Бурлаков О.С., кандидат економічних наук, доцент кафедри інформаційних технологій, Подільський державний аграрно-технічний університет, м. Кам’янець-Подільський, Україна

ORCID: 0000-0003-2753-3600
e-mail: alexburl1982@gmail.com

Мушеник І.М., кандидат економічних наук, доцент кафедри математичних дисциплін, інформатики і моделювання, Подільський державний аграрно-технічний університет, м. Кам’янець-Подільський, Україна

ORCID: 0000-0003-4379-7358
e-mail: mushenik77@ukr.net

Теоретичні засади впровадження та використання сучасних технологій
інтелектуального аналізу даних в економіці

Анотація. У статті розглянуті різні галузі застосування інформаційних технологій інтелектуального аналізу даних. На прикладах демонструється ефективність методологічних підходів при застосуванні інструментарію вилучення знань на основі комп’ютерних технологій. Доведено, що застосування інформаційних технологій вимагає від керівників підприємств внесення змін до методів керування бізнес-процесами, які б дозволили використати потенційні можливості сучасних інформаційних технологій та отримувати додаткові вигоди завдяки концентрації ресурсів на профільному (основному) виді діяльності. Визначено, що однією з сучасних аналітичних метатехнологій, призначеної для переробки «сирої» інформації з метою отримання продуктивних знань, є технологія Data Mining. Зазначено ключові моменти в аналізі даних технології Data Mining та особливості його застосування в різних галузях економіки. Здійснено уточнення та деталізація технологічних прийомів роботи з комітетами алгоритмів – «бустінг» та «бегтінг», що призначені для підвищення «узагальнюючої здатності» одержуваних моделей.

Ключові слова: інформаційна система; інтелектуальний аналіз даних; інформаційні технології; Data Mining.

Література:

1. Kassambara A. Practical Guide to Cluster Analysis in R: Unsupervised Machine Learning. Statistical tools for high-throughput data analysis STHDA, 2017. URL: http://www.sthda.com/ (дата звернення: 26.12.2020).
2. Ian H. Witten, Eibe Frank and Mark A. Hall. Data Mining : Practical Machine Learning Tools and Techniques : 3rd Edition : Morgan Kaufmann. 2011. P. 664.
3. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP / Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. СПб. : БХВ-Петербург, 2010. 384 с.
4. Бурлаков О. С. Управління ризиками ІТ-аутсорсингу в сучасних умовах господарювання. Інноваційна економіка. 2013. № 8[46]. С.341–343. URL: http://nbuv.gov.ua/j-pdf/inek_2013_8_76.pdf (дата звернення: 26.12.2020).
5. Бурлаков О. С. Електронна комерція як засіб підвищення ефективності збутової діяльності агроформувань. Інноваційна економіка. 2013. № 1[39]. С. 306-308.
6. Бурлаков О. С. ІТ-аутсорсинг як інструмент оптимізації діяльності підприємств. Сталий розвиток економіки. 2013. № 4[42]. С. 90–93.
7. Гавриленко В.В., Іванченко Г.Ф., Шевченко Г.Є. Методи та технології інтелектуального аналізу даних. Вісник НТУ. 2012. Вип. 26(2). С. 491–497.
8. Кінаш І. А. Управління сільськогосподарським підприємством з використанням інформаційних технологій. Сталий розвиток економіки. 2012. №2 (12). С. 50–53.
9. Осталецький В. Б. Теоретичні підходи до класифікації інформаційних систем управління підприємством. Економічний вісник Національного технічного університету України «Київський політехнічний інститут». 2015. № 12. С. 294–299.
10. Чупріна М. О., Шеховцова І. А. Використання ІТ-інструментів для оптимізації управління бізнес-процесами підприємств України. Економічний вісник Національного технічного університету України «Київський політехнічний інститут». 2016. № 13. С. 324–329.