Posudek vedoucího diplomové práce
Studijní program:Aplikovaná informatika Studijní obor:Kognitivní informatika Akademický rok:2020/2021
Název práce:Vypracování systému vzorových aplikací systému LISp-Miner na vhodná data uchovávaná pomocí PowerBI
Řešitel:Bc. Dmitry Borodin
Vedoucí práce:prof. RNDr. Jan Rauch, CSc.
Oponent:Ing. David Chudán, Ph.D.
Hlediska Stupeň
hodnocení
1. Jasnost a srozumitelnost formulace tématu a cíle práce 2
2. Rozsah a relevance popisu současného poznání 2
3. Náročnost řešeného tématu práce 1
4. Adekvátnost metod k řešení stanoveného problému, správnost jejich výběru a použití 2
5. Rozsah, hloubka a preciznost popisu výsledku 2
6. Relevance a správnost diskuse výsledku 2
7. Věcný přínos výsledku dosaženého v práci 2
8. Relevance informačních zdrojů a korektnost jejich citování 1
9. Logická stavba práce a vzájemná konzistence jednotlivých částí 1 10. Gramatika, jazykový styl, terminologie a celková úprava práce 2
11. Iniciativnost studenta a spolupráce s vedoucím práce 1
12. Využití analytických metod a metod zpracování dat 1
13. Naplnění zásad etiky a udržitelnosti 1
14. Schopnost kritického a tvůrčího myšlení 1
Konkrétní připomínky a dotazy k práci:
V úvodu diplomové práce jsou na dvou stránkách diskutovány důvody vedoucí k potřebě datových analýz a poté uvedeny cíle práce a popsána její struktura. Hlavním cílem je demonstrovat synergickou interakci systémů Power BI a LISp-Miner, při řešení různých analytických problémů. Struktura práce vyplývá z dále uvedených částí posudku.
Na deseti stránkách kapitoly “1- Základní teoretické pojmy” jsou představeny disciplíny informatiky Business Intelligence (BI) a Dobývání znalostí z databází (DZD). Větší část kapitoly je věnována BI. Na sedmi stránkách kapitoly “2- Power BI a LISp-Miner” jsou ze širšího pohledu charakterizovány použité systémy. V kapitole “3 – Představení Power BI a LISp-Miner” je na 11 stránkách charakterizována práce s oběma systémy. Na dvou stránkách kapitoly “4 Výběr a popis datové sady” jsou stručně představena data o firmě Matastav polužitá v dalších kapitolách. Dále je na 11 stránkách kapitoly “5 – Předběžná analýza pomocí Power BI.” popsáno seznámení s daty o firmě Matastav. Je uvedeno několik úvah o charakteristikách činnosti firmy Matastav vycházejících z provedených analýz.
V kapitole “6 Předzpracování dat v Power BI a formulování analytických otázek.” je nejprve popsáno, jak byly modifikovány některé tabulky dat Matastav pro další analýzy. Jednalo se o osm tabulek: t_kontrakty, t_zakaznici, t_faktury_vydane, t_zamestnanci, t_vydaje_mzdy_skutecnost, t_vydaje_najem_skutecnost, t_vydaje_osobni_skutecnost, a t_vydaje_rezie_skutecnost. Modifikace spočívaly zejména v přidání vhodně definovaných sloupců. Na závěr je v podkapitole “6.10 – Analytické otázky” formulováno devět analytických otázek týkajících se tří matic dat souvisejích se zpracovávanými tabulkami. Kapitola 6 má celkem 11 stran.
Ve formulaci analytických otázek na základě modifikací jednotlivých tabulek prováděných v PowerBI systému vidím důležité možnosti synergie mezi oběma systémy. Je škoda, že v práci není zdůrazněno, že formulované otázky nelze snadno (nebo prakticky vůbec) řešit pomocí BI a že jsou k tomuto účelu vhodné právě GUHA procedury systému LIS-Miner.
Dále jsou v kapitole “7 Předzpracování dat v LISp-Miner” na osmi stránkách popsány tři matice dat použité pro řešení analytických otázek. Je popsán import potřebných tabulek a skupiny atributů pro každou matici dat. Jedná se o matice dat Mzdy, Osobní náklady a Kontrakty a faktury.
V kapitole 8 je na 13 stránkách popsáno řešení devíti analytických otázek formulovaných v kapitole 6.
Jsou použity procedury CF-Miner, SDCF-Miner, 4ft-Miner a SD4ft-Miner. Pro každou analytickou otázku je uvedeno zadání procedury, nalezené vztahy a stručný komentář.
V kapitole “9 – Vyhodnocení analýz a výsledků” je konstatováno, že Power BI a LISp-Miner jsou značně rozdílné systémy. Dále je uvedeno, že se povedlo demonstrovat synergickou interakci systémů Power BI a LISp-Miner při řešení různých analytických problémů. Argumentuje se takto:
“Pomocí prostředků v Power BI byla datová sada připravena a zanalyzována. Byl vytvořen přehled na strukturu celé databáze a obsah i vazby v jednotlivých tabulkách. Závěrem těchto činnosti se staly
zformulované analytické otázky. Připravené tabulky byla následně přeneseny do systému LISp-Miner, kde byly vytvořeny atributy na základě zjištěných informací a realizovány analytické procedury. V průběhu práce v LISp-Mineru jsem se občas se vracel do Power BI zkontrolovat údaje, potvrdit domněnky, nakreslit graf, nebo vyfiltrovat nutné sloupce. Zřídka jsem také používal nástroj dBeaver, pomocí kterého jsem zadával přímo SQL kód a získával výsledky. Lze říci, že v některých případech tento postup byl rychlejší, než použití Power BI nebo LISp-Mineru.”
S uvedenou argumentací souhlasím.
Celkem má práce 88 stran včetně dvou stránek s 23 položkami použité literatury. Podle zadání měla práce mít 70 stran. 0Jedná se o atypickou průkopnickou práci. Pokud je mi známo, tak dosud nebyla provedena takto rozsáhlá analýza dat při využití obou systémů PowerBi a LISp-Miner. Práce je nadprůměrně
rozsáhlá. Z tohoto důvodu bylo upuštěno od podrobnějšího teoretického popisu použitých procedur systému LISp-Miner. Krom toho autor uvádí, že prováděl i další analýzy, které však nevedly k zajímavým výsledkům. Je škoda, že v práci není uvedena alespoň jejich stručná charakteristika.
Za chybu považuji fakt, že Obrázek “8.19 Ukázka nalezené hypotézy procedury 4ft-Miner” na straně 78 neodpovídá použití procedury 4ft-Miner. V práci jsou i jazykové problémy, viz výše citovaný text, jehož součástí je i “Byl vytvořen přehled na strukturu celé database….” Jiným problémem je používání výrazu
“neviditelné vztahy”, vhodnější je “skryté vztahy”.
Některé nadpisy kapitol nekončí tečkou (např. 1 Základní teoretické pojmy), jiné končí tečkou (např. 5 Předběžná analýza pomocí Power BI.).
Za větší problém považuji fakt, že v úvodu autor píše: “Výsledkem této analýzy bude popis funkčnosti, pracovních metod a rozdílů. Následně bude provedena analýza toho, jaké funkce jsou lépe
implementovány v jednom systému oproti druhému. Podle mého názoru může takové hodnocení přinést docela zajímavé výsledky. Hlavními kritérii zde budou čas a snadné použití.” Tento cíl je podivný, oba systémy mají různé cíle a nemá cenu je v tomto smyslu srovnávat. Dosažení tohoto cíle není v závěru komentováno.
Práci hodnotím známkou za dvě.
Závěr: Diplomovou práci doporučuji k obhajobě.
Navrhovaná výsledná klasifikace práce: 2
Datum: 21. 5. 2021 prof. RNDr. Jan Rauch, CSc.
vedoucí práce
