prikaz prve stranice dokumenta Grupiranje srednjoškolaca i studenata prema njihovim interesima, fobijama i navikama klasterskom analizom
  Preuzmi
PDF 1.84 MB
diplomski rad
Grupiranje srednjoškolaca i studenata prema njihovim interesima, fobijama i navikama klasterskom analizom
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2020. urn:nbn:hr:217:345432
Vlaić, Petra
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Vlaić, P. (2020). Grupiranje srednjoškolaca i studenata prema njihovim interesima, fobijama i navikama klasterskom analizom (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:345432

Vlaić, Petra. "Grupiranje srednjoškolaca i studenata prema njihovim interesima, fobijama i navikama klasterskom analizom." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:217:345432

Vlaić, Petra. "Grupiranje srednjoškolaca i studenata prema njihovim interesima, fobijama i navikama klasterskom analizom." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:217:345432

Vlaić, P. (2020). 'Grupiranje srednjoškolaca i studenata prema njihovim interesima, fobijama i navikama klasterskom analizom', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 27.11.2024., https://urn.nsk.hr/urn:nbn:hr:217:345432

Vlaić P. Grupiranje srednjoškolaca i studenata prema njihovim interesima, fobijama i navikama klasterskom analizom [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2020 [pristupljeno 27.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:345432

P. Vlaić, "Grupiranje srednjoškolaca i studenata prema njihovim interesima, fobijama i navikama klasterskom analizom", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:345432

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:345432
Podaci o radu
NaslovGrupiranje srednjoškolaca i studenata prema njihovim interesima, fobijama i navikama klasterskom analizom
AutorPetra Vlaić
MentorAnamarija Jazbec (mentor)
Član povjerenstvaAnamarija Jazbec (predsjednik povjerenstva)
Član povjerenstvaBojan Basrak (član povjerenstva)
Član povjerenstvaSnježana Lubura Strunjak (član povjerenstva)
Član povjerenstvaMarko Horvat (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2020-07-20, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
Klasterska analiza metoda je grupiranja objekata u klase tako da su u istoj klasi objekti najveće sličnosti. U ovom radu, klasterska analiza primijenjena je na podatcima o interesima, hobijima i zdravstvenim navikama studenata i srednjoškolaca. Podatci su prikupljeni koristeći online anketu koja je distribuirana putem društvenih mreža. Konačan broj analiziranih ispitanika je bio 699, pri čemu je omjer studenata i srednjoškolaca ravnomjeran. Za primjenu metode, potrebno je izabrati odgovarajuću mjeru sličnosti i algoritam ovisno o vrsti objekata, svojstvima algoritama te konačnim ciljevima istraživanja. Klasterski algoritmi mogu biti hijerarhijski ili nehijerarhijski (partitivni). Hijerarhijski algoritam je primijenjen koristeći Ward metodu, a rezultati su prikazani dendrogramom. Kao partitivni algoritam izabran je k-means s konačnim ograničenjima na dva, a potom i na tri klastera, dok je mjera sličnosti euklidska.
Sažetak (engleski)
Cluster analysis is a method of grouping objects into classes so that the objects with the highest similarity are in the same class. In this paper, cluster analysis has been applied on a data set which consists of interests, hobbies and health habits of students and high school pupils. The data set was collected using an online survey which was distributed through social media. The final number of analyzed respondents was 699, having the ratio between students and high school pupils relatively equal. In order to apply the method, it is necessary to choose an adequate similarity measure and an algorithm depending on the type of data, features of the algorithm and main goals of the research. Clustering algorithms are either hierarchical or non-hierarchical (partitive). A hierarchical algorithm has been applied using the Ward method, and the results were shown on dendrograms. As for the type of partitive algorithm, the k-means algorithm was chosen, limiting the final number of clusters on two and on three, with the euclidean similarity measure.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:345432
Studijski programNaziv: Matematička statistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-11-30 13:53:39