?
Основы data-driven подхода: Технологии и системы поддержки управления современным предприятием на основе данных
Под общей редакцией: Д. А. Семенова
Учебное пособие содержит теоретический материал и лабораторный практикум для изучения дисциплины «Информационные системы предпри- ятия». Представлены базовые принципы data-driven подхода, применяемого организациями и предприятиями в процессе цифровой трансформации своей деятельности, в центральном фокусе которого находится использование данных и бизнес-аналитики для принятия всех корпоративных решений. Даются как теоретические знания (принципы data-driven подхода, основы систем управления и систем принятия решений на основе данных, системы больших данных), так и практические (создание внутри организации возможностей для эффективной работы с большими данными, правильной интерпретации данных и правильного их использования, технологии боль- ших данных, прикладные системы и сервисы для управления предприятием на основе аналитики больших данных). Может быть рекомендовано студентам различных специальностей вузов, связанных с информационными технологиями и информационными системами предприятий и организаций, а также может служить справочным материалом.
Лодягин Б. А., Назарова В. В., Ринкон Эрнандес К. Х., URBAN, PLANNING AND TRANSPORT RESEARCH 2026 Vol. 14 No. 1
Добавлено: 17 мая 2026 г.
Бродецкий Г. Л., Герами В. Д., Шидловский И. Г. и др., Транспорт: наука, техника, управление 2026 № 3 С. 3–8
В статье предложен специальный метод модификации процедур многокритериальной оптимизации. Он позволяет расширить набор критериев выбора, чтобы учитывать предпочтения лица, принимающего решения (ЛПР) как раз в моделях транспортного обеспечения работы цепей поставок. Реализуется изменение наклона направляющей для линий уровня критерия выбора в пространстве значений частных критериев (с нацеливанием выбора на утопическую точку). Разработаны и представлены требуемые ...
Добавлено: 17 мая 2026 г.
Ronglin Z., Wei L., Jiahong C. и др., Journal of Signal Processing Systems 2026 Vol. 98 P. 1–15
Добавлено: 16 мая 2026 г.
Суворов Н. М., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 3(2) P. 49–66
Сети Петри с данными (DPN) являются расширением классических сетей Петри, позволяющим моделировать процессы, где данные влияют на поток управления, обеспечивая комплексное представление о поведении системы и возможность обнаружения точек отказа, которые в противном случае были бы скрыты. Одним из критериев корректности для моделей процессов является бездефектность. Модель процесса называется бездефектной, если она всегда корректно завершается ...
Добавлено: 16 мая 2026 г.
Федоров Н. С., Финансовый журнал 2025 Т. 17 № 6 С. 99–112
DCF-модель является одной из наиболее часто используемых при оценке стоимости компаний для принятия инвестиционных решений. Тем не менее оценка точности данной модели остает ся важным исследовательским вопросом. В статье представлена оценка точности спецификаций DCF-модели на основе анализа отклонений справедливых цен акций компаний, котирующихся на фондовом индексе S&P 500. Справедливые цены спецификаций DCF-модели составлены на основе ...
Добавлено: 15 мая 2026 г.
Федоров Н. С., Финансы и бизнес 2025 Т. 21 № 3 С. 34–50
В настоящее время роль искусственного интеллекта все больше занимает значительную роль в различных сферах, в том числе возрастает роль машинного обучения и в финансовой области. Оценка стоимости компании остается важной частью исследований ввиду своей сложности корректной предска зательной точности целевых цен акций. В данном исследовании проведено сравнение предсказательной точности целевой стоимости акций с применением модели дисконтирования ...
Добавлено: 15 мая 2026 г.
Добавлено: 14 мая 2026 г.
Бояров Е. Н., Социальная компетентность 2025 Т. 10 № 2 С. 42–51
В статье рассматривается проблема интеграции новых цифровых технологий в современное образование с целью повышения его эффективности и качества. Цель исследования – обобщение теоретических и практических подходов к использованию цифровых инструментов в образовательной среде, а также выявление основных направлений и барьеров цифровой трансформации образования. Методы исследования включают анализ научной литературы и публикаций, сравнительный анализ различных подходов, ...
Добавлено: 9 декабря 2025 г.
Мн.: БГУИР, 2024.
В сборнике опубликованы результаты научных исследований и разработок в области BIG DATA
and Advanced Analytics для оптимизации IT- и бизнес-решений, а также тематических исследований в
области медицины, образования и экологии. ...
Добавлено: 18 февраля 2025 г.
Лескина Э. И., Юрист 2023 № 3 С. 2–7
Предметом настоящей статьи является динамика правового регулирования данных в условиях становления и развития метавселенной. Объектом статьи являются общественные отношения, складывающиеся в процессе оборота данных в эпоху метавселенной. В результате исследования проанализировано понятие метавселенной, выделены признаки данного понятия, обозначены возможности, появляющиеся в эпоху метавселенной, и возникающие угрозы. Автором выделены и рассмотрены направления data-угроз, подробным образом освещены ...
Добавлено: 2 октября 2024 г.
Стремительный рост объема разнородной информации, формируемой в виртуальной среде, привел к возникновению феномена, известного как «большие данные» (Big Data). Данные становятся сегодня основным ресурсом для повышения эффективности и производительности практически всех отраслей современной экономики. Ценность больших данных актуализирует вопрос о возможности и целесообразности охраны этих данных, защиты тех ресурсов, которые были затрачены на их сбор ...
Добавлено: 20 июня 2022 г.
