Огляд математичних моделей та інформаційних технологій бізнес аналізу великих web-даних
Loading...
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро
Abstract
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.
ENG: The article provides a comprehensive review of mathematical models and information technologies used for analyzing large amounts of data in web applications. The latest re-search and publications in the field are analyzed, including a comparative analysis of ma-chine learning methods, text, image, video analysis, social network analysis, and graph algorithms. The goal of this research is to analyze the effectiveness and applicability of mathematical models and information technologies in business analysis of large web data. The article presents the results of the research and a comparative analysis of the efficiency of methods, which will help business analysts choose the optimal tools for processing and analyzing large amounts of data in web applications. The article begins with an overview of the problem and the latest research and publications in the field. The article provides a detailed description of various mathematical models and information technologies, including their strengths and weaknesses. A comparative analysis of these methods is presented, with a focus on their effectiveness and applicability in business analysis. The article also provides a detailed description of the applications of mathematical models and information technologies in various industries, such as e-commerce and supply chain management. The article analyzes the challenges and opportunities associated with the use of these technologies in business analysis and provides recommendations for businesses that want to take advantage of these technologies. Overall, the article provides a comprehensive overview of mathematical models and in-formation technologies used in business analysis of large web data. The article is a valuable resource for business analysts, data scientists, and researchers who want to learn more about the latest developments in this field.
ENG: The article provides a comprehensive review of mathematical models and information technologies used for analyzing large amounts of data in web applications. The latest re-search and publications in the field are analyzed, including a comparative analysis of ma-chine learning methods, text, image, video analysis, social network analysis, and graph algorithms. The goal of this research is to analyze the effectiveness and applicability of mathematical models and information technologies in business analysis of large web data. The article presents the results of the research and a comparative analysis of the efficiency of methods, which will help business analysts choose the optimal tools for processing and analyzing large amounts of data in web applications. The article begins with an overview of the problem and the latest research and publications in the field. The article provides a detailed description of various mathematical models and information technologies, including their strengths and weaknesses. A comparative analysis of these methods is presented, with a focus on their effectiveness and applicability in business analysis. The article also provides a detailed description of the applications of mathematical models and information technologies in various industries, such as e-commerce and supply chain management. The article analyzes the challenges and opportunities associated with the use of these technologies in business analysis and provides recommendations for businesses that want to take advantage of these technologies. Overall, the article provides a comprehensive overview of mathematical models and in-formation technologies used in business analysis of large web data. The article is a valuable resource for business analysts, data scientists, and researchers who want to learn more about the latest developments in this field.
Description
Т. Селівьорстова: ORCID 0000-0002-2470-6986
Keywords
web, бізнес-аналіз, нейронні мережі, кластеризація, регресійний аналіз, NLP, машинне навчання, e-commerce, mathematical models, information technologies, business analysis, web data, machine learning, social network analysis, graph algorithms, big data analytics, КІТС
Citation
Малієнко С. Є., Селівьорстова Т. В. Огляд математичних моделей та інформаційних технологій бізнес аналізу великих web-даних. Системні технології. Дніпро, 2023. Т. 4, № 147. С. 21–28. DOI: 10.34185/1562-9945-4-147-2023-02.