Professional Documents
Culture Documents
Uvod
Uvod
Uvod
Sadraj
1. Uvod
(teza)
10
12
13
14
3.4.1 Nain sprovoenja ogleda kroz integralnu analizu i primjenu NT (idejno rjeenje)15
3.5 Prikupljanje podataka kroz stabla odluke
16
17
4. Zakljuak
17
Literatura
18
1. Uvod
Ocjenu
Sreivanje (klasificiranje, ralanjivanje)
Obradu podataka
Zakljuivanje (prikaz rezultata)
Podatak predstavlja injenicu koja je predoena u formaliziranom obliku, tj. obliku koji je
mogue interpretirati i komponovati, klasificirati. Prema (Beynon i Davies - 2009) podatak
predstavlja apstraktni koncept kojeg moemo promatrati kao najnii nivo abstrakcije tj. kojeg
moemo najjednostavnije percepirati. Prema njima informacije i znanje su derivacije
podataka.
Ono to ne moemo primjetiti u naunoj literaturi je zanimljiv nauni pristup koji se
koristi, a to je da autori poput Beyona i Daviesa imaju tendenciju da percepiraju informaciju
kao grupu podataka to uveliko zavisi od sistemskog pristupa i naunog aspekta koji se
primjenjuje.
Kroz literaturu moemo da primjetimo dvije struje shvatanja podatka. Prva kovencionalna
struja ima tendenciju ka prihvatanju empirijskih - matematikih modela, no druga nezvanina
struja promatra podatak s obzirom na neto to mi (ljudi) moemo percepirati, a to je da je
podatak injenica koju moemo da percepiramo, dok informacija nadasve predstavlja grupu
snimljenih podataka i znanja! Za znanje se na ovome modelu smatra da je ono naa mapa
svijeta (doslovno prevedeno) struni prevod bi znaio: nae vienje svijeta, jer mi kroz
nae znanje i usvojene navike vidimo svijet.
Ovakve izjave moemo da podupremo sa injenicom ili saznanjem o optem
funkcioniranju raunara. Unutar raunara program pomou kojega on dekodira informacije u
podatak (injenice koje moe razumjeti, binarni sistem) predstavlja zapravo znanje ili njegovo
vienje unosa informacija koje dolaze.
U irem smislu nauni izvori podataka su sva djela nastala koritenjem metoda naunih
istraivanja. Ovi izvori se djele na:
Priroda grae
Predmetnost sadraja
Subjekt, autor
Oblik iskazivanja sadraja
Javnost
Dostupnost
Slubenost ili oficijelnost
Izvornost kao i po nekim drugim za istraivaa manje znaajnim kriterijima.
Analizu
Indukciju
Sintezu
Klasifikaciju
Specijalizaciju
Generalizaciju
Apstrakciju
Dedukciju
Konkretizaciju
Navedene metode podrazumjevaju koritenje optenaunih metoda djelovanja,
Internet
servisi
Drutven
e mree
Nasumi
na
pretraga
e-pota
Interesi u
trailici
Pored ovih podataka putem nasumine pretrage ali i ukucavanjem termina u trailici poput
google korisnik odaje svoje interese i u roku od nekoliko trenutaka postaje meta profitnih
kompanija. Vlasnik kompanije ima mogunost da kreira google.ads raun te da na osnovu
njega cilja svoju publiku preko termina pretrage ili verbsa. Nama je interesantan onaj proces
prikupljanja i obrade podataka koji se deava iza kulisa, a iza toga stoje sofisticirani
raunarski sistemi koji imaju razvijen nauni metod pretvoren u empirijsku formulaciju
razumljivu raunaru. Pored velikog broja korisnika postoji i veliki broj razliitih oblika
informacija i podataka koji korisnici ostavljaju poput slika i videa, to poveava zahtjeve
sistema za anlizu podataka. To dokazujemo sa slijedeim opaanjem:
Nakon to
pretrage
oigledno
smo
ukucali
termin
trailici koji je
usko povezan sa
9
zdravljem, istog trenutka napredni serveri procesuiraju na termin pretrage i samim tim kad
posjeujemo druge internet izvore koji u sebi imaju ugraen google-ad sense prikazuju nam
sitne reklamice u obliku bannera (termin za veliinu reklame).
Slika 3. Reklame kao rezultat naeg termina pretrage prije nekoliko minuta
3.1
Profilisanje korisnika
Identifikacija korisnika
Prikupljanje podataka
Pripremanje podataka
Lov ili rudarenje podataka
Interpretacija podataka
Primjena podataka
Institucionalna odluka
korisnika koji unose te podatke. to predstavlja koncept novog metoda integrirane naune
analize prikupljanja podataka putem nesvjesnih djelovanja raznih korisnika. Shema
profilisanja korisnika prema (Custers 2004) izgleda ovako:
Rezultati koji dolaze u obliku oglasa su rezultat integralne metode i naprednih raunarskih
tehnologija koje su razvijene prije par godina, jedna od njih je oblak raunarstvo ili cloud
computing. Mnoge kompanije koriste cloud computing te samim tim ulau u njegovu
implementaciju jer im to omoguuje da na jednostavniji i jeftiniji nain profiliu svoje
potencijalne muterije.
11
skladitenja,
baze podataka,
informacije,
procesi,
aplikacije,
platforme,
integracije,
sigurnost,
upravljanje,
testiranje i infrastrukture.
