Projektvezetői döntések támogatása webbányászattal
|
|
- Ábel Ede Kozma
- 9 évvel ezelőtt
- Látták:
Átírás
1 NETWORKSHOP március Dunaújváros, Dunaújvárosi Főiskola Projektvezetői döntések támogatása webbányászattal Bóta László Ph.D. hallgató (BME) Eszterházy Károly Főiskola, Eger
2 BI (Business Intelligence) Eklektika, a tudásportál
3 Üzleti intelligencia vállalati adatgyűjtő-, tároló-, elemző eljárások és alkalmazások együttese elemei: vállalati- és vezetői információs rendszerek, döntéstámogató rendszerek, adatbányászat, adatmegjelenítés, geográfiai információs rendszerek stb.
4 Adatbányászat 1990 után intelligens műveletsor cél: adatminták kiemelése, azaz a tudásfeltárás alapja: jelentős adatmennyiség adatbányászati feladatok két osztálya leíró: az adatok általános jellemzőinek feltárása előrejelző: meglévő adatokból prognosztizál
5 Projektvezetői döntések támogatása adatbányászat részterületei lehetnek hasznosak egy projektnél: webbányászat (web mining) a vizsgálatok a teljes populáción történnek szövegbányászat (text mining)
6 Webbányászat webtartalom-bányászat (web content mining), kommunikációs stratégia kidolgozása piackutatás webstruktúra-bányászat (web structure mining) webhasználat-bányászat (web usage mining) a fogyasztók szokásainak, magatartásmintáinak tanulmányozása
7 Webhasználat-bányászat webnapló bányászat webnapló-bejegyzés mezői: a kérés kiindulási helyének IP címe a kérés pontos ideje a kért URL cím még néhány adat [11/Mar/2007:07:07: ] "GET /index.php HTTP/1.1" [11/Mar/2007:07:07: ] "GET /stilus.css HTTP/1.1" [11/Mar/2007:07:07: ] "GET /index_ektf.php HTTP/1.1" [11/Mar/2007:07:07: ] "GET /images/logo_tel.gif HTTP/1.1" [11/Mar/2007:07:07: ] "GET /images/neptun.gif HTTP/1.1" [11/Mar/2007:07:07: ] "GET /hir/zongora.jpg HTTP/1.1" [11/Mar/2007:07:07: ] "GET /kultura/szinhaz.jpg HTTP/1.1" [11/Mar/2007:07:07: ] "GET /hir/otdk.gif HTTP/1.1"
8 A feldolgozás iteratív folyamata előfeldolgozás, módszerei: adattisztítás tömörítés transzformálás elemzés, módszerei: statisztikai mutatók tanuló algoritmusok (döntési fa, klaszteranalízis stb. ) az adatok prezentálása táblázat, diagram
9 Mit érhet el vele a projektvető? a fogyasztók individualizált, online kiszolgálásának tökéletesítése ugyanis a felhasználó elvárása: egyszerű weboldal a perszonalizáció lehető legmagasabb fokán a fogyasztó nagyon kevés mentális erőfeszítést szeretne kifejteni a weboldalon
10 Piacvezető szoftverek lap-középpontú, és felhasználó-középpontú filozófia SPSS Clementine program + WebMining CAT webbányászati modul CAT (Clementine Application Template) használják: OTP Bank TÁRKI DATA RESEARCH Millward Brown (piackutató) T-Mobile Bi Consulting SAS Enterprise Miner program + webbányászati modul
11 Clementine - felhasználói felület Eklektika, a tudásportál
12 WebMining CAT modul streamjei A látogatók leggyakoribb aktivitási sorozatainak azonosítása Activity Sequence Analysis (Most Common Activity Sequences, Eventstream Visualisation) A látogatások és a látogatók szegmentációja Visit and User Segmentation (E-ChannelUser RFM Classifications, User Mode Determination, Visit Branding) Advanced User Segmentation A látogatók viselkedésének elemzése Web Site Activity and User Behavior (Visit Activity Variances, Identifying Undesirable Behavior, Lifetime Conversion Tracking, Points of Abandonment, User Activity Focus, Visit Activity Funnels, Navigational Usage) A látogatók döntési hajlamának meghatározása tanuló algoritmusok segítségével Propensity Analysis
13 Eklektika tudásportál és a webbányászat minőségi követelmények szoftver-ergonómia valós és látens látogatói igények perszonalizált kielégítése a fejlesztés elősegítése mi érdekli a látogatókat
14 Hátrányok költségek non-profit szervezetek számára elérhető web 2.0 kapcsán megjelenő ingyenes alkalmazások hosszú betanulási idő
ADATBÁNYÁSZATI MÓDSZEREK AZ ELEKTRONIKUS TANULÁSBAN. 9. elearning Fórum
ADATBÁNYÁSZATI MÓDSZEREK AZ ELEKTRONIKUS TANULÁSBAN (A minőségbiztosítás új lehetőségei) Izsó Lajos 9. elearning Fórum 2008. június 4. 1 Az előadás vázlata Az adatbányászat (datamining) - és a webbányászat
RészletesebbenPROJEKTVEZETŐI DÖNTÉSEK TÁMOGATÁSA WEBBÁNYÁSZATTAL
PROJEKTVEZETŐI DÖNTÉSEK TÁMOGATÁSA WEBBÁNYÁSZATTAL Bóta László, e-mail: botal@ektf.hu Eszterházy Károly Főiskola Adatbányászat, a webbányászat alapja A jól működő projektek döntés-előkészítési és ellenőrzési
RészletesebbenWEB-BÁNYÁSZATI MÓDSZEREK ALKALMAZÁSA INTERNET-ALAPÚ TANANYAGOK MINŐSÉGVIZSGÁLATÁRA
WEB-BÁNYÁSZATI MÓDSZEREK ALKALMAZÁSA INTERNET-ALAPÚ TANANYAGOK MINŐSÉGVIZSGÁLATÁRA (A 13. MultiMédia az oktatásban konferencián elhangzott Web-bányászati módszerek alkalmazása Internet-alapú tananyagok
RészletesebbenAz egri Eszterházy Károly Főiskola teljes honlapjának vizsgálata. Bóta László Ph.D. hallgató (BME) május 18.
Az egri Eszterházy Károly Főiskola teljes honlapjának vizsgálata Bóta László Ph.D. hallgató (BME) 2007. május 18. 1 Lehetőségek Távoktatás Publikus honlap (*) Blended learning (e-learning) Google statisztika
RészletesebbenAZ ESZTERHÁZY KÁROLY FŐISKOLA HONLAPJÁNAK ELEMZÉSE WEBBÁNYÁSZATI MÓDSZEREK FELHASZNÁLÁSÁVAL
MultiMédia az Oktatásban 2007 konferencia Budapesti Műszaki Főiskola, 2007. augusztus 23-24. AZ ESZTERHÁZY KÁROLY FŐISKOLA HONLAPJÁNAK ELEMZÉSE WEBBÁNYÁSZATI MÓDSZEREK FELHASZNÁLÁSÁVAL Bóta László Eszterházy
RészletesebbenWeb-bányászati technikák alkalmazása webhelyek minőségvizsgálatára
Web-bányászati technikák alkalmazása webhelyek minőségvizsgálatára Bevezető Izsó Lajos A BME EPT konferenciája 2007. június 15. 1 Web-bányászat az SPSS Clementine programcsomag WebMining CAT modulja segítségével
RészletesebbenA COEDU E-LEARNING KERETRENDSZER HASZNÁLATÁNAK ELEMZÉSE
MultiMédia az Oktatásban 2007 konferencia Budapesti Műszaki Főiskola, 2007. augusztus 23-24. A COEDU E-LEARNING KERETRENDSZER HASZNÁLATÁNAK ELEMZÉSE Nyéki Lajos SZE 9026 Győr Egyetem tér 1. nyeki@sze.hu
RészletesebbenVEZETŐI DÖNTÉSEK TÁMOGATÁSA WEBBÁNYÁSZATTAL AZ INTÉZMÉNY HONLAPVÁLTÁSÁNAK TÜKRÉBEN. Bóta László Eszterházy Károly Főiskola.
VEZETŐI DÖNTÉSEK TÁMOGATÁSA WEBBÁNYÁSZATTAL AZ INTÉZMÉNY HONLAPVÁLTÁSÁNAK TÜKRÉBEN SUPPORTING DECISIONS OF MANAGEMENT MAKING VIA WEB MINING BASED ON WEBSITE CHANGE OF THE EDUCATIONAL INSTITUTION Bóta László
RészletesebbenHonlapok használhatóságának ergonómiai szempontjai
Honlapok használhatóságának ergonómiai szempontjai (Web-site usability) Izsó Lajos Lux et Color Vespremiensis szimpozium HCI&DfA szekció 2009. okt. 6., Veszprém Honlapok használhatósága Honlapok fejlesztésének
RészletesebbenOKTATÁSI ADATBÁNYÁSZAT
Bóta László Eszterházy Károly Főiskola, Médiainformatika Intézet botal@ektf.hu OKTATÁSI ADATBÁNYÁSZAT Adatbányászat az oktatásban Az intézményi szintű döntéshozatal és a stratégiai irányítás a felső vezetés,
RészletesebbenTartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.
Tartalom Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Előszó 1. Az adatbányászatról általában 19 1.1. Miért adatbányászat? 21 1.2. Technológia a rejtett információk
RészletesebbenADATBÁNYÁSZATI MODELLEK SZEREPE A MARKETINGKUTATÁSBAN
ADATBÁNYÁSZATI MODELLEK SZEREPE A MARKETINGKUTATÁSBAN Bóta László adjunktus Eszterházy Károly Főiskola botal@ektf.hu Kulcsszavak: online marketingkommunikáció, adatbányászat, webbányászat, oktatásmenedzsment,
RészletesebbenTÁVOKTATÁSOS HALLGATÓK LMS HASZNÁLATÁNAK ELEMZÉSE. Nyéki Lajos Széchenyi István Egyetem. Összefoglaló
TÁVOKTATÁSOS HALLGATÓK LMS HASZNÁLATÁNAK ELEMZÉSE THE ANALYSIS OF LMS USAGE OF DISTANT EDUCATION STUDENTS Nyéki Lajos Széchenyi István Egyetem Összefoglaló A Széchenyi István Egyetemen 2004 szeptembere
RészletesebbenSoltész Gábor. Önéletrajz Budapest, Lechner Ödön fasor em 26. a.
