Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Short Time Series of Website Visits Prediction by RBF Neural Networks and Support Vector Machine Regression

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F12%3A39894570" target="_blank" >RIV/00216275:25410/12:39894570 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-3-642-29347-4_16" target="_blank" >http://dx.doi.org/10.1007/978-3-642-29347-4_16</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-642-29347-4_16" target="_blank" >10.1007/978-3-642-29347-4_16</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Short Time Series of Website Visits Prediction by RBF Neural Networks and Support Vector Machine Regression

  • Popis výsledku v původním jazyce

    The paper presents basic notions of web mining, radial basis function (RBF) neural networks and epsilon-insensitive support vector machine regression (epsilon-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 epsilon-SVRs) was developed for short time series prediction. Themodel 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.

  • Název v anglickém jazyce

    Short Time Series of Website Visits Prediction by RBF Neural Networks and Support Vector Machine Regression

  • Popis výsledku anglicky

    The paper presents basic notions of web mining, radial basis function (RBF) neural networks and epsilon-insensitive support vector machine regression (epsilon-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 epsilon-SVRs) was developed for short time series prediction. Themodel 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.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Artificial Intelligence and Soft Computing

  • ISBN

    978-3-642-29346-7

  • ISSN

    0302-9743

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    135-142

  • Název nakladatele

    Springer

  • Místo vydání

    Berlin

  • Místo konání akce

    Zakopane

  • Datum konání akce

    29. 4. 2012

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku