Vizualizační a reportingové nástroje pro Big Data

Název práce: Vizualizační a reportingové nástroje pro Big Data
Autor(ka) práce: Malá, Šárka
Typ práce: Diplomová práce
Vedoucí práce: Novotný, Ota
Oponenti práce: Pour, Jan
Jazyk práce: Česky
Abstrakt:
Práce se zaměřuje na analýzu vizualizačních a reportingových nástrojů pro Big Data. Měla by sloužit především jako přehledný materiál pro orientaci se v této oblasti, ale také jako technický návod pro uživatele, kteří by se rozhodli začít vytvářet vlastní vizualizace.Hlavním cílem této diplomové práce je analýza dostupných nástrojů pro reporting a vizualizaci Big Data. Teoretická část pojednává o tématu Big Data, představuje platformu Apache Hadoop včetně přidružených nástrojů a projektů. Druhá polovina teoretické části je věnována analýze dostupných vizualizačních a reportingových nástrojů pro práci s Big Data.Cílem praktické části je provést na základě případové studie analýzu dat společnosti SMI s.r.o ve třech vybraných vizualizačních nástrojích. V návaznosti na zadání případové studie, znalosti z teoretické části a průzkumy společnosti Gartner, jsou pro praktickou ukázku vybrány nástroje QlikSense, PowerBI a JavaScriptová knihovna Chart.js.U detailně analyzovaných nástrojů je popsán způsob jejich připojení na platformu Hadoop, import dat do vizualizací a specifika konkrétního nástroje.
Klíčová slova: Chart.js; Big Data; Apache Hadoop; QlikSense; vizualizace; PowerBI
Název práce: Visualization and Reporting Tools for Big Data
Autor(ka) práce: Malá, Šárka
Typ práce: Diploma thesis
Vedoucí práce: Novotný, Ota
Oponenti práce: Pour, Jan
Jazyk práce: Česky
Abstrakt:
The thesis focuses on analysis of visualization and reporting tools for Big Data. The thesis should serve mainly as a clear overview of visualization tools, but also as a technical guide for users who decide to use the same tools as shown in the practical part.The theoretical part deals with Big Data, introduces the Apache Hadoop platform, including related tools and projects. The second half of the theoretical part is focused on the analysis of available visualization and reporting tools for working with Big Data.The aim of the practical part is to perform data analysis on case study in three selected visualization tools. Depending on case study, knowledge from the theoretical part, and Gartner's survey, QlikSense, PowerBI, and the Chart.js JavaScript library are selected for a practical demonstration.In a deep analysis part is described how to connect those three tools to the Hadoop platform, how to import data into visualizations, and the specifics of a particular tool.
Klíčová slova: Apache Hadoop; Chart.js; PowerBI; QlikSense; vizualization

Informace o studiu

Studijní program / obor: Aplikovaná informatika/Informační systémy a technologie
Typ studijního programu: Magisterský studijní program
Přidělovaná hodnost: Ing.
Instituce přidělující hodnost: Vysoká škola ekonomická v Praze
Fakulta: Fakulta informatiky a statistiky
Katedra: Katedra informačních technologií

Informace o odevzdání a obhajobě

Datum zadání práce: 1. 10. 2017
Datum podání práce: 1. 6. 2018
Datum obhajoby: 31. 5. 2018
Identifikátor v systému InSIS: https://insis.vse.cz/zp/64408/podrobnosti

Soubory ke stažení

    Poslední aktualizace: