Zastosowanie metod eksploracyjnej analizy tekstu w logistyce

• Autorzy: Gładysz A.

Warianty tytułu

EN

The use of methods text mining in the logistics

• Języki publikacji: PL

Abstrakty

PL

Przepływ informacji, który jest w dzisiejszych czasach niezbędny do działania organizacji na rynku wspomagany powinien być technikami informatycznymi. Wiedza, która jest konieczna do pozyskania na rynku logistyki jest pochodną danych i informacji, którymi dysponuje przedsiębiorstwo logistyczne. Niezbędne jest szybkie zbieranie danych, gromadzenie ich oraz przetwarzanie i analiza nie tylko wewnątrz firmy ale również czerpanie wiedzy z zewnątrz. Pomocne w tym zakresie mogą okazać się metody bazujące na eksploracyjnej analizie danych tekstowych – text mining. Zaprezentowano możliwe przykłady wykorzystania i korzyści płynące z zastosowania metod text miningowych w logistyce. W artykule przedstawiono zagadnienie grupowania towarów/produktów, jako atrybutów, według których dokonuje się porównywania, oceny i grupowania kontrahentów. Dokonano zarówno przeglądu jak i przedstawiono propozycje metod i algorytmów grupowania w katalogu towarów.

EN

Necessary the flow of the information which is in contemporary times to the working of the organization should be helped computer technicians. The knowledge which is essential to gaining over on the field of the logistics is the derivative data and information which the logistic company disposes. He indispensable is fast data setting, collection their and processing and analysis not only inside the firm but also draws knowledge from outside. Helpful in this field can prove methods of the text mining. Introduced the possible examples of exploitation and advantages flowing from the use of methods text mining in the logistics. In the paper introduced the question of clustering goods/ products as the attributes according to which achieved comparing, estimation and clustering contractors. It was achieved both the inspection as and the introduced proposals of methods and the algorithms of clustering in the catalog of goods.

Słowa kluczowe

PL

logistyka; informacja; dane; przepływy informacji; text mining; worek słów; macierz częstości; model przestrzeni wektorowej; grupowanie dokumentów; grupowanie nazw towarów; towar; waga słowa; miary odległości; współczynnik Jaccarda; metryka euklidesowa; miara kosinusowa; metryka Manhattan; genetyczne algorytmy grupowania; algorytmy oparte o listy decyzyjne

EN

logistics; information; data; text mining; Jaccard coefficient; Manhattan metric

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2012
• Tom: nr 3
• Strony: 643--651
• Opis fizyczny: Bibliogr. 17 poz., tab.

Twórcy

autor

Gładysz A.

• Politechnika Rzeszowska im. Ignacego Łukasiewicza, Wydział Zarządzania; 35-959 Rzeszów; al. Powstańców Warszawy 12,

Bibliografia

• [1] Brichler U.: Bütler M.: Information economics, Routledge 2007, s. 32-33.
• [2] Coyle J.J, Bardi E.J., Langley C.J. Jr.: Zarządzanie logistyczne, Warszawa, PWE 2002.
• [3] Gołembska E.: Kompendium wiedzy o logistyce, Warszawa, PWN 2010.
• [4] Kao A., Poteet S.: Natural Language Processing and Text Mining, London, Springer 2007.
• [5] Konchady M.: Text Mining Application Programming, Boston, Massachusetts, Charles River Media 2006.
• [6] Langefors B.: Information systems theory, Information Systems, Vol. 2(4), s. 207-219, 1977.
• [7] Manning C. D., Raghavan P., Schütze H.: Introduction to Information Retrieval, Cambridge, Cambridge University Press 2008.
• [8] Markov Z., Larose D. T.: Eksploracja zasobów internetowych, Warszawa, PWN 2009.
• [9] Niedzielski E.: Próba systematyzacji procesów rozwoju systemów informatycznych, Wiadomości Statystyczne, nr 4, 1986, s. 20-23.
• [10] Salton G., Buckley C.: Term weighting approaches in automatic text retrieval, Information Processing and Management, vol. 24(5), s. 513-523, 1988.
• [11] Salton G., McGill M.J.: Introduction to Modern Information Retrieval, New York, s. 52-117, McGraw-Hill Book Co. 1983.
• [12] Salton G.: Automatic term class construction using relevance - a summary of word in automatic pseudoclassification, Information Processing and Management, vol. 16(1), s. 1-15, 1980.
• [13] Schenker A., Bunke H., Last M., Kandel A.: Graph-Theoretic Techniques for Web Content Mining, World Scientific Publishing Co. Pte. Ltd. 2005.
• [14] Sienkiewicz P.: 10 wykładów, AON, Warszawa 2005, s. 62.
• [15] Szymonik A.: Technologie informatyczne w logistyce, Warszawa, Placet 2010.
• [16] Tan A.: Text Mining: The state of the art and the challenges, Pacific Asia Conference on Knowledge Discovery and Data Mining PAKDD, 1999, s. 65-70.
• [17] Zhang T., Oles F.: Text categorization based on regularized linear classification methods, Information Retreival, vol. 4, 2001.