PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2008 | Modelowanie preferencji a ryzyko '08 | 45--59
Tytuł artykułu

Kampania prezydencka 2005 - modelowanie preferencji wyborców

Warianty tytułu
Presidential campaign 2005 - modeling the preference of the electors
Języki publikacji
PL
Abstrakty
Przedstawiono i zinterpretowano dane dotyczące wyborów prezydenckich, co pozwoliło na utworzenie reguł modelujących specyfikę programów i wizerunek medialny kandydatów uczestniczących w kampanii. Przeprowadzono analizę utworzonych reguł, zwracając głównie uwagę na różnice programowe między kandydatami.
EN
The data concerning presidential elections were presented and interpreted which allowed to create rules shaping the political programs and the media image of candidates participating in the campaign. The analysis of created rules was conducted, with paying special attention to program differences between candidates. (AT)
Bibliografia
  • Garbień A., Małkiewicz A, (2006). Uwarunkowania wyników wyborów prezydenckich w Polsce w 2005 r. (Maszynopis).
  • Greco S., Matarazzo B. Slowinski K. (2001). Rough Sets Theory for Multicriteria Decision Analysis. European J. of Operational Research, 129, 1-47.
  • Hołubiec J., Szkatuła G., Wagner D. (1998). Próba zastosowania uczenia maszynowego do prognozowania wyników głosowań sejmowych. W: Metody i zastosowania badań operacyjnych. Red. T. Trzaskalik. AE, Katowice, 117-127.
  • Hołubiec J., Szkatuła G., Wagner D. (2002). Modelowanie preferencji wyborców w postaci reguł decyzyjnych. W: Modelowanie preferencji a ryzyko '01. Red. T. Trzaskalik. AE, Katowice, 133-144.
  • Hołubiec J., Szkatuła G., Wagner D. (2002). Analiza obietnic wyborczych ugrupowań politycznych. W: Metody i techniki analizy informacji i wspomagania decyzji. Badania operacyjne i systemowe wobec wyzwań XXI wieku. Red. Z. Bubnicki, O. Hryniewicz, R. Kulikowski. AOW EXIT, Warszawa, III, 63-74.
  • Hołubiec J., Szkatuła G., Wagner D. (2002). Modelling Electorate Preference by Machine Learning. In: Proceedings of 8th IEEE International Conference on Methods and Models in Automation and Robotics 2002, 2-5.09.2002. Technical University, Szczecin, 1383-1388.
  • Hołubiec J., Szkatuła G., Wagner D. (2003). New Aspects in Electorate Preferences Modelling Using Machine Learning. In: Proceedings of the Conference: 9th IEEE International Conference on Methods and Models in Automation and Robotics. Międzyzdroje, 25-28 August 2003, 1271-1276.
  • Hołubiec J., Małkiewicz A., Szkatuła G., Wagner D. (2003). Próba uwzględnienia dodatkowych atrybutów w analizie kampanii wyborów do Sejmu w 2001 r. W: Modelowanie preferencji a ryzyko '03. Red. T. Trzaskalik. AE, Katowice, 133-150.
  • Kacprzyk J., Szkatuła G. (1999). An Inductive Learning Algorithm with a Preanalysis of Data. International Journal of Knowledge-Based Intelligent Engineering Systems, 3, 135-146.
  • Pawlak Z. (1982). Rough Set. International Journal of Computer and Information Sciences, 11, 5, 341-356.
  • Pawlak Z. (1991). Rough Set. Theoretical Aspect of Reasoning about Data. Kluwer Academic Publishers.
  • Szkatuła G. (1995). Uczenie maszynowe na podstawie przykładów w przypadku błędów w danych. PhD Thesis, SRI PAS, Warsaw.
  • Szkatuła G. (2002). Zastosowanie zmodyfikowanego zadania pokrycia w uczeniu maszynowym. W: Automatyka Sterowanie Zarządzanie. Red. J. Gutenbaum. SRI PAS, Warszawa, 431-445.
  • Szkatuła G., Hołubiec J., Wagner D. (1997). Machine Learning from Examples for Forecasting Voting Behaviour. In: Methods and Models in Automation and Robotics. Międzyzdroje 26-29. 08.1997. Technical University, Szczecin, 385-389.
  • Szkatuła G., Hołubiec J., Wagner D. (2000). Forecasting Voting Behaviour Using Machine Learning - Poland in Transition. Annals of Operations Research, 97, 31-41.
  • Szkatuła G., Wagner D. (2003). Programmes of Parties Versus Their Location On The Political Scene. Application of Decision Rules to Describe the Differences. W: Group Decisions and Voting. Red. J. Kacprzyk, D. Wagner. EXIT, Warszawa, 227-238.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000160281234

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.