jrcech/yelp_mining

4IZ460 - Yelp Data Mining Úloha

Podmínky

Obecné

• Dvě nebo tři analytické otázky vedou na řešení typových úloh týkajících se důležitých a silných vztahů popsaných **zde.**
• Další otázky vedou na řešení typových úloh týkajících se hledání výjimek a odlišností popsaných **zde** a typových úloh týkajících se hledání skupin objektů s podobným chováním popsaných **zde.**

Technické

• Na použití každé z procedur 4ft-Miner, CF-Miner, SD4ft-Miner, SDCF-Miner vedou nejméně 2 otázky.
• Na použití každé z procedur KL-Miner, a Ac4ft-Miner musí vést nejméně jedna z analytických otázek.
• Při aplikacích procedury 4ft-Miner je třeba nejméně jednou použít kvantifikátor PIM (p-implikace) a nejméně jednou AA-kvantifikátor.
• Nejméně dvě aplikace procedur CF-Miner a SDCF-Miner vedou na použití kvantifikátorů týkajících se schodů v histogramu
• Nejméně tři z aplikací GUHA procedur vedou na použití koeficientů typu sequence a/nebo cuts, každý z typů koeficientů je třeba použít alespoň jednou.

Data

https://www.kaggle.com/yelp-dataset/yelp-dataset

Analytické otázky

Seznam analytických otázek k řešení v LISp-Mineru

• Typove ulohy v lisp mineru
• vyhledat takove vztahy, ktere by zlepsili recommendation algoritmus

CF-Miner [2]

• Cf Miner - priklady
• CF miner - 2 a vice kategorii - den v tydnu a pocasi

CF - 1. Otazka

• Priklad: Existuje segment hostu s rostouci urovni spokojenosti?
  • Prezentace pro rostouci trend ZDE
  • Prezentace pro klesajici trend ZDE
• Otazka: Existuje segment podniku u kterych je rostouci/klesajici hodnoceni spokojenosti?

CF - 2. Otazka

• Priklad: Existuje skupina klientu a den v týdnu ve kterém převažují příjezdy klientů z této skupiny?
• Otazka: Existuje skupina podniku a den v tydnu ve kterem prevazuji review z toho podniku?

4ft-Miner [2 (1 PIM, 1 AA)]

• Popis Metody
• Priklady Aplikaci 4ft Miner
• Typicke pobyty ci pocasi
• AA - kvantifikator Above Average

4ft - 1. Otazka

• Pin - leva strana implikuje s confident
• Priklad: Existuje skupina pacientů definovaná pomocí osobních údajů, spotřeby alkoholu, cukru, kávy a čaje taková, že relativní četnost pacientů s rizikem obezity je v této skupině o 50 % větší než v celém souboru a zároveň počet pacientů ze skupiny s rizikem obezity je minimálně 30? Podrobnosti k příkladu jsou zde.
• Otazka: Existuje nejaka kombinace typu rezervace, dress code, price range, ze jeji relativni cetnost je o X % vetsi nez v celem souboru a pocet podniku je vetsi nez X.

SD4ft-Miner [2]

• Mezi kterými městskými částmi jsou významné rozdíly ohledně vztahů mezi charakteristikami zákazníků a parametry podniků?

SDCF-Miner [2]

• Existuje segment podniků a dvojice městských částí tak, že pro tento segment jsou pro jednotlivé části měst trendy hodnocení opačné?
• Existuje segment zákazníků a dvojice městských částí tak, že pro tento segment jsou pro jednotlivé části měst trendy hodnocení opačné?

KL-Miner [1]

• Segmentace podniku s cilem doporucovani podobnych podniku zakaznikum.

Ac4ft-Miner [1]

• Změna čeho a u kterých podniků zvýší hodnocení?

Poznámky

• Segmentace zákazníku vypývající z vazeb na podniky, které hodnotily. Preference drahé/levné podniky? Kuřák/nekuřák, pije/nepije alkohol, preference kuchyně, vyžaduje platbu karto, atd...