Wyniki wyszukiwania - Biblioteka Nauki

1

ZASTOSOWANIE METODY K-ŚREDNICH W SEGMENTACJI NABYWCÓW NA RYNKU PRODUKTÓW SPOŻYWCZYCH

100%

Angowski M. , Domańska K. , Kijek T.

Metody Ilościowe w Badaniach Ekonomicznych

|

2017

|

tom 18

|

nr 4

521-530

PL

Poznanie preferencji i zachowań nabycwów jest kluczowym czynnikiem decydującym o sukcesie rynkowym przedsiębiorstwa. Skuteczny marketing wymaga precyzyjnej segmentacji, zgodnie z którą tworzy się spersonalizowaną ofertę rynkową uwzględniającą możliwości i potrzeby konkretnej grupy docelowej. Metoda k-średnich jest metodą badawczą, która może stanowić podstawę segmentacji nabywców, ponieważ odzwierciedla reakcje konsumentów na poszczególne warianty lub atrybuty produktów. Celem publikacji jest prezentacja możliwości aplikacji metody k-średnich w procedurze segmentacji na rynku produktów spożywczych.

EN

Knowing buyers' preferences and behaviors is a key factor of contributing to success of every business. Effective marketing requires precise segmentation, according to which a personalized market offer is created that takes into account the capabilities and needs of a specific consumers group. The k-means method is a research method that can be the basis for segmentation of buyers as it reflects consumer responses to individual variants or attributes of products. The purpose of the publication is to present the possibilities of application of the k-means method in the segmentation procedure in the food market. Keywords: Market segmentation, k-medium method, buyer profiles

2

Przestrzenne zróżnicowanie symptomów ubóstwa w Polsce

84%

Kaczmarek M.

Wiadomości Statystyczne. The Polish Statistician

|

2016

|

nr 8

18-31

PL

Artykuł prezentuje wyniki grupowania województw, przeprowadzonego na podstawie wskaźników charakteryzujących ubóstwo. W analizie wykorzystano dane dostępne w Banku Danych Lokalnych GUS. Wyboru cech diagnostycznych dokonano kierując się współczynnikami zmienności i korelacji r Pearsona. Do grupowania województw wykorzystano metodę k-średnich. Wyodrębniono cztery kategorie województw różniące się ze względu na strukturę symptomów ubóstwa. W celu odpowiedzi na pytanie, czy w Polsce zachodzą zmiany w tym zakresie dokonano stosownego porównania dla lat 2008 i 2013.

EN

The article presents the results of the clustering voivodships based on variables characterizing the phenomenon of poverty. The analysis is based on data available in the CSO’s Local Data Bank. The selection of diagnostic features was made on the basis of the coefficients of variation and Pearson’s r correlation coefficient. The grouping of voivodships was made using the k-means method. There were created four categories of voivodships differing in the symptoms of poverty. In order to answer the question whether the changes in the symptoms of poverty are taking place on the map of Poland, an analysis was conducted in two periods: for 2013 and 2008.

RU

В статье были представлены результаты группировки воеводств, проведенной на основе показателей характеризующих бедность. В анализе были использованы данные из Банка локальных данных ЦСУ. Выбор диагностических признаков осуществлялся с учетом коэффициентов изменяемости и корреляции r Пирсона. Для группировки воеводств был использован метод k-средних. Были выделены четыре категории воеводств отличающихся друг от друга в отношении к структуре симптомов бедности. Для того, чтобы ответить на вопрос, происходят ли в Польше изменения в этой области, было сделано сравнение для 2008 и 2013 гг.

3

Metoda k-średnich w segmentacji emerytów na podstawie priorytetów życiowych

84%

Olejnik I. , Skikiewicz R.

Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie

|

2013

|

nr 916

83-94

PL

W artykule porównano wyniki segmentacji emerytów metodą k-średnich na podstawie zestawu zmiennych behawioralnych oraz zestawu zmiennych behawioralnych i demograficzno-ekonomicznych. Posługując się zestawem cech behawioralnych, otrzymano segmenty emerytów wykazujące znaczne różnice w zakresie priorytetów życiowych oraz stosunkowo niewielkie różnice w zakresie profili demograficzno-ekonomicznych. Z kolei w przypadku segmentacji opartej na połączonym zestawie zmiennych behawioralnych oraz demograficzno-ekonomicznych większy wpływ na ostateczny wynik grupowania wywierały cechy demograficzno-ekonomiczne. Segmenty emerytów stały się łatwiej identyfikowalne, jednak różnice w zakresie cech behawioralnych uległy zmniejszeniu.

