Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2008 | 13 | 50-60
Tytuł artykułu

Analiza bazy wiedzy wyborów prezydenckich 2005 roku

Treść / Zawartość
Warianty tytułu
Analysis of Knowledge Base for President Election in 2005
Języki publikacji
PL
Abstrakty
Na podstawie analizy kampanii prezydenckiej w 2005r. zidentyfikowano najważniejsze elementy tej kampanii. Na ich podstawie zbudowano bazą wiedzy, której analiza z zastosowaniem metod uczenia maszynowego umożliwiła utworzenie reguł modelujących specyfiką programową i wizerunek medialny kandydatów, którzy uzyskali znaczne poparcie wyborców i kandydatów, którzy uzyskali znacznie mniejsze poparcie. Przeprowadzono analizą utworzonych reguł i podano wynikające z tej analizy wnioski. (abstrakt oryginalny)
EN
One can identify the most important elements of President Campaign in 2005 on a base of its analysis. One can built the knowledge base on this bases. There was created rules modeling specific programs and media image of the candidates using machine learning methods. This way candidates who got essential advocacy and those who got smaller advocacy were selected. One can make analysis of created rules and conclusions resulted from the analysis were mentioned. (original abstract)
Rocznik
Tom
13
Strony
50-60
Opis fizyczny
Twórcy
  • Instytut Badań Systemowych PAN, Warszawa
  • Instytut Badań Systemowych PAN, Warszawa
  • Instytut Badań Systemowych PAN, Warszawa
Bibliografia
  • Garbień A., Małkiewicz A.: Uwarunkowania wyników wyborów prezydenckich w Polsce w 2005 r. Maszynopis, 2006.
  • Greco S., Matarazzo B., Slowinski R., Rough sets theory for multicriteria decision analysis. "European J. of Operational Research" 129, 2001, 1-47.
  • Hołubiec J., Małkiewicz A., Szkatuła G., Wagner D.: Próba uwzględnienia dodatkowych atrybutów w analizie kampanii wyborów do Sejmu w 2001r. [w:] Trzaskalik T. (Red.): Modelowanie preferencji a ryzyko '03. Akademia Ekonomiczna, Katowice 2003, pp. 133-150.
  • Hołubiec J., Małkiewicz A., Szkatuła G., Wagner D., Kampania prezydencka 2005 - modelowanie preferencji wyborców. Modelowanie Preferencji a Ryzyko '07, Akademia Ekonomiczna, Katowice, w przygotowaniu.
  • Hołubiec J., Szkatuła G., Wagner D.: Próba zastosowania uczenia maszynowego do prognozowania wyników głosowań sejmowych. [w:] Trzaskalik T. (ed.): Metody i zastosowania badań operacyjnych. Akademia Ekonomiczna, Katowice, 1998, pp. 117-127.
  • Hołubiec J., Szkatuła G., Wagner D.: Modelowanie preferencji wyborców w postaci reguł decyzyjnych. Modelowanie Preferencji a Ryzyko '01. Akademia Ekonomiczna, Katowice, 2002, pp. 133-144.
  • Hołubiec J., Szkatuła G., Wagner D.: Analiza obietnic wyborczych ugrupowań politycznych. [w:] Bubnicki Z., Hryniewicz O., Kulikowski R. (eds.): Metody i techniki analizy informacji i wspomagania decyzji. Badania operacyjne i systemowe wobec wyzwań XXI wieku. AOW EXIT, Warszawa, III, 2002, pp. 63-74.
  • Hołubiec J., Szkatuła G., Wagner D.: Modelling electorate preferences by machine learning. [w:] Proceedings of the conference: 8th IEEE International Conference on Methods and Models in Automation and Robotics 2002, 2-5.09.2002, Technical University, Szczecin, 2002, pp. 1383-1388.
