Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia Informatica

Currently: Studia Informatica Pomerania


ISSN: 0867-1753     eISSN: 2300-410X    OAI    DOI: 10.18276/si.2015.38-03
CC BY-SA   Open Access 

Issue archive / ZN 878 SI nr 38
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)

Authors: Krzysztof Grochowski
Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, Wydział Zarządzania

Daniel Zwierzchowski
Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, Wydział Zarządzania
Keywords: data mining exploration data competitiveness the sector of transport services
Data publikacji całości:2015
Page range:11 (37-47)
Cited-by (Crossref) ?:

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.
Download file

Article file

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.