Detail
Raw data [ X ]
<section name="raw"> <SEQUENTIAL> <record key="001" att1="001" value="LIB907287906" att2="LIB907287906">001 LIB907287906</record> <field key="037" subkey="x">englisch</field> <field key="050" subkey="x">Forschungsbericht</field> <field key="076" subkey="">EDV</field> <field key="079" subkey="y">http://www.ihs.ac.at/publications/ihsfo/fo307.pdf</field> <field key="079" subkey="z">Hruschka, Harald - et al., Using Neural Networks for Clustering-Based Market Segmentation (pdf)</field> <field key="100" subkey="">Hruschka, Harald</field> <field key="104" subkey="a">Natter, Martin</field> <field key="331" subkey="">Using Neural Networks for Clustering-Based Market Segmentation</field> <field key="403" subkey="">1. Ed.</field> <field key="410" subkey="">Wien</field> <field key="412" subkey="">Institut für Höhere Studien</field> <field key="425" subkey="">1992, September</field> <field key="433" subkey="">20 pp.</field> <field key="451" subkey="">Institut für Höhere Studien; Forschungsberichte; 307</field> <field key="461" subkey="">Research Memorandum</field> <field key="544" subkey="">IHSFO 307</field> <field key="750" subkey="">Zusammenfassung: Die vorliegende Studie beschäftigt sich mit dem Einsatz künstlicher neuraler Netzwerke in der clusterbasierten</field> <field key="Mar" subkey="k">tsegmentierung. Zur Lösung der dabei auftretenden Datenanalyseprobleme werden zwei Typen von Feedforward Netzwerken mit</field> <field key="log" subkey="i">stischen Aktivierungsfunktionen formuliert. Modelle des ersten Typs bestimmen Segmente auf der Grundlage von</field> <field key="Seg" subkey="m">entierungskriterien. Modelle des zweiten Typs bilden Segmente und differenzieren gleichzeitig zwischen diesen Segmenten auf</field> <field key="der" subkey="">Grundlage zusätzlicher Segmentdeskriptoren. Die Parameter aller Modelle werden mit Hilfe einer erweiterten Version des</field> <field key="Bac" subkey="k">propagation-Verfahrens geschätzt.;</field> <field key="753" subkey="">Abstract: We study use of artificial neural networks in clustering-based market segmentation. To this end two types of</field> <field key="fee" subkey="d">forward neural networks with logistic activation functions are formulated. Models of the first type determine segments on the</field> <field key="bas" subkey="i">s of segmentation criteria. Models of the second type simultaneously form segments and discriminate between these segments on</field> <field key="the" subkey="">basis of additional segment descriptors. Parameters of all models are estimated by an extended version of backpropagation.;</field> </SEQUENTIAL> </section> Servertime: 0.435 sec | Clienttime:
sec
|