МЕТОДИ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАННИХ ТА ЇХ ЗАСТОСУВАННЯ У СФЕРІ ЕЛЕКТРОННОЇ КОМЕРЦІЇ

Автор(и)

  • Олена Миколаївна Міхайлуца ЗНУ, Україна
  • Андрій Володимирович Пожуєв ЗНУ, Україна
  • Владислав Володимирович Тищенко ЗНУ, Україна

DOI:

https://doi.org/10.31319/2519-8106.1(42)2020.207020

Ключові слова:

статистичний аналіз, машинне навчання, Data Science, Data Mining

Анотація

Розглянуто питання, пов'язані з областю інтелектуального аналізу даних. Досліджено основні методи та інструменти Data Mining, які застосовуються у високопродуктивній інтелектуальній аналітичній обробці даних. Досліджено проблему автоматизованого аналізу покупок. Представлені результати застосування методів інтелектуального аналізу даних - Data Mining, зокрема, розробленого парсеру та системи попередньої обробки даних. Розроблено клієнт-серверний додаток з веб-інтерфейсом для аналізу та класифікації товарів на основі їх характеристик.

Посилання

Kashnitsky Yu.S. (2015). Istoriya razvitiya ansamblevykh metodov klassifikatsii v mashinnom obuchenii [The history of the development of ensemble classification methods in machine learning]. Retrieved from https://www.researchgate.net/publication/278019662_Istoria_ razvitia_ansamblevyh_metodov_klassifikacii_v_masinnom_obucenii

Kovalenko O.S. (2010). Obzor problem i perspektiv analiza dannykh [Overview of problems and prospects of data analysis]. Informatika, vychislitel'naya tekhnika i inzhenernoye obrazovaniye – Computer science, computer engineering and engineering education, 2, 15–31 [in Ukrainian].

Stepanov R.G. (2008). Tekhnologiya Data Mining: intellektual'nyy analiz dannykh [Data Mining Technology: Data Mining]. Kazan': Kazanskiy gosudarstvennyy universitet im. V.I.Ul'yanova-Lenina [in Russian].

Manyika J. & Chui M. (2011). Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute.

Dhar V. (2013). Data Science and Prediction. Communications of the ACM. (Vols. 56), 12, 64–73.

Tsinbyao S. (2017). Osobennosti primeneniya bol'shikh dannykh v elektronnoy kommertsii [Features of the use of big data in e-commerce]. Mezhdunarodnaya torgovlya i torgovaya politika – International trade and trade policy, 4, 114–119 [in Russian].

Nikitina O. V. (2015). Statisticheskiy analiz potrebitel'skikh predpochteniy v elektronnoy kommertsii [Statistical analysis of consumer preferences in electronic commerce]. Voprosy statistiki – Questions of statistics, 6, 46–52 [in Russian].

Han C., Camberb M. & Pei C. (2011). Data Mining: Concepts and Methods. Morgan Kaufmann Publishers.

Shorokhova I.S., Kislyak N.V. & Mariev O.S. (2015). Statisticheskiye metody analiza [Statistical analysis methods]. Yekaterinburg: Izd-vo Ural. un-ta [in Russian].

Wickem H. & Groulmund G. (2017). Language R in the problems of data science: import, preparation, processing, visualization and modeling of data. Williams.

Taddy М. (2019). Business Data Science: Combining Machine Learning and Economics to Optimize, Automate, and Accelerate Business Decisions. New York: McGraw-Hill.

Abe N., Freund Y. & Schapire R. (1999). A Short Introduction to Boosting. Retrieved from https://www.semanticscholar.org/paper/A-Short-Introduction-to-Boosting-Abe-Freund/ 147f1c125a26d3115ee78a033df0c33eeb8c430b/р.

Breiman L. (2001). Random Forests. Machine Learning, 45(1), 5–32.

Troelsen E. (2013). Programming language C # 5.0 and platform .NET 4.5. Williams.

##submission.downloads##

Опубліковано

2020-06-11

Номер

№ 1(42) (2020)

Розділ

Статті

Ліцензія

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

a. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

b. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

c. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).