Soltész Gábor Önéletrajz SZEMÉLYI ADATOK Születési dátum: 1983.07.09 Születési hely: Lakcím: Dunaújváros 1095 Budapest, Lechner Ödön fasor 1. 2. em 26. a Telefonszám: +36/20-466-7553 Email: Weboldal: solteszgabor@solteszgabor.com
RészletesebbenGOOGLE ANALITYCS VS. SPSS CLEMENTINE
GOOGLE ANALITYCS VS. SPSS CLEMENTINE Grujber Zoltán Berzsenyi Dániel Főiskola 9700 Szombathely, Károlyi Gáspár tér 4. gzoltan@bdf.hu Absztrakt: A Google Analitycs egy ingyenesen hozzáférhető, meglehetősen
RészletesebbenÜzleti intelligencia - eszközöktől a megoldásokig
Atlanta Barcelona Berlin Vienna Budapest Bukarest Düsseldorf München Stuttgart Zurich www.ifua.hu Fekete Gábor ügyvezető partner 2007. március 21. Üzleti intelligencia - eszközöktől a megoldásokig IFUA
RészletesebbenÍgy kampányolunk mi. Hans Zoltán. Szolgáltatás Fejlesztés és Online Irányítás vezető. IBM-SPSS üzleti reggeli (Budapest) 2010.09.22.
Így kampányolunk mi Hans Zoltán Szolgáltatás Fejlesztés és Online Irányítás vezető IBM-SPSS üzleti reggeli (Budapest) 2010.09.22. LIFE INSURANCE PENSION INVESTMENT Tartalom AEGON Útkeresések Esettanulmány
RészletesebbenA BDF website elemzése SPSS CLEMENTINE WEB MINING segítségével. Zsiros Péter
A BDF website elemzése SPSS CLEMENTINE WEB MINING segítségével Zsiros Péter 1 2 Az elemzés kiindulópontja, célok Google analízis: heti hullámzás (Grujber Zoltán) Log fájlok vizsgálata: külső és belső IP
RészletesebbenNyílt forráskód, mint üzleti előny. Szücs Imre VTMSZ - CMC Minősítési előadás 2013.03.05. Ha valamit érdemes csinálni, akkor azt megéri jól csinálni
Nyílt forráskód, mint üzleti előny Szücs Imre VTMSZ - CMC Minősítési előadás 2013.03.05 Ha valamit érdemes csinálni, akkor azt megéri jól csinálni 1 Open source Első kérdések Forráskóddal kell dolgoznom?
RészletesebbenSAS szoftverek felhasználási lehetőségei a felsőoktatásban
SAS szoftverek felhasználási lehetőségei a felsőoktatásban Hodász Attila BDX Kft. Abrán József SAS Magyarország Miért SAS? Integrált keretrendszer amely a teljes feladat támogatására alkalmas Kiforrott
RészletesebbenAdatbányászat és Perszonalizáció architektúra
Adatbányászat és Perszonalizáció architektúra Oracle9i Teljes e-üzleti intelligencia infrastruktúra Oracle9i Database Integrált üzleti intelligencia szerver Data Warehouse ETL OLAP Data Mining M e t a
RészletesebbenGyors sikerek adatbányászati módszerekkel
Gyors sikerek adatbányászati módszerekkel Kezdő adatbányászati workshop Petrócziné Huczman Zsuzsanna 2015.10.13. Bemutatkozás BME, műszaki informatika szak, adatbányászati szakirány Citibank Data Explorer
RészletesebbenBDF WEBSITE ELEMZÉSE AZ SPSS CLEMENTINE WEB MINING SEGÍTSÉGÉVEL MINŐSÉGBIZTOSÍTÁS CÉLJÁBÓL
BDF WEBSITE ELEMZÉSE AZ SPSS CLEMENTINE WEB MINING SEGÍTSÉGÉVEL MINŐSÉGBIZTOSÍTÁS CÉLJÁBÓL Zsiros Péter BDF Alkalmazott Informatika és Információmenedzsment Tanszék 9700 Szombathely, Károlyi Gáspár tér
RészletesebbenA tér, ami megtérül...
A tér, ami megtérül... Cookie kezelési nyilatkozat Cookie kezelési nyilatkozat Az Üzemeltető a testre szabott kiszolgálás érdekében a Felhasználó számítógépén kis adatcsomagot (ún. cookie -t) helyez el.
RészletesebbenElektronikus oktatástámogató rendszer bevezetésének tapasztalatai. Jókai Erika Vig Zoltán
Elektronikus oktatástámogató rendszer bevezetésének tapasztalatai Jókai Erika Vig Zoltán Előadásvázlat Előkészítési, tervezési szakasz Bevezetési szakasz Kutatási területek Moodle Eredményeink Terveink
Részletesebbenhagyományos médiaperformancia és e-kereskedelem mit tanulhat az egyik a másiktól Nagy Barnabás Magyar Telekom
hagyományos médiaperformancia és e-kereskedelem mit tanulhat az egyik a másiktól Nagy Barnabás Magyar Telekom Most A klasszikus hirdetésekben, kampányolásban már nincsenek nagy lehetőségek Elértük a maximumot
RészletesebbenSAS Enterprise BI Server
SAS Enterprise BI Server Portik Imre vezető szoftverkonzulens SAS Institute, Magyarország A SAS helye a világban 280 iroda 51 országban 10,043 alkalmazott 4 millió felhasználó világszerte 41,765 ügyfél
RészletesebbenDr. Sasvári Péter Egyetemi docens
A magyarországi vállalkozások Üzleti Intelligencia használatának vizsgálata Dr. Sasvári Péter Egyetemi docens II. IRI Társadalomtudományi Konferencia, 2014. április 25-26. Nové Zámky (Érsekújvár) Gymnázium
RészletesebbenA webanalitika változó világa 4 felvonásban
A webanalitika változó világa 4 felvonásban Arató Bence, BI Consulting Email: arato@bi.hu, Twitter: @aratob Traffic Meetup, 2013.02.06 1 Bemutatkozás 15 éves szakmai tapasztalat az üzleti intelligencia
RészletesebbenTipikus időbeli internetezői profilok nagyméretű webes naplóállományok alapján
Tipikus időbeli internetezői profilok nagyméretű webes naplóállományok alapján Schrádi Tamás schraditamas@aut.bme.hu Automatizálási és Alkalmazott Informatikai Tanszék BME A feladat A webszerverek naplóállományainak
RészletesebbenMesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek
Mesterséges Intelligencia Elektronikus Almanach Konzorciumi partnerek 1 Konzorcium Budpesti Mőszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Méréstechnika és Információs Rendszerek
RészletesebbenOktatói weboldalak vizsgálata hallgatói szemszögből
Oktatói weboldalak vizsgálata hallgatói szemszögből Hallgatói és oktatói igények összevetése NETWORKSHOP KONFERENCIA 2013. március 26-28. Kvaszingerné Prantner Csilla Eszterházy Károly Főiskola csilla@ektf.hu
RészletesebbenSAS A HAZAI FELSŐOKTATÁSBAN
SAS A HAZAI FELSŐOKTATÁSBAN 2010 január 25. A SAS programcsomag felsőoktatásban történő használatáról szakmai tanácskozás résztvevőivel készített felmérés eredménye Gáspár-Papanek Csaba gaspar@tmit.bme.hu
RészletesebbenTeljes Életút Bázis Adatok
A családtámogatási ellátások folyósításának korszerűsítése TÉBA Teljes Életút Bázis Adatok Előadó: Kálmánné Schlichter Ilona A családtámogatási ellátások 1. A családok támogatásáról szóló 1998. évi LXXXIV.
RészletesebbenRopogós - Oracle BI EE 12C
Ropogós - Oracle EE 12C Felsővezetői, komplex dashboard bevezetés Havas Levente Lajtos Alex Budapest, 2018. november 13. Az IFUA Horváth & Partners ajánlása szerint egy Managed Enterprise rendszernek az
RészletesebbenKővári Attila, BI projekt
Innovatív BI konferencia, 2011-11-22 Kővári Attila, BI projekt Az előadás bemutatja, milyen lehetőségeket és problémákat rejtenek magukban az önkiszolgáló BI rendszerek. Foglalkozik az ilyen rendszereknél
RészletesebbenGazdasági informatika alapjai
PSZK Mesterképzési és Távoktatási Központ / H-1149 Budapest, Buzogány utca 10-12. / 1426 Budapest Pf.:35 II. évfolyam Név: Neptun kód: Kurzus: Tanár neve: HÁZI DOLGOZAT 2. Gazdasági informatika alapjai
RészletesebbenADATVÉDELMI NYILATKOZAT 1, BEVEZETŐ
ADATVÉDELMI NYILATKOZAT HATÁLYOS: 2018. 08. 20. 1, BEVEZETŐ Számunkra nagyon fontos, hogy betartsuk az aktuálisan érvényes adatvédelmi szabályozást és törvényeket, így az alábbiakban részletesen tárgyaljuk
RészletesebbenENELFA záró konferencia 2014. január. 21. századi oktatási trendek, e-learning - Cesim OnService pilot tréningek
ENELFA záró konferencia 2014. január 21. századi oktatási trendek, e-learning - Cesim OnService pilot tréningek Children must be taught how to think, not what to think. Margaret Mead A jelenlegi felsőoktatási
RészletesebbenVersenyelőnyszerzés az intelligens megoldások korában. Rehus Péter, SWG CEE, IS brand igazgató November 5.
Versenyelőnyszerzés az intelligens megoldások korában Rehus Péter, SWG CEE, IS brand igazgató 2013. November 5. Az új korszak átformálja a üzleti folyamatokat Big Data, közösség, mobil és felhőalapú e-business
RészletesebbenMicrosoft SQL Server telepítése
Microsoft SQL Server telepítése Az SQL Server a Microsoft adatbázis kiszolgáló megoldása Windows operációs rendszerekre. Az SQL Server 1.0 verziója 1989-ben jelent meg, amelyet tizenegy további verzió
RészletesebbenBevezetés A harmadik szoftverkrízis korát éljük! Szoftverkrízisek: 1. nincs elég olcsó: hardver, szoftver, programozó 2. nincs elég olcsó: szoftver, p
A MeMOOC online informatikai egyetem és a szoftverkrízis Dr. Kusper Gábor, EKE Dr. Nehéz Károly, ME Dr. Hornyák Olivér, ME Bevezetés A harmadik szoftverkrízis korát éljük! Szoftverkrízisek: 1. nincs elég
RészletesebbenIKT megoldások az ipar szolgálatában
IKT megoldások az ipar szolgálatában Charaf Hassan, egyetemi tanár, tanszékvezető 1 IKT Trendek A mobileszközök és szenzorok erősödése A felhőszolgáltatások elterjedése Hálózati megoldások robusztussága
RészletesebbenInnovatív trendek a BI területén
Innovatív trendek a BI területén 1 Technológiai trendek 3 BI-TREK kutatás Felmérés az üzleti intelligencia hazai alkalmazási trendjeiről Milyen BI szoftvereket használnak a hazai vállalatok? Milyen üzleti
RészletesebbenSzámítógépes döntéstámogatás. Bevezetés és tematika
SZDT-01 p. 1/18 Számítógépes döntéstámogatás Bevezetés és tematika Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-01 p. 2/18 SZDT-01
Részletesebben2. program: Információs és kommunikációs technológiák
2. program: Információs és kommunikációs technológiák A Széchenyi-terv Nemzeti Kutatási és Fejlesztési Programok 2002. évi pályázatán támogatást nyert projektek listája 2. program: Információs és kommunikációs
RészletesebbenESZTERHÁZY KÁROLY FŐISKOLA TERÜLETI TÁRSADALMI, GAZDASÁGI SZEREPÉNEK FEJLESZTÉSE: OKTATÁS GYAKORLAT INNOVÁCIÓ (TÁMOP F-13/ ) WORKSHOP
A gyakorlati képzés iránti vállalati igények és elvárások a régióban AZ ESZTERHÁZY KÁROLY FŐISKOLA TERÜLETI TÁRSADALMI, GAZDASÁGI SZEREPÉNEK FEJLESZTÉSE: OKTATÁS GYAKORLAT INNOVÁCIÓ (TÁMOP-4.1.1.F-13/1-2013-0009)
RészletesebbenMérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben
Mérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben Tantárgy Tárgykód I. félév ősz II. félév tavasz Algoritmusok
RészletesebbenRetro adatbányászat. Kovács Gyula Andego Tanácsadó Kft.
Retro adatbányászat Kovács Gyula Andego Tanácsadó Kft. Adattárház Fórum 2012 Magunkról 2010-ben alapították magánszemélyek (az alapítók több mint egy évtizedes BI tapasztalatokkal rendelkeznek) Andego
RészletesebbenTörténet John Little (1970) (Management Science cikk)
Információ menedzsment Szendrői Etelka Rendszer- és Szoftvertechnológia Tanszék szendroi@witch.pmmf.hu Vezetői információs rendszerek Döntéstámogató rendszerek (Decision Support Systems) Döntések információn
RészletesebbenTakács Gábor mérnök informatikus, okl. mérnöktanár
Takács Gábor mérnök informatikus, okl. mérnöktanár takacsg@sze.hu http://rs1.sze.hu/~takacsg/ Big Data Definition Big Data is data that can t be stored or analyzed using traditional tools. Információ tartalom,
RészletesebbenA GAGYIN TÚL - JAVASLAT A MAGYAR WEBES PIAC FEJLESZTÉSÉRE. Kollár László MS HU
A GAGYIN TÚL - JAVASLAT A MAGYAR WEBES PIAC FEJLESZTÉSÉRE Kollár László MS HU A probléma Forrás: http://www.newconcept.hu/blog/honlapkeszites_ingyen Ahogy az IPSOS látja http://www.online-marketing-akademia.hu/blog/2011/02/kkv-online-marketing-kutatas/
RészletesebbenGyors sikerek adatbányászati módszerekkel
Gyors sikerek adatbányászati módszerekkel Kezdő adatbányászati workshop Petrócziné Huczman Zsuzsanna Tajti András 2016.10.25. Petrócziné Huczman Zsuzsanna Andego Tanácsadó Kft. PBA, KÖBE, Fókusz Takarék,
RészletesebbenBig Data adattárházas szemmel. Arató Bence ügyvezető, BI Consulting
Big Data adattárházas szemmel Arató Bence ügyvezető, BI Consulting 1 Bemutatkozás 15 éves szakmai tapasztalat az üzleti intelligencia és adattárházak területén A BI Consulting szakmai igazgatója A BI.hu
Részletesebbena) Ismertesse a marketing szerepét a társadalomban, a marketingkoncepciót, valamint a vevőorientáció és a termelésorientáció közötti különbséget!
1. a) Ismertesse a marketing szerepét a társadalomban, a marketingkoncepciót, valamint a vevőorientáció és a termelésorientáció közötti különbséget! b) Hasonlítsa össze a kvalitatív és a kvantitatív kutatást,
RészletesebbenLiving Lab alkalmazási lehetőségek és példák
Living Lab alkalmazási lehetőségek és példák KOVÁCS Katalin Energiahatékony épületek és városrészek kialakítási módszerei és technológiái konferencia 2011. febr. 22. Áttekintés A Living Labek jellemzői
RészletesebbenAZ ÜGYFÉL KOMMUNIKÁCIÓ ÚJ FORMÁI POZITÍV ÜGYFÉLÉLMÉNY SZÖVEGBÁNYÁSZATI MEGOLDÁSOK
AZ ÜGYFÉL KOMMUNIKÁCIÓ ÚJ FORMÁI POZITÍV ÜGYFÉLÉLMÉNY SZÖVEGBÁNYÁSZATI MEGOLDÁSOK HOFGESANG PÉTER ÜZLETI INTELLIGENCIA A JÖVŐ, AHOGY MI LÁTJUK Hagyományos és új kommunikációs formák Szöveges adatok Szöveganalitika
RészletesebbenAdatbányászat & tudásfeltárás Újszerû eszközök és technikák az üzleti döntéstámogatáshoz
www.iir-hungary.hu IIR-Szakkonferencia a felsôvezetés számára The World's Leading Conference Company Institute for International Research Adatbányászat & tudásfeltárás Újszerû eszközök és technikák az
RészletesebbenMobil Üzleti Intelligencia
Mobil Üzleti Intelligencia Forradalom az üzleti intelligenciában Kiss Péter BiXPERT Kft. A Mobil Internet nagyságrendekkel nagyobb hatással lesz a felhasználókra mint a Desktop Internet Mindig Információ
RészletesebbenAdatbányászati módszerek alkalmazása virtuális kurzusok minőségvizsgálatára
9. elearning Fórum 2008. június 3-4. Adatbányászati módszerek alkalmazása virtuális kurzusok minőségvizsgálatára Tóth Péter toth.peter@tmpk.bmf.hu Budapesti Műszaki Főiskola Tanárképző és Mérnökpedagógiai
RészletesebbenVezetői információs rendszerek
Vezetői információs rendszerek Kiadott anyag: Vállalat és információk Elekes Edit, 2015. E-mail: elekes.edit@eng.unideb.hu Anyagok: eng.unideb.hu/userdir/vezetoi_inf_rd 1 A vállalat, mint információs rendszer
Részletesebben2016. április 21. Hotel Aquincum
2016. április 21. Hotel Aquincum Szoftvergazdálkodási érettségi modell IPR-Insights License Consulting Program SAM érettségi modell IPR-Insights SAM Maturity Model 4.0 Szintek és hozzájuk kapcsolódó szolgáltatások,
RészletesebbenCOMPANY PROFILE SZOFI ALGORITHMIC RESEARCH KFT
COMPANY PROFILE SZOFI ALGORITHMIC RESEARCH KFT WWW.SZOFIUSA.COM CÉGTÖRTÉNET 1990 Alapítás 1990 Informatikai fejlesztések kezdete 1992 Felsőfokú informatikai képzési rendszer kidolgozása a kormányzat részére
RészletesebbenTDK tájékoztató Gazdaságinformatika Intézeti Tanszék. 2016. tavasz
TDK tájékoztató Gazdaságinformatika Intézeti Tanszék 2016. tavasz TDK témakörök és tanszéki kutatások, tájékoztató Tisztelt Hallgató, Tájékoztatjuk, hogy a meghirdetett témakörök csak tájékoztató jellegűek,
RészletesebbenFejlett kereső és lekérdező eszközök egy elektronikus szakfolyóirathoz (IBVS)
Networkshop, 2008 Márc. 17 19., Dunaújváros Holl Erdődi: Fejlett kereső... 1 Fejlett kereső és lekérdező eszközök egy elektronikus szakfolyóirathoz (IBVS) Holl András Erdődi Péter MTA Konkoly Thege Miklós
RészletesebbenBig Data az adattárházban
Big Data az adattárházban A párbaj folytatódik? Néhány fontos Big Data projekt Cég Téma Adat Újfajta Mennyiség Saját adat? Típus Google Influenza Google I big I Előjelzés előjelzés Farecast Xoom Chicagoi
RészletesebbenInternet-hőmérő alapkészlet
IPThermo127 KIT Internet-hőmérő alapkészlet Ethernetre / internetre csatolható digitális hőmérő monitorozó programmal Az IPThermo Simple család tagja. A jól ismert IPThermo126 kit továbbfejlesztett utódja,
RészletesebbenBig Data technológiai megoldások fejlesztése közvetlen mezőgazdasági tevékenységekhez
Big Data technológiai megoldások fejlesztése közvetlen mezőgazdasági tevékenységekhez Szármes Péter doktorandusz hallgató Széchenyi István Egyetem, MMTDI Dr. Élő Gábor egyetemi docens, Széchenyi István
RészletesebbenÚj módszerek és eszközök infokommunikációs hálózatok forgalmának vizsgálatához
I. előadás, 2014. április 30. Új módszerek és eszközök infokommunikációs hálózatok forgalmának vizsgálatához Dr. Orosz Péter ATMA kutatócsoport A kutatócsoport ATMA (Advanced Traffic Monitoring and Analysis)
RészletesebbenHálózati WAN forgalom optimalizálása
Hálózati WAN forgalom optimalizálása 2013.11.07 HBONE Workshop Aranyi Ákos NIIF Intézet Bevezetés: Probléma: Kis sávszélesség Nem megfelelő használat: Vírusok,férgek Rosszul beállított szerverek Túl sok
RészletesebbenNemzeti Adó- és Vámhivatal adattárházainak informatikai támogatása
