Neuronale Netze als Segmentierungsverfahren für die Marktforschung

Autor*innen

• Stefan Schwanenberg

Parameter

• Lehrbücher
• Universitätslehrbücher

Mehr zum Buch

In verschiedenen Wissenschaftsbereichen stellt die optimale Segmentierung von Daten oder Beobachtungen anhand ausgewählter Merkmale eine wesentliche Herausforderung dar, insbesondere in der Marketingforschung. Hier sollen Nachfrager in homogene Segmente eingeteilt werden, die sich jedoch gut abgrenzen lassen, um gezielte Marktbearbeitung zu ermöglichen. Neben traditionellen Ansätzen verspricht der Einsatz neuronaler Netze in letzter Zeit große Erfolge. Bisher wurden die vorgeschlagenen Typen neuronaler Netze jedoch nur teilweise realisiert und evaluiert, und der Vergleich ihrer Leistungsfähigkeit mit traditionellen Methoden erhielt nicht genügend Aufmerksamkeit. Diese Arbeit zielt darauf ab, dieses Defizit zu verringern, indem ein Segmentierungsansatz auf Basis der Kohonen Self-Organizing Feature Maps mit der Klassifikationsleistung hierarchischer und nicht-hierarchischer Clusteranalysen verglichen wird. Die Ergebnisse, die auf simulierten Daten basieren, deuten darauf hin, dass eine Kombination traditioneller Ansätze mit neueren Methoden vielversprechend ist. Dies könnte beispielsweise durch die Schätzung der Clusteranzahl mittels hierarchischer Analysen und die anschließende Zuordnung von Beobachtungen zu Segmenten mithilfe neuronaler Netze geschehen.

• Sprache: Deutsch
• Erscheinungsdatum: 2001