanthienen, V., Lemahieu, W.,& Baesens, B. (2018). Predicting interpurchase time in a retail environment using customer product networks: An empirical study and evaluation. Expert Systems with Applications, 104, 22–32. doi: 10.1016/j.eswa.2018.03.016 [electronic scholar], [Google Scholar] 9. Liu, J., & Ram, S. (2018). Using big data and network analysis to understand Wikipedia article quality. Data and Knowledge Engineering, 115, P.80–93, doi: 10.1016/j.datak.2018.02.004. [Crossref], [Web of Science ®], [Google Scholar] 10. Putka, D. J., Beatty, A. S., & Reeder, M. C. (2017). Modern prediction methods: new perspectives on a common problem. Organizational Research Methods, 21(3), 689-732. doi:10.1177/1094428117697041 [Crossref], [Web of Science ®], [electronic reference] 11. Ram, S., Wang, Y., Currim, F., & Currim, S. (2015). Using big data for predicting freshman retention. Proceedings of International Conference on Information Systems, Ft. Worth, Texas. [electronic reference] | en_UA |
Розташовується у зібраннях: | 123 — комп’ютерна інженерія |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
author.doc | 27,5 kB | Microsoft Word | Переглянути/відкрити | |
Ruvimbo Master Thesis .pdf | 1,57 MB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора