Помощь студентам в учебе
Методы и модели интеллектуального анализа данных в задачах управления предприятиями сферы торговли
|
Введение 3
Глава 1 Анализ проблематики исследования 7
1.1 Обзор научных работ по тематике исследования 7
1.2 Общая характеристика технологий Big Data 8
1.3 Анализ методов обработки больших данных 28
1.4 Анализ практик использования систем больших данных в сфере торговли 35
Глава 2 Анализ решения исследовательской задачи 39
2.1 Постановка задач обработки больших данных 39
2.2 Описание и обоснование выбора средств автоматизации обработки
больших данных 47
Глава 3 Статистический анализ данных предприятий торговли с
использованием методов обработки больших данных 56
3.1 Постановка задач обработки больших данных 55
3.2 Описание средств автоматизации обработки больших данных 59
Глава 4 Апробация результатов исследования 62
4.1 Проведение статистической обработки массива данных 62
4.2 Апробация результатов по статистике продаж 87
Заключение 109
Список используемых источников 112
Глава 1 Анализ проблематики исследования 7
1.1 Обзор научных работ по тематике исследования 7
1.2 Общая характеристика технологий Big Data 8
1.3 Анализ методов обработки больших данных 28
1.4 Анализ практик использования систем больших данных в сфере торговли 35
Глава 2 Анализ решения исследовательской задачи 39
2.1 Постановка задач обработки больших данных 39
2.2 Описание и обоснование выбора средств автоматизации обработки
больших данных 47
Глава 3 Статистический анализ данных предприятий торговли с
использованием методов обработки больших данных 56
3.1 Постановка задач обработки больших данных 55
3.2 Описание средств автоматизации обработки больших данных 59
Глава 4 Апробация результатов исследования 62
4.1 Проведение статистической обработки массива данных 62
4.2 Апробация результатов по статистике продаж 87
Заключение 109
Список используемых источников 112
В настоящее время с развитием современных технологий обработки больших данных и созданием программного обеспечения, позволяющего осуществлять их обработку, созданы возможности использования указанных систем в планировании деятельности компаний сфере торговли.
Основными проблемами в деятельности компаний, работающих в сфере торговли, являются: необходимость оптимизации номенклатуры реализуемого товара, невозможность оптимального использования складских площадей и времени нахождения продукции ограниченного срока годности, предназначенной для транспортировки, на складах. Также проблемным фактором является обеспечение эффективности при взаимодействии с партнерами и клиентами в части вероятности срыва обязательств по срокам поставки производимой продукции, транспортировки грузов и проведения платежей за поставленную продукцию. Технологии анализа больших данных обеспечивают возможности формирования отчетности, на основании которой выдаются рекомендации по повышению эффективности работы организаций.
Цель данной работы: Применение технологий анализа и
использования больших данных в сфере торговли.
Задачи работы:
• анализ источников по теме исследования;
• анализ теоретических аспектов использования систем Big Data, алгоритмов обработки информации;
• анализ областей использования больших данных в сфере торговли;
• анализ бизнес-процессов сферы торговли, предполагающих использование систем больших данных;
• выбор программных решений для автоматизации работы компаний сфере торговли с использованием технологий Big Data;
• анализ аппаратного обеспечения, применяемого для обработки больших данных в сфере торговли;
• формирование статистических данных (выборки) для апробации решения;
• анализ полученных результатов;
• оценка эффективности применения инструментария по обработке больших данных в сфере торговли.
Объект исследования: интеллектуальный анализ данных в целях принятия управленческих решений предприятиями сферы торговли.
Предмет исследования: методы и модели интеллектуального анализа данных в задачах управления предприятиями сферы торговли.
Научная новизна: возможность использования полученных
результатов в условиях предприятий сферы торговли в статистическом анализе данных реализации товаров.
Гипотеза исследования: применение технологий больших данных в сфере торговли позволит оптимизировать ассортиментную политику, снизить различного вида издержки и повысить эффективность управления торговыми предприятиями.
Практическая значимость: возможность использования результатов исследования в сфере торговли при использовании систем обработкибольших данных с целью планирования реализации товаров и повышения эффективности управления торговых предприятий.
В работе используются методы: системно-информационный анализ; статистическая обработка больших данных, синтез, включенное наблюдение, математическое моделирование.
Теоретическая методология исследования: историко-логический
анализ с упором на труды: Григорьева А. А., Исаева Е. А., Тарасова П. А. «Передача, хранение и обработка больших объемов научных данных», Даниловой Н.В., Белявского Г. И. «Анализ данных. Машинное обучение», а также зарубежные исследования Korjakovskij I. «Safer reinforcement learning for robotics». Сравнительный анализ существующих систем, основываясь на трудах Ерохина В. В., Раяновой А. Р., Кафтаревой А. Б. «Статистические методы анализа в бизнес-информатике», Железнова М. М. «Методы и технологии обработки больших данных».
Практическая методология исследования - применение информационных средств и программного обеспечения для возможности статистической обработки данных в Pandas - Плас Д. В. «Python для сложных задач: наука о данных и машинное обучение».
Предполагаемые научные результаты: результаты обработки
больших данных позволят оптимизировать деятельность исследуемой компании в части ассортимента реализуемой продукции, снижения издержек.
Апробация и внедрение результатов работы велись в течение всего исследования. За время проведения исследования были опубликованы следующие научные статьи:
• «Обработка и интеллектуальный анализ данных». Представлена на VIII Международной научно-практической конференции (школы-семинара) молодых ученых «Прикладная математика и информатика: современные исследования в области естественных и технических наук» (20-22 апреля2022 г., место проведения - Тольяттинский государственный университет);
• «Применение экономико-математических методов в анализе
дебиторской задолженности». Представлена на IX Международной научно - практической конференции (школы-семинара) молодых ученых «Прикладная математика и информатика: современные исследования в области
естественных и технических наук» (18-20 апреля 2023 г., место проведения - Тольяттинский государственный университет);
• «Совершенствование методики анализа коэффициента «критической»
ликвидности». Представлена на IX Международной научно-практической конференции (школы-семинара) молодых ученых «Прикладная математика и информатика: современные исследования в области естественных и технических наук» (18-20 апреля 2023 г., место проведения - Тольяттинский государственный университет);....
Основными проблемами в деятельности компаний, работающих в сфере торговли, являются: необходимость оптимизации номенклатуры реализуемого товара, невозможность оптимального использования складских площадей и времени нахождения продукции ограниченного срока годности, предназначенной для транспортировки, на складах. Также проблемным фактором является обеспечение эффективности при взаимодействии с партнерами и клиентами в части вероятности срыва обязательств по срокам поставки производимой продукции, транспортировки грузов и проведения платежей за поставленную продукцию. Технологии анализа больших данных обеспечивают возможности формирования отчетности, на основании которой выдаются рекомендации по повышению эффективности работы организаций.
Цель данной работы: Применение технологий анализа и
использования больших данных в сфере торговли.
Задачи работы:
• анализ источников по теме исследования;
• анализ теоретических аспектов использования систем Big Data, алгоритмов обработки информации;
• анализ областей использования больших данных в сфере торговли;
• анализ бизнес-процессов сферы торговли, предполагающих использование систем больших данных;
• выбор программных решений для автоматизации работы компаний сфере торговли с использованием технологий Big Data;
• анализ аппаратного обеспечения, применяемого для обработки больших данных в сфере торговли;
• формирование статистических данных (выборки) для апробации решения;
• анализ полученных результатов;
• оценка эффективности применения инструментария по обработке больших данных в сфере торговли.
Объект исследования: интеллектуальный анализ данных в целях принятия управленческих решений предприятиями сферы торговли.
Предмет исследования: методы и модели интеллектуального анализа данных в задачах управления предприятиями сферы торговли.
Научная новизна: возможность использования полученных
результатов в условиях предприятий сферы торговли в статистическом анализе данных реализации товаров.
Гипотеза исследования: применение технологий больших данных в сфере торговли позволит оптимизировать ассортиментную политику, снизить различного вида издержки и повысить эффективность управления торговыми предприятиями.
Практическая значимость: возможность использования результатов исследования в сфере торговли при использовании систем обработкибольших данных с целью планирования реализации товаров и повышения эффективности управления торговых предприятий.
В работе используются методы: системно-информационный анализ; статистическая обработка больших данных, синтез, включенное наблюдение, математическое моделирование.
Теоретическая методология исследования: историко-логический
анализ с упором на труды: Григорьева А. А., Исаева Е. А., Тарасова П. А. «Передача, хранение и обработка больших объемов научных данных», Даниловой Н.В., Белявского Г. И. «Анализ данных. Машинное обучение», а также зарубежные исследования Korjakovskij I. «Safer reinforcement learning for robotics». Сравнительный анализ существующих систем, основываясь на трудах Ерохина В. В., Раяновой А. Р., Кафтаревой А. Б. «Статистические методы анализа в бизнес-информатике», Железнова М. М. «Методы и технологии обработки больших данных».
Практическая методология исследования - применение информационных средств и программного обеспечения для возможности статистической обработки данных в Pandas - Плас Д. В. «Python для сложных задач: наука о данных и машинное обучение».
Предполагаемые научные результаты: результаты обработки
больших данных позволят оптимизировать деятельность исследуемой компании в части ассортимента реализуемой продукции, снижения издержек.
Апробация и внедрение результатов работы велись в течение всего исследования. За время проведения исследования были опубликованы следующие научные статьи:
• «Обработка и интеллектуальный анализ данных». Представлена на VIII Международной научно-практической конференции (школы-семинара) молодых ученых «Прикладная математика и информатика: современные исследования в области естественных и технических наук» (20-22 апреля2022 г., место проведения - Тольяттинский государственный университет);
• «Применение экономико-математических методов в анализе
дебиторской задолженности». Представлена на IX Международной научно - практической конференции (школы-семинара) молодых ученых «Прикладная математика и информатика: современные исследования в области
естественных и технических наук» (18-20 апреля 2023 г., место проведения - Тольяттинский государственный университет);
• «Совершенствование методики анализа коэффициента «критической»
ликвидности». Представлена на IX Международной научно-практической конференции (школы-семинара) молодых ученых «Прикладная математика и информатика: современные исследования в области естественных и технических наук» (18-20 апреля 2023 г., место проведения - Тольяттинский государственный университет);....
В рамках данной работы проведен анализ теоретических и практических аспектов использования технологий обработки больших данных в сфере торговли. Показано, что в настоящее время технологии работы с массивами данных и накопление больших объемов информации предоставляет возможности проведения обработки, целью которой является выявление трендов, прогнозирование поведения изучаемых систем. Сферами применения технологий обработки больших данных являются: задачи маркетинга, государственного управления, планирование производства и реализации продукции, планирование транспортной инфраструктуры, строительства социальных объектов.
Использование больших данных является актуальным во множестве отраслей экономической деятельности, а также в сфере государственного управления, работе силовых структур, политической деятельности. Методика обработки массивов больших данных включает технологии, использование которых зависит от специфики обрабатываемых данных, периодичности работы с ними, представленных форматов. Использование технологийработы с большими данными в сфере торговли может включать множество направлений, связанных с анализом объемов производства, эффективностью расходования средств, проводимых маркетинговых акций. Также технологии больших данных в условиях предприятий торговли обеспечивают оптимизацию ассортиментной политики, что, в конечном итоге, повышает эффективность деятельности предприятий.
В рамках проведённого анализа основных направлений использования систем интеллектуального анализа больших данных в сфере торговли было показано, что инструменты обработки больших массивов информации позволяют выявлять наличие зависимостей между изучаемыми параметрами, проводить расчёты статистических показателей, оценивать эффективность ассортиментной и бонусной политики. Таким образом, технологии интеллектуального анализа позволяют получать конкурентные преимущества для предприятий сферы торговли вследствие наличия возможностей проведения оптимизации технологии работы с поставщиками, клиентами, торговыми площадями и персоналом.
Изучены методы обработки больших данных. Показано, что выбор того или иного метода зависит от поставленных задач и специфики предметной области.
В практической части работы проведено изучение статистических данных по продажам товаров различной номенклатуры и динамике их финансового состояния за период 2020-2022 гг.
С использованием среды Pandas была проведена статистическая обработка массива, в результате которой получены сводные показатели по видам произведенной продукции, получаемого дохода, установлены зависимости между показателями.
Также было проведено изучение финансовой отчетности компаний, работающих в отрасли пищевого производства, проведен анализ дебиторской и кредиторской задолженности. Эффективности расходования государственных субсидий, сделаны выводы о наличии или отсутствии корреляции между различными показателями.
Таким образом, использование системы статистической обработки информации обеспечивает возможности анализа деятельности предприятий, оптимизации структуры производства, финансирования основной деятельности, эффективного использования кредитных ресурсов и государственных субсидий.
В практической части работы выполнен статический анализ данных по продажам товаров различной номенклатуры. В качестве параметров для анализа выбраны показали объемов производства, финансовые результаты, учет качества продукции, штатного состава предприятий. В качестве инструментов статистического анализа выбраны: группировка, вычисление относительных величин, графическое представление данных, корреляция. По результатам проведенных вычислений определены отрасли с наилучшими показателями деятельности, а также виды производимой продукции с наибольшим маржинальным доходом, проанализирована динамика финансовых показателей...
Использование больших данных является актуальным во множестве отраслей экономической деятельности, а также в сфере государственного управления, работе силовых структур, политической деятельности. Методика обработки массивов больших данных включает технологии, использование которых зависит от специфики обрабатываемых данных, периодичности работы с ними, представленных форматов. Использование технологийработы с большими данными в сфере торговли может включать множество направлений, связанных с анализом объемов производства, эффективностью расходования средств, проводимых маркетинговых акций. Также технологии больших данных в условиях предприятий торговли обеспечивают оптимизацию ассортиментной политики, что, в конечном итоге, повышает эффективность деятельности предприятий.
В рамках проведённого анализа основных направлений использования систем интеллектуального анализа больших данных в сфере торговли было показано, что инструменты обработки больших массивов информации позволяют выявлять наличие зависимостей между изучаемыми параметрами, проводить расчёты статистических показателей, оценивать эффективность ассортиментной и бонусной политики. Таким образом, технологии интеллектуального анализа позволяют получать конкурентные преимущества для предприятий сферы торговли вследствие наличия возможностей проведения оптимизации технологии работы с поставщиками, клиентами, торговыми площадями и персоналом.
Изучены методы обработки больших данных. Показано, что выбор того или иного метода зависит от поставленных задач и специфики предметной области.
В практической части работы проведено изучение статистических данных по продажам товаров различной номенклатуры и динамике их финансового состояния за период 2020-2022 гг.
С использованием среды Pandas была проведена статистическая обработка массива, в результате которой получены сводные показатели по видам произведенной продукции, получаемого дохода, установлены зависимости между показателями.
Также было проведено изучение финансовой отчетности компаний, работающих в отрасли пищевого производства, проведен анализ дебиторской и кредиторской задолженности. Эффективности расходования государственных субсидий, сделаны выводы о наличии или отсутствии корреляции между различными показателями.
Таким образом, использование системы статистической обработки информации обеспечивает возможности анализа деятельности предприятий, оптимизации структуры производства, финансирования основной деятельности, эффективного использования кредитных ресурсов и государственных субсидий.
В практической части работы выполнен статический анализ данных по продажам товаров различной номенклатуры. В качестве параметров для анализа выбраны показали объемов производства, финансовые результаты, учет качества продукции, штатного состава предприятий. В качестве инструментов статистического анализа выбраны: группировка, вычисление относительных величин, графическое представление данных, корреляция. По результатам проведенных вычислений определены отрасли с наилучшими показателями деятельности, а также виды производимой продукции с наибольшим маржинальным доходом, проанализирована динамика финансовых показателей...
