Дослідження впливу обробки великих даних на прийняття рішень в комерційних системах
Автор: Вовчанська Наталія Петрівна
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні мережі зв'язку
Інститут: Інститут телекомунікацій, радіоелектроніки та електронної техніки
Форма навчання: заочна
Навчальний рік: 2023-2024 н.р.
Мова захисту: українська
Анотація: Значна кількість інформаційних тезнолошій останнім часом використовується в повсякденному житті. Замість виконання складних розрахунків самостійно, можна скористатися готовим програмним забезпеченням. Такі дії як покупки товарів або замовлення послуг зручніше виконати за допомогою онлайн сервісів. Без сумніву, інформаційні технології значно покращили якість роботи багатьох галузей. Скоротився час обслуговування користувачів, розширився перелік послуг, які вони пропонують. На перший погляд виглядає, що інтелектуальні алгоритми просто ідеальні і працюють завжди ефективно та безпомилково. Насправді, перед інформаційними системами і досі постає безліч викликів, що слід якнайшвидше вирішити. Оброблення великої кількості даних є важливим завданням при наданні послуг користувачам. Відомості, що збираються з різних джерел, доволі часто є складними для опрацювання, містять багато надлишковості та не містять важливої інформації. Аналіз даних великого обсягу спричиняє навантаження на обчислювальні пристрої, що негативно відображається на продуктивності системи в цілому. При аналізі великих масивів інформації доцільно попередньо проаналізувати її та визначити частину, що є найбільш важливою при подальшому обробленні. Таким чином, зменшується навантаження на пристрої в системі, скорочується час обчислення результату, покрашується якість обслуговування користувачів. Інтелектуальний аналіз даних від кінцевих вузлів є важливим аспектом при покращенні ефективності роботи інформаційних систем різного призначення [1,2]. Для ефективної роботи комерційних систем необхідно постійно збирати та аналізувати дані про різноманітні параметри роботи, оцінки, що їх дають користувачі товарам, статистику тощо. Зазвичай такі дані використовуються для визначення стратегії роботи системи, розподілу ресурсів між різними вузлами, зменшення ризиків виникнення нештатних ситуацій. Використання алгоритмів інтелектуального оброблення великих даних значно спрощує задачі виявлення закономірностей та важливих характеристик. В комерційних інформаційних системах є багато задач, що вимагають швидкого та ефективного вирішення. Для забезпечення належної якості обслуговування користувачів проводиться постійний моніторинг стану системи, рейтингів окремих товарів та послуг, визначаються варіанти можливого покращення роботи. Завдяки структурованому підходу можна значно підвищити показники ефективності виконання як глобальних, так і локальних завдань. Обмін інформацією між різними системами та їх компонентами сприяє швидшому знаходженню оптимальних рішень для часто повторюваних проблем. Замість самостійного визначення шляху розв’язання задачі використовуються вже існуючі [3,4]. Системи прийняття рішень застосовуються в багатьох галузях для автоматизації управління складними структурами. Для оцінки правильності прийнятих рішень використовують різноманітні параметри, такі як кількість виготовленої та реалізованої продукції, прибуток, зменшення збоїв в роботі. На основі таких параметрів система прийняття рішень може регулювати та покращувати власні результати, тим самим самонавчаючись.В великомасштабних комерційних системах процеси визначення найбільш оптимальних рішень є досить складними, оскільки опрацьовується значна кількість інформації. Чим більше різноманітних параметрів враховується, тим точнішим та ефективнішим є результат. Однак, як зазначалося вище, необхідно попередньо опрацьовувати та фільтрувати великі масиви вхідних даних, щоб запобігти перевантаженню системи. При встановленні відповідності між користувачами і товарами корисними є дані про історію покупок, надані рейтинги, як позитивні, так і негативні. Завдяки цьому спрощується завдання визначення стратегії роботи комерційних систем [5,6]. Таким чином, особливості роботи систем прийняття рішень є дуже актуальним питанням сьогодення. В комерційних системах обсяг інформації, що потрібно збирати і зберігати, постійно зростає, до того ж стрімкими темпами. Тому доцільно використовувати методи машинного і глибокого навчання, що дозволяють проводити аналіз великих обсягів інформації швидше, а також визначати необхідні властивості даних з високою точністю. Сучасні інформаційні технології сприяють впровадженню методів інтелектуального опрацювання даних в різних галузях [7]. Об’єкт дослідження – Прийняття рішень Сфера дослідження –Технології оброблення даних Мета дослідження: Дослідження методів та способів прийняття рішень на основі оброблення великих даних