IDEAS home Printed from https://ideas.repec.org/a/zbw/wistat/313330.html
   My bibliography  Save this article

Hierarchisches Klassifizieren von Scannerdaten: ein Methodenvergleich mit Anwendung in der Verbraucherpreisstatistik

Author

Listed:
  • Nietzer, Daniel
  • Henn, Karola
  • Islam, Chris-Gabriel
  • Krewer, Keno
  • Monzert, Carsten

Abstract

Die Nutzung von Scannerdaten in der Verbraucherpreisstatistik hat viele Vorteile, bringt allerdings auch einige Herausforderungen mit sich. Eine der Herausforderungen ist die Klassifizierung der Artikel nach dem vom Verbraucherpreisindex verwendeten Klassifikationssystem COICOP. Aufgrund der großen Datenmenge bei Scannerdaten ist eine automatisierte Klassifizierung mittels maschinellen Lernens zwingend, um die Daten effizient in der amtlichen Statistik verwenden zu können. Dieser Beitrag analysiert einen Ansatz aus der aktuellen Forschung, der die zugrunde liegende hierarchische Struktur der COICOP-Klassifikation bei der automatisierten Klassifizierung berücksichtigt. Außerdem werden die Auswirkungen von Fehlklassifizierungen auf den Verbraucherpreisindex untersucht.

Suggested Citation

  • Nietzer, Daniel & Henn, Karola & Islam, Chris-Gabriel & Krewer, Keno & Monzert, Carsten, 2025. "Hierarchisches Klassifizieren von Scannerdaten: ein Methodenvergleich mit Anwendung in der Verbraucherpreisstatistik," WISTA – Wirtschaft und Statistik, Statistisches Bundesamt (Destatis), Wiesbaden, vol. 77(1), pages 67-81.
    • Handle: RePEc:zbw:wistat:313330
    as

    Download full text from publisher

    File URL: https://www.econstor.eu/bitstream/10419/313330/1/1919709770.pdf
    Download Restriction: no
    ---><---

    References listed on IDEAS

    as
    1. Blaudow, Christian & Ostermann, Holger, 2020. "Entwicklung eines generischen Programms für die Nutzung von Web Scraping in der Verbraucherpreisstatistik," WISTA – Wirtschaft und Statistik, Statistisches Bundesamt (Destatis), Wiesbaden, vol. 72(5), pages 103-113.
    2. Dumpert, Florian, 2021. "Machine Learning in der amtlichen Statistik – Ergebnisse und Bewertung eines internationalen Projekts," WISTA – Wirtschaft und Statistik, Statistisches Bundesamt (Destatis), Wiesbaden, vol. 73(4), pages 53-63.
    Full references (including those not matched with items on IDEAS)

    Most related items

    These are the items that most often cite the same works as this one and are cited by the same works as this one.
    1. Heidi Kühnemann, 2021. "Anwendungen des Web Scraping in der amtlichen Statistik [Applications for web scraping in official statistics]," AStA Wirtschafts- und Sozialstatistisches Archiv, Springer;Deutsche Statistische Gesellschaft - German Statistical Society, vol. 15(1), pages 5-25, March.

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:zbw:wistat:313330. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    If CitEc recognized a bibliographic reference but did not link an item in RePEc to it, you can help with this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: ZBW - Leibniz Information Centre for Economics (email available below). General contact details of provider: https://edirc.repec.org/data/stagvde.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.