Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Podnikové informační systémy

Rozměr: px
Začít zobrazení ze stránky:

Download "Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Podnikové informační systémy"

Transkript

1 Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Podnikové informační systémy Datamining v bázi KKL Řešitelský tým: Jan Duchaň - vedoucí týmu Jakub Malina - zástupce vedoucího týmu Ondřej Fila Natalya Chernykh Michal Chramosta Karolína Neukirchner

2 Obsah Zadání projektu... 5 Vysvětlení použitých zkratek... 6 Harmonogram projektu... 9 Inventarizace schopností a znalostí členů týmů Technická dokumentace řešení projektu Jmenovitý podíl jednotlivých členů týmu na řešení projektu Problémy, s nimiž se tým setkal při řešení projektu Přínos projektu pro členy týmu Závěr P a g e

3 Zadavatel Zadavatelem je Národní knihovna České republiky (NK ČR). NK ČR je centrem systému knihoven, vykonává koordinační, odborné, informační, vzdělávací, analytické, výzkumné, standardizační, metodické a poradenské činnosti. Svým rozsahem je NK ČR největší a nejstarší veřejná knihovna v České republice a řadí se mezi nejvýznamnější evropské i světové knihovny. Soubor literatury obsahuje více jak 6 milionů dokumentů. Ročně přibude kolem 70 tisíc nových titulů. 3 P a g e

4

5 Zadání projektu Datamining v bázi KKL Datamining znamená v českém jazyce dolování z dat či vytěžování dat. Předně je potřeba si říct, že ze samotného pojmu data mining se stalo populární slovo, které se často nesprávně používá pro jakoukoliv analýzu většího množství dat a jejich dílčí grafickou reprezentaci. Data mining v přesnějším slova smyslu využívá kombinace metod umělé inteligence, strojového učení a statistiky k automatickému nalezení požadovaných vzorů ve velké množině dat a to často podle předem stanoveného datového modelu. Jde skutečně o velmi široký pojem, jehož konkrétnější podoba závisí na dané aplikaci, jako může být například automatické rozpoznávání obličeje, vyhledávání shodných pasáží textu atd. - Use Case diagram sběru zpracovávaných informací - Data pro analýzu jsou vlastně data záznamy z vyhledávacích relací uživatelů databáze KKL, díky kterým máme možnost vyvodit zdánlivě skryté informace, které by pak měly přinést těmto uživatelům další užitek anebo alespoň přehled pro správu KLL. 5 P a g e

6 Národní knihovna České republiky nám poskytla soubory, ve kterých byla zdrojová data, která bylo nutné exportovat. Databáze knihovnické literatury (KKL) aktuálně obsahuje záznamů. Cílem našeho projektu bylo zanalyzovat poskytnutá data a vyvodit závěry, které by mohly být využitelné. Příklad formátu poskytnutých zdrojových dat: Vysvětlení použitých zkratek SESSION_ID Označení relace dotazování uživatele vygenerovaným ID systémem databáze TIME_STAMP časové razítko označení časovým údajem IP IP adresa počítače, ze kterého uživatel databáze přistupuju 6 P a g e

7 HITS Počet výsledků vrácených databází uživateli na jeho zadaný dotaz TYP událost; ve sloupci jsou uvedeny kódy událostí: 10 hledání záznamy nalezeny 11 hledání dosaženo limitu 12 hledání záznamy nenalezeny 20 vyhledávání z více polí (find-a) 21 základní vyhledávání (find-b) 22 vyhledávání CCL (find-c) 23 pokročilé vyhledávání (find-d) 24 vyhledávání z více bází (find-m) 25 zpřesnit dotaz 26 kombinovat dotaz 29 vyhledávání v rejstřících 31 vyhledávání protokolem Z prohlížení rejstříků protokolem Z39.50 DB báze, ve které byl proveden dotaz: KTD oficiální báze KTDP pracovní báze KTDBN dílčí báze Termíny bez normativního výkladu KTDN dílčí báze Termíny s normativním výkladem SEARCH / SCAN vyhledávání / prohlížení rejstříků 7 P a g e

8 Označení rejstříků TDKIV TR termín/ekvivalent TE anglický ekvivalent TK věcná skupina AU autor hesla RE redaktor hesla KZ konzultant hesla LK lektor hesla ZD zdroj/norma (kód bez hodnoty např. TR= znamená, že dotaz pouze odklepnut bez zadání) 8 P a g e

9 Harmonogram projektu Harmonogram navržený vyučujícím: Datum Činnost Formulace zadání, stanovení harmonogramu projektu - předložení vyučujícímu Inventarizace schopností a znalostí členů týmů, využitelných v projektu kontrolní den projektu - prezentace věcných výsledků dosavadního průběhu řešení vyučujícímu a zadavateli kontrolní den projektu - příprava veřejné prezentace a odevzdání výsledků práce Odevzdání výsledků práce zadavateli, odevzdání tištěné dokumentace projektu vyučujícímu Veřejná prezentace projektu, odevzdání elektronické verze dokumentace projektu vyučujícímu Skutečný harmonogram a plán týmu: Datum Činnost Kde Kdo Výběr týmu a zadání projektu Škola Tým Miniseminář k problematice řešené v projektu Škola Zadána zdrojová data pro datamining KKL Škola Tým Formulace a zadání projektu SIC Tým Inventarizace schopností členů týmu předání základní dokumentace Výběr vhodného DM SW, porozumění datům, příprava dat, aplikace DM, vyhodnocení výsledků Schůze členů týmu shromáždění výsledků, individuální připomínky, příprava výstupu 1. kontrolní den projektu - prezentace věcných výsledků dosavadního průběhu řešení vyučujícímu a zadavateli SIC Individ. SIC Jan Duchaň Karolína Neukirchner Michal Chramosta Tým Tým Škola Tým Úprava dat, doplnění grafů a doplnění dokumentace Škola Tým kontrolní den projektu - příprava veřejné prezentace a odevzdání výsledků práce Úprava nedostatků v projektu + dokumentace Individ Odevzdání výsledků práce zadavateli, odevzdání tištěné dokumentace projektu vyučujícímu Veřejná prezentace projektu, odevzdání elektronické verze dokumentace projektu vyučujícímu Škola Tým 9 P a g e

10 Inventarizace schopností a znalostí členů týmů Jan Duchaň organizace týmu, finální úpravy dokumentace, kontrola výsledků, prezentace týmu Jakub Malina doplňování a kompletace dokumentace a postupů od ostatních členů, kontrola Ondřej Fila určení vhodných úprav zdrojových dat, kontrola DM postupů Natalya Chernykh vyhledávání vhodného SW, kontrola úprav zdrojových dat Michal Chramosta provádění DM na zdrojových datech Karolína Neukirchner příprava dokumentace projektu, kontrola výstupu DM Základním předpokladem pro úspěšné dolování dat a využitelné výsledky je znalost a porozumění vstupních dat každým členem týmu. 10 P a g e

11 Technická dokumentace řešení projektu Podle povahy našich dat jsme se rozhodli, že budeme analyzovat dotazy především co do jejich počtu, což se dá dále využít naším zadavatelem např. pro správné dimenzování obslužného systému. Pokud bychom chtěli analyzovat dotazy z hlediska úspěšnosti je situace mnohem obtížnější. Mohli bychom například zkoumat souvislost mezi délkou textového řetězce a počtem výsledků apod. To ale nemá moc dobrou vypovídající hodnotu. Důležité je, jak nejlépe úspěšnost dotazu definovat. Samotný počet výsledků ještě neříká nic o tom, jestli jsou správné Pro takovou analýzu by bylo potřeba znát nejen počet výsledků, ale především jejich hodnoty. Potom už se dostáváme k opravdovým data mining technikám a především k poměrně složitým algoritmům pro porovnávání textů atd. Pracovat s těmito algoritmy a hodnotit jejich úspěšnost už je záležitost spíše pro studenty kybernetiky a souvisejících oborů. Proto jsme se rozhodli postupovat první cestou a získat následující vypovídající informace. 11 P a g e

12 Statistické výsledky vyhledávání: Graf 1,2 - Počet hledání/závislost na měsíci v roce 12 P a g e

13 Graf 3,4 - Počet hledání/závislost na denní době 13 P a g e

14 Graf 5, 6 - Počet hledání/závislost na dni v týdnu 14 P a g e

15 Graf 7 Počet hledání/závislost na typu TYP událost; ve sloupci jsou uvedeny kódy událostí: 20 vyhledávání z více polí (find-a) 21 základní vyhledávání (find-b) 22 vyhledávání CCL (find-c) 23 pokročilé vyhledávání (find-d) 24 vyhledávání z více bází (find-m) 25 zpřesnit dotaz 26 kombinovat dotaz 29 vyhledávání v rejstřících 31 vyhledávání protokolem Z39.50 U tohoto grafu nám nastává výše uvedený problém a to sice, že nám zobrazuje pouze počet hitů tzn. výsledků, ale neznáme jejich hodnoty, proto nemůžeme zhodnotit jejich relevanci v celkovém kontextu hledání. Avšak dá se použít jako určité vodítko o rozsáhlosti obsahu databáze v závislosti na typu hledání. 15 P a g e

16 Jmenovitý podíl jednotlivých členů týmu na řešení projektu Jan Duchaň vedoucí týmu - Vedení a tvorba dokumentace - Tvorba statistických grafů - Příprava prezentací - Prezentace výsledků týmu Jakub Malina zástupce vedoucího týmu - Tvorba dílčích částí dokumentace a její korektura - Úprava dat pro statistické zpracování - Zkoumání funkcionality a ovládání SW Statistica Ondřej Fila - Dílčí statistické zpracování Natalya Chernykh - Zkoumání funkcionality a ovládání SW Statistica Karolína Neukirchner - Tvorba základní dokumentace - Úprava dat pro statistické zpracování - Konzultace s externím poradcem Michal Chramosta - Příprava dat pro DM očištění, odstranění duplicit ze SEARCH 16 P a g e

17 Problémy, s nimiž se tým setkal při řešení projektu Komunikace v týmu a scházení se k řešení projektu Vhodný klíč pro očištění a přípravu dat. Najít vhodný SW, který by byl funkční pro data mining a byl volně dostupný Přínos projektu pro členy týmu - Řešení problémů při týmové spolupráci - Řešení zajímavého problému - Osvojení přípravných částí pro DM - Zjistili jsme, že od tzv. data-mining programů nelze čekat žádné zázraky. Je jenom na uživateli aby si rozmyslel, jakou závislost chce sledovat, co porovnávat atd. Programy jako rapid miner, lisp miner apod. potom podle zadání pouze provedou výpočet a mají sloužit k jednoduchému a rychlému grafickému znázornění výsledků (Což se mimochodem dá zvládnout i přímo v Excelu a v mnoha ohledech i lépe). - Tvorba statistických grafů - Práce s rozsáhlými daty a metody jak z nich získávat relevantní informace 17 P a g e

18 Závěr Z námi získaných informací lze navrhnout relevantní řešení dimenzování obslužného systému databáze s ohledem na její vytíženost. Jednoznačně lze říci, že by bylo velice vhodné celý vyhledávací proces a uživatelské rozhraní udělat více uživatelsky přívětivější. V prvním kroku by rozhodně usnadnila práci tolerance zadaných dotazů podobně, jako ji známe např. z portálu google.com. Pomocí strojového učení a statistických metod by nám nabízel vyhledávací engine nápovědu, omezily by se tak chybná hledání, která vznikají překlepy, které byli hlavním zdrojem neúspěšných hledání. Lze říci, že nejužívanějšími typy hledání jsou typy 21, 24, 31 a z těchto typů byl logicky nejúspěšnější typ 21, jelikož se jedná o základní, nespecifikované vyhledávání. 18 P a g e

19 Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Podnikové informační systémy Datamining v bázi KKL (Dodatek) Řešitelský tým: Natalya Chernykh Karolína Neukirchner 19 P a g e

20 Datamining: Zdrojový soubor ve formátu.xls byl importován do databáze MS Access a následně exportován do databáze SQL (použit program MS SQL Server 2005), kde byly zjištěny pomocí vhodně zvolených dotazů následující výsledky: Tabulka sum.hits/typ Tabulka znázorňuje celkový počet úspěšných vrácených výsledků v závislosti na zvoleném typu vyhledávání. Typ vyhledávání 21 (základní vyhledávání (find-b)) vracel v průměru největší počet výsledků vyhledávání, s velkým odstupem následován typy 23, 22 a 31. Naopak nejméně výsledků zaznamenal typ 20. Sloupec sum hits označuje celkový počet úspěšných hledání k danému typu hledání a sloupec TYP typ hledání. 20 P a g e

21 Tabulka max.hits/typ Tabulka znázorňuje maximální počet vrácených výsledků u každého typu vyhledávání. Z tohoto hlediska byl nejúspěšnější typ 22 (vyhledávání CCL (find-c)), těsně následován typy 21, 31 a 23. Sloupec max hits označuje maximální počet výsledků hledání k danému typu hledání a sloupec TYP typ hledání. Tabulka TYP/count.typ Tabulka znázorňuje počet použití jednotlivých typů vyhledávání. Z tohoto hlediska byl nejfrekventovanější typ 31 (vyhledávání protokolem Z39.50), 24 a 21. Sloupec count.typ označuje počet použití typů hledání a sloupec TYP typ hledání. Tabulka TYP/max(HITS)/SEARCH_TEXT (tabulka exportována do MS Excel) 21 P a g e

22 Tato Tabulka je rozšířením tabulky max.hits/typ, kde je doplněn i v databázi knihovny hledaný výraz, takže vímě, že nejčastěji hledaným výrazem bylo slovo bu, které nemá vypovídající hodnotu, ale je spíše pokusem, zda vyhledávání v databázi funguje. Prvním smysluplným nejčastěji hledaným výrazem je výraz národní knihovna Tabulka IP/sum.hits (tabulka exportována do MS Excel) Tabulka IP/sum.hits znázorňuje prvních dvacet nejčastěji hledajících IP adres v databázi, které měly největší počet úspěšných hledání. Pro lepší orientaci je pridán i třetí sloupec, který doplňuje informaci, kolik pokusů hledání z jednotlivých IP bylo zaznamenáno. 22 P a g e

23 Tabulka IP/count.ip (tabulka exportována do MS Excel) Tato tabulka znázorňuje IP adresy, které nejčastěji v databázi hledaly. Je zřejmé, že nejvíce se v databázi hledalo lokálně (adresa 127.x.x.x). Pro lepší souvislost je doplněna daty z předchozí tabulky, kde je k jednotlivým IP adresám přiřazena úspěšnost hledání. Jen pro úplnost tabulka vpravo ukazuje, že celkový počet jedinečných IP adres hledajících v databázi bylo P a g e

24 Top 30 hledaných výrazů, které jsou seřazené podle počtu vyhledávání. Hledaný výraz Počet hledání Slova-Všechna pole= bu* and ( Kód země vydání= xr or Kód země 8984 vydání= xo and Druh dokumentu= se ) Slova-Všechna pole= národní knihovna 8852 Slova-Všechna pole= knihovna AND národní 8782 Slova-Všechna pole= národní AND Slova-Všechna pole= knihovna 8782 ISBN,ISSN= ")&$((!%!&X" 8762 Slova-Všechna pole= Národní knihovna 8637 Klíčová slova= národn? or státn? AND Klíčová slova= knihovn? and 8538 Kód jazyka dok.= cze Slova-Názvy= alldocuments and Kód země vydání= xr and Druh 8516 dokumentu= BK Slova-Všechna pole= alldocuments and Druh dokumentu= BK and Kód 8431 jazyka dok.= cze Slova-Názvy= alldocuments and Druh dokumentu= BK and Kód jazyka 8413 dok.= cze Druh dokumentu= alldocuments and Druh dokumentu= BK and Kód 8355 jazyka dok.= cze Stavové kódy= "an*" 8261 Slova-Všechna pole= knihovni 7753 W-All fields= čtenář? AND W-All fields= knihovn? 7640 Klíčová slova= knihovny and Druh dokumentu= BK 7283 Klíčová slova= knihovní 7151 W-All fields= služby 6889 Slova-Všechna pole= služby 6885 Slova-Všechna pole= služb* 6870 Slova-Názvy= Knihovny 6335 Kód jazyka dok.= eng and Druh dokumentu= BK 6287 Slova-Všechna pole= vzděláv? or škol? 6162 Slova-Všechna pole= The Library 6021 Slova-Všechna pole= papík or knih 5927 Slova-Všechna pole= knih 5844 Slova-Všechna pole= knihovnictví 5657 W-All fields= knihovnictví 5521 Slova-Všechna pole= kultur* 5487 Klíčová slova= dokument? 5443 W-All fields= organizace OR W-All fields= fondů P a g e

25 Závěr Výsledky projektu by šly shrnout do následujících závěru. Datamining v generálním pojetí je jistě považován za efektivní řešení k optimalizacím, ovšem toto nelze vhodně použít na zdrojový soubor dodaný zadavatelským týmem. I přes veškeré procesy směřující k očištění dat, odstranění redundance a ostatních nežádoucích jevů, výsledný analyzovaný soubor sice poskytne po dataminingu velké množství výstupů, které ovšem nelze úspěšně aplikovat na zlepšení chodu databáze. Prostřednictvím softwaru pro analýzu dat jsme zjistili nejčastější hledané výrazy, nejčastěji hledající IP, IP s největším množstvím HITů a nespočet dalších výstupů, ale po praktické stránce silně pochybujeme, že tento výstup a jeho aplikace v nějakém směru pomůže zadavatelskému týmu k vylepšení služeb uživatelům. K tomu by mohlo spíše dojít vytvořením více user friendly rozhraní (např. automatické doplňování), než analýzou zadávaných dat. Z výsledků lze například zcela jednoznačně určit, že nejužívanějšími typy hledání jsou typy 21, 24, 31 a z těchto typů byl logicky nejúspěšnější typ 21, jelikož se jedná o základní vyhledávání. Dále lze určit pomocí text-miningu nejhledanější slovní spojení a slova, například slova knihovna, služby, dokument, ale stále zůstává otázkou celý smysl analýzy dat. Pro sestavení žebříčku a jakousi analýzu zájmu uživatelů by výsledky hledání šly použít spíše pro komerční účely (zadavatelský tým je ovšem nekomerční organizace), technický přínos je ale nulový. Výsledek, ať už je jakýkoli nijak neovlivní chod databáze, ani žádným způsobem nepřispěje k jejímu zlepšení. Snad jen časová analýza využití analýza pokusů hledání, případně analýza užití jednotlivých adres by mohla přispět k posílení připojení vyhledávacího serveru k síti ve špičkách, i když je zde i patrné časté využití lokální IP 127.x.x.x. ukazuje, že zátěž serveru je tak malá, že tyto úkony by zvládl i standardní server nejnižší cenové hladiny a není třeba dodatečných investic. Pro ilustraci v době nejvyššího zatížení serveru vyhledáváním (úterý a čtvrtek kolem 10:00 hodin) byly na server průměrně ne více než deset přístupů za hodinu (pokud budeme hodně optimističtí). Tento (ne)zájem o vyhledávání na serveru zadavatelského týmu tak snad ani není třeba analyzovat za účelem technické způsobilosti databáze. 25 P a g e

Data mining v Terminologické databázi. knihovnictví a informační vědy (TDKIV)

Data mining v Terminologické databázi. knihovnictví a informační vědy (TDKIV) VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY VYŠŠÍ ODBORNÁ ŠKOLA INFORMAČNÍCH SLUŽEB Data mining v Terminologické databázi knihovnictví a informační vědy (TDKIV) Projekt Martin Peter

Více

Odborná terminologie knihovnictví a informační vědy očima uživatelů databáze TDKIV Předběžné výsledky projektu. Helena Kučerová VOŠIS Praha

Odborná terminologie knihovnictví a informační vědy očima uživatelů databáze TDKIV Předběžné výsledky projektu. Helena Kučerová VOŠIS Praha Odborná terminologie knihovnictví a informační vědy očima uživatelů databáze TDKIV Předběžné výsledky projektu Helena Kučerová VOŠIS Praha 1 Cíl projektu: Využít metody kvantitativní analýzy k objevení

Více

PRODUKTY. Tovek Tools

PRODUKTY. Tovek Tools jsou desktopovou aplikací určenou k vyhledávání informací, tvorbě různých typů analýz a vytváření přehledů a rešerší. Jsou vhodné pro práci i s velkým objemem textových dat z různorodých informačních zdrojů.

Více

Slovníkové databáze Knihovnického institutu Národní knihovny ČR - TDKIV a KZK. Bc. Jaroslava Havlová, DiS. PhDr. Anna Machová

Slovníkové databáze Knihovnického institutu Národní knihovny ČR - TDKIV a KZK. Bc. Jaroslava Havlová, DiS. PhDr. Anna Machová Slovníkové databáze Knihovnického institutu Národní knihovny ČR - TDKIV a KZK Bc. Jaroslava Havlová, DiS. PhDr. Anna Machová Osnova Česká terminologická databáze knihovnictví a informační vědy TDKIV Databáze

Více

Data mining pro Terminologickou databázi knihovnictví a informačních věd (TDKIV) (Projektová dokumentace)

Data mining pro Terminologickou databázi knihovnictví a informačních věd (TDKIV) (Projektová dokumentace) Data mining pro Terminologickou databázi knihovnictví a informačních věd (TDKIV) (Projektová dokumentace) Vojtěch Pudil (Vedoucí projektu) Petr Kohout (Zástupce vedoucího projektu) Dana Čapkovičová (Člen

Více

Tovek Tools. Tovek Tools jsou standardně dodávány ve dvou variantách: Tovek Tools Search Pack Tovek Tools Analyst Pack. Připojené informační zdroje

Tovek Tools. Tovek Tools jsou standardně dodávány ve dvou variantách: Tovek Tools Search Pack Tovek Tools Analyst Pack. Připojené informační zdroje jsou souborem klientských desktopových aplikací určených k indexování dat, vyhledávání informací, tvorbě různých typů analýz a vytváření přehledů a rešerší. Jsou vhodné pro práci s velkým objemem textových

Více

Vyhledávání nebo nalezení informací

Vyhledávání nebo nalezení informací Vyhledávání nebo nalezení informací Vilém Sklenák sklenak@vse.cz Vysoká škola ekonomická, fakulta informatiky a statistiky, katedra informačního a znalostního inženýrství Inforum2012, 23. 5. 2012 Vilém

Více

PRODUKTY. Tovek Tools

PRODUKTY. Tovek Tools Analyst Pack je desktopovou aplikací určenou k vyhledávání informací, tvorbě různých typů analýz a vytváření přehledů a rešerší. Jsou vhodné pro práci i s velkým objemem textových dat z různorodých informačních

Více

POKROČILÉ POUŽITÍ DATABÁZÍ

POKROČILÉ POUŽITÍ DATABÁZÍ POKROČILÉ POUŽITÍ DATABÁZÍ Barbora Tesařová Cíle kurzu Po ukončení tohoto kurzu budete schopni pochopit podstatu koncepce databází, navrhnout relační databázi s využitím pokročilých metod, navrhovat a

Více

Příprava dat v softwaru Statistica

Příprava dat v softwaru Statistica Příprava dat v softwaru Statistica Software Statistica obsahuje pokročilé nástroje pro přípravu dat a tvorbu nových proměnných. Tyto funkcionality přinášejí značnou úsporu času při přípravě datového souboru,

