Budowa modeli eksploracji danych (data mining) na potrzeby analiz cech charakteryzujących osoby bezrobotne i przewidywania pozostania osobą bezrobotną

• Autorzy: Mirosława Lasek , Marek Pęczkowski

Warianty tytułu

Development of Data Mining Models for Analysis of Characteristics of Unemployed Persons and Predicting of Unemployment Duration

• Języki publikacji: PL

Abstrakty

Celem niniejszego artykułu jest opracowanie modeli eksploracji danych Data Mining, które byłyby pomocne w analizie, a także weryfikacji poglądów na temat czynników wpływających na bezrobocie poszczególnych osób, traktowanych jako odrębne jednostki (innymi słowy, identyfikacji czynników, które wpływają na ryzyko bezrobocia i ocenie, jaki to jest wpływ), a także takich modeli, które pozwalałyby orzec, iż prawdopodobne jest, że osoba nie posiada pracy, względnie ocenić stopień ryzyka utraty pracy przez daną osobę. Do budowy modeli i przeprowadzania analiz został wykorzystany program eksploracji danych SAS Enterprise Miner firmy SAS Institute Inc. (abstrakt oryginalny)

EN

The article discusses data mining models that can be useful in the analysis of attributes influencing individual unemployment and can help to estimate the probability with which persons with certain characteristics (age, education, gender, family background, family status, family size etc.) are more likely to be unemployed or to lose their job. Three models were constructed, and verified, to accomplish this task: logistic regression, multilayered neural network and decision tree. The study was based on Polish official statistical data. SAS Enterprise Miner software from SAS Institute Inc. was applied for model construction and data analysis.

Słowa kluczowe

PL

Data Mining; Bezrobocie; Modele regresji; Drzewo decyzyjne

EN

Data Mining; Unemployment; Regression models; Decision tree

• Czasopismo: Optimum : studia ekonomiczne
• Rocznik: 2012
• Numer: nr 1 (55)
• Strony: 119--142

Twórcy

autor

Mirosława Lasek

• Uniwersytet Warszawski

autor

Marek Pęczkowski

• Uniwersytet Warszawski

Bibliografia

• Applied Analytics Using SAS Enterprise Miner 5.3. Course Notes 2008, SAS Institute Inc.
• Cary, NC, USA, cz.I i II. Koral J. 2004 Etyczno-społeczne aspekty bezrobocia w świetle doświadczeń polskich, Warszawa.
• Kwiatkowski E. 2009 Bezrobocie. Podstawy teoretyczne, Warszawa. Larose D.T. 2008 Metody i modele eksploracji danych, Warszawa.
• Larose D.T. 2006 Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, Warszawa.
• Matignon R. 2007 Data Mining using SAS Enterprise Miner, New Jersey.
• Mlonek K. 2002 Bezrobocie, [w:] Polityka społeczna, A. Kurzynowski (red.), Warszawa.
• Reference Help - Enterprise Miner 5.3 2007, NC, USA.
• Socha M.W., Sztanderska U. 2000 Strukturalne podstawy bezrobocia w Polsce, Warszawa.