Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "hierarchical clustering" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 19
Tytuł:
Podobieństwa rynków pracy w grupie krajów UE-28
The similarity of labour markets in the EU-28 countries
Autorzy:
Wąsowicz, Jarosław
Powiązania:
https://bibliotekanauki.pl/articles/591310.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Metoda k-średnich
Metody aglomeracji
Rynki pracy w UE-28
Agglomerative hierarchical clustering method
K-means clustering
Labour markets in the EU-28
Opis:
W artykule uwagę skoncentrowano na grupowaniu rynków pracy w badanych krajach UE-28 w celu utworzenia jednorodnych klas. Procedura grupowania uwzględnia wewnętrzne zróżnicowanie rynków pracy. W badaniu zastosowano hierarchiczne metody aglomeracyjne i metodę k-średnich. Głównymi kryteriami decydującymi o przynależności rynków pracy krajów UE-28 do skupień są wskaźnik zatrudnienia oraz współczynnik aktywności zawodowej.
The paper focuses on the clustering of labor markets in the EU-28 countries in order to form homogeneous clusters. The clustering procedure of EU countries is based on intra and inter-group differences in labor markets. The agglomerative hierarchical clustering and k-means clustering methods were used in the paper. The main criteria for deciding on countries belonging to clusters are employment rate and economic activity rate.
Źródło:
Studia Ekonomiczne; 2016, 289; 218-226
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Podobieństwa struktur zatrudnienia w sektorze przemysłowym w krajach UE-27
The Similarities of Employment Structures in Industrial Sector in the Eu-27 Countries
Autorzy:
Wąsowicz, Jarosław
Powiązania:
https://bibliotekanauki.pl/articles/439399.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
Tematy:
metoda k-średnich
metody aglomeracji
podobieństwa w grupie krajów UE-27
zatrudnienie w sektorze przemysłowym
agglomerative hierarchical clustering method
employment in industry sector
k-means clustering
similarities in the EU-27 countries
Opis:
Sektor przemysłowy jest jedną z głównych sił napędowych wzrostu gospodarczego, szczególniew krajach rozwijających się. Pozytywna dynamika zmian w sektorze przemysłowym przyczynia siędo efektów w innych sektorach gospodarki. Celem artykułu jest pogrupowanie badanych krajów UE-27 podwzględem zatrudnienia w sektorze przemysłowym w celu utworzenia jednorodnych klas. Zakres czasowyanalizy obejmuje 2013 rok. Wybór takiego okresu badawczego wynika z dostępności i porównywalności danychstatystycznych w przekroju poszczególnych krajów Unii Europejskiej. Procedura grupowania uwzględniawewnątrzgrupowe i międzygrupowe zróżnicowanie wybranych zmiennych diagnostycznych. W badaniuzastosowano hierarchiczne metody aglomeracji i metodę k-średnich. Głównymi kryteriami decydującymio przynależności badanych krajów UE-27 do skupień są: udział zatrudnionych w produkcji i udział zatrudnionychw budownictwie. Kraje UE-15, zwłaszcza Niemcy, Wielka Brytania, Francja, Hiszpania, Włochy i osobnoPolska charakteryzują się wyższymi wartościami średnich dla wybranych zmiennych diagnostycznych, czyliudziału zatrudnionych w sektorze produkcji i udziału zatrudnionych w budownictwie, w porównaniu z przeciętnymiwartościami zmiennych w grupie pozostałych krajów UE-27.
The industrial sector is the one of key engine of economic growth especially in the developing countries. The positive dynamics of change in industrial sectors lead to effects in other areas of economy. The paper focuses on the clustering of employment in industrial sector in the EU-27 countries in order to form homogeneous clusters. The period considered is the year 2013. The choice of such a research period comes from the availability and comparability of the statistical data within the European Countries. The clustering procedure of EU countries is based on intra and inter-group differences on selected diagnostic variables. The agglomerative hierarchical clustering and k-means clustering methods were used in the paper. The main criteria for deciding on UE-27 countries belonging to clusters are the share of employment in manufacturing and the share of employment in construction. The countries of the EU-15, particularly Germany, Great Britain, France, Spain, Italy and separately Poland as well are characterized by higher values of average for selected diagnostic variables i.e. the share of employment in manufacturing and the share of employment in construction in relation to the average of variables for the remaining countries.
