Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Formal Concept Analysis with Attribute Priorities

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F09%3A00010944" target="_blank" >RIV/61989592:15310/09:00010944 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Formal Concept Analysis with Attribute Priorities

  • Popis výsledku v původním jazyce

    Formal concept analysis has recently been applied to data analysis, visualization, and knowledge extraction in various fields. Central to formal concept analysis is the notion of a formal concept which is a particular cluster in data. This chapter presents an extension of a basic setting of formal concept analysis. It allows a user to enter, along with the input data, his priorities regarding relative importance of attributes. Adding attribute priorities results in extraction of only those clusters in data which are compatible with the attribute priorities. The main effect is that the user is supplied with a smaller number of more relevant clusters and is thus not overwhelmed by a possibly large number of all formal concepts which logically exist in data. In this overview chapter, we present the approach and illustrative examples from marketing.

  • Název v anglickém jazyce

    Formal Concept Analysis with Attribute Priorities

  • Popis výsledku anglicky

    Formal concept analysis has recently been applied to data analysis, visualization, and knowledge extraction in various fields. Central to formal concept analysis is the notion of a formal concept which is a particular cluster in data. This chapter presents an extension of a basic setting of formal concept analysis. It allows a user to enter, along with the input data, his priorities regarding relative importance of attributes. Adding attribute priorities results in extraction of only those clusters in data which are compatible with the attribute priorities. The main effect is that the user is supplied with a smaller number of more relevant clusters and is thus not overwhelmed by a possibly large number of all formal concepts which logically exist in data. In this overview chapter, we present the approach and illustrative examples from marketing.

Klasifikace

  • Druh

    C - Kapitola v odborné knize

  • CEP obor

    BD - Teorie informace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/1ET101370417" target="_blank" >1ET101370417: Hierarchická analýza složitých dat</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2009

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název knihy nebo sborníku

    Data Mining for Design and Marketing

  • ISBN

    978-1-4200-7019-4

  • Počet stran výsledku

    11

  • Strana od-do

  • Počet stran knihy

    336

  • Název nakladatele

    Chapman & Hall/CRC

  • Místo vydání

    Boca Raton, FL, USA

  • Kód UT WoS kapitoly