Více

PALSTAT s.r.o. systémy řízení jakosti PALSTAT CAQ verze. 3.00.01.16 Výstupní kontrola 07.1/2009. 1 Obsah

PALSTAT s.r.o. systémy řízení jakosti PALSTAT CAQ verze. 3.00.01.16 Výstupní kontrola 07.1/2009. 1 Obsah 1 Obsah 1 Obsah... 1 2 Úvod... 2 2.1 Výhody... 2 2.2 Základní ovládání... 2 3 Menu... 3 3.1 Menu Soubor... 3 3.1.1 Menu Soubor/Filtr... 3 3.1.2 Menu Soubor/Tisk vybraného záznamu... 3 3.1.3 Menu Soubor/Tisk

Více

Marketingová komunikace. 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph)

Marketingová komunikace. 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph) Marketingová komunikace Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph) 2. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Minulé soustředění úvod

Více

ZŠ ÚnO, Bratří Čapků 1332

ZŠ ÚnO, Bratří Čapků 1332 MS Access 2002 Grada - po spuštění je třeba kliknout do středu obrazovky - v dalším dialogovém okně (Přihlášení) vybrat uživatele, zřídit Nového uživatele nebo zvolit variantu Bez přihlášení (pro anonymní

Více

zobrazuje názvy polí, vložené hodnoty jednotlivých záznamů, lze v něm zadávat data (přidávat záznamy) v návrhovém zobrazení:

zobrazuje názvy polí, vložené hodnoty jednotlivých záznamů, lze v něm zadávat data (přidávat záznamy) v návrhovém zobrazení: DUM 02 téma: Tabulky v MS Access ze sady: 3 tematický okruh sady: Databáze ze šablony: 07 - Kancelářský software určeno pro: 2. ročník vzdělávací obor: vzdělávací oblast: číslo projektu: anotace: metodika:

Více

Zpětná vazba od čtenářů 11 Dotazy 11 Zdrojové kódy ke knize 11 Errata 11 Typografické konvence použité v knize 12

Zpětná vazba od čtenářů 11 Dotazy 11 Zdrojové kódy ke knize 11 Errata 11 Typografické konvence použité v knize 12 Obsah Zpětná vazba od čtenářů 11 Dotazy 11 Zdrojové kódy ke knize 11 Errata 11 Typografické konvence použité v knize 12 Úvod do Microsoft SharePoint Foundation 2010 13 Základní pojmy používané v této knize

Více

EBSCO. http://search.ebscohost.com. Poklikneme na možnost EBSCOhost Web. Vybereme (poklepeme, zaškrtneme) databázi, s kterou chceme pracovat.

EBSCO. http://search.ebscohost.com. Poklikneme na možnost EBSCOhost Web. Vybereme (poklepeme, zaškrtneme) databázi, s kterou chceme pracovat. EBSCO http://search.ebscohost.com Poklikneme na možnost EBSCOhost Web Vybereme (poklepeme, zaškrtneme) databázi, s kterou chceme pracovat. Vyhledávací techniky Rejstříky Pomůckou pro vyhledávání jsou rejstříky,

Více

MBI - technologická realizace modelu

MBI - technologická realizace modelu MBI - technologická realizace modelu 22.1.2015 MBI, Management byznys informatiky Snímek 1 Agenda Technická realizace portálu MBI. Cíle a principy technického řešení. 1.Obsah portálu - objekty v hierarchiích,

Více

Software pro analýzu energetických dat W1000

Software pro analýzu energetických dat W1000 Software pro analýzu energetických dat W1000 Data pro snadný život vašich zákazníků Manage energy better Mít správné informace ve správný čas je základem úspěchu každého snažení, tedy i řízení spotřeby

Více

Stručný obsah. K2118.indd 3 19.6.2013 9:15:27

Stručný obsah. K2118.indd 3 19.6.2013 9:15:27 Stručný obsah 1. Stručný obsah 3 2. Úvod 11 3. Seznamy a databáze v Excelu 13 4. Excel a externí data 45 5. Vytvoření kontingenční tabulky 65 6. Využití kontingenčních tabulek 81 7. Kontingenční grafy

Více

Elektronické inf. zdroje

Elektronické inf. zdroje Elektronické inf. zdroje Internet, tj. samostatné stránky, články atd. Předmětové katalogy Plnotextové báze, digitální knihovny Katalogy knihoven Internet Vyhledávače najdou jen dokumenty, které předtím

Více

Vyhodnocení evaluačních dotazníků

Vyhodnocení evaluačních dotazníků Projekt: Inovace profesních zdravotnických programů na OU, IPZP, reg. č. CZ.1.07/2.2.00/15.0020 Březen, 2013 Tento produkt byl spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

Více

Databáze MS-Access. Obsah. Co je to databáze? Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová

Databáze MS-Access. Obsah. Co je to databáze? Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová Databáze MS-Access Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová Obsah Principy a možnosti databází. Uložení dat v databázi, formáty dat, pole, záznamy, tabulky, vazby mezi záznamy. Objekty databáze

Více

GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER. váš partner na cestě od dat k informacím

GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER. váš partner na cestě od dat k informacím GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER váš partner na cestě od dat k informacím globtech spol. s r.o. karlovo náměstí 17 c, praha 2 tel.: +420 221 986 390 info@globtech.cz

Více

Analýza a testování uživatelského rozhraní bibliografické oborové brány Knihovnictví a informační vědy (KIV)

Analýza a testování uživatelského rozhraní bibliografické oborové brány Knihovnictví a informační vědy (KIV) Analýza a testování uživatelského rozhraní bibliografické oborové brány Knihovnictví a informační vědy (KIV) Dokumentace Řešitelský tým: Petra Kastlová Magdaléna Vrbasová Martin Gajdoš Petr Bartaloš Zimní

Více

PALSTAT s.r.o. systémy řízení jakosti PALSTAT CAQ verze Mezioperační kontrola 07.1/ Obsah

PALSTAT s.r.o. systémy řízení jakosti PALSTAT CAQ verze Mezioperační kontrola 07.1/ Obsah 1 Obsah 1 Obsah... 1 2 Úvod... 2 2.1 Výhody... 2 2.2 Základní ovládání... 2 3 Menu... 3 3.1 Menu Soubor... 3 3.1.1 Menu Soubor/Filtr... 3 3.1.2 Menu Soubor/Tisk vybraného záznamu... 3 3.1.3 Menu Soubor/Tisk

Více

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph)

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3bph) 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Zdroje Studijní materiály Heleny Palovské

Více

Jak používat statistiky položkové v systému WinShop Std.

Jak používat statistiky položkové v systému WinShop Std. Jak používat statistiky položkové v systému WinShop Std. Systém WinShop Std. využívá k zápisům jednotlivých realizovaných pohybů (příjem zboží, dodací listy, výdejky, převodky, prodej zboží na pokladně..)

Více

Tovek Server. Tovek Server nabízí následující základní a servisní funkce: Bezpečnost Statistiky Locale

Tovek Server. Tovek Server nabízí následující základní a servisní funkce: Bezpečnost Statistiky Locale je serverová aplikace určená pro efektivní zpracování velkého objemu sdílených nestrukturovaných dat. Umožňuje automaticky indexovat data z různých informačních zdrojů, intuitivně vyhledávat informace,

Více

Příloha č. 1. k zadávací dokumentaci veřejné zakázky DATOVÝ SKLAD. Technická specifikace

Příloha č. 1. k zadávací dokumentaci veřejné zakázky DATOVÝ SKLAD. Technická specifikace Příloha č. 1 k zadávací dokumentaci veřejné zakázky DATOVÝ SKLAD Technická specifikace Zpracovatel: Ivo Šicner, odbor vnitřní správy MěÚ Jindřichův Hradec Květen 2015. Registrační číslo projektu: CZ.1.06/2.1.00/22.09640

Více

ZÁVAZNÉ FUNKČNÍ A TECHNICKÉ POŽADAVKY ZADAVATELE NA PROTOTYP

ZÁVAZNÉ FUNKČNÍ A TECHNICKÉ POŽADAVKY ZADAVATELE NA PROTOTYP Příloha zadávací dokumentace č. 10 Závazné funkční a technické požadavky zadavatele na prototyp ZÁVAZNÉ FUNKČNÍ A TECHNICKÉ POŽADAVKY ZADAVATELE NA PROTOTYP na veřejnou zakázku Resortní elektronický systém

Více

PROVÁDĚCÍ SMLOUVA Č. 2. (č. ev. ČSÚ: 180 2013 S)

PROVÁDĚCÍ SMLOUVA Č. 2. (č. ev. ČSÚ: 180 2013 S) PROVÁDĚCÍ SMLOUVA Č. 2 (č. ev. ČSÚ: 180 2013 S) k Rámcové smlouvě na služby odborné podpory IT v rámci projektu Redesign statistického informačního systému v návaznosti na zavádění egovernmentu v ČR uzavřené

Více

Příloha č. 1. Náležitosti nabídky a návrh funkčnosti Interaktivního manažerského modulu (IMM)

Příloha č. 1. Náležitosti nabídky a návrh funkčnosti Interaktivního manažerského modulu (IMM) Příloha č. 1 Náležitosti nabídky a návrh funkčnosti Interaktivního manažerského modulu (IMM) Nabídka musí zahrnovat následující prvky: Návrh architektury softwaru; Vývoj softwaru a realizaci služeb rozhraní

Více

UŽIVATELSKÁ PŘÍRUČKA K INTERNETOVÉ VERZI REGISTRU SČÍTACÍCH OBVODŮ A BUDOV (irso 4.x) VERZE 1.0

UŽIVATELSKÁ PŘÍRUČKA K INTERNETOVÉ VERZI REGISTRU SČÍTACÍCH OBVODŮ A BUDOV (irso 4.x) VERZE 1.0 UŽIVATELSKÁ PŘÍRUČKA K INTERNETOVÉ VERZI REGISTRU SČÍTACÍCH OBVODŮ A BUDOV (irso 4.x) VERZE 1.0 OBSAH 1 ÚVOD... 3 1.1 HOME STRÁNKA... 3 1.2 INFORMACE O GENEROVANÉ STRÁNCE... 4 2 VYHLEDÁVÁNÍ V ÚZEMÍ...

Více

Základní informace: vysoce komfortnímu prostředí je možné se systémem CP Recorder efektivně pracovat prakticky okamžitě po krátké zaškolení.

Základní informace: vysoce komfortnímu prostředí je možné se systémem CP Recorder efektivně pracovat prakticky okamžitě po krátké zaškolení. Základní informace: CP Recorder je v Čechách vyvíjený systém pro sofistikované zaznamenávání telefonních hovorů. V prvé řadě je určen pro optimalizaci služeb, které poskytují u nás stále více populární

Více

Úvod do MS Access. Modelování v řízení. Ing. Petr Kalčev

Úvod do MS Access. Modelování v řízení. Ing. Petr Kalčev Úvod do MS Access Modelování v řízení Ing. Petr Kalčev Postup při tvorbě aplikace Vytvoření tabulek Vytvoření relací Vytvoření dotazů Vytvoření formulářů Vytvoření sestav Tabulky Slouží k definování polí,

Více

Informační a komunikační technologie

Informační a komunikační technologie Dodatek č. Školního vzdělávacího programu Obchodní akademie Lysá nad Labem, obor 63-4-M/02 Obchodní akademie, platného od. 9. 202 - platnost dodatku je od. 9. 206 Informační a komunikační technologie je

Více

Obecné požadavky na laboratorní informační systém v oboru lékařské mikrobiologie (LIMS) (návrh nepodkročitelného minima)

Obecné požadavky na laboratorní informační systém v oboru lékařské mikrobiologie (LIMS) (návrh nepodkročitelného minima) Obecné požadavky na laboratorní informační systém v oboru lékařské mikrobiologie (LIMS) (návrh nepodkročitelného minima) Pracovní skupina pro správnou laboratorní práci (PSSLP), vypracoval J.Scharfen Projednáno

Více

PRODUKTY Tovek Server 6

PRODUKTY Tovek Server 6 Tovek Server je serverová aplikace určená pro efektivní zpracování velkého objemu sdílených strukturovaných i nestrukturovaných dat. Umožňuje automaticky indexovat data z různých informačních zdrojů, intuitivně

Více

TECHNICKÉ POŽADAVKY NA NÁVRH, IMPLEMENTACI, PROVOZ, ÚDRŽBU A ROZVOJ INFORMAČNÍHO SYSTÉMU

TECHNICKÉ POŽADAVKY NA NÁVRH, IMPLEMENTACI, PROVOZ, ÚDRŽBU A ROZVOJ INFORMAČNÍHO SYSTÉMU zadávací dokumentace TECHNICKÉ POŽADAVKY NA NÁVRH, IMPLEMENTACI, PROVOZ, ÚDRŽBU A ROZVOJ INFORMAČNÍHO SYSTÉMU Stránka 1 z 6 Obsah 1. Specifikace požadavků webové stránky... 4 2. Specifikace technických

Více

Předmluva 11 Typografická konvence použitá v knize 12. 1 Úvod do Excelu 2003 13

Předmluva 11 Typografická konvence použitá v knize 12. 1 Úvod do Excelu 2003 13 Předmluva 11 Typografická konvence použitá v knize 12 1 Úvod do Excelu 2003 13 Spuštění a ukončení Excelu 14 Spuštění Excelu 14 Ukončení práce s Excelem 15 Přepínání mezi otevřenými sešity 16 Oprava aplikace

Více

student: Jiří Kostrba Vyšší odborná škola informačních služeb, Praha Institute of Technology, Sligo

student: Jiří Kostrba Vyšší odborná škola informačních služeb, Praha Institute of Technology, Sligo Vyšší odborná škola informačních služeb, Praha Institute of Technology, Sligo ANALÝZA BEZPEČNOSTI A OCHRANY INFORMAČNÍCH TECHNOLOGIÍ V INFORMAČNÍ INSTITUCI PŘÍPADOVÁ STUDIE PROJEKT ROČNÍKOVÉ PRÁCE student:

Více

Obsah ČÁST I JAK SE UCHÁZET O ZÁKAZNÍKY NA WEBU KAPITOLA 1

Obsah ČÁST I JAK SE UCHÁZET O ZÁKAZNÍKY NA WEBU KAPITOLA 1 Obsah O autorech 11 Poděkování 13 Předmluva 15 Úvod 17 Proč byste se měli přečíst tuto knihu 17 Co tato kniha obsahuje 18 Jak používat tuto knihu 19 Zpětná vazba od čtenářů 20 Errata 20 ČÁST I JAK SE UCHÁZET

Více

Evidence přípravků a hnojiv (EPH)

Evidence přípravků a hnojiv (EPH) Uživatelská příručka Evidence přípravků a hnojiv (EPH) předávání dat evidence hnojení pro účely statistického zjišťování verze pro mobilní zařízení a čtečky elektronických knih Ministerstvo zemědělství

Více

Klinický informační systém Porodní kniha - případová studie -

Klinický informační systém Porodní kniha - případová studie - Klinický informační systém Porodní kniha - případová studie - Ing. Michal Huptych Ing. Miroslav Burša Ing. Václav Chudáček, Ph.D. Ing. Jiří Spilka Doc. Ing. Lenka Lhotská Csc. MUDr. Lukáš Hruban MUDr.