Źródło:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2016, 30, 3; 33-44
2080-1653
Pojawia się w:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Framing coworking spaces marketing strategies via social media indices
Określenie zakresu strategii mar- ketingowych przestrzeni coworkingowych na podstawie wskaźników mediów społecznościowych
Autorzy:
Vagianos, Dimitrios
Koutsoupias, Nikos
Powiązania:
https://bibliotekanauki.pl/articles/1195960.pdf
Data publikacji:
2021
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
multiple correspondence analysis
hierarchical clustering
social media marketing tools
coworking spaces
Opis:
In this paper an investigation of social media marketing techniques of Coworking spaces’ type of business is performed, using datasets acquired using social media monitoring tools. Mediatoolkit has been used to scrap data deriving from the activity of the WeWork Instagram and Twitter accounts which were collected on a 24/7 basis from varying locations and in multiple languages in a fifteen-day time window. Indices related to sentiment, reach, influence, number of followers, retweets, likes, comments, and view scores formed the datasets that were examined by applying multiple correspondence analysis as well as the hierarchical clustering method. The aim of this paper was to explore the inherent properties of the multiple indices describing the general realm of social media marketing tools, and more specifically aspires to provide digital marketers with an alternative perspective of social media marketing strategies related to the emerging coworking spaces type of business. The authors identified three classes/segments of posts, whereas post polarity tends to relate to geographic location, regardless of the social media channel used for posting.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2021, 25, 2; 1-14
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Document Clustering : Concepts, Metrics and Algorithms
Autorzy:
Tarczynski, T.
Powiązania:
https://bibliotekanauki.pl/articles/226231.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
document clustering
text mining
k-means
hierarchical clustersting
vector space model
Opis:
Document clustering, which is also refered to as text clustering, is a technique of unsupervised document organisation. Text clustering is used to group documents into subsets that consist of texts that are similar to each orher. These subsets are called clusters. Document clustering algorithms are widely used in web searching engines to produce results relevant to a query. An example of practical use of those techniques are Yahoo! hierarchies of documents [1]. Another application of document clustering is browsing which is defined as searching session without well specific goal. The browsing techniques heavily relies on document clustering. In this article we examine the most important concepts related to document clustering. Besides the algorithms we present comprehensive discussion about representation of documents, calculation of similarity between documents and evaluation of clusters quality.
Źródło:
International Journal of Electronics and Telecommunications; 2011, 57, 3; 271-277
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Applying the agglomerative method in hierarchical clustering for the medium-sized companies listed on the Warsaw Stock Exchange
Autorzy:
Sroka, Łukasz
Powiązania:
https://bibliotekanauki.pl/articles/22858344.pdf
Data publikacji:
2023-12-21
Wydawca:
Szkoła Główna Handlowa w Warszawie. Kolegium Zarządzania i Finansów
Tematy:
hierarchical clustering
segmentation
medium-sized companies
Warsaw Stock Exchange
Opis:
The purpose of this article is to use a hierarchical algorithm to reduce the number of companies in stock exchange portfolios, together with the identification of the most and least profitable groups of the companies. To prepare the research, the author decided to use a hierarchical clustering method to segment mWIG40 index entities. The conducted research contributed to the knowledge of the segments appearing on mWIG40 index and the profitability of the obtained clusters in the analyzed period. It was concluded that the hierarchical clustering method can divide the entities from mWIG40 index into six segments. The obtained groups differed from each other in terms of the analyzed features. Moreover, it was found that it was possible to identify more and less profitable segments in terms of the rate of return. What is more, only one segment was characterized by a higher rate of return than the benchmark. The findings can help investors to make better decisions during their investing process. In addition, the results can help companies to map their business in the market.
Źródło:
Journal of Management and Financial Sciences; 2023, 48; 75-91
1899-8968
Pojawia się w:
Journal of Management and Financial Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hierarchical Clustering Methods With Territorial Integrity Criterion
Metody grupowania hierarchicznego z warunkiem spójności terytorialnej
Autorzy:
Sobolewski, Marek
Markowska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/655031.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
grupowanie hierarchiczne
spójność terytorialna
hierarchical clustering
territorial integrity
Opis:
Na konferencji „Ekonometria przestrzenna i regionalne analizy ekonomiczne”, która odbyła się w Łodzi w 2014 roku, zaproponowano wprowadzenie warunku spójności przestrzennej do metody Warda, stosowanej do grupowania jednostek administracyjnych. Na każdym etapie aglomeracji w zmodyfikowanej metodzie Warda uwzględniane są tylko te skupienia, które ze sobą sąsiadują. Niniejszy artykuł stanowi rozszerzenie tej koncepcji na inne metody grupowania hierarchicznego, w szczególności metodę prostych i zupełnych połączeń. Zwrócono uwagę na korzyści płynące z zastosowania metody grupowania z warunkiem spójności, akcentując jednak także pewne ograniczenia tych procedur. Wprowadzenie warunku ograniczającego podczas procedury grupowania hierarchicznego powoduje przede wszystkim zmniejszenie jednorodności wyodrębnianych skupień. Ograniczenia przestrzenne mogą też prowadzić do sytuacji, kiedy odległość między skupieniami łączonymi na późniejszym etapie jest mniejsza niż na etapie wcześniejszym (można tu mówić o graficznym „cofaniu się” dendrogramu). Od tej aberracji wolna jest metoda zupełnych połączeń, gdzie odległość między skupieniami jest wyznaczana jako maksimum odległości między ich elementami. Zmodyfikowany algorytm grupowania zaimplementowano jako rozszerzenie programu STATISTICA. Przykłady zastosowania metod grupowania hierarchicznego z warunkiem spójności dotyczą europejskiej przestrzeni regionalnej (w układzie NUTS–2) w latach poprzedzających i następujących po kryzysie finansowym 2008 roku. Celem analiz było wyodrębnienie spójnych przestrzennie obszarów, które charakteryzowałyby się podobną wrażliwością na zjawiska kryzysowe w obszarze rynku pracy.
During the conference entitled Spatial Econometrics and Regional Economic Analyses, which took place in Lodz in 2014, there was a proposition to introduce the spatial coherence property into the Ward method, which is applied to group administrative units [1]. At each stage of agglomeration in the modified Ward method, there are included only those aggregates which are adjacent to each other. This work is an extension of this concept based upon other methods of hierarchical clustering, in particular the single and complete linkage method. The study highlighted the benefits of clustering methods with the coherence property, also emphasizing the limitations of these procedures. First of all, the introduction of the restricting condition during the procedure of the hierarchical clustering reduces the homogeneity of isolated clusters. Spatial constraints may also lead to a situation where the distance between the clusters linked at a later stage is smaller than at an earlier stage (graphically, we can talk about the dendrogram “backflow”). The method of complete linkage is free of these aberration where the distance between the clusters is defined as the maximum distance between their elements. The modified clustering algorithm was implemented as an extension of STATISTICA software. Examples of an application of the hierarchical clustering method with the coherence concern sector changes in the European regional space. The aim of the analysis was to isolate spatially coherent areas that demonstrate a similar direction and intensity of structural change in selected areas of the labour market.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2017, 4, 330
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identifying warehouse location using hierarchical clustering
Wybór lokalizacji magazynu z wykorzystaniem metody grupowania hierarchicznego
Autorzy:
Škerlič, S.
Mucha, R.
Powiązania:
https://bibliotekanauki.pl/articles/375508.pdf
Data publikacji:
2016
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
warehouse site selection
automotive industry
hierarchical clustering
wybór lokalizacji magazynów
przemysł motoryzacyjny
grupowanie hierarchiczne
Opis:
Identifying the optimal warehouse location involves a series of qualitative and quantitative factors. The purpose of this study was to use hierarchical clustering to identify the optimal location for a warehouse, which would ensure the lowest cost, a high level of quality in supplying customers and connect the selling and purchasing activities of the businesses operating in the Slovenian automotive industry into a system. The study also aims to demonstrate the applicability of the selected method for identifying warehouse locations in more demanding cases because the very process of identifying a location is dependent upon a company's logistic strategy. The advantage of the method used in this study is that it enables the user to use a combination of the data that is the most important for a company in a given period as well as consistent with the company's chosen business strategy.
Wybór optymalnej lokalizacji magazynu jest zależny od różnych czynników jakościowych i ilościowych. Wykorzystując metodę grupowania hierarchicznego, chcieliśmy określić optymalną lokalizację magazynu, która gwarantuje najniższe koszty, wysokiej jakości obsługę klientów i łączy w spójny system sprzedażową i nabywczą działalność przedsiębiorstw w słoweńskim przemyśle motoryzacyjnym. W badaniu chcieliśmy również udowodnić, że wybrana metoda ma zastosowanie przy wyborze bardziej wymagającego miejsca magazynowania, ponieważ sam proces wyboru lokalizacji jest podporządkowany strategii logistycznej danego przedsiębiorstwa. Zaletą wykorzystanej metody jest to, że umożliwia ona zastosowanie kombinacji tych danych, które w danym okresie są dla przedsiębiorstwa najważniejsze oraz zgodne z wybraną strategią.
Źródło:
Transport Problems; 2016, 11, 3; 121-129
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Health index synthetization and remaining useful life estimation for turbofan engines based on run-to-failure datasets
Synteza wskaźników stanu technicznego oraz ocena pozostałego okresu użytkowania silników turbowentylatorowych z wykorzystaniem zbiorów danych o pracy do czasu uszkodzenia
Autorzy:
Shi, J.
Li, Y.
Wang, G.
Li, X.
Powiązania:
https://bibliotekanauki.pl/articles/301447.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
hierarchical clustering
relevance vector machine
run-to-failure
remaining useful life
health indices
prognostics
grupowanie hierarchiczne
maszyna wektorów istotnych
praca do czasu uszkodzenia
pozostały okres użytkowania
wskaźnik stanu technicznego
prognostyka
Opis:
Turbofan engines will gradually degrade until failure occurs or life ends if without maintenance. Reliable degradation assessment and remaining useful life (RUL) estimation make sense on both aviation safety and rational maintenance decisions. This paper proposes a data-driven prognostic method on the premise of run-to-failure (RtF) data which are multivariate sensory data collected from the engines operating from normal to failure. After necessary pre-processing to the data, clustering analysis is executed to generate the clusters which represent the multi-states of the degradation process. The failure state cluster is extracted, and then the distance between the pre-processed data and the cluster is calculated. Therefore, one-dimensional time series are generated and defined as the health indices. Afterwards the degradation models are built based on the health indices. Finally, the RUL of a testing unit can be estimated by similarity analysis with the models. Hierarchical clustering (HC) and relevance vector machine (RVM) are the main algorithms employed in this paper. To validate the proposition, a case study is performed on turbofan engines data from Prognostics Center of Excellence (PCoE) at NASA Ames Research Center, and sufficient comparisons were given.
Silniki turbowentylatorowe niepoddane konserwacji ulegają stopniowej degradacji aż do czasu wystąpienia uszkodzenia lub zakończenia cyklu życia. Rzetelna ocena degradacji oraz pozostałego okresu użytkowania (RUL) mają wpływ zarówno na bezpieczeństwo maszyn lotniczych jak i racjonalne podejmowanie decyzji dotyczących utrzymania ruchu. W artykule zaproponowano sterowaną danymi metodę prognostyczną opartą na danych o pracy do czasu uszkodzenia (run-to failure, RTF), które są wielowymiarowymi danymi sensorycznymi zbieranymi podczas normalnej pracy silnika aż do jego uszkodzenia. Po niezbędnej wstępnej obróbce danych, przeprowadzono analizę skupień w celu wygenerowania skupień reprezentujących multi-stany procesu degradacji. Wyodrębniono klaster stanów uszkodzenia, a następnie obliczono odległość między wstępnie przetworzonymi danymi a wyodrębnionym klastrem. Następnie wygenerowano jednowymiarowe szeregi czasowe, które zdefiniowano jako wskaźniki stanu technicznego. Na podstawie tych wskaźników zbudowano modele degradacji. Wreszcie, w oparciu o analizę podobieństwa do opracowanych modeli oceniono RUL jednostki testowej. Główne algorytmy zastosowane w niniejszym opracowaniu to algorytmy grupowania hierarchicznego (HC) oraz maszyny wektorów istotnych (RVM). Aby zweryfikować zaproponowaną w pracy metodę, przeprowadzono studium przypadku z wykorzystaniem danych dot. silników turbowentylatorowych pochodzące z Prognostic Center of Excellence (PCoE) przy NASA Ames Research Center oraz przedstawiono odpowiednie porównania.
Źródło:
Eksploatacja i Niezawodność; 2016, 18, 4; 621-631
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przegląd technik grupowania danych i obszary zastosowań
Autorzy:
Sala, Karolina
Powiązania:
https://bibliotekanauki.pl/articles/2157869.pdf
Data publikacji:
2017
Wydawca:
Instytut Studiów Międzynarodowych i Edukacji Humanum
Tematy:
cluster analysis
hierarchical clustering
k-means
Opis:
The paper presents an overview of various clustering techniques used in data mining. Clustering is an unsupervised learning problem that is used to identify groups in a set of unlabeled data. Data is grouped by probability so that objects of the same group / cluster have similar properties / characteristics [1]. This article aims at exploring and comparing different clustering algorithms. Grouping is used in many areas, including machine learning, pattern recognition, image analysis, information retrieval.
Źródło:
Społeczeństwo i Edukacja. Międzynarodowe Studia Humanistyczne; 2017, 2(25); 141-145
1898-0171
Pojawia się w:
Społeczeństwo i Edukacja. Międzynarodowe Studia Humanistyczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of unsupervised learning algorithms for analysis the vibrations of an oscillator forced by a random series of impulses
Autorzy:
Ozga, Agnieszka
Sulewski, Marek
Powiązania:
https://bibliotekanauki.pl/articles/24201982.pdf
Data publikacji:
2023
Wydawca:
Politechnika Poznańska. Instytut Mechaniki Stosowanej
Tematy:
machine learning
stochastic series of impulses
unsupervised machine learning
hierarchical clustering
uczenie maszynowe
losowa seria impulsów
uczenie nienadzorowane
grupowanie hierarchiczne
Opis:
Paper discusses a mathematical model describing the vibrations of a linear oscillator forced by a random series of impulses. The study aims at checking how precisely the distributions of values of the impulses forcing the vibrations of an oscillator can be differentiated. The analysis was carried out in the MatLab environment with the use of hierarchical clustering algorithms of unsupervised machine learning, for samples generated from computer simulation. The time series are non-stationary. The studies showed that high precision could be achieved in distinguishing two very similar distributions forcing the vibrations, on the basis of an analysis of the two first moments calculated from the movement.
Źródło:
Vibrations in Physical Systems; 2023, 34, 1; art. no. 2023121
0860-6897
Pojawia się w:
Vibrations in Physical Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Visualization of medical rule-based knowledge bases
Autorzy:
Nowak-Brzezińska, A.
Rybotycki, T.
Powiązania:
https://bibliotekanauki.pl/articles/333277.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
data mining
medical knowledge bases
cluster visualization
hierarchical clustering
treemaps
eksploracja danych
medyczne bazy wiedzy
wizualizacja skupień
grupowanie hierarchiczne
diagramy
Opis:
In this work the topic of applying clustering as a knowledge extraction method from real-world data is discussed. The authors propose hierarchical clustering method and visualization technique for knowledge base representation in the context of medical knowledge bases for which data mining techniques are successfully employed and may resolve different problems. What is more, the authors analyze the impact of different clustering parameters on the result of searching through such a structure. Particular attention was also given to the problem of cluster visualization. Authors review selected, two-dimensional approaches, stating their advantages and drawbacks in the context of representing complex cluster structures.
Źródło:
Journal of Medical Informatics & Technologies; 2015, 24; 91-98
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Anomaly detection in a cutting tool by k-means clustering and support vector machines
Autorzy:
Lahrache, A.
Cocconcelli, M.
Rubini, R.
