A Best–Worst Scaling preferenciaértékelő eljárás „object” esetének bemutatása
نویسندگان
چکیده
A fogyasztói preferenciák vizsgálatához alkalmazott eljárás megválasztása még manapság is rendkívül nehéz döntést képvisel a kutatásokban. feltárt preferencia (SP) jellegű adatokon alapuló módszerek használatakor kutatók elsődleges célja az, hogy minél eredményesebben tudják csökkentetni hipotetikus kontextus okozta torzító hatást, mindemellett egyre több információhoz jussanak felmérés résztvevőivel kapcsolatosan. tanulmányban nemzetközi színtéren Best–Worst Scalingként (BWS) ismertté vált preferenciaértékelő „object” esetét mutatjuk be, ami előnyös tulajdonsággal rendelkezik más hasonló módszerekhez képest. Az első részben BWS elméleti hátterét és kísérleti elrendezésének megvalósítási lépéseit ismertetjük, majd szükséges adatbázis-formátumot fogjuk bemutatni. Ezt követően szimulációval előállított adatok segítségével az elemzés „számításos” megközelítésének vezetjük végig, ábrákkal értelmezésekkel kiegészítve, tanulmány legvégén pedig limitált kitekintést nyújtunk „modellezési” megközelítésre. Tanulmányunk olvasónak lehetősége nyílik egy területen viszonylag könnyen alkalmazható megismerésére elsajátítására.
منابع مشابه
Scaling for Multimodal 3D Object Detection
We investigate two methods for scalable 3D object detection. We base our approach on a recently proposed template matching algorithm [5] for detecting 3D objects. First, we demonstrate that it is possible to gain significant increase in runtime performance of the algorithm at almost no cost in accuracy by quickly rejecting most regions of the image with low-resolution templates. Second, we inve...
متن کاملMedia Scaling in Distributed Multimedia Object Services
Real-time support for multimedia streams in currently installed workstation environments has been based on resource management systems that provide mechanisms for streams with guaranteed or statistical quality of service (QoS) by admission control and resource reservation. In contrast, media scaling is a technique that dynamically adapts the load of media streams to the current availability of ...
متن کاملMultidimensional Scaling Methods for Many-Object Sets: A Review.
Given a set of dissimilarities data between n objects, multidimensional scaling is the problem of reconstructing a geometrical pattern of these objects, using n points, so that between-points distance corresponds to between-objects dissimilarity. Often, the collection of input data requires rating the dissimilarities between all n(n - 1)/2 possible pairs of stimuli. When the number of stimuli i...
متن کاملScaling Human-Object Interaction Recognition through Zero-Shot Learning
Recognizing human object interactions (HOI) is an important part of distinguishing the rich variety of human action in the visual world. While recent progress has been made in improving HOI recognition in the fully supervised setting, the space of possible human-object interactions is large and it is impractical to obtain labeled training data for all interactions of interest. In this work, we ...
متن کاملObject-centered Interactive Multi-dimensional Scaling: Ask the Expert
Multi-dimensional scaling (MDS) is a widely used technique to show, in a low dimensional space, relations between objects—such as humans, documents, soil samples—that are defined by a large set of features. Key benefit is that it enables visual inspection of object relations in an intuitive way. One of the limitations is that different projections exist, leading to different graphical represent...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Statisztikai szemle
سال: 2022
ISSN: ['0039-0690']
DOI: https://doi.org/10.20311/stat2022.10.hu0923