Details
| Title | Разработка модуля "Прогнозирование" для подсистемы планирования инкассации банкоматов на основе алгоритмов интеллектуального анализа данных: магистерская диссертация |
|---|---|
| Creators | Елесина Ольга Дмитриевна |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
| Imprint | Санкт-Петербург, 2015 |
| Collection | Выпускные квалификационные работы ; Общая коллекция |
| Subjects | Вычислительные машины электронные — Применение в экономике ; Вычислительные машины электронные персональные — Программы прикладные ; Базы данных ; Экономическое прогнозирование ; инкассаторские услуги ; наличные расчеты ; денежное обращение |
| UDC | 004.42(043.3) ; 004.655.3(043.3) |
| LBC | 65.262.538с51я031 |
| Document type | Other |
| File type | |
| Language | Russian |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Record key | RU\SPSTU\edoc\29924 |
| Record create date | 12/11/2015 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В данной работе рассмотрен процесс создания модуля прогнозирования денежной наличности банкоматов на базе аналитических сервисов Microsoft SQL Server Analysis Services 2008 R2 с использованием технологии Data Mining. В работе отражены вопросы, касающиеся процесса инкассации банкоматов, рассмотрены сферы применения технологии Data Mining и алгоритмы: алгоритм дерева принятия решений и алгоритм временных рядов. Произведён сравнительный анализ инструментов бизнес-аналитики, на основе которого выбрано средство реализации модуля. Приведены построенные модели прогнозирования на основе указанных алгоритмов и проведена оценка качества данных моделей.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 1552
Last 30 days: 0
