prikaz prve stranice dokumenta Analiza rodne nejednakosti korištenjem otkrivanja znanja iz baza podataka
Access restricted to authenticated users
master's thesis
Analiza rodne nejednakosti korištenjem otkrivanja znanja iz baza podataka
Zagreb: University of Zagreb, Faculty of Economics and Business, 2022. urn:nbn:hr:148:673112
Mendek, Matea
University of Zagreb
Faculty of Economics and Business
Department of Informatics

Institutional repository: REPEFZG

Cite this document

Mendek, M. (2022). Analiza rodne nejednakosti korištenjem otkrivanja znanja iz baza podataka (Master's thesis). Zagreb: University of Zagreb, Faculty of Economics and Business. Retrieved from https://urn.nsk.hr/urn:nbn:hr:148:673112

Mendek, Matea. "Analiza rodne nejednakosti korištenjem otkrivanja znanja iz baza podataka." Master's thesis, University of Zagreb, Faculty of Economics and Business, 2022. https://urn.nsk.hr/urn:nbn:hr:148:673112

Mendek, Matea. "Analiza rodne nejednakosti korištenjem otkrivanja znanja iz baza podataka." Master's thesis, University of Zagreb, Faculty of Economics and Business, 2022. https://urn.nsk.hr/urn:nbn:hr:148:673112

Mendek, M. (2022). 'Analiza rodne nejednakosti korištenjem otkrivanja znanja iz baza podataka', Master's thesis, University of Zagreb, Faculty of Economics and Business, accessed 26 June 2024, https://urn.nsk.hr/urn:nbn:hr:148:673112

Mendek M. Analiza rodne nejednakosti korištenjem otkrivanja znanja iz baza podataka [Master's thesis]. Zagreb: University of Zagreb, Faculty of Economics and Business; 2022 [cited 2024 June 26] Available at: https://urn.nsk.hr/urn:nbn:hr:148:673112

M. Mendek, "Analiza rodne nejednakosti korištenjem otkrivanja znanja iz baza podataka", Master's thesis, University of Zagreb, Faculty of Economics and Business, Zagreb, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:148:673112

Metadata
TitleAnaliza rodne nejednakosti korištenjem otkrivanja znanja iz baza podataka
Title (english)Analysis of the Gender Inequality using knowledge discovery in databases
AuthorMatea Mendek
MentorMirjana Pejić Bach (mentor)
Committee memberDalia Suša Vugec (predsjednik povjerenstva)
Committee memberIvan Strugar (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Economics and Business
(Department of Informatics)
Zagreb
Defense date and country2022-10-03, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Economics
Business Informatics
Abstract
Analiza rodne nejednakosti korištenjem otkrivanja znanja iz baza podataka izučava prisutnost rodne nejednakosti sukladno podacima o Indeksu rodne nejednakosti Programa Ujedinjenih naroda za razvoj. Navedeni indeks mjeri rodnu nejednakost u tri važna aspekta ljudskog razvoja – reproduktivno zdravlje, osnaživanje i ekonomski status, odnosno tržište rada. Indeks rodne nejednakosti analizirat će se pomoću besplatnog softverskog alata – Weke – kao jednog sveobuhvatnog alata za potrebe otkrivanja znanja iz baza podataka. Rudarenje podataka, odnosno otkrivanje znanja iz baza podataka proces je traženja vrijednih i značajnih informacija u velikim količinama podataka. Dobiveni podaci i izvedeni zaključci mogu se koristiti za unapređenje poslovanje poduzeća. U ovom radu, pomoću softvera za rudarenje podataka provest ćemo klaster analizu i analizu vremenskih serija nad indeksom rodne nejednakosti. Klaster analiza će pronaći pojedine atribute u setu podataka koji su na određeni način povezani te će ih podijeliti u skupinu odnosno klastere. Prognoziranjem vremenskih serija dobit ćemo uvid u buduće predviđeno kretanje vrijednosti Indeksa rodne nejednakosti.Cilj prognoziranja vremenskih serija je predvidjeti kretanje indeksa u budućnosti za promatrane države na temelju podataka koje posjedujemo.
Abstract (english)
Gender Inequality analysis using knowledge discovery in databases studies the presence of gender inequality according to Gender Inequality Index of the United Nations Development Programme. Specified index measures gender inequalities in three important aspects of human development – reproductive health, empowerment and economic status (labour market). The Gender Inequality Index will be analyzed using a free software tool - Weka - as a comprehensive tool for discovering knowledge in databases. Data mining, i.e. discovering knowledge from databases, is a process of searching for valuable and significant information in large amounts of data. The obtained data and derived conclusions can be used to improve the business results of the company. In this paper, using data mining software, we will perform cluster analysis and time series analysis over the gender inequality index. Cluster analysis will find individual attributes in a data set that are linked in a certain way and will divide them into a group or clusters. By time series forecasting, we will gain insight into future projected trends in the value of the Gender Inequality Index. The goal of time series forecasting is to predict the movement of the index in the future for the observed countries based on the data we have.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:148:673112
Study programmeTitle: Business Economics
Study programme type: university
Study level: integrated undergraduate and graduate
Academic / professional title: magistar/magistra ekonomije (magistar/magistra ekonomije)
Type of resourceText
File originBorn digital
Access conditionsAccess restricted to authenticated users
Terms of useLicence In copyright icon
Created on2022-10-06 07:48:35