Browsing by Subject "big data"
Now showing 1 - 7 of 7
- Results Per Page
- Sort Options
Item Client-server system for parsing data from web pages(Видавництво Львівської політехніки, 2022-06-06) Britvin, Artur; Alrawashdeh, Jawad Hammad; Tkachuck, Rostyslav; Lviv Polytechnic National University; Majmaah University; Lviv State University of Life SafetyAn overview of the basic principles and approaches for extracting information and processing information from web pages has been conducted. A methodology for developing a client-server system based on a tool for automation of work in Selenium web browsers based on the analyzed information about data parsing has been created. A third-party API as a user interface to simplify and speed up system development has been used. User access without downloading additional software has been enabled. Data from web pages have been received and processed. Development has been based on this methodology of its own client-server system, which is used to parse and collect the information presented on web pages. Analysis of cloud technology services for further deployment of data collection system from web pages has been carried out. Assessment and analysis of the viability of the system in an autonomous state have been deployed in the cloud service during long-term operation.Item DTM modelling of open pit mines using unmanned aerial vehicles(Lviv Polytechnic Publishing House, 2015) Wajs, Jaroslaw; Wroclaw University of TechnologyIn the recent year, Unmanned Aerial Vehicles (UAV) become a popular technology and is very useful for Digital Terrain Modelling and monitoring. With good UAV equipment and resources, this study is focus on the feasibility and adaptability analysis of the UAV techniques and its applications in open pit mining surveying. The first tests were developed in Belchatow open pit mine regarding the big data problem and data reduction aspect.Item Ranking the social media platform user pages using Big Data(Lviv Politechnic Publishing House, 2018-01-15) Мастикаш, О.; Любінський, Б.; Топилко, П.; Пеняк, І.; Mastykash, O.; Liubinskyi, B.; Topylko, P.; Penyak, I.; Національний університет "Львівська політехніка"; Lviv Polytechnic National UniversityПроаналiзовано платформи соцiальних середовищ Iнтернету залежно вiд їхнього кон- тенту. Здiйснено класифiкацiю, яка дала змогу виокремити групи за певними озна- ками. Для ранжування сторiнок користувачiв вiртуальних спiльнот запропоновано використовувати модифiкований алгоритм PageRank. Побудовано пiдхiд, який осно- вується на використаннi лексичного аналiзу, алгоритму ранжування та упорядкуван- ня даних з використанням парадигми MapReduce. Реалiзовано програмне забезпечен- ня для ранжування сторiнок користувачiв. Проаналiзовано результати оброблених даних та формування PageRank користувачiв платформи.Item Модель Великих даних “сутність-характеристика”(Видавництво Львівської політехніки, 2015) Шаховська, Н. Б.; Болюбаш, Ю. Я.The problem that led to a Big database has been described in the article. The NoSQL databases features and categories are outlined. Big data model “entity-characterization” is introduced. This model allows to determin the distance between the source data on the availability of information about a particular entity. Описано задачі, що призвели до появи Великих даних. Описано особливості баз даних NoSQL та їх категорії. Введено модель Великих даних “сутність-характеристика”, що дає змогу визначити відстань між джерелами даних стосовно наявності інформації про певну сутність.Item Новітні технології маркетингових досліджень та аналізу ринку(Видавництво Львівської політехніки, 2021-02-25) Дума, О. І.; Мельник, М. С.; Duma, O. I.; Melnyk, M. S.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityНа сучасному етапі все актуальнішими для успішності підприємств стають маркетингові дослідження. Проведення маркетингових досліджень знижує ризик прийняття неправильних рішень під час аналізу та розроблення маркетингових стратегій, планування і контролю маркетингової діяльності. Наведено огляд виникнення маркетингових досліджень, досліджено новітні методи маркетингових досліджень, їхні переваги та недоліки, можливість їх використання на різних етапах маркетингової діяльності. Систематизовано наукові підходи до трактування понять “маркетингові дослідження”, “методи маркетингових досліджень”. Проаналізовано новітні методи маркетингових досліджень, які передбачають широке використання AI (штучний інтелект), Big Data, ML, TRI*M. Проаналізовано також реалізацію методів маркетингових досліджень на основі Big Data, AI, ML, кейси із використанням новітніх методів маркетингових досліджень.Item Послідовне ядерне нечітке кластерування великих масивів даних на основі гібридної системи обчислювального інтелекту(Видавництво Львівської політехніки, 2017-03-28) Бодянський, Є. В.; Дейнеко, А. О.; Жернова, П. Є.; Золотухін, О. В.; Хаустова, Я. В.; Харківський національний університет радіоелектронікиЗапропоновано архітектуру та методи самонавчання гібридної нейрофаззі системи обчислювального інтелекту для кластерування даних за умов, коли кластери, що формуються, можуть мати довільну форму і взаємно перетинатися. В основу запропонованої системи покладено нечітку узагальнену регресійну нейронну мережу та нейро-фаззі кластерувальну мережу Т. Когонена, налаштування яких основано як на лінивому навчанні, так і на навчанні, що ґрунтується на оптимізації.Item Інтелектуальна система формування персональних освітніх траєкторій в галузі ІТ(Видавництво Львівської політехніки, 2020-02-24) Пришляк, Андрій; Кунанець, Наталія Едуардівна; Пасічник, Володимир Володимирович; Pryshliak, A. A.; Kunanets, N. E.; Pasichnyk, V. V.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityПроаналізовано процеси розвитку освітньої галузі на етапах середньої та вищої освіти. Запропоновано створити інтелектуальну рекомендаційну систему для формування персональних освітніх траєкторій. Вибір майбутнього фаху зазвичай залежить від великої кількості найрізноманітніших чинників, але в основі процедур ухвалення відповідних рішень покладено середній рівень успішності здобувача освіти у певних предметних областях. Такий процес супроводжується аналізом таких чинників, як особисті вподобання, майбутні перспективи та комплекс соціокомунікаційних параметрів. Запропонована система повинна враховувати ризики та здійснювати пошук оптимальних шляхів формування ефективної освітньої траєкторії. Успішне функціонування системи істотно залежить від рівня реалізації автоматизованого інформаційно-технологічного комплексу, який створюється для забезпечення потреб у формуванні освітнього менеджменту, котрий покликаний забезпечувати її повними та актуальними даними для коректного виконання нею відповідних завдань. Опрацювання великих обсягів інформації як правило передбачає обов’язкове використання “великих даних” з метою якомога повнішого та поглибленого аналізу та дослідження зазначеної проблеми.