Информация о статье

Название статьи:

Технологии интеллектуального анализа данных в решении экономических задач

Авторы:
Иванов М.Ю., кандидат технических наук, доцент, базовая кафедра менеджмента и информационных технологий, https://orcid.org/0000-0003-0538-7083, SPIN-код: 4579-7257, Scopus Author ID: 57220022497, ResearcherID: A-3970-2014, Братский государственный университет, г. Братск, Российская Федерация, nis@brstu.ru,

Сыготина М.В., кандидат технических наук, доцент, базовая кафедра менеджмента и информационных технологий, https://orcid.org/0000-0001-8617-9766, SPIN-код: 6658-5548, Scopus Author ID: 57220036656, Братский государственный университет, г. Братск, Российская Федерация, msygotina@bk.ru,

Надршин Н.В., кандидат технических наук, доцент, кафедра экономики и цифровых бизнес-технологий, https://orcid.org/0000-0002-2375-9672, SPIN-код: 2246-7392, Scopus Author ID: 57218676294, Иркутский национальный исследовательский технический университет, г. Иркутск, Российская Федерация, nadrshin@istu.edu,

Дербенёва А.В., студент, факультет экономики и строительства, профиль подготовки «Прикладная информатика в экономике», https://orcid.org/0000-0002-7880-5285, Братский государственный университет, г. Братск, Российская Федерация, anjelika.derbenyova@mail.ru

В рубрике:
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, СИСТЕМНЫЙ АНАЛИЗ

Год: 2022 Том: 13 Номер журнала: 2

Страницы: 27-27

Тип статьи: Научная статья

УДК: 004.6; 339.13

DOI: 10.17150/2411-6262.2022.13(2).27

Аннотация:
Повышение эффективности управления бизнес-процессами является сложной и крайне ответственной задачей, решение которой немыслимо без использования современных информационных систем и технологий поддержки принятия управленческих решений. Целью данной работы является исследование технологий интеллектуального анализа данных в сравнении с такими популярными методами как онлайн обработка транзакций и аналитическая онлайн обработка. В статье предложено обобщенное иерархическое представление методологий обработки данных от интеграции разнородных источников до принятия управленческих решений. Систематизированы базовые методы интеллектуального анализа данных: классификация, регрессия, кластеризация, прогнозирование, взаимозависимость, визуализация, определение отклонений, оценка, отбор значимых признаков. С иллюстрацией на примерах описаны возможности применения интеллектуального анализа данных в сфере информационных технологий, маркетинге, торговле, финансовой и страховой деятельности. Подробно рассмотрено практическое использование технологий интеллектуального анализа данных в экономике с помощью приложения Microsoft® Excel® и специальной надстройки системы управления реляционными базами данных Microsoft® SQL Server®, способных на выявление неявных (скрытых) факторов, влияющих или, что также не менее важно, не влияющих на объемы продаж спортивной продукции.

Ключевые слова: интеллектуальный анализ данных, классификация, кластеризация, прогнозирование, взаимозависимость, определение отклонений, отбор значимых признаков

Скачиваний - 212
География скачиваний

Скачать полный текст статьи

Список цитируемой литературы:

Иванов М.Ю. Экспертные системы для оценки деятельности хозяйствующего субъекта / М.Ю. Иванов. - EDN RTDVJP // Проблемы социально-экономического развития Сибири. - 2012. - № 3 (9). - С. 23-27.
Modern Approach to Enterprise Information Systems / A.I. Alchinov, Z.K. Tavbulatova, O.V. Dudareva, M.Yu. Ivanov. - DOI 10.1088/1742-6596/1661/1/012164 // Journal of Physics: Conference Series. - 2020. - Vol. 1661, no. 1. - Art. 012164.
Vakhrusheva M.Yu. Barclays' Application of Information System in Manufacturing Process / M.Yu. Vakhrusheva, M.S.-U. Khaliev, E.O. Pokhomchikova. - DOI 10.1088/1742-6596/2032/1/012129 // Journal of Physics: Conference Series. - 2021. - Vol. 2032, no. 1. - Art. no. 012129.
Malsagov B.S. Structural Features of Accounting Automation Application / B.S. Malsagov, M.Yu. Ivanov, L.F. Natalevich. - DOI 10.1088/1742-6596/2032/1/012128 // Journal of Physics: Conference Series. - 2021. - Vol. 2032, no. 1. - Art. 012128.
Управление инновационным процессом развития малого бизнеса в регионе на основе интеллектуального анализа данных (технология Big Data) / Д.В. Горбунов, С.И. Нестерова, В.М. Рамзаев [и др.]. - EDN VVYJQN // Фундаментальные исследования. - 2016. - № 4-2. - С. 381-386.
Пискарев Д.М. Интеллектуальный анализ данных и машинное обучение как методы управления рисками соответствия / Д.М. Пискарев. - EDN KMJJGH // Инновации и инвестиции. - 2019. - № 10. - С. 130-134.
Lynch C.A. Big Data: How do your Data Grow? / C.A. Lynch. - DOI 10.1038/455028a // Nature. - 2008. - Vol. 455, no. 7209. - P. 9-28.
Problem Solution of Optimal Pathfinding for the Movement of Vehicles over Rough Mountainous Areas / K. Zhigalov, D.K-S. Bataev, E. Klochkova [et al.]. - DOI 10.1088/1757-899X/1111/1/012033 // IOP Conference Series: Materials Science and Engineering. - 2021. - Vol. 1111, no. 1. - Art. 012033.
Daudov I.M. Liable Bluetooth Tracking Technology for Enhancement of Location-Based Services / I.M. Daudov, Zh.L. Gavrilova, V.A. Kudashkin. - DOI 10.1088/1757-899X/1111/1/012043 // IOP Conference Series: Materials Science and Engineering. - 2021. - Vol. 1111, no. 1. - Art. 012043.
Набережная А.Т. Моделирование эффективности инвестирования в акционные пакеты (на основе интеллектуального анализа данных Data Mining) / А.Т. Набережная, В.Э. Потапова. - EDN YAQIJP // Modern Economy Success. - 2019. - № 2. - С. 43-47.
Ребенок И.И. Методы интеллектуального анализа и прогнозирования данных стационарной розничной торговой сети / И.И. Ребенок, М.П. Малыхина. - EDN SYZLUB // Современные проблемы науки и образования. - 2014. - № 3. - URL: https://www.elibrary.ru/item.asp?id=22527955.
Ильина А.А. Интеллектуальный анализ данных из социальной сети «ВКонтакте» средствами машинного обучения / А.А. Ильина. - EDN ZYTGTS // Научно-практические исследования. - 2020. - № 12-3 (35). - С. 20-22.
Фомичева Т.Л. Применение методов интеллектуального анализа данных и Machine Learning в борьбе с мошенничеством в банках / Т.Л. Фомичева, Р.М. Магомедов, Е.А. Викулина. - EDN TZFPEI // Самоуправление. - 2019. - Т. 2, № 3 (116). - С. 337-339.
Наумов Р.К. Способы интеллектуального анализа данных средствами СУБД / Р.К. Наумов, М.С. Самылкин, М.В. Копейкин. - DOI 10.18413/2518-1092-2021-6-2-0-5. - EDN MKTNQU // Научный результат. Информационные технологии. - 2021. - Т. 6, № 2. - С. 32-40.
Иванченко О.В. Интеллектуальный анализ больших данных в развитии маркетинга отношений в банковской сфере / О.В. Иванченко. - EDN DUGMCQ // Региональные проблемы преобразования экономики. - 2019. - № 10 (108). - С. 283-288.