📄Работа №91445
Тема: РЕАЛИЗАЦИЯ МЕТОДОВ ПРЕДИКТИВНОЙ АНАЛИТИКИ БОЛЬШИХ ОБЪЕМОВ ДАННЫХ
Тип работы
Магистерская диссертация
Предмет
информационные системы
Объем:
73 листов
Год:
2021
Просмотров:
204
5500
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
1. ХАРАКТЕРИСТИКА ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ СИСТЕМ
И ПРОКАТА ВЕЛОСИПЕДОВ 6
1.1. Системы проката велосипедов 6
1.2. Анализ моделей и методов для решения задач прогнозирования 10
2. СУЩЕСТВУЮЩИЕ ТЕХНОЛОГИИ И МЕТОДЫ ПРОГНОЗИРОВА
НИЯ 18
2.1. Интеллектуальный анализ данных 18
2.2. Big Data и системы проката велосипедов 22
2.3. Предиктивная аналитика и Data Mining 27
3. МЕТОДЫ И АЛГОРИТМЫ ПРЕДИКТИВНОЙ АНАЛИТИКИ ДЛЯ
СИСТЕМ ПРОКАТА ВЕЛОСИПЕДОВ 30
3.1. Исследование методов предиктивной аналитики для систем
проката велосипедов 30
3.2. Разработка алгоритма на базе метода регрессии опорных 49 векторов
3.3. Разработка алгоритма на базе метода случайного леса 52
4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНОЙ ПРОВЕРКИ МЕТОДОВ И АЛГОРИТМОВ ФУНКЦИОНИРОВАНИЯ СИСТЕМЫ ПРОГНОЗИР ОВАНИЯ ПРОКАТА ВЕЛОСИПЕДОВ
4.1. Исследование наборов данных 55
4.1.1. Структура наборов данных 55
4.1.2. Очистка и предварительная обработка данных 56
4.1.3. Одномерный анализ отклика переменных 56
4.1.4. Двумерный анализ отклика переменных 58
4.1.5. Корреляционный анализ 61
4.2. Прогнозирование 63
4.2.1. Подготовка набора данных для обучения 63
4.2.2. Выявление оптимальной модели 63
4.3. Визуализация результатов 66
ЗАКЛЮЧЕНИЕ 67
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 68
И ПРОКАТА ВЕЛОСИПЕДОВ 6
1.1. Системы проката велосипедов 6
1.2. Анализ моделей и методов для решения задач прогнозирования 10
2. СУЩЕСТВУЮЩИЕ ТЕХНОЛОГИИ И МЕТОДЫ ПРОГНОЗИРОВА
НИЯ 18
2.1. Интеллектуальный анализ данных 18
2.2. Big Data и системы проката велосипедов 22
2.3. Предиктивная аналитика и Data Mining 27
3. МЕТОДЫ И АЛГОРИТМЫ ПРЕДИКТИВНОЙ АНАЛИТИКИ ДЛЯ
СИСТЕМ ПРОКАТА ВЕЛОСИПЕДОВ 30
3.1. Исследование методов предиктивной аналитики для систем
проката велосипедов 30
3.2. Разработка алгоритма на базе метода регрессии опорных 49 векторов
3.3. Разработка алгоритма на базе метода случайного леса 52
4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНОЙ ПРОВЕРКИ МЕТОДОВ И АЛГОРИТМОВ ФУНКЦИОНИРОВАНИЯ СИСТЕМЫ ПРОГНОЗИР ОВАНИЯ ПРОКАТА ВЕЛОСИПЕДОВ
4.1. Исследование наборов данных 55
4.1.1. Структура наборов данных 55
4.1.2. Очистка и предварительная обработка данных 56
4.1.3. Одномерный анализ отклика переменных 56
4.1.4. Двумерный анализ отклика переменных 58
4.1.5. Корреляционный анализ 61
4.2. Прогнозирование 63
4.2.1. Подготовка набора данных для обучения 63
4.2.2. Выявление оптимальной модели 63
4.3. Визуализация результатов 66
ЗАКЛЮЧЕНИЕ 67
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 68
📖 Введение
РЕФЕРАТ
Тема магистерской диссертации: «Реализация методов предиктивной аналитики больших объемов данных».
Цель исследования - разработка методов интеллектуального анализа данных для прогнозирования спроса на совместное использование велосипедов.
Предмет исследования - методы и алгоритмы предиктивной аналитики, применяемые для прогнозирования спроса на совместное использование велосипедов.