12
direktni marketing npr., katalozi i ponude razliitih artikala se alju kupcima za koje
postoji najvea vjerovatnoa odaziva; pozivi upueni starijim generacijama (ugl.
penzionerima) na prezentacije od 10-ak ljudi gdje trgovaki putnici prodaju razliite
proizvode po " tvornikoj cijeni samo za njih veeras".Npr. prodaju proizvode od
Kako emo ovo postii? Na primjer bi bio uz dva kupljena laptop raunara dobijate na
poklon laserski printer koji je stigao kao gratis u to preduzee (ali kupci to naravno ne
znaju).
13
O integralnoj analizi podataka ima malo rijei u literaturu jer je to nadasve nov pojam
koji se je poeo koristiti primjenom novih informacionih tehnologija. Integralna analiza
podataka se vri na nain gdje se na osnovu kriterija koji su postavljeni automatski vri
ralanjivanje podataka koji dolaze iz vie razliitih ali validnih izvora.
Integralna analiza se koristi u raznim sverama nauke (ne odnosi se na analizu
integrala). Primjena integralne analize u menadmentu je vidljiva u samoj SWOT analizi jer
je to oblik integralne analize podataka. Isto tako integralna analiza se koristi kod procjene
rizika, kod profilisanja korisnika (kao to je navedeno), kod predvianja vremena i kod
rizinih ponaanja jedinke ili skupina subjekata (ljudi) u psihologiji.
Nain na koji cloud raunar profilie podatke od korisnika je prilino jednostavan ali
sveobuhvatan. To podrazumijeva objektivan pristup informacijama koje se prikupljaju ali isto
tako i selektivno filtriranje i odabir takvih informacija kroz sistemsku analizu.
Menaderi jako dobro znaju da je osnovni motiv dananjeg drutva novac, iz ega
proizilazi da su se iz potrebe za novcem i opstankom kompanija te malih i srednjih preduzea
javile tenje ka jeftinim nainom analize svojih korisnika i muterija.
Mnogim korporacijama je potrebno jeftino rjeenje kako bi uspjele da uu u borbu sa
vremenom i da opstanu. Nauka slui napretku, pa samim tim drutvo ima tendenciju da
razvija mehanizam za opstanak prije nego to razvije odreene teorije o praksi koja se je
primjenjivala. U ovome sluaju metoda integralne analize podataka je praksa koja se
primjenjuje zbog motiva (novac), a tvrdimo da nauka kaska te ne objavljuje matematike
modele integralne analize podataka koji ve postoje kroz primjenu ovakvih softvera i cloud
raunarstva.
Da bi smo kroz nauni ogled vrili integralnu analizu podataka prije svega potrebno je
da definiemo faktore koji su u meusobnoj interakciji. Prilikom odreenog ogleda ili
eksperimenta gdje primjenjujemo anketu od presudne vanosti mogu biti i faktori kao to su
vrijeme sprovoenja ankete, kao i trenutna stanja sudionika. Internet tu olakava proces iz
razloga to se vri varijabilna analiza koja promatrau omoguuje da kroz dui vremenski
period promatra korisnika.
3.2.1 Nain sprovoenja ogleda kroz integralnu analizu i primjenu novih tehnologija
(idejno rjeenje)
15
Stabla odluke su serije pravila pomou kojih se izdvajaju odreene klase ili
vrijednosti. Na primjer, mogu se podijeliti kandidati za kredit na dobre ili loe. Prva
komponenta u stablu odluke jeste korijen stabla (engl. Root node) koji sutinski predstavlja
test koji treba uraditi. Sutina tog testa je grananje stabla na podstabla od kojih svako
predstavlja jedan od moguih odgovora. Zavisno od algoritma svaki nod stabla moe imati
dva ili vie podstabala. Svako podstablo vodi do noda koji predstavlja novu taku odluke i
tako se ide do dna stabla do nodova koji se nazivaju listovi, koji predstavljaju zavrnu
klasifikaciju i predstavljaju odgovor na postavljeno pitanje.
4. Zakljuak
16
U ovome radu potrudili smo se da predoimo par novih metoda prikupljanja podataka
koje se koriste danas uz primjenu informacionih tehnologija. Imamo ideju da iste metode
prikupljanja podataka primjenimo i u naunim istraivanjima i ogledima. Ovakve metode se u
marketingu i drugim praktinim sverama koriste ve godinama no nisu klasificirane kao
nauni ogled prilikom analize i prikupljanja podataka.
Vidljivo je da je razvoj tehnologije neminovan pa samim tim teoretski pristup je
potreban da bi se nagli razvoj koji je podstaknut motivom novca mogao koncepirati kroz
naunu literaturu.
Moda se ove nove metode prikupljanja i analize podataka mogu primjenjivati u
ogledima naunih radova jer je evidentno da se kod predvianja cijena, analize trita, analize
rizika iste zapravo u praksi primjenjuju.
Algoritam omoguava da se veliki broj podataka svede na one determinirajue te da
lake definiemo ciljanje skupina i vrimo oglede. Pored ankete, analize dokumenata, iskaza i
izjava smatramo da je potrebno uvrstiti i metode varijabilnog prikupljanja podataka tj.
integralnog, te isto tako i metode varijabilne analize kao metode 21. stoljea.
LITERATURA
17
Knjige
1)
2)
3)
4)
5)
6)
7)
8)
1994.
9) Jung G.K, ovjek i njegovi simboli, Narodna knjiga-Alfa, Beograd 1996.
10) Kun, T.S., Struktura naunih revolucija, Neolit, Beograd 1974.
Doktorske dizertacije
1) Mirjana Zeki-Suac, Neuronske mree u predvidanju profitabilnosti ulaganja,
doktorska disertacija, Sveuilite u Zagrebu, Fakultet organizacije i informatike
Varadin 2000.
18