Zusammenfassung
Die Lösung komplexer Entscheidungsprobleme erfordert oft die Klassifikation des vorhandenen Datenmaterials, um Gemeinsamkeiten in den Eigenschaftsstrukturen der verwendeten Daten herauszufinden. Dafür stellt die Statistik Verfahren zur Clusteranalyse bereit. Im Bereich der Künstlichen Neuronalen Netze ist es mit sogenannten Competitive Strategien möglich, Klassen zu bilden. Die statistischen und die konnektionistischen Ansätze führen bei gleichen Ausgangsbedingungen zu differierenden Lösungen. Darauf gründet sich der Bedarf an methodischen Hinweisen für den Einsatz von Klassifikationsverfahren. Die Kenntnisse über deren Verhalten basieren auf empirischen Analysen der Güte von Klassifikationsresultaten verschiedener Verfahren.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Backhaus, K./Erichson, B./ Plinke, W./Weiber, R.: Multivariate Analysemethoden- Eine anwendungsorientierte Einführung, 7. Auflage, Berlin Heidelberg New York 1994.
Hruschka, Hi Natter, M.: Clusterorientierte Marktsegmentierung mit Hilfe künstlicher Neuronaler Netzwerke. In: Marketing ZFP, 15 (1995) 4, S. 249–254.
Kohonen, T.: Self-Organizing Maps, Berlin Heidelberg 1995.
Mazanec, J. A.: Classifying Tourists into Market Segments: A Neural Network Approach. In: Journal of Travel & Tourism Marketing, 1 (1992) 1, S. 39–59.
Mazanec, J.A.: Positioning Analysis with Self-Organizing Maps. An exploratory Study on Luxury Hotels. In: Cornell Hotel and Restaurant Administration Quarterly. 36 (1995) 6, S. 80–95.
Petersohn, H.: Ein Vorgehensmodell zur systematischen Auswahl von Klassifikationslösungen. In: IM-Informationsmanagement 11 (1996) 3, S. 30–34.
Petersohn, H.: Vergleich von multivariaten statistischen Analyseverfahren und Künstlichen Neuronalen Netzen zur Klassifikation bei Entscheidungsproblemen in der Wirtschaft, Frankfurt am Main 1997.
Rittinghaus-Mayer, D.: Die Anwendung von Neuronalen Netzen in der Marketingforschung, München 1993.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1998 B. G. Teubner Stuttgart
About this chapter
Cite this chapter
Petersohn, H. (1998). Vergleich von multivariaten statistischen Analyseverfahren und Künstlichen Neuronalen Netzen zur Klassifikation bei Entscheidungsproblemen in der Wirtschaft. In: Ausgezeichnete Informatikdissertationen 1996. GI-Dissertationspreis. Vieweg+Teubner Verlag, Wiesbaden. https://doi.org/10.1007/978-3-322-91230-5_11
Download citation
DOI: https://doi.org/10.1007/978-3-322-91230-5_11
Publisher Name: Vieweg+Teubner Verlag, Wiesbaden
Print ISBN: 978-3-519-02646-4
Online ISBN: 978-3-322-91230-5
eBook Packages: Springer Book Archive