Purpose The purpose of this paper is to examine the importance of websites and social media platforms to find out how they contribute to the improvement of business performance. A new automated data collection method is developed to determine the technology maturity level of websites. These website quality indicators are linked to and compared against small and medium enterprise (SME) competitiveness data set to find competency pillars having significant impacts on the online presence, and to identify most important factors for online digital transformation. In this way, periodic analysis of websites can signal early warnings if competitiveness data of an SME is worth to refresh. Continuous maturity monitoring of competitors’ websites provides useful benchmark information for an enterprise as well. Design/methodology/approach A conceptual model was developed for the examination of the online presence and its effect on the competitiveness of small- and medium-sized businesses. An innovative, automatically generated WebIX indicator was developed through technical and content analysis of websites of 958 SMEs’ included in the Global Competitiveness Project (GCP) network data set. A series of ANOVA analysis was used for both data sources to determine the relationships between Web quality and competitiveness levels to define the online presence maturity categories. Findings Both the existence and the quality of the websites proved to have positive impact on the SME’s competitiveness. Different online presence maturity categories contribute to different competitiveness pillars; therefore, key factors of online digital transformation were identified. According to the findings, company websites are more related to marketing functions than information technology from the point of competitiveness. Originality/value Competency relationships were identified between online activity and competitiveness. The foundations of automated competitiveness measures were developed. The traditional survey based subjective data collection was combined with objective data collection methodology in a reproducible way.

In this paper, we introduce the Biomass Truck Scheduling (BTS) problem that originated in a real-life herbaceous biomass supply chain (HBSC) around Pécs, Hungary. BTS can be considered as a Parallel Machine Scheduling with a Single Server problem, where identical trucks (parallel machines) deliver biomass from satellite storage locations to a central biorefinery operating a single unloader (single server). We make two particular assumptions regarding the server: the server operation has a unit time length for each trip and idle periods are not allowed for it (server no idle time constraint). We consider two objective functions associated with the revealed HBSC logistic cost structure. First, the number of trucks is minimized (resource availability cost) following which the total truck idle time is minimized. Three mixed integer programming formulations are constructed to solve BTS, and their efficiency is evaluated using a number of test cases. We found that, even if the number of trucks is locked at its minimum value, there is always a schedule with zero truck idle time-that is, there is no trade-off between these two objective functions.

Ebben a cikkben regionális szabadalmi feltalálói hálózatok kapcsolatainak segítségével elemezzük a sokféleség és a specializáció szerepét három európai ország high-tech szektoraiban. A vizsgált esetekben mind a specializáción alapuló helyi, mind pedig a sokszínűségre épülő városi gazdasági rendszerek megfigyelhetők. Kimutatható, hogy a specializáció erős külső kapcsolatrendszerrel, míg a sokféleség intenzív belső kapcsolati struktúrával társul a vizsgált esetekben. A szabadalmi tevékenység azonban a high-tech ágazat egészében (és annak néhány szektorában) a belső és külső kapcsolatok egy optimális aránya mellett mutatkozik a legintenzívebbnek, amely optimális arány erős belső kapcsolati orientáltságot feltételez.

Klaszterezési módszereket használó kutatások során nagyon fontos, hogy a kapott klasztereknek lé-nyegre törő elnevezést találjunk. Különösen fontos ez olyankor, amikor a klaszterezés nemcsak egy köztes módszer, hanem ez képezi az elemzés végeredményét. Ilyenkor a klaszter mögött meghúzódó fogalom maga az, amit hasznosítani szeretnénk. A klaszter azonban valójában a vizsgálódó elméjében jön létre azáltal, hogy azt szavakkal definiálni vagy legalábbis körülírni tudja. A szerzők módszere ezt a verbális klaszterjellemzési folyamatot kívánja megkönnyíteni és részben automatizálni. A klaszterek elemeihez a klaszterképző adatok között nem szereplő külső szöveges adatbázist csatolnak. A klaszterjellemzést a külső adatok szöveg-bányászati elemzésével végzik. Az előállított szófelhő milyensége a klaszterezés indokoltságának jellemzésé-re is felhasználható. TÁRGYSZÓ:Klaszterminőség. Külső index. Összehasonlító szófelhő.

No abstract