Wykorzystanie sztucznych sieci neuronowych w badaniach zachowań konsumentów

• Autorzy: Karolina Bartos

Warianty tytułu

The Application of Artificial Neural Networks in Research of Consumer Behaviour

• Języki publikacji: PL

Abstrakty

Wzrastająca rola badań nad zachowaniami konsumentów oraz powstające coraz większe bazy danych o klientach wymuszają stosowanie coraz bardziej efektywnych narzędzi do ich eksploracji. Jednym z nich są niewątpliwie sztuczne sieci neuronowe. Dużą zaletą sieci, obok możliwości analizy ogromnych ilości danych, jest fakt, że pozwalają one tworzyć modele dla zjawisk i procesów, dla których zależności przyczynowe decydujące o przebiegu określonego zjawiska lub prawa rządzące procesem, nie są do końca znane. W artykule zaprezentowane zostały trzy przykładowe obszary zastosowania sieci w badaniach zachowań konsumentów, należy jednak zauważyć, że z powodzeniem mogą być one stosowane także w innych obszarach tej dziedziny. (fragment tekst)

EN

The article presents the application of artificial neural networks in three areas of research of consumer behaviour: classification of customer credit risk, market basket analysis and customer segmentation. The paper also describes main tasks and a scope of the research of consumer behaviour and, moreover, it contains the basic information about artificial neural networks. (original abstract)

Słowa kluczowe

PL

Zachowania konsumenta; Badanie preferencji konsumenckich; Sieci neuronowe

EN

Consumer behaviour; Consumer preferences research; Neural networks

• Czasopismo: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Ekonomiczne Problemy Usług
• Rocznik: 2012
• Numer: nr 88 Gospodarka elektroniczna: wyzwania rozwojowe. T. 2
• Strony: 15--23

Twórcy

autor

Karolina Bartos

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• 1. Antonides G., van Raaij W.F., Zachowanie konsumenta, Wydawnictwo Naukowe PWN, Warszawa 2003.
• 2. Bartos K., Pozyskiwanie wiedzy z danych za pomocą sieci neuronowych, w: Drogi dochodzenia do społeczeństwa informacyjnego - stan obecny, perspektywy rozwoju i ograniczenia, tom II, Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 651, Ekonomiczne Problemy Usług nr 68, Szczecin 2011.
• 3. Larose D.T., Odkrywanie wiedzy z danych - wprowadzenie do eksploracji danych, Wydawnictwo Naukowe PWN, Warszawa 2006.
• 4. Lula P., Paliwoda-Pękosz G., Tadeusiewicz R., Metody sztucznej inteligencji i ich zastosowania w ekonomii i zarządzaniu, Wyd. Akademii Ekonomicznej w Krakowie, Kraków 2007.
• 5. Migdał-Nejman K., Zastosowanie samouczącej się sieci neuronowej typu SOM w analizie koszykowej, w: Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 17, red. K. Jajuga, M. Walesiak, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław 2010.
• 6. Migdał-Nejman K., Analiza porównawcza samouczących się sieci neuronowych typu SOM i GNG w poszukiwaniu reguł asocjacyjnych, w: Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 18, red. K. Jajuga, M. Walesiak, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław 2011.
• 7. Mynarski S., Metody badań marketingowych, Państwowe Wydawnictwo Ekonomiczne, Warszawa 1990.
• 8. Rudnicki L., Zachowanie konsumentów na rynku, Polskie Wydawnictwo Ekonomiczne, Warszawa 2000.
• 9. Tadeusiewicz R., Wstęp do sieci neuronowych, w: Biocybernetyka i inżynieria biomedyczna 2000 - Sieci neuronowe, tom 6, red. M. Nałęcz, Polska Akademia Nauk, Akademicka Oficyna Wydawnicza, Warszawa 2000.
• 10. Witkowska D., Sztuczne sieci neuronowe i metody statystyczne - wybrane zagadnienia finansowe, Wydawnictwo C.H. Beck, Warszawa 2002.
• 11. Ząbkowski T., Zastosowanie sztucznych sieci neuronowych do oceny ryzyka kredytowego klienta w telekomunikacji w: Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 15, red. K. Jajuga, M. Walesiak, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław 2008.