Макаренко Т.П.ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ РИНКУ ПРАЦІ В УКРАЇНІ

автор **Admin** Ср Лист 15, 2017 5:40 pm

Т.П. Макаренко, магістр спеціальності економічної кібернетики, ЕК-51м

Науковий керівник: К.Ю. Вергал, к.е.н., доцент, доцент кафедри економіки підприємства та економічної кібернетики

ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ РИНКУ ПРАЦІ В УКРАЇНІ

Інтелектуальний аналіз даних (ІАД,Data Mining), або розвідка даних – термін, що застосовується для опису здобуття знань у бази даних, дослідження даних, обробки зразків даних, очищення і збору даних. Це процес виявлення кореляції, тенденцій, шаблонів, зв’язків і категорій.

Термін Data Mining дістав назву від двох понять: дані - data і переробка сирого матеріалу (гірської руди) - mining.

Data Mining - предметна область що виникла і розвивається на базі таких наук, як прикладна статистика, розпізнавання образів, штучний інтелект, теорія баз даних тощо.

Виникнення і розвиток Data Mining зумовлені різними факторами, серед яких вирізняємо основні: вдосконалення програмно-апаратного забезпечення; вдосконалення технологій зберігання і запису даних; накопичення великої кількості ретроспективних даних; вдосконалення алгоритмів обробки інформації.

Сутність і мету технології Data Mining можна описати так: це технологія, призначена для пошуку у великих інформаційних масивах даних неочевидних, об'єктивних, корисних на практиці закономірностей. ІАД здійснюється за допомогою використання технологій розпізнавання шаблонів, а також статистичних і математичних методів.

При розвідці даних багаторазово виконуються операції і перетворення над "сирими" даними (відбір ознак, стратифікація, кластеризація, візуалізація і регресія), що призначені для знаходження:

o структур, які інтуїтивно зрозумілі для людей і краще розкривають суть бізнес-процесів, що лежать в основі їх протікання;
o моделей, які можуть передбачити результат або значення певних ситуацій, використовуючи історичні або суб'єктивні дані.

Інтелектуальний аналіз даних - процес автоматичного пошуку прихованих закономірностей або взаємозв'язків між змінними у великих масивах необроблених даних, що поділяється на задачі класифікації, моделювання і прогнозування. Класичне визначення цього терміна дав у 1996 р. один із засновників цього напряму Г. П'ятецький-Шапіро.

Data Mining - це процес виявлення у необроблених даних раніше невідомих нетривіальних, практично корисних і доступних інтерпретацій знань, необхідних для прийняття рішень у різних сферах діяльності.

За визначенням SAS Institute, Data Mining - це процес виділення, дослідження і моделювання великих обсягів даних для виявлення невідомих до цього структур (patterns) з метою досягнення переваг у бізнесі.

За визначенням Gartner Group, Data Mining - це процес, мета якого - виявляти нові кореляції, зразки і тенденції у результаті просіювання великого обсягу даних з використанням методик розпізнавання зразків і статистичних та математичних методів.

В основу технології Data Mining покладено концепцію шаблонів (patterns), що є закономірностями, які властиві вибіркам даних і можуть бути подані у формі, зрозумілій людині.

Задачі Data Mining:

Класифікація (Classification) - виявляються ознаки, які характеризують групи об'єктів досліджуваного набору даних - класи; за цими ознаками новий об'єкт можна віднести до того або іншого класу. Для вирішення задач класифікації можуть використовуватися методи: найближчий сусід (Nearest Neighbor); к-найближий сусід (k-Nearest Neighbor); байє-совські мережі (Bayesian Networks); індукція дерев рішень; нейронні мережі (neural networks).
Кластеризація (Clustering) - результатом її є поділ об'єктів на групи.
Асоціація (Associations) - знаходять закономірності між пов'язаними подіями у наборі даних. Найбільш відомий алгоритм рішення задачі пошуку асоціативних правил - алгоритм Аргіогі.
Послідовність (Sequence), або послідовна асоціація (sequential association), - дає можливість знайти часові закономірності між транзакціями. Завдання послідовності подібне до асоціації, але її метою є встановлення закономірностей між подіями, пов'язаними за часом, тобто послідовність визначається високою ймовірністю ланцюжка пов'язаних за часом подій.
Прогнозування (Forecasting) - на основі особливостей історичних даних оцінюються майбутні значення показників. Застосовуються методи математичної статистики, нейронні мережі тощо.
Визначення відхилень (Deviation Detection), аналіз відхилень або викидів - виявлення й аналіз даних, що найбільше відрізняються від загальної чисельності даних, виявлення нехарактерних шаблонів.
Оцінювання (Estimation) - зводиться до прогнозу безперервних значень ознак.
Аналіз зв'язків (Link Analysis) - задача знаходження залежностей у наборі даних.
Візуалізація (Visualization, Graph Mining) - створюється графічний образ аналізованих даних. Для вирішення задач візуалізації використовуються графічні методи, що показують наявність закономірностей в даних.
Підбивання підсумків (Summarization) - опис конкретних груп об'єктів за допомогою аналізованого набору даних.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. http://pidruchniki.com/1623021247786/informatika/intelektualni_tehnologiyi_data_mining_text_mining.

2. http://stud.com.ua/62442/menedzhment/intelektualniy_analiz_danih.

автор alionamarchenko Чт Лист 16, 2017 2:54 pm

Які методичні підходи до трактування ринку праці, що репрезентують його?

автор taya22 Чт Лист 16, 2017 3:03 pm

alionamarchenko пише:Які методичні підходи до трактування ринку праці, що репрезентують його?

існують різні: -система економічних відносин між продавцями і покупцями робочої сили;
-втілення конкретних систем суспільної організації
найманої праці в умовах товарно-грошових
відносин;
- середовище взаємодії продавця і покупця робочої
сили;
- сукупністю власників і продавців робочої сили

автор Vladimir7316 Чт Лист 16, 2017 3:13 pm

Якими факторами зумовлене виникнення і розвиток Data Mining?

автор taya22 Чт Лист 16, 2017 3:19 pm

Виникнення і розвиток Data Mining зумовлені різними факторами, серед яких є: вдосконалення програмно-апаратного забезпечення; вдосконалення технологій зберігання і запису даних; накопичення великої кількості ретроспективних даних; вдосконалення алгоритмів обробки інформації.

автор Спонсорований контент

Макаренко Т.П.ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ РИНКУ ПРАЦІ В УКРАЇНІ

Макаренко Т.П.ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ РИНКУ ПРАЦІ В УКРАЇНІ

Re: Макаренко Т.П.ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ РИНКУ ПРАЦІ В УКРАЇНІ

Re: Макаренко Т.П.ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ РИНКУ ПРАЦІ В УКРАЇНІ

Re: Макаренко Т.П.ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ РИНКУ ПРАЦІ В УКРАЇНІ

Re: Макаренко Т.П.ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ РИНКУ ПРАЦІ В УКРАЇНІ

Re: Макаренко Т.П.ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ РИНКУ ПРАЦІ В УКРАЇНІ