Classification of Manufacturing Enterprises in Terms of Their Innovation Level Based on the Decision Tree Model

• Autorzy: Katarzyna Skrzypek , Karol Dąbrowski , Magdalena Wojciech , Sławomir Kłos
• Języki publikacji: EN

Abstrakty

EN

The strategic decision for an enterprise is the selection of the development direction that leads through the creation of innovations and their implementation. The objective of the paper, worked out by the authors, was to find a classification model that will make it possible to differentiate enterprises in relation with their innovativeness level. For modelling and classifying the enterprise innovativeness level, a tool applied in the data mining method - the decision trees - was used.(original abstract)

Słowa kluczowe

EN

Enterprise innovation; Decision tree; Data Mining

PL

Innowacyjność przedsiębiorstw; Drzewo decyzyjne; Data Mining

• Czasopismo: Przedsiębiorczość i Zarządzanie
• Rocznik: 2019
• Numer: t. 20, z. 4, cz. 1 Sukcesy i niepowodzenia w zarządzaniu organizacjami
• Strony: 157--173

Twórcy

autor

Katarzyna Skrzypek

• University of Zielona Gora, Poland

autor

Karol Dąbrowski

• University of Zielona Gora, Poland

autor

Magdalena Wojciech

• University of Zielona Gora, Poland

autor

Sławomir Kłos

• University of Zielona Gora, Poland

Bibliografia

• Białoń L. (2010), Zarządzanie działalnością innowacyjną, Placet.
• Breiman L., Friedman J.H., Ohlsen R.A., Stone C.J. (1984), Classification and Regression Trees, Chapman & Hall.
• Drucker P.F. (1992), Innowacja i przedsiębiorczość, PWE.
• Freeman Ch. (1982), The Economist of Industrial Innovation, F. Pinter.
• Geng L., Hamilton H.J. (2006), Interestingness measures for data mining: a survey, "ACM Computing Surveys", 38, 3.
• Grudziewski W., Hejduk I. (2001), Przedsiębiorstwo przyszłości, Difin.
• Grunwald P.D., Myung J.I., Pitt M.A. (2005), Advances in minimum description length: theory and practice, MIT Press.
• Kaplan R.S., Norton D.P. (2009), Strategiczna Karta Wynikow, Wyd. II, PWN.
• Lee H., Sohn I. (2016), Fundamentals of Big Data Network Analysis for Research and Industry, John Wiley & Sons Limited.
• Michalewicz Z., Fogel D.B. (2006), Jak to rozwiązać czyli nowoczesna heurystyka, WNT.
• Mikuła B., Piertuszka-Oryl A., Potocki A. (2002), Zarządzanie Przedsiębiorstwem XXI wieku, Difin.
• Miller H.J., Han J. (2009), Geographic Data Mining and Knowledge Discovery, Second Edition, CRC Press, Boca Raton.
• Morzy T. (2013), Eksploracja danych. Metody i algorytmy, PWN.
• Oslo Manual (2005), The measurements of scientific and technological activities. Proposal Guidelines for collecting and interpreting innovation data, 3 edition.
• Patalas-Maliszewska J. (2016), Studying the Adoption of a Knowledge Management Tool Within German and Polish Manufacturing Companies: an Empirical Case Study, "ACS", Vol. 12, No. 2.
• R Core Team (2016), R: A language and environment for statistical computing [online], R Foundation for Statistical Computing Vienna, www.R-project.org, access: 18.03.2017.
• Schumpeter J. (1960), Teoria wzrostu gospodarczego, PWN.
• Senge P. (1998), Piąta dyscyplina. Teoria i praktyka organizacji uczących się, DW ABC.
• Skrzypek K., Dąbrowski K., Wojciech M., Kłos S. (2016), Analysis of innovation levels exhibited by Polish manufacturing companies in the metal and automotive industries, Innovation Management, Development Sustainability and Competitive Economic Growth - Vision 2020, Seville, Spain, IBIMA.
• Sosnowska A., Łobejko S., Kłopotek P. (2001), Zarządzanie firmą innowacyjną, Difin.
• Zimniewicz K. (1999), Wspołczesne koncepcje i metody zarządzania, PWE.