Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 3

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  classification models
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

Fake News Related to the Coronavirus. Case Study

100%
Urbanek G.
Security Dimensions: International & National Studies
|
2020
|
vol. 34(34)
61-75
EN
The aim of the article is to analyze fake news related to coronavirus and assign selected examples to the categories of fake news presented in the literature. Various types of fake news disseminated in the Internet in Polish language were analyzed. The study is preceded by a discussion on the origin, specificity, types, and available classifications of fake news obtained from the available literature. On the basis of the analysis, it can be concluded that many fake news items appeared in the media discussion on the threat of coronavirus, differing in terms of sources, form, and content. Their diversity is reflected in the numerousness of fake news categories, distinguished by the creators of the classifications of this phenomenon.
2
Publication available in full text mode
Content available

Problemy modelowania rezygnacji klientów w telefonii komórkowej

75%
Gajowniczek K., Ząbkowski T.
Metody Ilościowe w Badaniach Ekonomicznych
|
2012
|
vol. 13
|
issue 3
65-78
PL
Przewidywanie i zarządzanie rezygnacjami klientów jest problemem wielu działalności gospodarczych, ale jest ono szczególnie dotkliwe w silnie konkurencyjnym sektorze telefonii komórkowej. Ze względu na wysokie koszty pozyskania nowych klientów i korzyści wynikające z utrzymania istniejących, istotną rolę w tego typu problemach odgrywają modele przewidujące rezygnację klientów. W tym kontekście autorzy artykułu, na podstawie danych empirycznych, zwracają uwagę na takie kwestie jak: (1) przygotowanie danych do analizy (2) problem doboru cech, (3) dobór odpowiednich technik modelowania wraz z oceną ich przydatności w kampaniach utrzymaniowych.
EN
Managing of customer churn is a serious problem at many businesses but is particularly important in the highly competitive and liberalized the cellular telecommunication sector. Due to the high costs of acquiring new customers and significant benefits of keeping existing ones, the predictive models for churn classification play an important role in this business. In this context, based on empirical data, the authors will tackle such issues as: (1) the problem of variable selection to determine the churn, (2) the problem of data preparation for the analysis; (3) selection of appropriate modeling techniques and the construction of models with their evaluation to support the retention campaigns.
3
Publication available in full text mode
Content available

Assessment of the influence of dependent variable distribution on selected goodness of fit measures using the example of customer churn model

63%
Migut G.
Econometrics. Ekonometria. Advances in Applied Data Analytics
|
2020
|
issue vol. 24, nr 1
51-70
EN
Classification models enable optimal actions to be taken at every stage of the customer’s lifecycle. A circumstance affecting both the model building process and the assessment of their discriminatory power is the unbalanced distribution of the dichotomous dependent variable. The article focuses on the question of reliable assessment of the goodness of fit. The first part of the article reviews the measures of predictive power and then assesses the impact of the distribution of the dependent variable on the selected measures of goodness of fit. As a result, the high sensitivity of a number of measures such as lift, accuracy (ACC), or F-Score was observed. The sensitivity of MCC and Kappa Cohen’s measurements was also observed. Sensitivity (SENS) and specificity (SPEC), Youden’s index and measures based on ROC curves showed no such sensitivity. The conclusions obtained may allow the avoidance of misjudging the predictive power of models built for both learning and business practice.
PL
Modele klasyfikacyjne umożliwiają podejmowanie optymalnych działań na każdym etapie cyklu życia klienta. Okolicznością wpływającą zarówno na proces budowy modeli, jak i na ocenę ich siły dyskryminacyjnej jest niezbalansowany rozkład dwustanowej zmiennej zależnej. W artykule skoncentrowano się na kwestii wiarygodnej oceny dobroci dopasowania. W pierwszej części artykułu dokonano przeglądu miar siły dyskryminacyjnej, następnie przeprowadzono ocenę wpływu rozkładu zmiennej zależnej na wybrane miary dobroci dopasowania. W wyniku badań zaobserwowano wysoką wrażliwość szeregu miar, takich jak lift, accuracy (ACC) czy F-Score. Zaobserwowano wrażliwość miar MCC oraz Kappa Cohena. Czułość (SENS) oraz specyficzność (SPEC), jak również pochodne miary oparte na krzywej ROC, a także indeks Youdena wykazały brak takiej wrażliwości. Uzyskane wnioski mogą pozwolić na uniknięcie błędnej oceny zdolności predykcyjnej modeli zarówno budowanych na potrzeby nauki, jak i wykorzystywanych w praktyce biznesowej.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.