EN

The article compares the results of the segmentation of retirees done using the k-means method on the basis of a set of behavioural variables and a combined set of behavioural, demographic and economic variables. On the basis of the behavioural set, segments of retirees which showed significant differences in the area of life priorities were obtained. Between these groups there were relatively small differences in their demographic and economic profile. In the case of the segmentation done on the basis of the combined set of variables, the results of segmentation were influenced to a greater extent by the demographic and economic variables. The segments of retirees became more easily identifiable, but the differences in the area of behavioural features decreased.

4

Podobieństwa struktur zatrudnienia w sektorze przemysłowym w krajach UE-27

84%

Wąsowicz J.

Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego

|

2016

|

tom Volume 30, Issue 3

33-44

PL

Sektor przemysłowy jest jedną z głównych sił napędowych wzrostu gospodarczego, szczególniew krajach rozwijających się. Pozytywna dynamika zmian w sektorze przemysłowym przyczynia siędo efektów w innych sektorach gospodarki. Celem artykułu jest pogrupowanie badanych krajów UE-27 podwzględem zatrudnienia w sektorze przemysłowym w celu utworzenia jednorodnych klas. Zakres czasowyanalizy obejmuje 2013 rok. Wybór takiego okresu badawczego wynika z dostępności i porównywalności danychstatystycznych w przekroju poszczególnych krajów Unii Europejskiej. Procedura grupowania uwzględniawewnątrzgrupowe i międzygrupowe zróżnicowanie wybranych zmiennych diagnostycznych. W badaniuzastosowano hierarchiczne metody aglomeracji i metodę k-średnich. Głównymi kryteriami decydującymio przynależności badanych krajów UE-27 do skupień są: udział zatrudnionych w produkcji i udział zatrudnionychw budownictwie. Kraje UE-15, zwłaszcza Niemcy, Wielka Brytania, Francja, Hiszpania, Włochy i osobnoPolska charakteryzują się wyższymi wartościami średnich dla wybranych zmiennych diagnostycznych, czyliudziału zatrudnionych w sektorze produkcji i udziału zatrudnionych w budownictwie, w porównaniu z przeciętnymiwartościami zmiennych w grupie pozostałych krajów UE-27.

EN

The industrial sector is the one of key engine of economic growth especially in the developing countries. The positive dynamics of change in industrial sectors lead to effects in other areas of economy. The paper focuses on the clustering of employment in industrial sector in the EU-27 countries in order to form homogeneous clusters. The period considered is the year 2013. The choice of such a research period comes from the availability and comparability of the statistical data within the European Countries. The clustering procedure of EU countries is based on intra and inter-group differences on selected diagnostic variables. The agglomerative hierarchical clustering and k-means clustering methods were used in the paper. The main criteria for deciding on UE-27 countries belonging to clusters are the share of employment in manufacturing and the share of employment in construction. The countries of the EU-15, particularly Germany, Great Britain, France, Spain, Italy and separately Poland as well are characterized by higher values of average for selected diagnostic variables i.e. the share of employment in manufacturing and the share of employment in construction in relation to the average of variables for the remaining countries.

5

Obiektowa implementacja algorytmu klasteryzacji metodą k-średnich

84%

Dramski M.

|

2009

|

tom nr 1

25-27

PL

Algorytm klasteryzacji metodą k-średnich to jeden z najpopularniejszych sposobów służących do klasyfikacji danych przy użyciu metod sztucznej inteligencji. Otrzymane klastry mogą dalej posłużyć do budowy np. modeli neuronowych z wykorzystaniem dzwonów Gaussa (sieci RBF) czy rozmytych modeli Takagi-Sugeno. Niniejszy artykuł przedstawia implementację tego algorytmu języku C++. Można tu znaleźć opis klasy, która może później posłużyć jako biblioteka do dowolnego programu napisanego w tym języku

EN

K-means clustering algorithm is one of the most popular ways for data classification using artificial intelligence methods. Obtained clusters can be further used e.g. to build RBF networks or Takagi-Sugeno fuzzy models. This paper contains the implementation of this algorithm in C++ programming language. You can find there the description of the class, which can serve as a library in different programs written in C++.