Publikace detail

Intelligent prediction of firm innovation activity - the case of Czech smart cities

Autoři: Hájek Petr | Stejskal Jan

Rok: 2017

Druh publikace: kapitola v odborné knize

Název zdroje: Information innovation technology in smart cities

Název nakladatele: Springer

Místo vydání: Singapur

Strana od-do: 123-136

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Inteligentní predikce firemní inovační aktivity - případ českých chytrých měst	Znalostní prostředí chytrých měst má potenciál zvýšit efekty přelévání znalostí v rámci znalostních sítí a podpořit inovační aktivity. Tyto sítě zahrnují znalostní entity, např. univerzity a výzkumná centra. Jejich klíčovými faktory jsou typ inovační aktivity, interní výzkum a vývoj a externí akvizice znalostí. Zejména interní výzkum a vývoj zvyšuje pravděpodobnost inovační aktivity. Důležitá je také podpora z veřejných zdrojů. Ta je efektivní zejména v případě mezinárodně spolupracujících firem. Inovační aktivita firem je jedním ze základních determinantů jejich konkurenceschopnosti. Proto se predikci inovační aktivity firem věnuje zvýšená pozornost. V této kapitole ukazujeme, že pro predikci nelineárního inovačního procesu je vhodné použít soubory rozhodovacích stromů, a že interní přelévání znalostí je jeho klíčovým determinantem.	rozhodovací stromy; soubory; predikce; inovace; chytrá města
eng	Intelligent prediction of firm innovation activity - the case of Czech smart cities	A knowledge-based environment of smart cities has the potential to increase knowledge spill-over effects within knowledge networks and can help promote innovation activities. Spill-overs occur within knowledge-based networks that also include knowledge entities such as universities and R&D centres. The type of innovation activities, internal R&D and external knowledge acquisition is also a key factor. In addition, there are many studies and reports that show evidence of the intensity of in-house R&D. This form of R&D increases the probability of innovation activity. Some papers deal with the importance of public financial support for innovation activities. They offer evidence that it is especially effective when supporting internationally collaborating firms. Many empirical studies argue and show evidence that both cooperation and knowledge spill-overs support innovation activities. A number of studies are concerned with the analysis of predicting innovation activity, because companies' innovation activity is one of the fundamental determinants for their competitiveness. Most studies use a linear (logistic) regression model for their analysis. However, these studies do not take into account all the recursive terms concerning a company's innovation activity. Therefore, in the report we demonstrate the use of ensembles of decision trees to model the intrinsic nonlinear characteristics of the innovation process. We apply this method for predicting innovation activity to chemical companies. We show that internal knowledge spill-overs were the most important determinant for the chemical firms' innovation activity during the monitored period. Furthermore, R&D intensity, collaboration on innovation and firm size were also important determinants.	decision trees; ensembles; prediction; innovation; smart cities

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte