BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Bartos Karolina (Uniwersytet Ekonomiczny we Wrocławiu)
Title
Association rules in the Study of Consumer Behaviour
Reguły asocjacyjne w badaniu zachowania konsumenta
Source
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Ekonomiczne Problemy Usług, 2013, nr 105, s. 279-286, tab., bibliogr. 10 poz.
Issue title
Europejska przestrzeń komunikacji elektronicznej. T. 2
Keyword
Zachowania konsumenta, Pracownicy wiedzy
Consumer behaviour, Knowledge workers
Note
streszcz., summ.
Abstract
Artykuł prezentuje jedną z metod eksploracji danych, jaką jest analiza reguł asocjacyjnych. Opisuje podstawowe miary charakteryzujące jej siłę: wsparcie i ufność, oraz skupia się na wykorzystywanym podczas analizy algorytmie a priori. Ponadto przedstawia zastosowanie opisanych reguł w badaniach zachowań konsumentów ze szczególnym uwzględnieniem usług i handlu.(abstrakt oryginalny)

Consumer behaviour became the subject of research in the 50s and 60s of the 20th century . The growth of household income, which already was sufficient enough for more than just basic needs, contributed to this. Consumers freely disposed of it and could afford to buy much more goods than before. Moreover, the choice between different products of the same kind appeared in the market. Buyers began to demand more about the quality of products and their prices. This led to an increased competition between producers and sellers for customers and to considerations about what influences the decision to buy a particular good . As a further result, more and more effective methods and tools for the analysis of this problem have been developed.(fragment of text)
Accessibility
The Main Library of Poznań University of Economics and Business
Szczecin University Main Library
Full text
Show
Bibliography
Show
  1. Antonides G., W.F. van Raaij: Zachowanie konsumenta, Wydawnictwo Naukowe PWN, Warszawa 2003.
  2. Chen Y.L., Tang K., Shen R.J., Hu Y.H.: Market basket analysis in a multiple store environment, Decision Support System 2005, Vol. 40, Iss. 2.
  3. Katona G.: The Powerful Consumer, McGraw-Hill, New York 1960.
  4. Kurzawa I., Wysocki F.: Wykorzystanie analizy koszykowej do identyfikacji zachowań konsumpcyjnych gospodarstw domowych w Polsce, w: Taksonomia z. 15, K. Jajuga, M. Walesiak (eds), Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 7, Wrocław 2008.
  5. Larose D.T.: Odkrywanie wiedzy z danych - wprowadzenie do eksploracji danych, Wydawnictwo Naukowe PWN, Warszawa 2006.
  6. Laxminarayan P., Alvarez S.A., Ruiz C.: Mining statistically significant associations for exploratory analysis of human sleep data, IEEE Transactions on Information Technology in Biomedicine 2006, Vol. 10, Iss. 3.
  7. Migdał-Najman K.: Analiza porównawcza samouczących się sieci neuronowych typu SOM i GNG w poszukiwaniu reguł asocjacyjnych, w: Taksonomia z. 18, K. Jajuga, M. Walesiak (eds), Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 176, Wrocław 2011.
  8. Migdał-Najman K. , Zastosowanie samouczącej się sieci neuronowej typu SOM w analizie koszykowej, w: Taksonomia z. 17, K. Jajuga, M. Walesiak (eds), Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 107, Wrocław 2010.
  9. Radosav D., Brtka E., Brtka V.: Association Rules from Empirical Data in the Domain of Education, "International Journal of Computers Communications & Control" 2012, Vol. 7, Iss. 5.
  10. Sanchez D., Vila M.A., Cerda L.: Association rules applied to credit card fraud detection, "Expert Systems with Applications" 2009, Vol. 36, Iss. 2.
Cited by
Show
ISSN
1640-6818
1896-382X
Language
eng
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu