文献

J-GLOBAL ID：201702250889292281   整理番号：17A0833327

データマイニングを用いたU.S.局所グリーンビルディング市場における主要郡の背後の数値パターンの同定【Powered by NICT】

Identification of the numerical patterns behind the leading counties in the U.S. local green building markets using data mining

著者 (2件)： Ma Jun (Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology, Hong Kong, China) ,  Cheng Jack C.P. (Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology, Hong Kong, China)
資料名： Journal of Cleaner Production  (Journal of Cleaner Production)
巻： 151  ページ： 406-418  発行年： 2017年 
JST資料番号： W0750A  ISSN： 0959-6526  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 米国は最も発達したグリーンビルディング市場の1つを持っていることが報告されている。国全体の成功は,異なる地方市場の成功からスタートせねばならない。どれだけ多くの重要な局所グリーン建築市場は米国にし,なぜこれらの領域が重要である回答は,グリーンビルディング市場をより良好に促進することを中国のような発展途上国に有用な意味を提供することができる。数値方法で問題を解決するため,本研究はアメリカの17,636グリーンビルディングプロジェクトのデータを収集し,三十九の重要な領域にクラスター化しており,人口統計学,経済,教育,気候と政策をカバーする82の異なる特徴に基づく背後の数値パターンを分析した。非線形機械学習アルゴリズムが経済的要因と教育因子は,最も影響力のある特徴の一つであることを見出した。発見も中国のグリーンビルディング市場開発の焦点になるものと20領域を提案するために中国で実施された。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *データマイニング ,  教育 ,  中華人民共和国 ,  気候 ,  市場開発 ,  発展途上国 ,  学習アルゴリズム ,  アメリカ合衆国 ,  クラスタ化
準シソーラス用語： 経済的要因 ,  人口統計学 ,  地方 ,  *グリーンビルディング , 【Automatic Indexing@JST】

著者キーワード (5件)： 分類 ,  クラスタリング ,  グリーン建築市場 ,  影響特徴解析 ,  欲張り前方検索

分類 (2件)： 環境問題  (SA01020V) ,  経営工学一般  (KA01010C)

タイトルに関連する用語 (5件)： データマイニング ,  グリーンビルディング ,  市場 ,  数値 ,  同定