Více

Elektronická technická dokumentace Bc. Lukáš Procházka

Elektronická technická dokumentace Bc. Lukáš Procházka 17, 18. hodina Elektronická technická dokumentace Bc. Lukáš Procházka Téma: závěrečná část dokumentu, dodatky a manuály 1) Závěrečná část dokumentu 2) Dodatky 3) Manuály a návody obsah dokumentu Závěrečná

Více

Autorizovaný software DRUM LK 3D SOFTWARE PRO VYHODNOCENÍ MĚŘENÍ ODCHYLEK HÁZIVOSTI BUBNOVÝCH ROTAČNÍCH SOUČÁSTÍ

Autorizovaný software DRUM LK 3D SOFTWARE PRO VYHODNOCENÍ MĚŘENÍ ODCHYLEK HÁZIVOSTI BUBNOVÝCH ROTAČNÍCH SOUČÁSTÍ Autorizovaný software DRUM LK 3D SOFTWARE PRO VYHODNOCENÍ MĚŘENÍ ODCHYLEK HÁZIVOSTI BUBNOVÝCH ROTAČNÍCH SOUČÁSTÍ Ing. Michal Švantner, Ph.D. Doc. Ing. Milan Honner, Ph.D. 1/10 Anotace Popisuje se software,

Více

Klientský formát POHLEDÁVKY platný od 26. 4. 2014

Klientský formát POHLEDÁVKY platný od 26. 4. 2014 Klientský formát POHLEDÁVKY platný od 26. 4. 2014 1/5 1 Úvod 1.1 Účel dokumentu Účelem tohoto dokumentu je popis formátu POHLEDAVKA a požadovaných validací při IMPORTu dat ve vazbě na návazné účetní SW

Více

Marketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)

Marketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3aph) 2. a 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká: 2. soustředění 16.1.2009

Více

Ukázka knihy z internetového knihkupectví

Ukázka knihy z internetového knihkupectví Ukázka knihy z internetového knihkupectví www.kosmas.cz Věnováno mé rodině ACCESS 2007 PODROBNÝ PRŮVODCE 5 Úvod... 13 Komu je tato kniha určena...13 Co v této knize naleznete...14 Použité konvence a struktura

Více

Vývoj moderních technologií při vyhledávání. Patrik Plachý SEFIRA spol. s.r.o. plachy@sefira.cz

Vývoj moderních technologií při vyhledávání. Patrik Plachý SEFIRA spol. s.r.o. plachy@sefira.cz Vývoj moderních technologií při vyhledávání Patrik Plachý SEFIRA spol. s.r.o. plachy@sefira.cz INFORUM 2007: 13. konference o profesionálních informačních zdrojích Praha, 22. - 24.5. 2007 Abstrakt Vzhledem

Více

Problémové domény a jejich charakteristiky

Problémové domény a jejich charakteristiky Milan Mišovič (ČVUT FIT) Pokročilé informační systémy MI-PIS, 2011, Přednáška 02 1/16 Problémové domény a jejich charakteristiky Prof. RNDr. Milan Mišovič, CSc. Katedra softwarového inženýrství Fakulta

Více

Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, 360 09 Karlovy Vary Autor: Ing. Hana Šmídová Název materiálu:

Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, 360 09 Karlovy Vary Autor: Ing. Hana Šmídová Název materiálu: Název školy: Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, 360 09 Karlovy Vary Autor: Ing. Hana Šmídová Název materiálu: VY_32_INOVACE_01_ACCESS_P2 Číslo projektu: CZ 1.07/1.5.00/34.1077

Více

Úvod do databázových systémů. Ing. Jan Šudřich

Úvod do databázových systémů. Ing. Jan Šudřich Ing. Jan Šudřich jan.sudrich@mail.vsfs.cz 1. Cíl předmětu: Úvod do databázových systémů Poskytnutí informací o vývoji databázových systémů Seznámení s nejčastějšími databázovými systémy Vysvětlení používaných

Více

SRSW4IT Inventarizační SW. Prezentace aplikace. Vedoucí DP: ing. Lukáš Macura Autor: Bc. Petr Mrůzek

SRSW4IT Inventarizační SW. Prezentace aplikace. Vedoucí DP: ing. Lukáš Macura Autor: Bc. Petr Mrůzek Prezentace aplikace Vedoucí DP: ing. Lukáš Macura Autor: Bc. Petr Mrůzek Osnova Úvod Programovací jazyk - PHP Etapy vývoje Funkce aplikace Co SW umí Na čem se pracuje Vize do budoucna Úvod Úvod Inspirováno

Více

Úprava naměřených stavů

Úprava naměřených stavů Návod na používání autorizovaného software Úprava naměřených stavů V Ústí nad Labem 8. 10. 2010 Vytvořil: doc. Ing., Ph.D. Návod pro úpravu stavů_v1 1 z 9 8.10.2010 Obsah 1Úvod...3 2Instalace...4 3Spuštění

Více

1 Webový server, instalace PHP a MySQL 13

1 Webový server, instalace PHP a MySQL 13 Úvod 11 1 Webový server, instalace PHP a MySQL 13 Princip funkce webové aplikace 13 PHP 14 Principy tvorby a správy webového serveru a vývojářského počítače 14 Co je nezbytné k instalaci místního vývojářského

Více

Moderní systémy pro získávání znalostí z informací a dat

Moderní systémy pro získávání znalostí z informací a dat Moderní systémy pro získávání znalostí z informací a dat Jan Žižka IBA Institut biostatistiky a analýz PřF & LF, Masarykova universita Kamenice 126/3, 625 00 Brno Email: zizka@iba.muni.cz Bioinformatika:

Více

The bridge to knowledge 28/05/09

The bridge to knowledge 28/05/09 The bridge to knowledge DigiTool umožňuje knihovnám vytvářet, administrovat, dlouhodobě uchovávat a sdílet digitální sbírky. DigiTool je možno využít pro institucionální repozitáře, sbírky výukových materiálu

Více

DODATEČNÉ INFORMACE K ZADÁVACÍM PODMÍNKÁM Č. 3. Zadavatel: Název veřejné zakázky: Česká republika Ministerstvo zemědělství

DODATEČNÉ INFORMACE K ZADÁVACÍM PODMÍNKÁM Č. 3. Zadavatel: Název veřejné zakázky: Česká republika Ministerstvo zemědělství Zadavatel: Česká republika Ministerstvo zemědělství Název veřejné zakázky: Vytvoření nového informačního systému MZe pro výzkum a vývoj - "VÝZKUM-AGRI" Sídlem: Těšnov 65/17, 110 00 Praha 1 Nové Město Evidenční

Více

1. Webový server, instalace PHP a MySQL 13

1. Webový server, instalace PHP a MySQL 13 Úvod 11 1. Webový server, instalace PHP a MySQL 13 Princip funkce webové aplikace 13 PHP 14 Principy tvorby a správy webového serveru a vývojářského počítače 14 Co je nezbytné k instalaci místního vývojářského

Více

čtyřleté gymnázium a vyšší stupeň osmiletého gymnázia

čtyřleté gymnázium a vyšší stupeň osmiletého gymnázia DODATEK Č. 1 KE ŠKOLNÍMU VZDĚLÁVACÍMU PROGRAMU čtyřleté gymnázium a vyšší stupeň osmiletého gymnázia Proč?... Proč ne? Škola: Ředitelka školy: Mgr. Ivana Vitisková Platnost dokumentu: od 1. 9. 2015 Dodatek

Více

POČÍTAČOVÉ PRAKTIKUM. 6. 9. ročník Charakteristika vyučovacího předmětu. Obsahové, časové a organizační vymezení

POČÍTAČOVÉ PRAKTIKUM. 6. 9. ročník Charakteristika vyučovacího předmětu. Obsahové, časové a organizační vymezení 6. 9. ročník Charakteristika vyučovacího předmětu Obsahové, časové a organizační vymezení Realizován v 6. až 9. ročníku po jedné hodině týdně. Obsahuje část vzdělávacího obsahu vzdělávacího oboru Informační

Více

Instalace. Produkt je odzkoušen pro MS SQL server 2008 a Windows XP a Windows 7. Pro jiné verze SQL server a Windows nebyl testován.

Instalace. Produkt je odzkoušen pro MS SQL server 2008 a Windows XP a Windows 7. Pro jiné verze SQL server a Windows nebyl testován. Instalace Produkt se neinstaluje. Stačí soubor uložit na libovolné místo na Vašem počítací (klikněte pravým tlačítkem a dejte 'uložit cíl jako ), pak jen spustit. Požadavky na software Produkt je odzkoušen

Více

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií VY_32_INOVACE_33_02 Škola Název projektu, reg. č. Vzdělávací oblast Vzdělávací obor Tematický okruh Téma Tematická oblast Název Autor Vytvořeno, pro obor, ročník Anotace Přínos/cílové kompetence Střední

Více

Školicí činnost SVI v KNTB, a. s., Zlín - zkušenosti z regionů. Mgr.J.Šindlerová 7.10.2010, Lékařský dům, Praha

Školicí činnost SVI v KNTB, a. s., Zlín - zkušenosti z regionů. Mgr.J.Šindlerová 7.10.2010, Lékařský dům, Praha Školicí činnost SVI v KNTB, a. s., Zlín - zkušenosti z regionů Mgr.J.Šindlerová 7.10.2010, Lékařský dům, Praha Krajská nemocnice T. Bati, a.s. se sídlem ve Zlíně Jedna z největších nefakultních nemocnic

Více

Nápověda 360 Search. Co je 360 Search? Tipy pro vyhledávání

Nápověda 360 Search. Co je 360 Search? Tipy pro vyhledávání 1 z 5 Nápověda 360 Search Co je 360 Search? 360 Search je metavyhledávač, který slouží k paralelnímu prohledávání všech dostupných informačních zdrojů prostřednictvím jednotného rozhraní. Nástroj 360 Search

Více

Proces vývoje HRIS Vema (Human Resources Information System) Jaroslav Šmarda

Proces vývoje HRIS Vema (Human Resources Information System) Jaroslav Šmarda Proces vývoje HRIS Vema (Human Resources Information System) Jaroslav Šmarda Proces vývoje HRIS Vema Vlastnosti HRIS (Human Resources Information System) HRIS Vema Proces vývoje HRIS Vema Vema, a. s. Přední

Více

Monitoring eroze zemědělské půdy

Monitoring eroze zemědělské půdy Monitoring eroze zemědělské půdy Ing. Jiří Kapička, Mgr. Daniel Žížala, Ing. Ivan Novotný Monitoring eroze zemědělské půdy (http://me.vumop.cz) vznikl jako společný projekt Státního pozemkového úřadu (SPÚ),

Více

xrays optimalizační nástroj

xrays optimalizační nástroj xrays optimalizační nástroj Optimalizační nástroj xoptimizer je součástí webového spedičního systému a využívá mnoho z jeho stavebních bloků. xoptimizer lze nicméně provozovat i samostatně. Cílem tohoto

Více

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Databázové systémy Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Vývoj databázových systémů Ukládání dat Aktualizace dat Vyhledávání dat Třídění dat Výpočty a agregace 60.-70. léta Program Komunikace Výpočty

Více

Prezentace CRMplus. Téma: CRMplus jako nástroj pro kontrolu a vyhodnocení rozpracovanosti dílů na zakázkách

Prezentace CRMplus. Téma: CRMplus jako nástroj pro kontrolu a vyhodnocení rozpracovanosti dílů na zakázkách Prezentace CRMplus Téma: CRMplus jako nástroj pro kontrolu a vyhodnocení rozpracovanosti dílů na zakázkách Obsah prezentace Představení společnosti Technodat Develop, s.r.o. CRMplus základní charakteristika

Více

Využití tabulkového procesoru MS Excel

Využití tabulkového procesoru MS Excel Semestrální práce Licenční studium Galileo srpen, 2015 Využití tabulkového procesoru MS Excel Ing Marek Bilko Třinecké železárny, a.s. Stránka 1 z 10 OBSAH 1. ÚVOD... 2 2. DATOVÝ SOUBOR... 2 3. APLIKACE...

Více

INFORMATIKA. Libovolná učebnice k MS OFFICE 200x (samostatné učebnice k textovému procesoru MS Word 200x, tabulkovému procesoru MS Excel 200x).

INFORMATIKA. Libovolná učebnice k MS OFFICE 200x (samostatné učebnice k textovému procesoru MS Word 200x, tabulkovému procesoru MS Excel 200x). Cíl předmětu: Cílem předmětu je prohloubit znalosti studentů ze základních aplikačních programů. Jedná se především o pokročilejší nástroje z aplikací MS Word a MS Excel. Jednotlivé semináře se zaměřují

Více

Bakalářský seminář 1. Obsah semináře. Informace k volbě témat 31.10.2012 2012/2013 2.11.2012. Ing. Růžena Vorlová

Bakalářský seminář 1. Obsah semináře. Informace k volbě témat 31.10.2012 2012/2013 2.11.2012. Ing. Růžena Vorlová Bakalářský seminář 1 Ing. Růžena Vorlová 2012/2013 2.11.2012 Obsah semináře Informace k volbě témat a místa praxe Projekt a zadání bakalářské práce Termíny a harmonogram přípravy bakalářské práce SZZ Obsah

Více

VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ DATABÁZOVÉ SYSTÉMY ARCHITEKTURA DATABÁZOVÝCH SYSTÉMŮ. Ing. Lukáš OTTE, Ph.D.

VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ DATABÁZOVÉ SYSTÉMY ARCHITEKTURA DATABÁZOVÝCH SYSTÉMŮ. Ing. Lukáš OTTE, Ph.D. VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ DATABÁZOVÉ SYSTÉMY ARCHITEKTURA DATABÁZOVÝCH SYSTÉMŮ Ing. Lukáš OTTE, Ph.D. Ostrava 2013 Tento studijní materiál vznikl za finanční podpory

Více

Lekce 9 - Migrace dat

Lekce 9 - Migrace dat Lekce 9 - Migrace dat 1 Cíle lekce...1 2 Co je migrace dat?...1 3 Cíle migrace dat...1 4 Parametry migrace dat...1 5 Procesy migrace dat...2 6 Projekt migrace dat...3 7 Zařazení projektu migrace do projektu

Více

Znalostní báze pro obor organizace informací a znalostí

Znalostní báze pro obor organizace informací a znalostí Znalostní báze pro obor organizace informací a znalostí Představení projektu Programu aplikovaného výzkumu a vývoje národní a kulturní identity (NAKI) DF13P01OVV013 2013 2015 Helena Kučerová ÚISK FF UK

Více

BALISTICKÝ MĚŘICÍ SYSTÉM

BALISTICKÝ MĚŘICÍ SYSTÉM BALISTICKÝ MĚŘICÍ SYSTÉM UŽIVATELSKÁ PŘÍRUČKA Verze 2.3 2007 OBSAH 1. ÚVOD... 5 2. HLAVNÍ OKNO... 6 3. MENU... 7 3.1 Soubor... 7 3.2 Měření...11 3.3 Zařízení...16 3.4 Graf...17 3.5 Pohled...17 1. ÚVOD

Více

KOMPONENTY APLIKACE TreeINFO. Petr Štos ECM Business Consultant

KOMPONENTY APLIKACE TreeINFO. Petr Štos ECM Business Consultant KOMPONENTY APLIKACE TreeINFO Petr Štos ECM Business Consultant CO JE TO APLIKACE TreeINFO Sada komponent Komponenty rozšiřující sloupce Komponenty rozšiřující pohledy na data Aplikační části Využití jednotlivě

Více

Klientský formát POHLEDÁVKY podporovaný v KB platný od

Klientský formát POHLEDÁVKY podporovaný v KB platný od Klientský formát POHLEDÁVKY podporovaný v KB platný od 23. 10. 2010 1/5 1 Úvod... 2 1.1 Účel dokumentu... 2 1.2 Charakteristiky formátu POHLEDAVKA a práce se seznamem... 2 1.3 Kontrola limitů a přístupů...

