Пример готовой дипломной работы по предмету: Программирование
Введение 2
1. Аналитическая часть 4
1.1 Задачи Data Mining 4
1.2 Задачи поиска ассоциативных правил 8
1.3 Обзор алгоритмов поиска ассоциативных правил (AIS, SETM, APRIORI) 14
1.4 Выбор алгоритма поиска ассоциативных правил 24
1.5 Формулировка задачи поиска ассоциаций 26
1.6 Техническое задание на разработку 29
1.7 Практическая реализация системы поиска ассоциативных правил 30
Заключение 33
Список литературы 34
Содержание
Выдержка из текста
Анализом данных занимается веб-аналитика, основной задачей которой является измерение, сбор, представление и интерпретация информации о посетителях веб-сайтов с целью оптимизации и улучшения работы сайта.
Разработанность проблематики работ крайне велика. Существует огромное количество зарубежной и отечественной литературы, а так же интернет ресурсов, посвященных именно теме лояльности потребителей к организации.
В последние несколько десятилетий развитые страны искали и продолжают искать рынки сбыта, или же размещения своих фабрик и заводов на территории других государств. Это приводит к появлению рабочих мест, открытию новых вакансий, потребности в новом образовании или новых навыках. При этом многие менеджеры приезжают в страны АТР и сами проводят отбор персонала, или же назначают локального менеджера, который смог бы подобрать персонал, опираясь на требования компании, и одновременно учитывая национальные особенности в управлении кадрами.
При подборе экспертов следует обратить внимание на работу Армст-ронга (1985), которая показывает неэффективность использования дорого-стоящих экспертов. Тем не менее, участник проекта обязательно должен обладать хорошим уровнем специальных знаний.
Контроллинг представляет собой автоматизированную на выполнение оперативных и стратегических целей, достижение заданных результатов, позволяющую аккумулировать имеющуюся информацию об изменении средств и источниках их формирования в одних управленческих «руках», посредством планирования, контроля и анализа основных финансово-экономических показателей деятельности предприятия, таких как объём производства, затраты, прибыль.
Вопросами изучения арт-терапии в юридической психологии отражены в работах многих современных ученых (Ю.В. Власова, С.В. Красненкова, Ю.Ю. Красикова, И.В. Лаврентьева, Е.В. Овчарова, В.И. Серов, Т.И. Савельева, и другие).
Для того, чтобы правильно решать задачи, которые ставятся перед сотрудниками таможенных органов, иметь теоретическую и практическую подготовку по вопросам классификации и кодирования товаров в международной торговле как основы применения мер тарифного и нетарифного регулирования внешнеэкономической деятельности Российской Федерации и ведения таможенной статистики.Таможенная статистика является одной из функций, выполняемой в таможенном деле Российской Федерации и необходимой для анализа и изучения количественной стороны различных процессов, явлений, происходящих во внешней торговле.
Теоретической и методологической основой работы явилась учебная, периодическая литература, а также труды таких ученых, как Брамс А., Викентъева И. Л., Виноградова А. А., Вороновой Ю.С., Гасаненко Н.А., Гермогеновой Л. Ю., Голъман И. А., Добробабенко Н. С., Ильинского В., Панкратова Ф. Г., Петренко Е.С., Ромат Е. и т.д., по вопросам образно-ассоциативных связей в рекламной деятельности. Среди современных авторов, занимающихся проблемами образно-ассоциативных связей в рекламе, внимания заслуживают работы М.В. Барановой, А.Ю. Головина, Б.О. Дзгоевой, JI.M. Жуковской, Д.А. Копытина, О.Б.Кузнецовой, P.M. Лисецкого, Н.Ю. Морозовой.
Объект исследования: ООО «Recolte» – первый в России универсальный дистрибьютор алкогольной продукции федерального уровня, соответствующий всем требованиям современного рынка. Предмет исследования: существующий процесс стимулирования продаж в ООО «Recolte», на основании изучения которого будут внесены предложения по усовершенствованию.
В первом разделе основное внимание уделено теоретическим основам стимулирования продаж. Рассматриваются такие вопросы как: сущность и роль стимулирования продаж; методы и средства стимулирования продаж в магазине; разработка программы стимулирования сбыта.
В ходе исследования использованы труды отечественных и зарубежных специалистов в области маркетинга Ф. Котлер [12], Н. Кумар [15], И.С. Березин [7], А.П.Панкрухин [17], Т.П. Данько [9], И.В. Качалов [20], Р.С. Пионова [25], М.Н. Скаткин [28], В.А. Сластенин [40], И.Ф. Харламов [48]
и др.
Методологию исследования составляют общенаучный метод познания и вытекающие из него общенаучные методы: анализ, синтез, обобщение, а также частнонаучные методы: системно-структурный, формально-юридический, ретроспективный, компаративный и др.
Список источников информации
1. Акобир Шахиди, Введение в анализ ассоциативных правил [Электронный ресурс], Режим доступа:
- http://www.basegroup.ru/library/analysis/association_rules/intro/.
2. Акобир Шахиди, Apriori – масштабируемый алгоритм поиска ассоциативных правил [Электронный ресурс], Режим доступа:
- http://www.basegroup.ru/library/analysis/association_rules/apriori/.
3. Agrawal R., Srikant R., Fast algorithms for mining association rules, In Proc. of the VLDB Conference, Santiago, Chile, September 1994
4. Data Mining: [Электрон. ресурс].
− Режим доступа: http://habrahabr.ru/blogs/data_mining/66016/.
5. R. Agrawal and R. Srikant. Fast algorithms for mining association rules in large databases. Research Report RJ 9839, IBM Almaden Research Center, San Jose, California, June 1994.
6. R. Agrawal, T. Imielinski, and A. Swami Database mining: A performance perspective. IEEE Transactions on Knowledge and Data Engineering, 5(6):914{925, December 1993. Special Issue on Learning and Discovery in Knowledge Based Databases.
7. Association Rules Mining: A Recent Overview: Sotiris, Kotsiantis, Dimitris Kanellopoulos, Educational Software Development Laboratory Department of Mathematics, University of Patras, Greece
8. Чубукова И., Data Mining, М.: Бином. Лаборатория знаний, 2008 – 384.
9. Барсегян А., Методы и модели анализа данных. OLAP и Data Mining, Спб.: БХВ-Петербург, 2010 – 336.
10. Барсегян А., Технологии анализа данных. Data Mining, Text Mining, Visual Mining, OLAP, Спб.: БХВ-Петербург, 2007 – 384.
11. Барсегян А., Технологии анализа данных: Data Mining, Visual Mining, Text, М.: Книга по Требованию, 2008 – 382.
12. Sholom M. Weiss, Predictive Data Mining, 2010 – 228.
13. Pyle Dorian, Business Modeling and Data Mining, 2010 – 650.
14. Giudici Paolo, Applied Data Mining for Business and Industry, 2009 – 258.
список литературы
