Analiza korisničkih podataka na internetskim platformama primjenom algoritama grupiranja

diplomski rad

• Naslov (engleski): User Data Analysis on Internet Platforms Using Clustering Algorithms
• Autor: Lovre Šimundić
• Mentor: Goran Delač (mentor)
• Član povjerenstva: Goran Delač (predsjednik povjerenstva)
• Član povjerenstva: Marin Šilić (član povjerenstva)
• Član povjerenstva: Klemo Vladimir (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-07-04, Hrvatska

Sažetak

Ovaj diplomski rad istražuje primjenu algoritama grupiranja za analizu korisničkih podataka na internetskim platformama, s naglaskom na web analitiku i analitiku financijskih platformi. Teorijski dio obuhvaća povijest razvoja ovih dviju analitika, ključne pojmove, najčešće korištene alate i sl. Isto tako, teorijski dio opisuje algoritme grupiranja kao što su K-means, DBSCAN, hijerarhijsko grupiranje i model Gaussovih mješavina. Praktični dio uključuje analizu podataka internetske trgovine i korisnika kreditnih kartica, korištenjem različitih algoritama grupiranja. Rezultati pokazuju da pravilna primjena ovih algoritama može poboljšati segmentaciju korisnika i optimizaciju poslovnih procesa.

Sažetak (engleski)

This thesis explores the application of clustering algorithms for analyzing user data on internet platforms, with a focus on web analytics and financial platform analytics. The theoretical section covers the history of the development of these analytics, key concepts, and the most commonly used tools. It also describes clustering algorithms such as K-means, DBSCAN, hierarchical clustering, and Gaussian mixture models. The practical section includes the analysis of e-commerce data and credit card users, using various clustering algorithms. The results show that proper application of these algorithms can enhance user segmentation and optimize business processes.

• Ključne riječi: grupiranje; algoritmi grupiranja; nenadzirano učenje; web analitika; analitika internet trgovina; financijska analitika; analitika kreditnih kartica; k-means; DBSCAN; aglomerativno grupiranje; model Gaussovih mješavina; PCA; korisnički podaci; segmentacija korisnika
• Ključne riječi (engleski): clustering; clustering algorithms; unsupervised learning; web analytics; e-commerce analytics; financial analytics; credit card analytics; K-means; DBSCAN; agglomerative clustering; Gaussian mixture models; PCA; user data; user segmentation
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:971661
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2024-10-12 22:15:27