Detailed Information on Publication Record
2019
The decision-making logic of big data algorithmic analytics
ASHANDER, Laura, Jana KLIESTIKOVA, Pavol DURANA and Jaromír VRBKABasic information
Original name
The decision-making logic of big data algorithmic analytics
Name in Czech
Logika rozhodování v případě analytiky algoritmů velkých dat
Authors
ASHANDER, Laura (124 Canada, guarantor), Jana KLIESTIKOVA (703 Slovakia), Pavol DURANA (703 Slovakia) and Jaromír VRBKA (203 Czech Republic, belonging to the institution)
Edition
Contemporary Readings in Law and Social Justice, New York, USA, Addleton Academic Publishers, 2019, 1948-9137
Other information
Language
English
Type of outcome
Článek v odborném periodiku
Field of Study
50202 Applied Economics, Econometrics
Country of publisher
United States of America
Confidentiality degree
není předmětem státního či obchodního tajemství
References:
RIV identification code
RIV/75081431:_____/19:00001583
Organization unit
Institute of Technology and Business in České Budějovice
Keywords (in Czech)
logika rozhodování; algoritmy analýzy velkých dat; strojové učení
Keywords in English
decision-making logic; big data algorithmic analytics; machine learning
Změněno: 22/4/2020 14:43, Mgr. Milada Šanderová
V originále
Authors inspect the relevant literature on the decision-making logic of big data algorithmic analytics, providing both quantitative evidence on trends and numerous in-depth empirical examples. Building our argument by drawing on data collected from Pew Research Center, they perform analyses and estimates regarding of social media users and their posts. Data collected from 4,200 respondents are tested against the research model by using structural equation modeling.
In Czech
Autoři zkoumají relevantní literaturu o rozhodovací logice analytiky algoritmů velkých dat a poskytují jak kvantitativní důkazy o trendech, tak řadu podrobných empirických příkladů. Na základě argumentů shromážděných z výzkumného střediska Pew Research Center provádějí analýzy a odhady týkající se uživatelů sociálních médií a jejich příspěvků. Data shromážděná od 4 200 respondentů jsou testována na výzkumném vzorku pomocí modelování strukturální rovnice.