Skip to content
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia Informatica

Currently: Studia Informatica Pomerania

ZN 878 SI nr 38
OpenAlex

Data describes this article or chapter.

Record found in the database

Citations
5
References
3
Citations by year
YearCitations
20151
20162
20171
20181

Data retrieved:

View source (new tab)
OpenCitations

Data describes this article or chapter.

Citations
0

Data retrieved:

View source (new tab)
Google Scholar

Wykorzystanie narzędzia data mining w nadawaniu rang instrumentom konkurowania przedsiębiorstw usług transportowych sektora MSP


(Use of data mining tools rang a sending compete instruments transport services SME sector enterprises)
DOI: 10.18276/si.2015.38-03
Cite

The full text is available

Abstract

The article presents the essence of competition in the SME sector and the identification of competing instruments used in small and medium-sized enterprises of transport services. Presented how to use data mining tools to confer ranks validity of competing instruments. Data mining tools have helped in analyzing the instruments of competition. This improved the decision-making process in this regard, increasing the efficiency of small and medium-sized enterprises transport sector.
Preview PDF

Open PDF

Bibliography

  1. Adamik A. (2011), Konkurencyjność i przewaga konkurencyjna MSP w teorii i praktyce, w: Kształtowanie konkurencyjności i przewagi konkurencyjnej małych i średnich przedsiębiorstw, red. A. Adamik, C.H. Beck, Warszawa.
  2. Bartkowiak G., Zjawiona K. (2004), Teoretyczne determinanty sprawności zarządzania w małych i średnich przedsiębiorstwach, w: Determinanty rozwoju małych i średnich przedsiębiorstw, red. J. Adamczyk, P. Bartkowiak, Wydawnictwo Naukowo-Techniczne, Warszawa
  3. Fayyad U., Piatetsky-Shapiro G., Smyth P., Uthurusamy R. (1996), Advances in Knowledge Discovery and Data Mining, AAAI/MIT Press, Cambridge, MA.
  4. Grochowski K. (2014), Czynniki determinujące zakres i elastyczność usług logistycznych w badaniach regionalnych, „Logistyka”, nr 6.
  5. Gulczyński M. (2004), Techniki odkrywania wiedzy (data mining) oraz ich zastosowania, PSZW, Bydgoszcz.
  6. Kisielnicki J. (2014), Zarządzanie i informatyka, Wydawnictwo Placet, Warszawa.
  7. Owoc M.L., Weichbroth P. (2014), Validation Model for Discovered Web User Navigation Patterns, w: Artificial Intelligence for Knowledge Management, red. E. Mercier-Laurent, D. Boulanger, Springer, Berlin–Heidelberg.
  8. Stanisławski R. (2010), Współpraca przedsiębiorstw warunkiem rozwoju innowacyjnego sektora MSP w Polsce, w: Wyzwania i perspektywy zarządzania w małych i średnich przedsiębiorstwach, red. M. Matejun, C.H. Beck, Warszawa.
  9. Weichbroth P., Owoc M.L., Pleszkun M. (2012), Web User Navigation Patterns Discovery from WWW Server Log Files, w: Proceedings of Federated Conference on Computer Science and Information Systems, Wroclaw.
  10. Żołnierski A. (2008), Raport o stanie małych i średnich przedsiębiorstw w Polsce w latach 2006–2007, Polska Agencja Rozwoju Przedsiębiorczości, Warszawa.