Nemzeti Adó- és Vámhivatal adattárházainak informatikai támogatása Közbeszerzési Értesítő száma: 2015/117 Beszerzés tárgya: Szolgáltatásmegrendelés Hirdetmény típusa: Ajánlati felhívás/eu/2011.08.19. EUHL
RészletesebbenSzövetségi (föderatív) jogosultságkezelés
Szövetségi (föderatív) jogosultságkezelés 2010. április 8. Networkshop, Debrecen Bajnok Kristóf NIIF Intézet Jelszavak, jelszavak,... Alkalmazásonként külön felhasználónyilvántartás nehezen használható
RészletesebbenA Portfolio Csoport internetes látogatottsági felmérése
A Portfolio Csoport internetes látogatottsági felmérése Tisztelt Partnerünk! A következő oldalakon a Szonda Ipsos és a Gemius közös kutatásának (gia) eredményeit mutatjuk be, összehasonlítva a Portfolio.hu
RészletesebbenA USER Kft - mint Open Text partner - bemutatása
A USER Kft - mint Open Text partner - bemutatása SAP konferencia 2008.szeptember 22. Tihany Copyright 2008 Open Text Inc. All rights reserved. Kárász Vilmos Sales Manager USER KFT vilmos.karasz@user.hu
RészletesebbenTeljes körű weboldal, API és DDoS védelmi szolgáltatás
Közép-európai disztribútorunk a Yellow Cube. www.greywizard.com www.yellowcube.eu Teljes körű weboldal, API és DDoS védelmi szolgáltatás A Grey Wizard weboldalak, webshopok és API-k védelmét biztosító,
RészletesebbenSikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter
Sikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter Bevezető az Oracle9i adattárházas újdonságaihoz Elemzési és vezetői információs igények 80:20 az adatgyűjtés javára! Adattárházak kínálta
RészletesebbenE-SZOLGÁLTATÁSOK INTEGRÁCIÓJA INTÉZMÉNYI SZINTEN
E-SZOLGÁLTATÁSOK INTEGRÁCIÓJA INTÉZMÉNYI SZINTEN (E-learning stratégia a gyakorlatban, éves jelentés 2009-2010) Sinka Róbert e-learning koordinátor Sinka.Robert@lib.szie.hu Szent István Egyetem Kosáry
RészletesebbenIBM Business Monitor 7. változat 5. alváltozat. IBM Business Monitor telepítési kézikönyv
IBM Business Monitor 7. változat 5. alváltozat IBM Business Monitor telepítési kézikönyv ii Telepítés Tartalom 1. fejezet IBM Business Monitor telepítése.............. 1 2. fejezet IBM Business Monitor
RészletesebbenAz információs portáloktól a tudásportálokig
Az információs portáloktól a tudásportálokig open access nyílt hozzáférés szervezett szolgáltatási és informatikai környezetben Nemzeti Közszolgálati Egyetem 2013. október 21. Horvath.zoltanne@pp.t-systems.hu
RészletesebbenFekete Csaba Csongor Üzleti intelligencia vezető Citibank ZRt.
Fekete Csaba Csongor Üzleti intelligencia vezető Citibank ZRt. Tartalom BI mérföld kövek Kezdeti architektúra és kontextus Lokális Adattárház Kialakítása CRM Evolúció Üzleti Intelligencia kiaknázó eszközök
RészletesebbenWebanalitika a mindennapokban
Webanalitika a mindennapokban NEEK konferencia 2015.02.19. www.gemius.hu Rólunk A Gemius világszerte Piaci igények széleskörű ismerete Nemzetközi háttér, folyamatos fejlesztés Innovatív üzleti megoldások
RészletesebbenInfor PM10 Üzleti intelligencia megoldás
Infor PM10 Üzleti intelligencia megoldás Infor Üzleti intelligencia (Teljesítmény menedzsment) Web Scorecard & Műszerfal Excel Email riasztás Riportok Irányít Összehangol Ellenőriz Stratégia Stratégia
RészletesebbenA kezdeményezés célkitűzése
A kezdeményezés célkitűzése Oktatás Összefogni az oktatók tevékenységét Minőségi tananyagok, az oktatók továbbképzése Folyamatosan bővülő tananyagbázis, bárki számára elérhető Kutatás Támogatni a Java
RészletesebbenAz üzleti intelligencia megoldások helye és szerepe a magyar vállalatok életében. Dr. Kovács László Dr. Sasvári Péter Miskolci Egyetem
Az üzleti intelligencia megoldások helye és szerepe a magyar vállalatok életében Dr. Kovács László Dr. Sasvári Péter Miskolci Egyetem 1 Mit jelent a BI? Mi jellemzi a BI értelmezésének fejlődését, az értelmezési
RészletesebbenRapidAnalytics Enterprise Edition bevezetés a Telenor Magyarországnál. Szakács Balázs - Telenor Magyarország Szücs Imre United Consult
RapidAnalytics Enterprise Edition bevezetés a Telenor Magyarországnál Szakács Balázs - Telenor Magyarország Szücs Imre United Consult Miről lesz szó? Telenor bemutatása Eszközválasztás háttere Igények
RészletesebbenÉrtékesítések (összes, geográfiai -, ügyfelenkénti-, termékenkénti megoszlás)
Saját vállalkozás Értékesítések (összes, geográfiai -, ügyfelenkénti-, termékenkénti megoszlás) Piaci részesedés Haszonkulcs Marketing folyamatok Marketing szervezet Értékesítési/marketing kontrol adatok
RészletesebbenAlkalmazásokban. Dezsényi Csaba Ovitas Magyarország kft.