Powiązania:
https://bibliotekanauki.pl/articles/328445.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
knife diagnostics
k-means
hierarchical clustering
support vector machines
diagnostyka
grupowanie hierarchiczne
Opis:
This paper concerns the analysis of experimental data, verifying the applicability of signal analysis techniques for condition monitoring of a packaging machine. In particular, the activity focuses on the cutting process that divides a continuous flow of packaging paper into single packages. The cutting process is made by a steel knife driven by a hydraulic system. Actually, the knives are frequently substituted, causing frequent stops of the machine and consequent lost production costs. The aim of this paper is to develop a diagnostic procedure to assess the wearing condition of blades, reducing the stops for maintenance. The packaging machine was provided with pressure sensor that monitors the hydraulic system driving the blade. Processing the pressure data comprises three main steps: the selection of scalar quantities that could be indicative of the condition of the knife. A clustering analysis was used to set up a threshold between unfaulted and faulted knives. Finally, a Support Vector Machine (SVM) model was applied to classify the technical condition of knife during its lifetime.
Źródło:
Diagnostyka; 2017, 18, 3; 21-29
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identyfikacja grup obiektów podobnych pod względem struktury zjawisk społeczno – ekonomicznych na przykładzie struktury wieku bezrobotnych
Identification of groups of similar objects in terms of the structure of socio-economic phenomena on-the example of age structure of the unemployed
Autorzy:
Kądziołka, Kinga
Powiązania:
https://bibliotekanauki.pl/articles/2055718.pdf
Data publikacji:
2022-05-11
Wydawca:
Zachodniopomorska Szkoła Biznesu w Szczecinie
Tematy:
podobieństwo struktur
wskaźnik podobieństwa struktur
grupowanie hierarchiczne
metoda k- średnich
bezrobocie
struktura wieku bezrobotnych
structure similarity
structure similarity index
hierarchical clustering
k-means method
age structure of the unemployed
unemployment
Opis:
Celem pracy jest prezentacja możliwości aplikacyjnych metod grupowania danych do identyfikacji grup obszarów podobnych pod względem struktury analizowanego zjawiska. Zaprezentowana zostanie metoda grupowania hierarchicznego, w której do wyzna-czania odległości między skupieniami wykorzystano wskaźnik niepodobieństwa struktur oraz przedstawiona zostanie propozycja metody grupowania niehierarchicznego, stanowiąca pewną analogię do metody k- średnich. Rozważania będą prowadzone na przykładzie oceny podobieństwa struktury wieku zarejestrowanych bezrobotnych w powiatach.
The aim of the work is to present the application possibilities of clustering methods to identify groups of objects similar in terms of the structure of the analyzed phenomenon. The hierarchical clustering method was proposed, in which the structure dissimilarity indicator was used to determine the distance between the clusters. Then a proposal of the non-hierarchical clu-stering method was presented. Considerations were conducted on the example of the similarity of the age structure of the registered unemployed in poviats.
Źródło:
Zeszyty Naukowe ZPSB Firma i Rynek; 2022, 1(61); 63-72
2657-3245
Pojawia się w:
Zeszyty Naukowe ZPSB Firma i Rynek
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Propozycja metody wspomagającej wybór miernika taksonomicznego na przykładzie oceny atrakcyjności giełd kryptowalut
A proposal of the method supporting the selection of a composite indicator on the example of the assessment of attractiveness of cryptocurrency exchanges
Autorzy:
Kądziołka, Kinga
Powiązania:
https://bibliotekanauki.pl/articles/2098010.pdf
Data publikacji:
2021-05-06
Wydawca:
Zachodniopomorska Szkoła Biznesu w Szczecinie
Tematy:
wybór metody porządkowania liniowego
giełdy kryptowalut
miernik taksonomiczny
grupowanie hierarchiczne
metoda Warda
metoda k-średnich
porządkowanie liniowe
linear ordering
cryptocurrency exchanges
taxonomic measure
composite indicator
hierarchical clustering
Ward’s method
k-means
Opis:
