Predicting the Innovation Activity of Chemical Firms Using an Ensemble of Decision Trees
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F15%3A39899810" target="_blank" >RIV/00216275:25410/15:39899810 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Predicting the Innovation Activity of Chemical Firms Using an Ensemble of Decision Trees
Popis výsledku v původním jazyce
A number of studies are concerned with the analysis of predicting innovation activity, because companies' innovation activity is one of the fundamental determinants for their competitiveness. However, most studies use a linear (logistic) regression modelfor their analysis. This, however, is not able to take into account all the recursive terms concerning a company's innovation activity. Therefore, in the report we demonstrate the use of ensembles of decision trees to model the intrinsic nonlinear characteristics of the innovation process. We apply this method for predicting innovation activity to chemical companies. We show that internal knowledge spillovers were the most important determinant for the chemical firms' innovation activity during the monitored period. Furthermore, R&D intensity, collaboration on innovation and firm size were also important determinants.
Název v anglickém jazyce
Predicting the Innovation Activity of Chemical Firms Using an Ensemble of Decision Trees
Popis výsledku anglicky
A number of studies are concerned with the analysis of predicting innovation activity, because companies' innovation activity is one of the fundamental determinants for their competitiveness. However, most studies use a linear (logistic) regression modelfor their analysis. This, however, is not able to take into account all the recursive terms concerning a company's innovation activity. Therefore, in the report we demonstrate the use of ensembles of decision trees to model the intrinsic nonlinear characteristics of the innovation process. We apply this method for predicting innovation activity to chemical companies. We show that internal knowledge spillovers were the most important determinant for the chemical firms' innovation activity during the monitored period. Furthermore, R&D intensity, collaboration on innovation and firm size were also important determinants.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA14-02836S" target="_blank" >GA14-02836S: Modelování efektů přelévání znalostí v kontextu regionálního a místního rozvoje</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings from 11th International Conference on Innovations in Information Technology
ISBN
978-1-4673-8511-4
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
35-39
Název nakladatele
IEEE (Institute of Electrical and Electronics Engineers)
Místo vydání
New York
Místo konání akce
Dubai
Datum konání akce
1. 11. 2015
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—