Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/54784
Title: Using linear weighted combinations in marketing data analysis
Other Titles: Использование линейно-взвешенных комбинаций при анализе рыночных данных
Authors: Rahel, D. M.
Keywords: материалы конференций;информационные технологии;data analysis;marketing data;predictive analytics;market forecast
Issue Date: 2024
Publisher: БГУИР
Citation: Rahel, D. M. Using linear weighted combinations in marketing data analysis = Использование линейно-взвешенных комбинаций при анализе рыночных данных / D. M. Rahel // BIG DATA и анализ высокого уровня = BIG DATA and Advanced Analytics : сборник научных статей X Международной научно-практической конференции, Минск, 13 марта 2024 г. : в 2 ч. Ч. 1 / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2024. – С. 158–160.
Abstract: The article outlines an approach to constructing linearly weighted combinations for market forecasting. In addition, approaches to specifying and calibrating additive models are given, which can be built on the basis of data obtained during market research or based on the results of the economic activities of an individual enterprise. Finally, the proposed directions for using this type of model are described.
Alternative abstract: В статье изложен подход к построению линейно-взвешенных комбинаций при рыночном прогнозировании. Кроме этого приводятся подходы к уточнению и калибровке аддитивных моделей, которые могут быть построены на основании данных, полученных в ходе исследований рынка или по итогам хозяйственной деятельности отдельного предприятия. В завершении описываются предполагаемые направления использования такого типа моделей.
URI: https://libeldoc.bsuir.by/handle/123456789/54784
Appears in Collections:BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2024)

Files in This Item:
File Description SizeFormat 
Rahel_Using.pdf1.29 MBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.