Методы обработки нечисловой информации в маркетинговых исследованиях
Зак Ю.А.

Аннотация

В статье предложены алгоритмы преобразования строки символьно-числовой информации значений входных факторов, определяющих работу предприятия и представленных в результатах маркетинговых исследований, в вектор действительных чисел или значений функций принадлежности нечетких множеств. На основе преобразованных данных могут быть построены регрессионные модели или сформулированы правила нечеткого логического вывода, определяющие влияние каждого из этих факторов на эффективность работы предприятия.

Содержание

Введение;

Алгоритмы преобразования символьной информации в векторы действительных чисел;

Преобразование значений лингвистических переменных в действительные числа;

Символьные подмножества и подпоследовательности;

Частотные характеристики символьных последовательностей;

Подготовка данных для регрессионного анализа или нечеткого логического вывода;

Иллюстративный пример;

Заключение;

Ключевые слова: маркетинговые исследования, символьно-числовая информация, лингвистические переменные, регрессионные модели, нечеткие множества
Журнал: «Маркетинг и маркетинговые исследования» — №1, 2013 (© Издательский дом Гребенников)
Объем в страницах: 14.
Кол-во знаков: около 16,268.

1. Горбач А.Н., Цейтлин Н.А. Покупательское поведение: анализ спонтанных последовательностей и регрессионных моделей в маркетинговых исследованиях, - Киев: Освiта Украины, 2011. - 244 с.

2. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Множественная регрессия, - М.: Диалектика, 2007. - 912 с.

3. Зак Ю.А. Принятие решений в условиях размытых и нечетких данных, - М.: URSS, 2013. - 352 с.

4. Орлов А.И. Нечисловая статистика, - М.: М3-Пресс, 2004. - 513 с.

Зак Юрий Александрович

Зак Юрий Александрович
д. т. н.

Научный консультант.

г. Аахен, Германия

Автор десяти книг и более 230 публикаций в центральных международных журналах и сборниках.

Другие статьи автора 21