Łączenie metod i narzędzi w budowie modeli predykcyjnych

• Autorzy: Mariusz Łapczyński

Warianty tytułu

Combining Methods and Tools in Building Predictive Models

• Języki publikacji: PL

Abstrakty

Celem artykułu jest charakterystyka dwóch głównych strategii stosowanych w łączeniu narzędzi analitycznych podczas budowy modeli predykcyjnych. Pierwsza z nich to podejście wielomodelowe (ensemble models), w którym o ostatecznym wyniku analizy decydują zagregowane rozwiązania cząstkowe. Druga strategia wykorzystuje modele hybrydowe (hybrid models), a wynik analizy otrzymuje się przez połączenie co najmniej dwóch narzędzi analitycznych. Procedura ta jest zazwyczaj dwuetapowa, a wyniki jednej analizy są w kolejnym kroku podstawą do przeprowadzenie następnej. Studia literaturowe zawarte w artykule dotyczą złożonych modeli predykcyjnych wykorzystanych przede wszystkim w obszarze badań marketingowych. (abstrakt oryginalny)

EN

The purpose of this article is to characterize two main strategies used in combining analytical tools during the construction of predictive models. The first is the multi-model approach (ensemble models), in which the final outcome of the analysis is achieved by the aggregation of partial solutions. The second strategy utilizes a hybrid model, in which the final result of the analysis is obtained by combining at least two different analytical tools or models. This procedure is usually two-stage, and the results of one analysis are the basis for the next step for the construction of the second model. A review of literature included in the article is related to complex predictive models used mainly in the field of marketing research. (original abstract)

Słowa kluczowe

PL

Rozkłady wielomodalne; Narzędzia analityczne

EN

Multimodal distributions; Analytical tools

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2011
• Numer: nr 236 Badania marketingowe - metody, nowe podejścia i konteksty badawcze
• Strony: 155--163

Twórcy

autor

Mariusz Łapczyński

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Bandyopadhyay A., Mapping corporate drift toward default Part 2: A hybrid credit-scoring model, "The Journal of Risk Finance" 2007, vol. 8, no. 1, s. 46-55.
• Bezdek J.C., Pattern Recognition with Fuzzy Objective Function Algorithm, Plenum Press, New York 1981.
• Bodapati A.V., Drolet A., A hybrid choice model that uses actual and ordered attribute value information, "Journal of Marketing Research" 2005, vol. 42, August, s. 256-265.
• Bose I., Chen X., Hybrid models using unsupervised clustering for prediction of customer churn, [w:] Proceedings of IMECS 2009, March 18-20/2009, Hong Kong 2009, s. 1-6.
• Brabazon A., Keenan P.B., A hybrid genetic model for the prediction of corporate failure, "Computational Management Science" 2004, Springer-Verlag, s. 293-310.
• Breiman L., Random forests, "Machine Learning" 2001, vol. 45, Kluwer Academic Publishers, s. 5-32.
• Demiroz G., Guvenir H.A., Classification by voting feature intervals, [w:] Proceedings of the Ninth European Conference on Machine Learning, Springer-Verlag, 1997, s. 85-92.
• Dunn J.C., A fuzzy relative of the ISODATA process and its use in detecting compact well-separated clusters, "Journal of Cybernetics" 1973, vol. 3, s. 32-57).
• Flores J.J., Loaleza R., Financial time series forecasting using a hybrid neural-evolutive approach, [w:] Proceedings 15th SIGEF International Conference, Lugo, Spain, 2009, s. 547-555.
• Gatnar E., Podejście wielomodelowe w zagadnieniach dyskryminacji i regresji, Wydawnictwo Naukowe PWN, Warszawa 2008.
• Green P.E., Krieger A.M., Individualized hybrid models for conjoint analysis, "Management Science" 1996, vol. 42, no. 6, s. 850-867.
• Khalil F., Li J., Wang H., Integrating recommendation models for improved web page prediction accuracy, [w:] Proceedings of Thirty-First Australasian Computer Science Conference (ACSC2008), Wollongong, Australia "Conferences in Research and Practice in Information Technology (CRPIT)", 2008, vol. 74, s. 1-10.
• Kim Y., Toward a successful CRM: Variable selection, sampling, and ensemble, "Decision Support Systems" 2006, vol. 41, no. 2, s. 542-553.
• Lindahl W.E., Winship C., A logit model with interactions for predicting major gift donors, "Research in Higher Education" 1994, vol. 35, no. 6, s. 729-743.
• Łapczyński M., Hybrydowe modele asocjacyjne w sprzedaży krzyżowej i uzupełniającej na rynku usług, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Poznaniu, Poznań 2011 (artykuł złożony do druku).
• Łapczyński M., Modele hybrydowe CART-LOGIT w analizie danych rynkowych, [w:] J. Dziechciarz (red.), Projektowanie, ocena i wykorzystanie danych rynkowych, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 51, UE, Wrocław 2009, s. 85-95.
• Martin A. i in., A hybrid model for bankruptcy prediction using genetic algorithm, fuzzy c-means and MARS, "International Journal on Soft Computing (IJSC )" 2011, vol. 2, no. 1/, s. 12-24.
• Pan W.-T., Performing stock price prediction use of hybrid model, "Chinese Management Studies" 2010, vol. 4, no. 1, s. 77-86.
• Qiu D., Wang Y., Bi B., Identify cross-selling opportunities via hybrid classifier, "International Journal of Data Warehousing and Mining" 2008, vol. 4, no. 2, s. 55-62.
• Steinberg D., Cardell N.S., The hybrid CART-logit model in classification and data mining, http://www.salford-systems.com/resources/whitepapers/index.html.
• Wei M., Chai L., Wei R., Huo W., A solution to the cross-selling problem of PAKDD-2007: Ensemble model of treenet and logistic regression, "International Journal of Data Warehousing and Mining" 2008, vol. 4, no. 2, s. 9-14.
• Zou N., Wang J., Chang G.-L., A reliable hybrid prediction model for real-time travel time prediction with widely spaced detectors, [w:] Proceedings of the 11th International IEEE Conference on Intelligent Transportation Systems Beijing, China, October 12-15/2008, s. 91-96.