20.500.12556/DKUM-90606 Implementacija grafa raztrosa in grafa grupirane matrike v ogrodju NiaARM za vizualizacijo asociacijskih pravil Implementation of scatter plot and grouped matrix plot in the NiaARM framework for visualizing association rules Podatkovno rudarjenje je ključnega pomena za pridobivanje dragocenih informacij iz velikih podatkovnih zbirk, s široko uporabo na različnih področjih. Rudarjenje asociacijskih pravil odkriva vzorce in povezave v podatkih, kar je izredno uporabno v telekomunikacijah, tržni analizi, upravljanju tveganj ter drugih področjih. Vizualizacija teh pravil z grafom raztrosa in grafom grupirane matrike omogoča boljše razumevanje in analizo pravil. Cilj diplomskega dela je implementacija omenjenih vizualizacijskih tehnik v ogrodju NiaARM, vključno s primerjalno analizo vizualizacij iz paketa arulesViz. Ugotovitve nakazujejo na uporabnost tako NiaARMa kot arulesViza s svojimi specifičnostmi. Medtem ko ogrodje NiaARM omogoča visoko stopnjo interaktivnosti in prilagodljivosti v vizualizaciji, pa paket arulesViz, z večjo podporo skupnosti in dodatnimi viri pomoči, ponuja hitrejše in zanesljivejše vizualizacije. Data mining is crucial for extracting valuable information from large datasets, with wide applications across various fields. Association rule mining reveals patterns and connections in data, which is extremely useful in telecommunications, market analysis, risk management and other areas. Visualization of these rules with scatter plots and grouped matrix plots allows for better understanding and analysis of the rules. The aim of this thesis is to implement the mentioned visualization techniques in the NiaARM framework, including a comparative analysis with the arulesViz package. The findings indicate the usefulness of both NiaARM and arulesViz, each with its specific advantages. While the NiaARM framework provides a high level of interactivity and customization in visualizations, the arulesViz package, with greater support from the community and additional resources, offers faster and more reliable visualizations. asociacijska pravila rudarjenje asociacijskih pravil vizualizacijske tehnike graf NiaARM association rules association rule mining visualization methods graph NiaARM true true false [M. Bukovnik] Slovenski jezik Angleški jezik Diplomsko delo/naloga 2024-09-10 20:06:28 2024-10-22 15:28:13 2025-01-21 10:29:10 0000-00-00 00:00:00 2024 0 Maribor 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.65(043.2) 223237891 VS_Bukovnik_Miha_2024.pdf VS_Bukovnik_Miha_2024.pdf 1 3A75F07A48ECBBD4C4E5E6AF1DA8C463 5439bd63f3a24960578d34c5df05e72e9adff61583954a1e7ca705519f442c9d 0a712cdf-6fa2-11ef-b637-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=184866 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0