Объект исследования - является процесс обработки и анализа данных по велошерингу.
В результате магистерского исследования решены следующие задачи: был проведен анализ состояния методов предиктивной аналитики; изучены существующие методы и алгоритмы предиктивной аналитики; разработан алгоритм предварительной обработки; разработаны модели прогнозирования спроса на совместное использование велосипедов с помощью методов регрессии опорных векторов и случайного леса; проведены экспериментальные проверки методов и алгоритмов функционирования системы прогнозирования проката велосипедов. Метод регрессии опорных векторов служит лучшим показателем результат по прогнозированию в данном исследовании. Данный метод показал наименьшую ошибку.
Объем работы - 73 страниц, количество рисунков - 27, таблиц - 2, приложений - 5, 31 использованных источников литературы.
Ключевые слова: система велошеринга, прогнозирование спроса, анализ данных, методы предиктивной аналитики, метод регрессии опорных векторов, метод случайного леса.
Системы проката велосипедов - это автоматически процесс проката велосипедов от членства до аренды и возврата.
Сегодня к системам велошеринга проявляется большой интерес из-за их важной роли в вопросах дорожного движения, окружающей среды и здоровья. Поэтому, характеристики данных, генерируемых этими системами, делают их привлекательными для исследования.
В отличие от других транспортных услуг, таких как автобус или метро, в этих системах четко записывается продолжительность поездки, место отправления и прибытия. Следовательно, ожидается, что большинство важных событий в городе можно будет обнаружить с помощью мониторинга этих данных.
Цель магистерской диссертации разработка методов
интеллектуального анализа данных для прогнозирования спроса на совместное использование велосипедов.
Для решения поставленной цели были выявлены следующие задачи:
1) провести анализ состояния исследуемой проблемы;
2) изучить существующие методы и алгоритмы предиктивной аналитики;
3) разработать алгоритм предварительной обработки;
4) разработать модели прогнозирования спроса на совместное использование велосипедов с помощью методов регрессии опорных векторов и случайного леса;
5) провести экспериментальные проверки методов и алгоритмов функционирования системы прогнозирования проката велосипедов
Объектом исследования является процесс обработки и анализа данных по велошерингу.
Предметом исследования методы и алгоритмы предиктивной аналитики, применяемые для прогнозирования спроса на совместное использование велосипедов
Теоретическую и методологическую основу исследования заключается в том, что результаты исследования могут быть использованы при разработке систем автоматизированного велопроката.
Основные положения, выносимые на защиту. В ходе исследования сформулированы положения, выводы и рекомендации, наиболее существенными из которых можно считать следующие:
- модель прогнозирования спроса на совместное использование велосипедов на базе метода регрессии опорных векторов, обеспечивающая наименьшую погрешность прогноза;
Практическая значимость и возможность реализации результатов исследования. Осуществлен анализа и визуализация данных по велошерингу велошерингу.
Структура магистерской диссертации. Магистерская диссертация состоит из введения, четырех глав, заключения, списка использованных источников из 31 наименований, включает 27 рисунков и 2 таблицы.
Тема магистерской диссертации: «Реализация методов предиктивной аналитики больших объемов данных».
Цель исследования - разработка методов интеллектуального анализа данных для прогнозирования спроса на совместное использование велосипедов.
Предмет исследования - методы и алгоритмы предиктивной аналитики, применяемые для прогнозирования спроса на совместное использование велосипедов.
Объект исследования - является процесс обработки и анализа данных по велошерингу.
В результате магистерского исследования решены следующие задачи: был проведен анализ состояния методов предиктивной аналитики; изучены существующие методы и алгоритмы предиктивной аналитики; разработан алгоритм предварительной обработки; разработаны модели прогнозирования спроса на совместное использование велосипедов с помощью методов регрессии опорных векторов и случайного леса; проведены экспериментальные проверки методов и алгоритмов функционирования системы прогнозирования проката велосипедов. Метод регрессии опорных векторов служит лучшим показателем результат по прогнозированию в данном исследовании. Данный метод показал наименьшую ошибку.
Объем работы - 73 страниц, количество рисунков - 27, таблиц - 2, приложений - 5, 31 использованных источников литературы.
Ключевые слова: система велошеринга, прогнозирование спроса, анализ данных, методы предиктивной аналитики, метод регрессии опорных векторов, метод случайного леса.
Системы проката велосипедов - это автоматически процесс проката велосипедов от членства до аренды и возврата.
