Klasyfikacja wielomodelowa danych symbolicznych w badaniu innowacyjności krajów Unii Europejskiej

• Authors: Marcin Pełka

Title variants

Ensemble clustering of symbolic data in identification of innovation of European Union countries

• Languages of publication: PL EN

Abstracts

PL

Innowacje odgrywają coraz to większą rolę w nowoczesnej gospodarce rynkowej. Pozwalają one odnosić korzyści wszystkim obywatelom (producentom, konsumentom i pracownikom). Innowacje mają także kluczowe znaczenie dla poprawy jakości życia, tworzenia lepszych miejsc pracy, a także szeroko rozumianego rozwoju społeczeństwa ekologicznego. Polityka innowacyjności stanowi istotny element polityki na poziomie zarówno krajów, jak i samej Unii Europejskiej. Celem artykułu jest zaprezentowanie przykładu zastosowania podejścia wielomodelowego danych symbolicznych (z zastosowaniem macierzy współwystąpień i metody k-medoidów) w klasyfikacji krajów Unii Europejskiej pod względem ich innowacyjności. W części empirycznej wykorzystano pakiety clusterSim oraz symbolicDA programu R do wykonania obliczeń. W wyniku zastosowania podejścia wielomodelowego zidentyfikowano strukturę czterech różnych klas.

Keywords

PL

dane symboliczne; innowacyjność; klasyfikacja wielomodelowa

• Publisher: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
• Journal: Econometrics. Ekonometria. Advances in Applied Data Analytics
• Year: 2017
• Issue: 2 (56)
• Pages: 42-51

Contributors

author

Marcin Pełka

• Uniwersytet Ekonomiczny we Wrocławiu

Identifiers

DOI

10.15611/ekt.2017.2.03