Оцінка перспектив застосування методів машинного навчання у аналітиці показників веб-ресурсів
| dc.contributor.author | Жуковський, Дмитро Миколайович | uk_UA |
| dc.date.accessioned | 2024-07-24T11:52:46Z | |
| dc.date.available | 2024-07-24T11:52:46Z | |
| dc.date.issued | 2024 | |
| dc.description | Д. Жуковський: ORCID 0009-0006-1105-7434 | uk_UA |
| dc.description.abstract | UKR: Мета. Основною метою наукової роботи є проведення огляду перспектив впровадження методів машинного навчання в проектах цифрової економіки та електронної комерції. Методика. Застосування сучасних веб-технологій дозволяє накопичувати великі обсяги статистичних даних для аналізу ефективності економічної діяльності на Інтернет-ресурсах. З метою ухвалення більш обґрунтованих управлінських рішень, використання методів машинного навчання стає важливим доповненням до класичних статистичних методів.Однією з найзначущих проблем при роботі з великими обсягами даних у цифровій економіці є низька ефективність класичних статистичних методів для знаходження найбільш раціональних управлінських рішень. Результати. В статті проведено аналіз найбільш популярних методів машинного навчання, які можуть застосовуватись у веб-аналітиці для прийняття більш якісних управлінських рішень. Тому для вдосконалення якості бізнес-процесів на проектах з електронної комерції метою подальших досліджень буде апробація алгоритмів машинного навчання для збільшення показника KPI інтернет ресурсів різного типу. Наукова новизна. В результаті огляду та аналізу перспектив застосування алгоритмів машинного навчання можна дійти висновків, що алгоритми machine learning є одним з найбільш перспективних напрямів застосування штучного інтелекту при обробці великих масивів даних на проектах цифрової економіки. В результаті огляду та проведення досліджень був виявлений позитивний тренд значного зростання кількості наукових праць щодо вдалого застосування математичних методів машинного навчання у різних сферах digital-економіки. Практична значимість. Проведені дослідження дозволили виявити позитивний тренд значного зростання кількості наукових праць щодо вдалого застосування математичних методів машинного навчання у різних сферах digital-економіки. | uk_UA |
| dc.description.abstract | ENG: Purpose. The main goal of the scientific work is to review the prospects for implementing machine learning methods in digital economy and e-commerce projects. Methodology. The use of modern web technologies makes it possible to accumulate large volumes of statistical data for the analysis of the effectiveness of economic activity on Internet resources. In order to make more informed management decisions, the use of machine learning methods becomes an important addition to classical statistical methods. One of the most significant problems when working with large volumes of data in the digital economy is the low efficiency of classical statistical methods for finding the most rational management decisions. Findings. The article analyzes the most popular machine learning methods that can be used in web analytics to make better management decisions. Therefore, in order to improve the quality of business processes on e-commerce projects, the purpose of further research will be to test machine learning algorithms to increase the KPI of various types of Internet resources. Originality. As a result of the review and analysis of the prospects for the application of machine learning algorithms, it is possible to conclude that machine learning algorithms are one of the most promising areas of application of artificial intelligence in the processing of large data sets in digital economy projects. As a result of the review and conducting research, a positive trend of a significant increase in the number of scientific papers regarding the successful application of mathematical methods of machine learning in various areas of the digital economy was revealed. Practical value. The conducted research revealed a positive trend of a significant increase in the number of scientific papers on the successful application of mathematical methods of machine learning in various areas of the digital economy. | en |
| dc.identifier.citation | Жуковський Д. М. Оцінка перспектив застосування методів машинного навчання у аналітиці показників веб-ресурсів. Економічна кібернетика: інструменти і методи дослідження та організації економічних процесів : зб. наук. праць Всеукр. інтернет-конф. (Дніпро, 1–2 березня, 2024 р.). Дніпро, 2024. С. 13–18. URL: https://nmetau.edu.ua/file/zbirnik_naukovih_prats-2024.pdf (дата звернення 24.07.24). | uk_UA |
| dc.identifier.uri | https://nmetau.edu.ua/ua/mdiv/i2031/p5248 | en |
| dc.identifier.uri | https://crust.ust.edu.ua/handle/123456789/18864 | en |
| dc.language.iso | uk | |
| dc.publisher | Український державний університет науки і технологій, Дніпро | uk_UA |
| dc.subject | веб аналітика | uk_UA |
| dc.subject | методи машинного навчання | uk_UA |
| dc.subject | цифрова економіка | uk_UA |
| dc.subject | математична статистика | uk_UA |
| dc.subject | штучний інтелект | uk_UA |
| dc.subject | діджиталізація | uk_UA |
| dc.subject | інтелектуальні системи прийняття рішень | uk_UA |
| dc.subject | web analytics | en |
| dc.subject | machine learning methods | en |
| dc.subject | digital economy | en |
| dc.subject | mathematical statistics | en |
| dc.subject | artificial intelligence | en |
| dc.subject | digitization | en |
| dc.subject | intelligent decision-making systems | en |
| dc.subject | КЕкІ | uk_UA |
| dc.subject.classification | TECHNOLOGY::Information technology | en |
| dc.title | Оцінка перспектив застосування методів машинного навчання у аналітиці показників веб-ресурсів | uk_UA |
| dc.title.alternative | Evaluation of the Prospects for the Application of Machine Learning Methods in the Analysis of Indicators of Web Resources | en |
| dc.type | Article | en |