Сегодня к системам велошеринга проявляется большой интерес из-за их важной роли в вопросах дорожного движения, окружающей среды и здоровья. Поэтому, характеристики данных, генерируемых этими системами, делают их привлекательными для исследования.
В отличие от других транспортных услуг, таких как автобус или метро, в этих системах четко записывается продолжительность поездки, место отправления и прибытия. Следовательно, ожидается, что большинство важных событий в городе можно будет обнаружить с помощью мониторинга этих данных.
Цель магистерской диссертации разработка методов
интеллектуального анализа данных для прогнозирования спроса на совместное использование велосипедов.
Для решения поставленной цели были выявлены следующие задачи:
1) провести анализ состояния исследуемой проблемы;
2) изучить существующие методы и алгоритмы предиктивной аналитики;
3) разработать алгоритм предварительной обработки;
4) разработать модели прогнозирования спроса на совместное использование велосипедов с помощью методов регрессии опорных векторов и случайного леса;
5) провести экспериментальные проверки методов и алгоритмов функционирования системы прогнозирования проката велосипедов
Объектом исследования является процесс обработки и анализа данных по велошерингу.
Предметом исследования методы и алгоритмы предиктивной аналитики, применяемые для прогнозирования спроса на совместное использование велосипедов
Теоретическую и методологическую основу исследования заключается в том, что результаты исследования могут быть использованы при разработке систем автоматизированного велопроката.
Основные положения, выносимые на защиту. В ходе исследования сформулированы положения, выводы и рекомендации, наиболее существенными из которых можно считать следующие:
- модель прогнозирования спроса на совместное использование велосипедов на базе метода регрессии опорных векторов, обеспечивающая наименьшую погрешность прогноза;
Практическая значимость и возможность реализации результатов исследования. Осуществлен анализа и визуализация данных по велошерингу велошерингу.
Структура магистерской диссертации. Магистерская диссертация состоит из введения, четырех глав, заключения, списка использованных источников из 31 наименований, включает 27 рисунков и 2 таблицы.
✅ Заключение
Система проката велосипедов - прекрасная альтернатива общественному транспорту с множеством преимуществ, как для личного пользования, так и для общественного пользования.
В настоящее время данные системы велошеринга часто используются в странах Европы, Америки, Азии и в странах СНГ. Но не во всех крупных городах можно наблюдать системы велошеринга. И сейчас правительство больше старается популяризовать в Казахстане и в России. Поэтому разработанный метод предиктивной аналитики может использоваться для задачи прогнозирования спроса проката велосипедов.
В диссертационной работе в рамках решения поставленной научно - технической задачи разработки методов интеллектуального анализа данных для прогнозирования спроса на совместное использование велосипедов были получены следующие результаты:
1) проведен анализ состояния исследуемой проблемы;
2) изучены существующие методы и алгоритмы предиктивной аналитики;
3) разработан алгоритм предварительной обработки;
4) разработаны модели прогнозирования спроса на совместное использование велосипедов с помощью методов регрессии опорных векторов и случайного леса;
5) проведены экспериментальные проверки методов и алгоритмов функционирования системы прогнозирования проката велосипедов.
Метод регрессии опорных векторов служит лучшим показателем результат по прогнозированию в данном исследовании. Данный метод показал наименьшую ошибку.
В настоящее время данные системы велошеринга часто используются в странах Европы, Америки, Азии и в странах СНГ. Но не во всех крупных городах можно наблюдать системы велошеринга. И сейчас правительство больше старается популяризовать в Казахстане и в России. Поэтому разработанный метод предиктивной аналитики может использоваться для задачи прогнозирования спроса проката велосипедов.
В диссертационной работе в рамках решения поставленной научно - технической задачи разработки методов интеллектуального анализа данных для прогнозирования спроса на совместное использование велосипедов были получены следующие результаты:
1) проведен анализ состояния исследуемой проблемы;
2) изучены существующие методы и алгоритмы предиктивной аналитики;
3) разработан алгоритм предварительной обработки;
4) разработаны модели прогнозирования спроса на совместное использование велосипедов с помощью методов регрессии опорных векторов и случайного леса;
5) проведены экспериментальные проверки методов и алгоритмов функционирования системы прогнозирования проката велосипедов.
Метод регрессии опорных векторов служит лучшим показателем результат по прогнозированию в данном исследовании. Данный метод показал наименьшую ошибку.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.