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”

Using Neural Networks for Marketing Research Data Classification

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F11%3A00179245" target="_blank" >RIV/62156489:43110/11:00179245 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Using Neural Networks for Marketing Research Data Classification

  • Popis výsledku v původním jazyce

    This paper deals with problems of marketing research data classification by means of artificial Neural Networks algorithms. Two basic methods are described, classification with the aid of Multi-layer Perceptron neural network with Back-propagation algorithm and classification with the aid of Self-organizing (Kohonen's) maps. Finally, applicability of these algorithms is compared. These algorithms are applied over the data from a survey about consumer behavior in the food market in the Czech Republic. The limits of this approach are considered and possibilities of more complex structural recognition methods and semi-supervised learning utilization are suggested.

  • Název v anglickém jazyce

    Using Neural Networks for Marketing Research Data Classification

  • Popis výsledku anglicky

    This paper deals with problems of marketing research data classification by means of artificial Neural Networks algorithms. Two basic methods are described, classification with the aid of Multi-layer Perceptron neural network with Back-propagation algorithm and classification with the aid of Self-organizing (Kohonen's) maps. Finally, applicability of these algorithms is compared. These algorithms are applied over the data from a survey about consumer behavior in the food market in the Czech Republic. The limits of this approach are considered and possibilities of more complex structural recognition methods and semi-supervised learning utilization are suggested.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2011

  • 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

    Mathematical Methods and Techniques in Engeneering & Environmental Science

  • ISBN

    978-1-61804-046-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    252-256

  • Název nakladatele

    WSEAS Press

  • Místo vydání

    Catania, Sicily, Italy

  • Místo konání akce

    Catania, Sicily, Italy

  • Datum konání akce

    1. 1. 2011

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku