Noi tendințe în predicția liniară a evenimentelor

Carmen ROTUNĂ, Antonio COHAL, Ionuț SANDU, Mihail DUMITRACHE
Institutul Național de Cercetare-Dezvoltare în Informatică – ICI București
carmen.rotuna@rotld.ro, antonio.cohal@rotld.ro, ionut@rotld.ro, mihaildu@rotld.ro

Rezumat: Dezvoltarea continuă în domeniul științei datelor a transformat considerabil analiza datelor de dimensiuni mari. Acestea reprezintă fundamentul inovării, însă valoarea lor provine din informaţiile pe care experţii le pot colecta despre date şi le pot utiliza ulterior. Volumul informațiilor este în continuă creștere în zilele noastre, astfel încât întreprinderile ar putea obține numeroase beneficii în urma analizei datelor existente, pentru a face predicții despre viitor și pentru a dezvolta un plan de afaceri coerent. Analiza datelor de tip serii de timpi permite companiilor să extragă caracteristici semnificative și să genereze previziuni utile bazate pe timp. În principal, datele de tip serii de timpi reprezintă secvențe de observații stocate cronologic și sunt generate prin înregistrarea, de exemplu, a metricilor din domeniul afacerilor, monitorizarea senzorilor, observarea traficului de rețea, etc.

În acest studiu, ne-am propus să implementăm un model de previziune pentru Registrul.ro și, prin urmare, am ales Prophet FB, deoarece oferă un instrument software open source dedicat zonei business și a fost testat cu succes în diferite scenarii. Rezultatele au arătat că Prophet poate genera previziuni exacte care pot fi utilizate pentru a optimiza serviciile Registrului.

Cuvinte cheie: serii de timp, predicție cantitativă, predicție liniară, Profet FB, model de date.

Vizualizează articolul complet

COORDONATELE PENTRU CITAREA ACESTUI ARTICOL SUNT URMĂTOARELE:
Carmen ROTUNĂ, Antonio COHAL, Ionuț SANDU, Mihail DUMITRACHE, Noi tendințe în predicția liniară a evenimentelor, Revista Română de Informatică şi Automatică (Romanian Journal of Information Technology and Automatic Control), ISSN 1220-1758, vol. 29(3), pp. 19-30, 2019. https://doi.org/10.33436/v29i3y201902