Tudásmodellezés Kereskedelmi Alkalmazásokban Dezsényi Csaba Ovitas Magyarország kft. Tudásmenedzsment Adat -> Információ -> Tudás Intézményi tudásvagyon hatékony kezelése az üzleti célok megvalósításának
RészletesebbenOktatói önéletrajz Dr. Gáti Mirkó György
adjunktus Gazdálkodástudományi Kar Marketingkutatás és Fogyasztói Magatartás Tanszék Karrier Felsőfokú végzettségek: 2010-2016 Budapesti Corvinus Egyetem, Gazdálkodástani Doktori Iskola, Gazdálkodás- és
RészletesebbenAdatbányászat és Perszonalizáció az Oracle9i-ben
Adatbányászat és Perszonalizáció az Oracle9i-ben Oracle9i adatbányászat 2000. szeptember 6. Fekete Zoltán Palaczk Péter Agenda Oracle9i Database Teljes e-business Intelligence infrastruktúra Mi is az adatbányászat?
RészletesebbenKöltségmegtakarítás járatoptimalizálással. Lukács Lajos Ügyvezető DSS Consulting Kft.
Költségmegtakarítás járatoptimalizálással Lukács Lajos Ügyvezető DSS Consulting Kft. DSS Consulting Kft. Döntéstámogató rendszerek bevezetése Üzleti- és informatikai tanácsadás Egyedi alkalmazások fejlesztése
RészletesebbenA BMF TANÁRKÉPZŐ ÉS MÉRNÖKPEDAGÓGIAI KÖZPONT MOODLE VIRTUÁLIS TANULÁSI KÖRNYEZETE HASZNÁLATÁNAK ELEMZÉSE
A BMF TANÁRKÉPZŐ ÉS MÉRNÖKPEDAGÓGIAI KÖZPONT MOODLE VIRTUÁLIS TANULÁSI KÖRNYEZETE HASZNÁLATÁNAK ELEMZÉSE Szórád László Budapesti Műszaki Főiskola 1081 Budapest Népszínház u. 8. szorad.laszlo@tmpk.bmf.hu
RészletesebbenKI A JÓ SZÁLLODAI CÉLKÖZÖNSÉG ÉS HOGYAN TALÁLJUK MEG ŐKET?
KI A JÓ SZÁLLODAI CÉLKÖZÖNSÉG ÉS HOGYAN TALÁLJUK MEG ŐKET? VOIT PETER HEAD OF EXPANSION - POST FOR RENT PETER@POSTFORRENT.COM +36 70 211 77 47 LINKEDIN.COM/IN/VOITPETER HOGYAN TALÁLJUK MEG A JÓ CÉLKÖZÖNSÉGET
RészletesebbenGeoinformatikai szakember szakirányú továbbképzési szak
Óbudai Egyetem Alba Regia Műszaki Kar Geoinformatikai szakember szakirányú továbbképzési szak távoktatásos szakirányú továbbképzés Szakindítási dokumentáció Székesfehérvár, 2014. TARTALOMJEGYZÉK I. Adatlap
RészletesebbenBeszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV
Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 3. Előadás A beszerzési logisztikai folyamat Design tervezés Szükséglet meghatározás Termelés tervezés Beszerzés
RészletesebbenVideóportálok a felsőoktatásban
Kovács András NIIF Intézet NetworkShop 2009, Szeged 2009. április 15. Mire jó egy Nemzeti videóportál? Információs Infrastruktúra Fejlesztési Intézet Multimédia repozitórium-ok: Felsőoktatás-kutatás:
RészletesebbenVáltozó vásárlói szokások nyomon követése 2016 Szeptember SAP Forum. Komjáthy Csaba
Változó vásárlói szokások nyomon követése 2016 Szeptember SAP Forum Komjáthy Csaba Digitális átalakulás, nem csak az online boltokban A bolti értékesítés megoszlása a teljes kereskedelmi bevételek tekintetében
RészletesebbenAz informáci. Forczek Erzsébet SZTE, ÁOK Orvosi Informatikai Intézet. 2009. május 24-25.
Az informáci ció életútjatja Forczek Erzsébet SZTE, ÁOK Orvosi Informatikai Intézet 2009. május 24-25. Mit oktassunk nem informatika szakos hallgatóknak? ( orvos, gyógyszerész, főiskolai: ápoló, gyógytornász,
RészletesebbenS S A D M ELEMZÉSI ÉS TERVEZÉSI MÓDSZERTAN. Structured Systems Analysis and Design Method
S S A D M ELEMZÉSI ÉS TERVEZÉSI MÓDSZERTAN Structured Systems Analysis and Design Method Mi az SSADM? Kifejezetten a rendszerelemzést és a szoftverfejlesztést támogatja. Eljárási, műszaki és dokumentációs
RészletesebbenBIG DATA ÉS GÉPI TANULÁS KÖRNYEZET AZ MTA CLOUD-ON KACSUK PÉTER, NAGY ENIKŐ, PINTYE ISTVÁN, HAJNAL ÁKOS, LOVAS RÓBERT
BIG DATA ÉS GÉPI TANULÁS KÖRNYEZET AZ MTA CLOUD-ON KACSUK PÉTER, NAGY ENIKŐ, PINTYE ISTVÁN, HAJNAL ÁKOS, LOVAS RÓBERT TARTALOM MTA Cloud Big Data és gépi tanulást támogató szoftver eszközök Apache Spark
Részletesebben