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”

Exploring How Customers Shop for Meat Products

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F14%3A00213758" target="_blank" >RIV/62156489:43110/14:00213758 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Exploring How Customers Shop for Meat Products

  • Popis výsledku v původním jazyce

    This contribution contains problems of marketing research data classification by means of data mining algorithms. Three basic methods are described, classification with the aid of Multi-layer Perceptron neural network with Back-propagation algorithm, classification with the aid of Bayesian Networks and classification with the aid of Decision Tree. Finally, applicability of these algorithms is compared. These algorithms are applied over the data from a survey about consumer behavior in the food market inthe Czech Republic (n = 1127, data collection in 2011). The data were further analyzed with statistical tools, such as cluster analysis and analysis of contingency. The best achieved result was 42.65% by method LMT. Although this level may seem to be relatively low, due to the fact that also the dependencies between individual 20 factors and the 5 possible store loyalty options revealed by analysis of contingency were not strong, this result shows that the tools can reach relatively hig

  • Název v anglickém jazyce

    Exploring How Customers Shop for Meat Products

  • Popis výsledku anglicky

    This contribution contains problems of marketing research data classification by means of data mining algorithms. Three basic methods are described, classification with the aid of Multi-layer Perceptron neural network with Back-propagation algorithm, classification with the aid of Bayesian Networks and classification with the aid of Decision Tree. Finally, applicability of these algorithms is compared. These algorithms are applied over the data from a survey about consumer behavior in the food market inthe Czech Republic (n = 1127, data collection in 2011). The data were further analyzed with statistical tools, such as cluster analysis and analysis of contingency. The best achieved result was 42.65% by method LMT. Although this level may seem to be relatively low, due to the fact that also the dependencies between individual 20 factors and the 5 possible store loyalty options revealed by analysis of contingency were not strong, this result shows that the tools can reach relatively hig

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    AE - Řízení, správa a administrativa

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2014

  • 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

    Recent Advances in Economics, Management and Marketing

  • ISBN

    978-960-474-364-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    50-54

  • Název nakladatele

    WSEAS Press

  • Místo vydání

    Cambridge, MA, USA

  • Místo konání akce

    Cambridge, MA, USA

  • Datum konání akce

    1. 1. 2014

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku