Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Short Time Series of Website Visits Prediction by RBF Neural Networks and Support Vector Machine Regression
Autoři: Olej Vladimír | Filipová Jana
Rok: 2012
Druh publikace: článek ve sborníku
Název zdroje: Artificial Intelligence and Soft Computing
Název nakladatele: Springer
Místo vydání: Berlin
Strana od-do: 135-142
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Predikce krátkých časových řad návštěvnosti webových stránek RBF neuronovými sítěmi a podpůrnými vektory Příspěvek prezentuje základní pojmy web miningu, radiálních bázových funkcí (RBF) neuronových sítí a ε-insensitive podpůrných vektorů (ε-SVR) pro predikci krátké časové řady (internetové stránky Univerzity Pardubice, Česká republika). Existují různé krátké časové řady podle různých přístupů a zájmu návštěvníků (studenti, zaměstnanci, dokumenty). Byl navržen model (včetně RBF neuronových sítí a ε-SVRs)pro krátkodobé predikce časových řad.Model zahrnuje rozklad dat na trénovací a testování množinu s využitím seskupování. Další část příspěvku popisuje predikci návštěvnosti webové domény, která jsou závislá na tomto modelu, stejně jako analýzu výsledků. Web mining;RBF neuronové sítě;ε-SVR;krátká časová řada;rozklad dat;predikce
eng Short Time Series of Website Visits Prediction by RBF Neural Networks and Support Vector Machine Regression The paper presents basic notions of web mining, radial basis function (RBF) neural networks and ε-insensitive support vector machine regression (ε-SVR) for the prediction of a short time series (website of the University of Pardubice, Czech Republic). There are various short time series according to different visitors or interest of visitors (students, employees, documents). Further, a model (including RBF neural networks and ε-SVRs) was developed for short time series prediction. The model includes decomposition of data to training and testing data set using the cluster procedure. The next part of the paper describes the predictions of the web domain visits, which depend on this model, as well as outlines an analysis of the results. Web mining;RBF neural networks;ε-SVR;short time series;data set decomposition;prediction

Ústavy

Pracoviště

Jak nás najdete?

zobrazit na mapy.cz

Služby

Často hledáte

© 2023 Univerzita Pardubice, Studentská 95, 532 10 Pardubice 2
Telefon: 466 036 111, 466 036 112, 466 036 113
Správce webu, RSS
ID datové schránky: f5vj9hu
Prohlášení o přístupnosti
CC BY-NC-ND 4.0 CZCreative CommonsAttributionNonCommercialNoDerivatives