Skalowanie wielowymiarowe i klasyfikacja danych symbolicznych w ocenie pozycji produktów na rynku

• Autorzy: Marcin Pełka

Warianty tytułu

Multidimensional Scaling and Clustering of Symbolic Data in Product Positioning

• Języki publikacji: PL

Abstrakty

W artykule zaprezentowano zastosowanie skalowania wielowymiarowego oraz klasyfikacji danych symbolicznych interwałowych na przykładzie danych rynku samochodowego. W artykule przedstawiono zagadnienie pozycjonowania, omówiono pojęcia zmiennych i obiektów symbolicznych a także zaprezentowano ideę skalowania wielowymiarowego i analizy skupień tych danych. W części empirycznej przedstawiono wyniki pozycjonowania wybranych marek samochodów osobowych. (abstrakt oryginalny)

EN

The article presents application of multidimensional scaling and clustering of symbolic interval-valued data for car market data. In the paper such terms as product positioning, symbolic variable and symbolic data are explained. Also the main aspects of multidimensional scaling and clustering for this kind of data are presented. In the empirical part results of product positioning are presented. (original abstract)

Słowa kluczowe

PL

Rynek samochodowy; Pozycjonowanie produktu; Skalowanie wielowymiarowe; Analiza skupień; Klasyfikacja danych

EN

Car market; Product positioning; Multidimensional scaling; Cluster analysis; Data classifications

• Czasopismo: Marketing i Rynek
• Rocznik: 2012
• Numer: nr 3
• Strony: 21--26

Twórcy

autor

Marcin Pełka

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Analiza danych marketingowych. Problemy, metody, przykłady, A. Stanimir (red.), Wyd. AE, Wrocław 2006, s. 232.
• Analysis of Symbolic Data. Explanatory Methods for Extracting Statistical Information from Complex Data, H.-H. Bock, E. Diday (red.), Springer Verlag, Berlin-Heidelberg 2000, s. 2-3.
• F.A.T. De Carvalho, Fuzzy c-means Clustering Methods for Symbolic Interval Data, "Pattern Recognition Letters" 2007, No. 4.
• A. Dudek, M. Pełka, SymScal: metoda skalowania wielowymiarowego obiektów symbolicznych, "Prace Naukowe UE we Wrocławiu" 2008, nr 7 (1207).
• E. Gatnar, M. Walesiak (red.), Analiza danych jakościowych i symbolicznych z wykorzystaniem programu R, C.H. Beck, Warszawa 2011, s. 248-255.
• Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, E. Gatnar, M. Walesiak (red.), Wyd. AE, Wrocław 2004, s. 342-343.
• M. Pełka, Metody skalowania wielowymiarowego obiektów symbolicznych, "Prace Naukowe AE we Wrocławiu" 2007, nr 1169.
• M. Pełka, Porównanie strategii klasyfikacji danych symbolicznych, "Prace Naukowe UE we Wrocławiu" 2009, nr 51.
• Scientific Report for Unsupervised Classification, Validation and Cluster Representation, Y. Lechevallier (red.), Analysis System of Symbolic Official Data - Project Number IST-2000-25161, 2001, s. 56.
• Symbolic Data Analysis. Conceptual Statistics and Data Mining, L. Billard, E. Diday (red.), J. Wiley & Sons, Chichester 2006, s. 7-30.
• R. Verde, Clustering Methods in Symbolic Data Analysis. W: Classification, Clustering and Data Mining Applications, D. Banks i in. (red.), Springer-Verlag, Heidelberg 2004, s. 299-317.
• M. Walesiak, A. Dudek, Identification of Noisy Variables for Nonmetric and Symbolic Data in Cluster Analysis. W: Data Analysis, Machine Learning and Applications, C. Preisach i in. (red.), Springer-Verlag, Berlin-Heidelberg 2008, s. 85-92.
• M. Walesiak, Statystyczna analiza wielowymiarowa w badaniach marketingowych, Wyd. AE, Wrocław 1993, s. 20-22, 26-27.
• A. Zaborski, Skalowanie wielowymiarowe w badaniach marketingowych, Wyd. AE, Wrocław 2001, s. 30.