Logo des Repositoriums
 

Data-Mining basierte Absatzprognosen unter Einbeziehung des Wetters – Lassen sich Lebensmittelabfälle mittels intelligenter Systeme reduzieren?

dc.contributor.authorChristensen, Björn
dc.contributor.editorClasen, Michael
dc.contributor.editorKersebaum, K. Christian
dc.contributor.editorMeyer-Aurich, Andreas
dc.contributor.editorTheuvsen, Brigitte
dc.date.accessioned2018-10-31T12:28:50Z
dc.date.available2018-10-31T12:28:50Z
dc.date.issued2013
dc.description.abstractVor dem Hintergrund der aktuellen Diskussionen um die Reduktion von Abfällen verderblicher Lebensmittel wird im vorliegenden Beitrag ein Praxisbeispiel vorgestellt, wie sich mittels intelligenter Prognosesysteme (unter anderem unter Einbeziehung des Wetters) in größeren Filialbäckereien Retourenmengen reduzieren lassen, ohne dass dieses zu Lasten des Umsatzes geht.de
dc.identifier.isbn978-3-88579-605-3
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/17614
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofMassendatenmanagement in der Agrar- und Ernährungswirtschaft – Erhebung – Verarbeitung – Nutzung
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-211
dc.titleData-Mining basierte Absatzprognosen unter Einbeziehung des Wetters – Lassen sich Lebensmittelabfälle mittels intelligenter Systeme reduzieren?de
dc.typeText/Conference Paper
gi.citation.endPage42
gi.citation.publisherPlaceBonn
gi.citation.startPage39
gi.conference.date20.-21. Februar 2013
gi.conference.locationPotsdam
gi.conference.sessiontitleRegular Research Papers

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
39.pdf
Größe:
110.02 KB
Format:
Adobe Portable Document Format