Szerencsejáték-függőség prediktálása klaszterező eljárásokkal

A tétel rövid nézete
dc.contributor.advisorHajdu, András
dc.contributor.authorFrancuz, Ádám
dc.contributor.departmentDE--Informatikai Kar
dc.date.accessioned2025-06-30T11:14:34Z
dc.date.available2025-06-30T11:14:34Z
dc.date.created2024-10-23
dc.description.abstractA folyamatosan növekvő szerencsejáték iparban egyre nagyobb szerepet töltenek be a különböző felelős játékszervezési tevékenységek. A szerencsejáték-függőség meghatározása multidiszciplináris probléma, ugyanis a szakterületek nem rendelkeznek egységes konszenzussal a függőség definiálásában. Kutatásom során egy gépi tanuló algoritmusokra épülő modellt hozok létre, amely célja a függőségre való hajlam becslése különböző fogadási adatokra épülő paraméterek alapján. A meglévő szakirodalmakat NLP modellek segítségével dolgozom fel és meghatározom a függőséget leíró numerikus változókat. Az igazolt paramétereket a t-SNE és UMAP nemlineáris dimenziócsökkentő eljárásokkal alakítom át, majd a K-means klaszterező algoritmus segítségével kezdeti klasztereket hozok létre, a létrejött két kezdeti klasztert kiegészítem egy szakmai tapasztalatokra épülő klaszterrel. A három kiinduló klaszterező eljárás egy-egy euklideszi távolsággal jelzi a függőségre való hajlamot, majd ezen távolságok összedolgozásával hozza létre a modell a végső, függő ügyfeleket tartalmazó csoportot. A kutatás eredményeképpen a létrehozott modell hatékonyságát bináris osztályozási algoritmusokkal ellenőrzöm, amely végül igazolja a modell ipari gyakorlatban történő felhasználását.
dc.description.courseAdattudomány
dc.description.degreeMSc/MA
dc.format.extent31
dc.identifier.urihttps://hdl.handle.net/2437/394983
dc.language.isohu
dc.rights.infoHozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében.
dc.subjectfüggőség, predikció, klaszterezés
dc.subject.dspaceInformatika::Informatikai rendszerek
dc.titleSzerencsejáték-függőség prediktálása klaszterező eljárásokkal
Fájlok
Eredeti köteg (ORIGINAL bundle)
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
szakdolgozat.pdf
Méret:
3.36 MB
Formátum:
Adobe Portable Document Format
Leírás:
szakdolgozat
Megjelenítés
Engedélyek köteg
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
license.txt
Méret:
2.35 KB
Formátum:
Item-specific license agreed upon to submission
Leírás:
Letöltés
Gyűjtemények
Hallgatói dolgozatok (Informatikai Kar)