Krinitskiy M., Alexandrova M., Вереземская П. С. и др., Remote Sensing 2021 Vol. 13 No. 2 Article 326
Добавлено: 24 сентября 2021 г.
Родригес Залепинос Р. А., PROCEEDINGS OF THE VLDB ENDOWMENT 2020 Vol. 13 No. 12 P. 2909–2912
Добавлено: 22 февраля 2021 г.
Рассказова А. Н., Кормильчикова Ю. К., Рассказов С. В., В кн.: Государство и бизнес. Экосистема цифровой экономики: Материалы XI Международной научно-практической конференции. Санкт-Петербург, 24-26 апреля 2019 г., Т. 4., 233 с.Т. 4: ГОСУДАРСТВО И БИЗНЕС. ЭКОСИСТЕМА ЦИФРОВОЙ ЭКОНОМИКИ.: СПб.: Северо-Западный институт управления РАНХиГС при Президенте РФ, 2019. С. 115–122.
Дана подробная характеристика текущего состояния банковской сферы России и причин приверженности российских банков бизнес-модели коммодитизации. Проанализированы преимущества альтернативной модели кастомизации. Рассмотрен кейс, демонстрирующий технологию реализации клиентоцентричного подхода в банковской модели кастомизации на основе анализа больших данных. ...
Добавлено: 26 июня 2019 г.
Добавлено: 17 июня 2019 г.
Григорьев А. А., Известия Российского экономического университета им. Г.В. Плеханова 2013 № 1(11) С. 36–48
В даннoй научнoй cтатьe даютcя ocнoвания к иcпoльзoванию мeтoдoв клаcтepнoгo анализа для oбpабoтки данных пpи анализe инфopмациoнных cиcтeм. Эти мeтoды мoгут иcпoльзoватьcя для peшeния задач pаcпoзнавания (клаccификация, диагнocтика), пpoгнoзиpoваниe cитуаций, явлeний, пpoцeccoв или cocтoяний пo выбopкам динамичecких данных, клаcтepный анализ и иccлeдoваниe cтpуктуpы данных, выявлeниe cущecтвeнных пpизнакoв и нахoждeниe пpocтeйших oпиcаний, нахoждeниe эмпиpичecких закoнoмepнocтeй pазличнoгo ...
Добавлено: 20 января 2019 г.
Чураков В. Д., В кн.: Право и информация: вопросы теории и практики: Сборник материалов международной научно-практической конференцииВып. 7.: СПб.: Президентская библиотека имени Б.Н. Ельцина, 2018. С. 136–143.
В статье выполнен анализ перспектив использования технологии «больших данных» (Big Data) в юриспруденции. Обосновывается позиция, что «большие данные» должны использоваться как для объяснения каких-либо явлений, так и для прогнозирования последствий. Автором описаны проблемы, возникающие при применении Big Data в юридических исследованиях. Указанные проблемы могут иметь технический (доступ к данным, технические возможности, верификация данных) и содержательный ...
Добавлено: 22 октября 2018 г.
Борисяк М. А., Устюжанин А. Е., Деркач Д. А. и др., Journal of Physics: Conference Series 2017 Vol. 898 No. 3 P. 1–6
Добавлено: 25 февраля 2018 г.
Борисенко О. Д., Пастухов Р. К., С.Д. Кузнецов, Труды Института системного программирования РАН 2016 Т. 28 № 6 С. 111–120
Apache Spark является одним из наиболее производительных распределенных фреймворков для обработки больших данных в парадигме Map-Reduce. С распространением облачных технологий и предоставления ресурсов по запросу все более актуальной становится задача построения виртуальных вычислительных кластеров для конкретной задачи. В работе представлен краткий обзор разработанного решения для создания виртуальных кластеров Apache Spark в облачной среде Openstack и ...
Добавлено: 25 января 2018 г.
Кузнецов С. Д., Турдаков Д. Ю., Борисенко О. Д., Труды Института системного программирования РАН 2014 Т. 26 № 4 С. 33–44
В работе описывается процесс создания системы автоматического создания виртуальных кластеров Apache Spark в среде Openstack. Также в работе приводится краткий обзор различий между предоставляемыми метаданными в средах Openstack и Amazon EC2. ...
Добавлено: 26 ноября 2017 г.
Кузнецов С. Д., Турдаков Д. Ю., Борисенко О. Д. и др., Труды Института системного программирования РАН 2014 Т. 26 № 4 С. 45–54
В работе кратко описывается масштабируемая программная инфраструктура для хранения и обработки данных в задачах вычислительной биологии. Обсуждаются использованные технологии, собственное программное решение для предсказания сайтов связывания транскрипционных факторов в геномах, реализация предоставления решения как части веб-лаборатории с REST API и веб-интерфейсом для исследователей. ...
Добавлено: 26 ноября 2017 г.
Aachen: CEUR Workshop Proceedings, 2017.
The volume consists of scientific and research papers of the Fifth International Con- ference “Actual Problems of System and Software Engineering” (APSSE-2017), which took place with the support of the Russian Foundation for Basic Research (RFBR) (Project No17-07-20565). The Conference was held at the National Research University “Higher School of Economics” from November 14 to ...
Добавлено: 25 ноября 2017 г.
Родригес Залепинос Р. А., , in: Proceedings of the VLDB EndowmentVol. 11. Issue 10.: VLDB Endowment, 2018. P. 1247–1261.
Добавлено: 24 сентября 2017 г.