W niniejszej pracy zaproponowano metodę wyboru miernika taksonomicznego spośród wielu mierników opisujących analizowane zjawisko. W pracach dotyczących zastosowania mierników taksonomicznych często prezentowane są rankingi uzyskane za pomocą kilku różnych mierników. Ocena zgodności rankingów dokonywana jest m. in. za pomocą współczynników korelacji Spearmana, natomiast kwestia wyboru finalnego reprezentanta (miernika taksonomicznego i rankingu obiektów uzyskanego na podstawie jego wartości) jest zazwyczaj pomijana. Zaproponowana metoda wyboru finalnego miernika taksonomicznego uwzględnia zarówno stopień podobieństwa rankingu uzyskanego na podstawie wartości tego miernika do innych rankingów jak również zdolność miernika do grupowania obiektów. Ponadto wykorzystano grupowanie hierarchiczne połączone z metodą k-średnich do identyfikacji podzbiorów obiektów (tu: giełd walut kryptograficznych) podobnych pod względem wartości miernika taksonomicznego. Grupowanie hierarchiczne umożliwia podział obiektów na taką liczbę grup, jaka wyraźnie uwidoczni się na uzyskanym dendrogramie, zamiast popularnego w literaturze przedmiotu, „sztywnego” podziału na cztery grupy wg średniej i odchylenia standardowego wartości miernika (który nie zawsze jest optymalny). W analizowanym przykładzie metoda Warda została zastosowana do wyznaczenia początkowej liczby i środków (centroidów) grup, wykorzystanych następnie w metodzie k-średnich. Wykorzystanie dodatkowo metody k-średnich umożliwiło poprawę jakości grupowania w porównaniu z użyciem tylko metody Warda.
The aim of work is to propose a method for selection the final taxonomic measure from many its variants accepted by the researcher. The idea of the method is to choose the representative in such a way that the ranking obtained by the use of the taxonomic measure is strong similar to other rankings. The proposed method takes into account both similarity of rankings and the discrimination ability of the taxonomic measure. There was also proposed to use combined Ward’s method with k-means algorithm to identify groups of cryptocurrency exchanges with similar level of the taxonomic measure. The hybrid clustering method allowed to obtain higher clustering quality than Ward’s method.
Źródło:
Zeszyty Naukowe ZPSB Firma i Rynek; 2021, 1(59); 65-76
2657-3245
Pojawia się w:
Zeszyty Naukowe ZPSB Firma i Rynek
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
PRZESTRZENNE ZRÓŻNICOWANIE, STRUKTURA I DYNAMIKA PRZESTĘPCZOŚCI W POLSCE
SPATIAL DIVERSITY, STRUCTURE AND DYNAMIC OF CRIME RATE IN POLAND
Autorzy:
Kądziołka, Kinga
Powiązania:
https://bibliotekanauki.pl/articles/441596.pdf
Data publikacji:
2015
Wydawca:
Sopocka Akademia Nauk Stosowanych
Tematy:
crime rate
structure of crime
dynamic of crime rate
hierarchical clustering
przestępczość
struktura przestępczości
dynamika przestępczości
grupowanie hierarchiczne
Opis:
W artykule analizowano przestrzenne zróżnicowanie, strukturę i dynamikę przestępczości stwierdzonej w Polsce. Stwierdzono utrzymywanie się przestrzennego zróżnicowania natężenia przestępstw stwierdzonych na poziomie województw. Do identyfikacji grup województw podobnych pod względem struktury przestępczości stwierdzonej i dynamiki natężenia przestępstw wykorzystano hierarchiczne metody grupowania danych. W przypadku identyfikacji grup obszarów podobnych pod względem struktury przestępczości stwierdzonej zaproponowano zdefiniowanie odległości (tutaj niepodobieństwa obszarów) z wykorzystaniem wskaźnika podobieństwa struktur.
The aim of this article was to analyze crime rate in Poland in spatial and temporal terms. There was analysed spatial variation, structure and dynamic of crime rate in Poland. To identify similar areas in terms of structure and dynamic of crime rate there were used hierarchical clustering methods. There was proposed dissimilarity measure between areas based on structure’s similarity coefficient in the case of identify voivodeships characterized by similar structure of recorded crime.
Źródło:
Przestrzeń, Ekonomia, Społeczeństwo; 2015, 8/II; 223-235
2299-1263
2353-0987
Pojawia się w:
Przestrzeń, Ekonomia, Społeczeństwo
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 19

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies