PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
Tytuł artykułu

Wykorzystanie narzędzia data mining w nadawaniu rang instrumentom konkurowania przedsiębiorstw usług transportowych sektora MSP

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
Use of data mining tools rang a sending compete instruments transport services SME sector enterprises
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono istotę konkurowania w sektorze MSP oraz dokonano identyfikacji instrumentów konkurowania wykorzystywanych w małych i średnich przedsiębiorstwach usług transportowych. Zaprezentowano sposób wykorzystania narzędzia data mining do nadawania rang ważności instrumentom konkurowania. Wykorzystując narzędzie do eksploracji danych, przeprowadzono analizę instrumentów konkurowania, co usprawniło proces podejmowania decyzji w tym zakresie, zwiększając przy tym efektywność funkcjonowania małych i średnich przedsiębiorstw sektora usług transportowych.
EN
The article presents the essence of competition in the SME sector and the identification of competing instruments used in small and medium-sized enterprises of transport services. Presented how to use data mining tools to confer ranks validity of competing instruments. Data mining tools have helped in analyzing the instruments of competition. This improved the decision-making process in this regard, increasing the efficiency of small and medium-sized enterprises transport sector.
Rocznik
Tom
Strony
37--47
Opis fizyczny
Biibliogr. 10 poz., rys., wykr.
Twórcy
  • Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, Wydział Zarządzania
  • Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, Wydział Zarządzania
Bibliografia
  • 1. Adamik A. (2011), Konkurencyjność i przewaga konkurencyjna MSP w teorii i praktyce, w: Kształtowanie konkurencyjności i przewagi konkurencyjnej małych i średnich przedsiębiorstw, red. A. Adamik, C.H. Beck, Warszawa.
  • 2. Bartkowiak G., Zjawiona K. (2004), Teoretyczne determinanty sprawności zarządzania w małych i średnich przedsiębiorstwach, w: Determinanty rozwoju małych i średnich przedsiębiorstw, red. J. Adamczyk, P. Bartkowiak, Wydawnictwo Naukowo-Techniczne, Warszawa.
  • 3. Fayyad U., Piatetsky-Shapiro G., Smyth P., Uthurusamy R. (1996), Advances in Knowledge Discovery and Data Mining, AAAI/MIT Press, Cambridge, MA.
  • 4. Grochowski K. (2014), Czynniki determinujące zakres i elastyczność usług logistycznych w badaniach regionalnych, "Logistyka", nr 6.
  • 5. Gulczyński M. (2004), Techniki odkrywania wiedzy (data mining) oraz ich zastosowania, PSZW , Bydgoszcz.
  • 6. Kisielnicki J. (2014), Zarządzanie i informatyka, Wydawnictwo Placet, Warszawa.
  • 7. Owoc M.L., Weichbroth P. (2014), Validation Model for Discovered Web User Navigation Patterns, w: Artificial Intelligence for Knowledge Management, red. E. Mercier- -Laurent, D. Boulanger, Springer, Berlin-Heidelberg.
  • 8. Stanisławski R. (2010), Współpraca przedsiębiorstw warunkiem rozwoju innowacyjnego sektora MSP w Polsce, w: Wyzwania i perspektywy zarządzania w małych i średnich przedsiębiorstwach, red. M. Matejun, C.H. Beck, Warszawa.
  • 9. Weichbroth P., Owoc M.L., Pleszkun M. (2012), Web User Navigation Patterns Discovery from WWW Server Log Files, w: Proceedings of Federated Conference on Computer Science and Information Systems, Wroclaw.
  • 10. Żołnierski A. (2008), Raport o stanie małych i średnich przedsiębiorstw w Polsce w latach 2006-2007, Polska Agencja Rozwoju Przedsiębiorczości, Warszawa.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-a0ca7d94-da1f-4919-a94f-9f4867369a24
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.