Predikce délky trvání datového profilování

• Název práce v češtině: Predikce délky trvání datového profilování
• Název v anglickém jazyce: Prediction of data-profiling duration
• Akademický rok vypsání: 2022/2023
• Typ práce: bakalářská práce
• Jazyk práce: čeština
• Ústav: Katedra distribuovaných a spolehlivých systémů (32-KDSS)
• Vedoucí / školitel: doc. RNDr. Jan Kofroň, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 05.01.2023
• Datum zadání: 05.01.2023
• Datum potvrzení stud. oddělením: 19.01.2023
• Oponenti: Mgr. Filip Kliber

Zásady pro vypracování

Při plánování většího množství časově náročnějších úloh je přínosné být schopen co možná nejpřesněji odhadnout délku běhu jednotlivých úloh. To platí také při datovém profilování, tedy procesu zkoumání a analýzy dat za účelem lepšího pochopení jejich charakteristik a vzorů.

Cílem bakalářské práce je vytvořit mikroslužbu pro predikci délky trvání datového profilování a výpočtu datové kvality databázových tabulek na základě dat z předchozích běhů a podobností mezi jednotlivými tabulkami. Pro predikci bude použit vhodný statistický model na základě analýzy metrik ovlivňujících délku procesingů. Bude se jednat o Spring Boot aplikaci [2].

Seznam odborné literatury

[1] Spring framework - https://spring.io/projects/spring-framework
[2] Spring boot - https://spring.io/projects/spring-boot
[3] Java documentation - https://docs.oracle.com/en/java/