Том 4 № 147 (СТ ІПБТ)

Permanent URI for this collection

https://crust.ust.edu.ua/handle/123456789/17803
Volume 4 No. 147 (ST IIBT)

Browse

Browsing Том 4 № 147 (СТ ІПБТ) by Author "Селівьорстова, Тетяна Віталіївна"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Огляд математичних моделей та інформаційних технологій бізнес аналізу великих web-даних
    (Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2023) Малієнко, Станіслав Євгенович; Селівьорстова, Тетяна Віталіївна
    UKR: У сучасному бізнесі, особливо у сфері інтернет-технологій, існує величезна кількість даних, які постійно надходять та накопичуються. Для ухвалення ефективних рішень необхідно проводити аналіз цих даних. Однак обробка великих обсягів даних потребує спеціальних математичних моделей та інформаційних технологій. У зв'язку з цим дослідження математичних моделей та інформаційних технологій для аналізу великих web-даних є актуальною темою. Проблема полягає в тому, що для аналізу великих обсягів даних, отриманих зі сфери інтернет-технологій, потрібні ефективні методи обробки та аналізу. Існуючі методи аналізу не завжди дозволяють отримати актуальну та точну інформацію, яка може бути використана для прийняття рішень. Метою дослідження є огляд та аналіз існуючих математичних моделей та інформаційних технологій, що використовуються для аналізу великих web-даних. Для досягнення цієї мети були використані методи аналізу літератури, порівняльний аналіз методів та засобів аналізу даних. В результаті дослідження були виявлені основні математичні моделі та інформаційні технології, які широко використовуються для аналізу великих веб-даних. Було проведено аналіз та порівняння існуючих методів, виявлено їх переваги та недоліки. Аналіз даних є важливим інструментом прийняття ефективних рішень у сфері інтернет-технологій. Використання ефективних математичних моделей та інформаційних технологій дозволяє отримати точну та актуальну інформацію з великих web-даних. Результати дослідження можуть бути використані для розробки нових методів та засобів аналізу даних, що дозволить покращити якість прийнятих рішень.