Více

WWW dotazovací služby pro prostorová data URM. Jiří Čtyroký Útvar rozvoje hl. m. Prahy

WWW dotazovací služby pro prostorová data URM. Jiří Čtyroký Útvar rozvoje hl. m. Prahy WWW dotazovací služby pro prostorová data URM Jiří Čtyroký Útvar rozvoje hl. m. Prahy Zpřístupnění geodat hl. m. Prahy 1. Mapové aplikace Zpřístupnění geodat hl. m. Prahy 1. Mapové aplikace 2. Geoportál

Více

Inovace a zkvalitnění výuky prostřednictvím ICT Databázové systémy MS Access složitější konverze dat Ing. Kotásek Jaroslav

Inovace a zkvalitnění výuky prostřednictvím ICT Databázové systémy MS Access složitější konverze dat Ing. Kotásek Jaroslav Střední průmyslová škola a Vyšší odborná škola technická Brno, Sokolská 1 Šablona: Název: Téma: Autor: Číslo: Anotace: Inovace a zkvalitnění výuky prostřednictvím ICT Databázové systémy MS Access složitější

Více

SEZNAM ANOTACÍ. CZ.1.07/1.5.00/34.0527 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT VY_32_INOVACE_IT3 Úvod do studia počítačových technologií

SEZNAM ANOTACÍ. CZ.1.07/1.5.00/34.0527 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT VY_32_INOVACE_IT3 Úvod do studia počítačových technologií SEZNAM ANOTACÍ Číslo projektu Číslo a název šablony klíčové aktivity Označení sady DUM Tematická oblast CZ.1.07/1.5.00/34.0527 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT VY_32_INOVACE_IT3 Úvod

Více

Pokyny pro zpracování bakalářských prací

Pokyny pro zpracování bakalářských prací Grafická a multimediální laboratoř Vysoká škola ekonomická v Praze 2014 Pokyny pro zpracování bakalářských prací Obsah Struktura bakalářské práce... 2 Vstupní část práce... 2 Hlavní textová část práce...

Více

Úvod do databázových systémů

Úvod do databázových systémů Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra informatiky Database Research Group Úvod do databázových systémů Cvičení 3 Ing. Petr Lukáš petr.lukas@vsb.cz

Více

Výukový materiál zpracován v rámci projektu EU peníze školám

Výukový materiál zpracován v rámci projektu EU peníze školám Výukový materiál zpracován v rámci projektu EU peníze školám Registrační číslo projektu: CZ. 1.07/1.5.00/34.0637 Šablona III/2 Název VY_32_INOVACE_39_Algoritmizace_teorie Název školy Základní škola a Střední

Více

HelpDesk. Uživatelská příručka verze 1.7. duben Dodavatel: MÚZO Praha s.r.o. Politických vězňů Praha 1

HelpDesk. Uživatelská příručka verze 1.7. duben Dodavatel: MÚZO Praha s.r.o. Politických vězňů Praha 1 HelpDesk Uživatelská příručka verze 1.7 duben 2009 Dodavatel: MÚZO Praha s.r.o. Politických vězňů 15 110 00 Praha 1 Seznam verzí dokumentu Verze Zpracoval Stav Stručný popis změn, dodatků Datum 1. 1.0

Více

MINISTERSTVO FINANCÍ ČESKÉ REPUBLIKY

MINISTERSTVO FINANCÍ ČESKÉ REPUBLIKY MINISTERSTVO FINANCÍ ČESKÉ REPUBLIKY Integrovaný informační systém Státní pokladny (IISSP) Centrální systém účetních informací státu (CSÚIS) Metodika křížových kontrol PAP a PKP Verze 3.0 Strana 1 z 8

Více

Provozní statistiky Uživatelský manuál

Provozní statistiky Uživatelský manuál 1 Úvod Tento dokument obsahuje popis volitelné služby Provozní statistiky ke službě GTS Ethernet Line. 2 Popis aplikace Provozní statistiky Provozní statistiky jsou volitelnou službou ke službě GTS Ethernet

Více

SPOLEČENSKÁ ODPOVĚDNOST FIREM

SPOLEČENSKÁ ODPOVĚDNOST FIREM Hodnocení výuky studenty a studentkami, FHS UK, Letní semestr 2012 Kompletní hodnocení kurzu: SPOLEČENSKÁ ODPOVĚDNOST FIREM vyučující: doc. Ing. Marie Dohnalová, CSc. kód: YMN078 odevzdané formuláře: 7

Více

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/ Vzdělávání v informačních a komunikačních technologií

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/ Vzdělávání v informačních a komunikačních technologií VY_32_INOVACE_33_04 Škola Střední průmyslová škola Zlín Název projektu, reg. č. Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávací oblast Vzdělávání v informačních a komunikačních

Více

POPIS TECHNICKÉHO ŘEŠENÍ INFORMAČNÍHO SYSTÉMU PRO SBĚR DAT V PROJEKTU SLEDOVÁNÍ DEKUBITŮ JAKO INDIKÁTORU KVALITY OŠETŘOVATELSKÉ PÉČE NA NÁRODNÍ ÚROVNI

POPIS TECHNICKÉHO ŘEŠENÍ INFORMAČNÍHO SYSTÉMU PRO SBĚR DAT V PROJEKTU SLEDOVÁNÍ DEKUBITŮ JAKO INDIKÁTORU KVALITY OŠETŘOVATELSKÉ PÉČE NA NÁRODNÍ ÚROVNI POPIS TECHNICKÉHO ŘEŠENÍ INFORMAČNÍHO SYSTÉMU PRO SBĚR DAT V PROJEKTU SLEDOVÁNÍ DEKUBITŮ JAKO INDIKÁTORU KVALITY OŠETŘOVATELSKÉ PÉČE NA NÁRODNÍ ÚROVNI Vypracoval Bc. Petr Suchý Dne: 20.1.2009 Obsah Úvod...

Více

Studijní informační systém KOS ikos přístup pro referenty

Studijní informační systém KOS ikos přístup pro referenty Studijní informační systém KOS ikos přístup pro referenty Pro práci se studijním informačním systémem AMU se používají dvě různé aplikace, které však pracují se společnými daty. Studenti a učitelé pracují

Více

Vzdělávací obsah vyučovacího předmětu

Vzdělávací obsah vyučovacího předmětu V.9.3. Vzdělávací obsah vyučovacího předmětu Vzdělávací oblast: Inormatika a informační a komunikační technologie Vyučovací předmět: Informatika Ročník: 1. ročník + kvinta chápe a používá základní termíny

Více

QAD Business Intelligence

QAD Business Intelligence QAD Business Intelligence Vladimír Bartoš, Pavel Němec Konzultanti 13.6.2012 Komponenty QAD BI Analytické tabule pro podporu rozhodování Spolupráce uživatelů nad analyzovanými daty Reporty Generátor analytických

Více

ZADÁVACÍ DOKUMENTACE Comenis 2.0

ZADÁVACÍ DOKUMENTACE Comenis 2.0 ZADÁVACÍ DOKUMENTACE Comenis 2.0 jako příloha Výzvy k podání nabídek v rámci projektu Distanční jazykové vzdělávání pomocí M-learningu CZ.1.07/3.2.10/04.0011 Akademie Jana Amose Komenského Jičín Název

Více

PŘÍLOHA C Požadavky na Dokumentaci

PŘÍLOHA C Požadavky na Dokumentaci PŘÍLOHA C Požadavky na Dokumentaci Příloha C Požadavky na Dokumentaci Stránka 1 z 5 1. Obecné požadavky Dodavatel dokumentaci zpracuje a bude dokumentaci v celém rozsahu průběžně aktualizovat při každé

Více

VYSOKÁ ŠKOLA FINANČNÍ A SPRÁVNÍ, O.P.S. Základy informatiky

VYSOKÁ ŠKOLA FINANČNÍ A SPRÁVNÍ, O.P.S. Základy informatiky Metodické listy pro předmět Základy informatiky Cíl předmětu: Cílem předmětu je seznámit studenty kombinovaného studia s vytvářením a formátováním textových dokumentů, využitím tabulkových procesorů a

Více