BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Lasek Mirosława (Uniwersytet Warszawski), Pęczkowski Marek (Uniwersytet Warszawski)
Tytuł
Budowa modeli eksploracji danych (data mining) na potrzeby analiz cech charakteryzujących osoby bezrobotne i przewidywania pozostania osobą bezrobotną
Development of Data Mining Models for Analysis of Characteristics of Unemployed Persons and Predicting of Unemployment Duration
Źródło
Optimum : studia ekonomiczne, 2012, nr 1 (55), s. 119-142, rys., tab., bibliogr. 142
Słowa kluczowe
Drzewo decyzyjne, Data Mining, Bezrobocie, Modele regresji
Decision tree, Data Mining, Unemployment, Regression models
Uwagi
streszcz., summ.
Abstrakt
Celem niniejszego artykułu jest opracowanie modeli eksploracji danych Data Mining, które byłyby pomocne w analizie, a także weryfikacji poglądów na temat czynników wpływających na bezrobocie poszczególnych osób, traktowanych jako odrębne jednostki (innymi słowy, identyfikacji czynników, które wpływają na ryzyko bezrobocia i ocenie, jaki to jest wpływ), a także takich modeli, które pozwalałyby orzec, iż prawdopodobne jest, że osoba nie posiada pracy, względnie ocenić stopień ryzyka utraty pracy przez daną osobę. Do budowy modeli i przeprowadzania analiz został wykorzystany program eksploracji danych SAS Enterprise Miner firmy SAS Institute Inc. (abstrakt oryginalny)

The article discusses data mining models that can be useful in the analysis of attributes influencing individual unemployment and can help to estimate the probability with which persons with certain characteristics (age, education, gender, family background, family status, family size etc.) are more likely to be unemployed or to lose their job. Three models were constructed, and verified, to accomplish this task: logistic regression, multilayered neural network and decision tree. The study was based on Polish official statistical data. SAS Enterprise Miner software from SAS Institute Inc. was applied for model construction and data analysis.
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Applied Analytics Using SAS Enterprise Miner 5.3. Course Notes 2008, SAS Institute Inc.
  2. Cary, NC, USA, cz.I i II. Koral J. 2004 Etyczno-społeczne aspekty bezrobocia w świetle doświadczeń polskich, Warszawa.
  3. Kwiatkowski E. 2009 Bezrobocie. Podstawy teoretyczne, Warszawa. Larose D.T. 2008 Metody i modele eksploracji danych, Warszawa.
  4. Larose D.T. 2006 Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, Warszawa.
  5. Matignon R. 2007 Data Mining using SAS Enterprise Miner, New Jersey.
  6. Mlonek K. 2002 Bezrobocie, [w:] Polityka społeczna, A. Kurzynowski (red.), Warszawa.
  7. Reference Help - Enterprise Miner 5.3 2007, NC, USA.
  8. Socha M.W., Sztanderska U. 2000 Strukturalne podstawy bezrobocia w Polsce, Warszawa.
Cytowane przez
Pokaż
ISSN
1506-7637
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu