ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-04172020-185629


Tipo di tesi
Tesi di laurea magistrale
Autore
SILI, MARGHERITA
URN
etd-04172020-185629
Titolo
Tecniche di Anomaly Detection per la validazione di dati in AJF
Dipartimento
INFORMATICA
Corso di studi
INFORMATICA PER L'ECONOMIA E PER L'AZIENDA (BUSINESS INFORMATICS)
Relatori
relatore Prof. Prencipe, Giuseppe
relatore Dott. Marche, Marco
controrelatore Prof. Frangioni, Antonio
Parole chiave
  • Outlier Detection
  • Data Mining
  • Data Analysis
  • Anomaly Detection
  • Advanced JOSON Form
Data inizio appello
08/05/2020
Consultabilità
Non consultabile
Data di rilascio
08/05/2090
Riassunto
La tesi illustra il tirocinio svolto presso presso la Società  Cooperativa Gnucoop.

Durante il tirocinio sono stati trattati argomenti di Business Intelligence finalizzati alla produzione di un report. L'analisi ha come oggetto delle aziende italiane e il report realizzato ne da una visione in termini di produttività  e tasso di occupazione sia per aree geografiche sia per settori d'impiego.

Sono stati attuati processi di selezione, elaborazione e trasformazione di dati finalizzati alla costruzione di un dataset al quale applicare future tecniche di Data Mining.
Il dataset sarà usato per la costruzione di un modello di predizione dei fattori che portano all'abbandono scolastico, purtroppo le numerose anomalie presenti nei dati non ci hanno permesso di formare un campione di dimensioni ragionevoli.

Abbiamo trattato tematiche di Anomaly Detection al fine di estendere i meccanismi base di validazione del software Advanced JSON Form (AJF).
AJF è una applicazione web che offre una interfaccia grafica per la compilazione di questionari, l'integrazione in AJF di meccanismi intelligenti di validazione ha lo scopo di migliorare la qualità dei dati raccolti dalla piattaforma.
File