prikaz prve stranice dokumenta Usporedba metoda strojnog učenja za predviđanje i klasifikaciju u marketingu.
Pristup korisnicima matične ustanove
diplomski rad
Usporedba metoda strojnog učenja za predviđanje i klasifikaciju u marketingu.
2019. urn:nbn:hr:145:768981
Fabičević, Filip
Sveučilište Josipa Jurja Strossmayera u Osijeku
Ekonomski fakultet u Osijeku
Katedra za kvantitativne metode i informatiku

Citirajte ovaj rad

Fabičević, F. (2019). Usporedba metoda strojnog učenja za predviđanje i klasifikaciju u marketingu. (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:145:768981

Fabičević, Filip. "Usporedba metoda strojnog učenja za predviđanje i klasifikaciju u marketingu.." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, 2019. https://urn.nsk.hr/urn:nbn:hr:145:768981

Fabičević, Filip. "Usporedba metoda strojnog učenja za predviđanje i klasifikaciju u marketingu.." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, 2019. https://urn.nsk.hr/urn:nbn:hr:145:768981

Fabičević, F. (2019). 'Usporedba metoda strojnog učenja za predviđanje i klasifikaciju u marketingu.', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, citirano: 28.12.2024., https://urn.nsk.hr/urn:nbn:hr:145:768981

Fabičević F. Usporedba metoda strojnog učenja za predviđanje i klasifikaciju u marketingu. [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku; 2019 [pristupljeno 28.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:145:768981

F. Fabičević, "Usporedba metoda strojnog učenja za predviđanje i klasifikaciju u marketingu.", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, Osijek, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:145:768981

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:145:768981
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovUsporedba metoda strojnog učenja za predviđanje i klasifikaciju u marketingu.
Naslov (engleski)Comparison of machine learning methods for prediction and classification in marketing
AutorFilip Fabičević
MentorMarijana Zekić Sušac (mentor)
Član povjerenstvaMarijana Zekić Sušac (predsjednik povjerenstva)
Član povjerenstvaJosip Mesarić (član povjerenstva)
Član povjerenstvaMartina Briš Alić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Ekonomski fakultet u Osijeku
(Katedra za kvantitativne metode i informatiku)
Osijek
Datum i država obrane2019-07-09, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Ekonomija
Marketing
Sažetak
Prvi cilj rada je izrada modela za predviđanje u marketingu pomoću neuronskih mreža i stabla odlučivanja. Drugi cilj je usporedbom i testiranjem različitih arhitektura metoda strojnog učenja dobiti točniju metodu strojnog učenja. Nadalje, svrha rada je istražiti mogućnosti primjene metoda strojnog učenja u poslovnom odlučivanju u području marketinga Podaci preuzeti iz baze Kaggle klasificirani su i obrađeni prema uspješnosti prodaje putem telefona u programu Statistica. Također, u istraživačkom dijelu opisa i rezultata istraživanja podaci su obrađeni kroz izradu modela neuronskih mreža s testirane dvije aktivacijske funkcije: sigmoidnom i tangens-hiperbolnom te kroz izradu modela stabla odlučivanja. Rezultati dobiveni analizom i usporedbom najtočnijeg modela neuronskih mreža i stabla odlučivanja pokazali su da je model neuronskih mreža testiran pomoću logističke aktivacijske funkcije dao najtočniji rezultat klasifikacije. Iako zbog niske stope točnosti model još nije spreman za primjenu u praksi, moguća su dodatna poboljšanja. Znanstveni doprinos ovoga rada je izrada modela za predviđanje i klasifikaciju u marketingu uporabom metoda strojnog učenja. Dobiveni rezultati rada mogu koristiti za daljnja istraživanja metoda strojnog učenja.
Sažetak (engleski)
The first goal of the paper is to design a prediction model in marketing using neural networks and decision trees. The second goal is to provide a more accurate method of machine learning by comparing and testing different methods of machine learning. Furthermore, the purpose of the paper is to explore the possibilities of applying machine learning methods in business decision making in the field of marketing. The data downloaded from the Kaggle database is classified and processed according to the sales performance over the phone in the Statistica program. Also, in the research part of the description and the results of the research data were processed through the development of models of neural networks with two tested activation functions: sigmoid and tangent-hyperbolic and trough the development of the decision tree model. The results obtained by analyzing and comparing the most accurate model of neural networks and decision trees have shown that the model of neural networks that was tested by logistic activation function gave the most accurate classification result. Although due to the low accuracy rate model is not yet ready for use in practice, further improvements are possible. The scientific contribution of this paper is the development of a model for predicting and classifying in marketing with the use of machine learning methods. The results obtained can be used for further research of machine learning methods.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:145:768981
Studijski programNaziv: Poslovna ekonomija; smjerovi: Poslovna informatika
Smjer: Poslovna informatika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: Magistar/magistra ekonomije (mag.oec.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-07-17 11:01:04