- 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.**
- 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.
https://www.kaggle.com/yelp-dataset/yelp-dataset
Seznam analytických otázek k řešení v LISp-Mineru
- Typove ulohy v lisp mineru
- vyhledat takove vztahy, ktere by zlepsili recommendation algoritmus
- Cf Miner - priklady
- CF miner - 2 a vice kategorii - den v tydnu a pocasi
- Priklad: Existuje segment hostu s rostouci urovni spokojenosti?
- Otazka: Existuje segment podniku u kterych je rostouci/klesajici hodnoceni spokojenosti?
- 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?
- Popis Metody
- Priklady Aplikaci 4ft Miner
- Typicke pobyty ci pocasi
- AA - kvantifikator Above Average
- 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.
- Mezi kterými městskými částmi jsou významné rozdíly ohledně vztahů mezi charakteristikami zákazníků a parametry podniků?
- 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?
- Segmentace podniku s cilem doporucovani podobnych podniku zakaznikum.
- Změna čeho a u kterých podniků zvýší hodnocení?
- Segmentace zákazníku vypývající z vazeb na podniky, které hodnotily. Preference drahé/levné podniky? Kuřák/nekuřák, pije/nepije alkohol, preference kuchyně, vyžaduje platbu karto, atd...