  • Hołubiec J., Szkatuła G., Wagner D.: New aspects in electorate preferences modelling using machine learning. [w:] Proceedings of the conference: 9th IEEE International Conference on Methods and Models in Automation and Robotics Międzyzdroje, 25-28 August 2003, pp. 1271-1276.
  • Hołubiec J., Szkatuła G., Wagner D.: Próba oceny ważności cech w analizie preferencji wyborców. [w:] Red. R. Kulikowski, J. Kacprzyk, R. Słowiński: Podejmowanie Decyzji, Podstawy Metodyczne i Zastosowania. Problemy Współczesnej Nauki: Teoria i Zastosowania, Warszawa, Seria: Badania Operacyjne i Systemowe, 2004, pp. 149-160.
  • Hołubiec J., Szkatuła G., Wagner D.: Analysis of rules describing electorate preferences generated by machine learning methods. W: Proceedings of the conference: 10th IEEE International Conference on Methods and Models in Automation and Robotics, Międzyzdroje, Poland, 30 August - 2 September 2004, Technical University, Szczecin, 2004, pp. 1119-1124.
  • Hołubiec J., Szkatuła G., Wagner D.: Analiza różnic programowych partii politycznych. [w:] T. Trzaskalik (Red.): Modelowanie Preferencji a Ryzyko '05, Akademia Ekonomiczna, Katowice, 2005, pp. 1-15.
  • Hołubiec J., Szkatuła G., Wagner D.: Application of Classification Rules in Modelling Political Parties. [w:] Proceedings of the 11th IEEE International Conference on Methods and Models in Automation and Robotics, Międzyzdroje, Poland, 29 August - 1 September 2005, Wydawnictwo Uczelniane Politechniki Szczecińskiej, pp. 767- 772.
  • Hołubiec J., Szkatuła G., Wagner D.: Identyfikacja elementów parlamentarnej kampanii wyborczej - budowanie bazy wiedzy. [w:] Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą, Polskie Stow. Zarządzania Wiedzą, Bydgoszcz, 2007, pp. 58-61.
  • Kacprzyk J., Szkatuła G.: An inductive learning algorithm with a preanalysis of data. "International Journal of Knowledge-Based Intelligent Engineering Systems", 3, 1999, pp. 135- 146.
  • Pawlak Z.: Rough Set. "International Journal of Computer and Information Sciences", Vol. 11, No 5, 1982, pp. 341-356.
  • Pawlak Z.: Rough Set. Theoretical Aspect of Reasoning about Data. Kluwer Academic Publisher, 1991.
  • Szkatuła G.: Uczenie maszynowe na podstawie przykładów w przypadku błędów w danych. PhD thesis, SRI PAS, Warsaw, 1995.
  • Szkatuła G.: Zastosowanie zmodyfikowanego zadania pokrycia w uczeniu maszynowym. [w:] Gutenbaum J. (ed.): Automatyka Sterowanie Zarządzanie. SRI PAS, Warszawa, 2002, pp. 431-445.
  • Szkatuła G., Hołubiec J., Wagner D.: Forecasting voting behaviour using machine learning - Poland in transition. [w:] Transition to Advanced Market Institutions and Economies, 1821.06.1997, SRI PAS Warszawa, 1997, pp. 426-429.
  • Szkatuła G., Hołubiec J., Wagner D.: Machine learning from examples for forecasting voting behaviour. [w:] Methods and Models in Automation and Robotics, Międzyzdroje 26-29. 08.1997, Technical University, Szczecin, 1997, pp. 385-389.
  • Szkatuła G., Hołubiec J., Wagner D.: Forecasting voting behaviour using machine learning - Poland in transition, "Annals of Operations Research" 97, 2000, pp. 31-41.
  • Szkatuła G., Wagner D.: Programmes of parties versus their location on the political scene. Application of decision rules to describe the differences. [w:] Kacprzyk J., Wagner D. (Red.): Group decisions and voting. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2003, pp. 227-238.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171520629
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.