BARCAROLI, Giulio, Monica  SCANNAPIECO und Summa DONATO, 2016. On the Use of Internet as a Data Source for Official Statistics: a Strategy for Identifying Enterprises on the Web. In: Italian Review of Economics, Demography and Statistics [online]. 70(4), S. 25-41. [Zugriff am: 03.09.2018]. RePEc. ISSN: 0034-6535, Verfügbar unter:

BOTTOU, Leon, und Yann LE CUN, 2004. Large Scale Online Learning. In: Proceedings from the conference, Neural Information Processing Systems 2003. Vancouver and Whistler, British Columbia. December 8-13, 2003

BRUNNER, Karola, 2014. Automatisierte Preiserhebung im Internet. In: Wirtschaft und Statistik. 4(2014), S. 258-262. ISSN 1619-2907

CAVALLO, Alberto, 2013. Online and official price indexes: Measuring Argentina's inflation. In: Journal of Monetary Economics [online], 60(2), S. 62-512. [Zugriff am: 01.09.2018]. Science Direct. ISSN: 0304-3932. Verfügbar unter: DOI: 10.1016/j.jmoneco.2012.10.002

COHEN, William W., Pradeep  RAVIKUMAR und Stephen E. FIENBERG, 2003. A Comparison of String Metrics for Matching Names and Records. In: Proceedings of the KDD-2003 Workshop on Data Cleaning, Record Linkage, and Object Consolidation. Washington DC, August, 2003

VARGIU, Eloisa., und Mirko URRU, 2013. Exploiting web scraping in a collaborative filtering-based approach to web advertising. In: Artificial Intelligence Research [online]. 2(1), S. 44-54. [Zugriff am: 01.09.2018]. Sciedu. ISSN: 1927-6982. Verfügbar unter: DOI: 10.5430/air.v2n1p44      

DREISEITL, Stephan und Lucila OHNO-MACHADO, 2002. Logistic regression and artificial neural network classification models: a methodology review. In: Journal of Biomedical Informatics [online], 35(2002), S. 352-359. [Zugriff am: 06.09.2018]. Science Direct. ISSN: 1532-0464. Verfügbar unter:

FREES, Edward W., Richard  A. DERRIG und Glenn MEYERS, 2014. Predictive Modeling Applications in the Actuarial Science – Volume I: Predictive Modeling Techniques. New York: Camebridge University Press. ISBN: 9781107029873

HACKL, P, 2016. Big Data: What can official statistics expect?. In: Statistical Journal of the IAOS [online]. 32(1), S. 43-52 [Zugriff am: 02.09.2018]. IOS Press Content Library. ISSN 1875-9254. Verfügbar unter: DOI: 10.3233/SJI-160965

HOEKSTRA, Rutger, Olav TEN BOSCH und Frank HARTEVELD, 2012. Automated data collection from web sources for official statistics: First experiences. In: Statistical Journal of the IAOS [online]. 28(3,4), S. 99-111 [Zugriff am: 02.09.2018]. IOS Press Content Library. ISSN 1875-9254. Verfügbar unter: DOI: 10.3233/SJI-2012-0750

LONG, J. Scott, 1997. Regression Models for Categorical and Limited Dependent Variables. Thousand Oaks, London, New Deli: SAGE Publications. ISBN: 0803973748

MUNZERT, Simon., Christina RUBBA, Peter MEISZNER, und Dominic NYUIS, 2015. Automated Data Collection in R: A practical Guide to Web Scraping and Text mining. United Kingdom: John Wiley & Sons Ltd. ISBN: 111883481X

NILSSON, Nils J.,1998. Introduction to Machine Learning: An early draft of a proposed Textbook [unpublished]. Stanford, Stanford University. [Zugriff am 04.09.2018]. Verfügbar unter:

OOSTROM, Lotte, Adam N. WALKER, Bart STAATS, Magda SLOOTBEEK-VAN LAAR, Shirley O. AZURDUY und Bastiaan ROOIJAKKERS, (2016). Measuring the internet economy in The Netherlands: A big data analysis. CBS Discussion Paper 2016/14

POLIDORO, Federico, Riccardo GIANNINI, Rosanna LO CONTE, Stefano MOSCA und Francesca ROSSETTI, 2015. Web scraping techniques to collect data on consumer electronics and airfares for Italian HICP compilation. In: Statistical Journal of the IAOS [online]. 31(2), S. 165-176 [Zugriff am: 02.09.2018]. IOS Press Content Library. ISSN 1875-9254. Verfügbar unter: DOI: 10.3233/sji-150901

SIRISURIYA, SCM de S, 2015. A Comparative Study on Web Scraping. In: Proceedings of 8th International Research Conference. General Sir John Kotelawala Defence University, 2015. KDU, S. 135-140

SCHÄFER, Dieter und Matthias BIEG, 2016. Auswirkung der Digitalisierung auf die Preisstatistik. Destatis Methodenpapier. Wiesbaden, Statistisches Bundesamt

Stateva, G., Bosch, O. t., Maślankowski, J., Summa, D., Scannapieco, M., Barcaroli, G., . . . Wu, D. (2017). Work Package 2 – Web scraping Enterprise Characteristics. ESSnet, S. 22.

STATISTISCHES BUNDESAMT, 2015. Unternehmen und Betriebe im Unternehmensregister: Methodische Grundlagen, Definitionen und Qualität des statistischen Unternehmensregisters. Statistisches Bundesamt. [Zugriff am: 05.09.2018]. Verfügbar unter:

STATISTISCHES BUNDESAMT, 2017. Nutzung von Informations- und Kommunikationstechnologien in Unternehmen 2017. Wiesbaden: Statistisches Bundesamt

TUZHILIN, Alexander, Michele GORGOGLIONE, und Cosimo PALMISANO, 2008. Using Context to Improve Predictive Modeling of Customers in Personalization Applications. In: IEEE Transactions on Knowledge and Data Engineering [online], 20(11), S. 1535-1549. [Zugriff am: 05.09.2018]. ISSN 1041-4347. Verfügbar unter:

US AIR FORCE, 2006. Method and Apparatus for improved Web Scraping. Erfinder: SALERNO, John und Douglas M. BOULWARE. 04.07.2006. Anmeldung: 26.08.2004. US, Patentschrift US7072890B2

ZWICK, Markus und Lara WIENGARTEN, 2017. Neue digitale Daten in der amtlichen Statistik. In: Wirtschaft und Statistik, 5(2017), S. 19-30. ISSN 1619-2907

Zum Inhaltsverzeichnis                          zurück