Оптимизация информационных процессов в области маркетинговых исследований с применением технологий искусственного интеллекта
DOI:
https://doi.org/10.52575/2687-0932-2024-51-2-413-424Ключевые слова:
машинное обучение, инфокоммуникационные технологии, анализ данных, маркетинговые исследования, информационные процессы, веб-приложениеАннотация
Целью работы является проектирование программного обеспечения для оптимизации информационных процессов в области маркетинговых исследований. Авторами определен один из главных ресурсов, который повышает конкурентоспособность организаций, произведен анализ области применения маркетинговых исследований, определена сущность маркетинговых исследований. Одной из ключевых инфокоммуникационных технологий является машинное обучение, которое позволяет выявлять скрытые закономерности и паттерны. Описаны технические средства для реализации программного обеспечения, приведено основание применения технологий искусственного интеллекта и машинного обучения. Технология геоаналитики позволяет компаниям понимать местоположение своих клиентов, их предпочтения и поведение в зависимости от места проживания. Спроектировано приложение, написанное на языке программирования Python, с использованием среды PyCharm и JupyterNotebook, описано использование библиотек, например, pandas, csv, streamlit, streamlit_folium.
Скачивания
Библиографические ссылки
Алгоритм классификации Random Forest на Python [Электронный ресурс]. URL: https://pythonru.com/uroki/sklearn-random-forest (дата обращения 08.11.2023).
Ахмаров А.В., Натальсон А.В., Темирова А.Б. 2023. Управление изменениями в условиях цифровой трансформации: как компании могут эффективно адаптироваться к новым бизнес-моделям. Экономика и управление: проблемы, решения. Т. 3, № 9 (139), 145–150.
Библиотека folium и пять любопытных приёмов её использования. [Электронный ресурс]. URL: https://cartetika.ru/tpost/rza65eg6s1-biblioteka-folium-i-pyat-lyubopitnih-pri (дата обращения 08.11.2023).
Богданов А.Н., Багаутдинова Л.А., Хакимуллина А.С. 2015. CASE средства при проектировании систем управления. Казань: КГЭУ, 47 с.
Волкова С.В. 2023. Интеллектуальное программное обеспечение для проведения маркетинговых исследований. XXVI всероссийский аспирантско-магистерский научный семинар, посвященный дню энергетика. Казань, 28–30.
Галимова С.Р. 2023. Искусственный интеллект: положительные и отрицательные последствия создания и использования. Тинчуринские чтения «Энергетика и цифровая трансформация». Материалы Международной молодежной научной конференции. Казань, 26–29.
Геоаналитика и геоанализ: визуализация данных на географической карте. [Электронный ресурс]. URL: https://biconsult.ru/solutions/geoanalitika-i-geoanaliz-vizualizaciya-dannyh-na-geograficheskoy-karte-sistema-biznes (дата обращения 08.11.2023).
Груздев А.В., Хейдт М. 2019. Изучаем pandas. M.: ДМК Пресс, 700 c.
Иванова Д.Д. 2023. WEB-разработка на языке PYTHON. Фреймворки. Тинчуринские чтения «Энергетика и цифровая трансформация». Материалы Международной молодежной научной конференции. Казань, 45–47.
Использование сервисов Geocode и Carto для создания визуализаций с географической привязкой [Электронный ресурс]. URL: http://contentium.tilda.ws/page1004490.html (дата обращения 08.11.2023).
Кудрявцева А.А., Киселев Н.С. 2021. Проектирование интерфейсов прикладных программных обеспечений. Современная школа России. Вопросы модернизации. № 9-1 (38), 82–83.
Мустафин Р.Ф., Зарипова Р.С. 2023. Программное обеспечение для сервисного обслуживания клиентов. Научно-технический вестник Поволжья. № 6. С. 323–326.
Нгуен Тхи Тху, Зарипова Р.С., Нгуен Фук Хау 2023. BIG DATA: применение больших данных на практике. Научно-технический вестник Поволжья. № 9, 120–122.
Оценка локации для бизнеса в сервисе «Геоаналитика» [Электронный ресурс]. URL: http://www.sberbank.ru/ru/s_m_business/nbs/geo (дата обращения 08.11.2023).
Пьянков В.В., Тимофеева О.А., Кельбах Е.И. 2013. Практический маркетинг: учеб. пособие, Перм. гос. нац. исслед. ун-т., 134 с.
Рольбина Е.С. 2011. Маркетинговые исследования, сегментация, позиционирование: учебное пособие, Казань: Изд-во КГФЭИ, 244 с.
Сырцов А.А. 2021. Разработка программного обеспечения для терминала автомойки. Тинчуринские чтения «Энергетика и цифровая трансформация». Материалы международной молодежной научной конференции, Казань, 96–99.
Хайруллина Г.И. 2023. Использование информационно-коммуникационных технологий в образовательном процессе. XXVI всероссийский аспирантско-магистерский научный семинар, посвященный дню энергетика. Казань, 209–211.
Хамитов Р.М., Князькина О.В. 2023. Цифровая трансформация городской среды как средство повышения качества жизни. Компетентность. № 5, 26–31.
Хатипова Л.Ф. 2023. Разработка кроссплатформенного приложения для организации деятельности предприятий малого и среднего бизнеса. Тинчуринские чтения «Энергетика и цифровая трансформация». Материалы Международной молодежной научной конференции. Казань, 148–151.
CSV File Reading and Writing [Электронный ресурс]. URL: https://docs.python.org/3/library/csv.html (дата обращения 08.11.2023).
Russia Real Estate 2018–2021 [Электронный ресурс]. URL: https://www.kaggle.com/datasets/mrdaniilak/russia-real-estate-20182021 (дата обращения 08.11.2023).
Streamlit. A faster way to build and share data apps [Электронный ресурс]. URL: https://streamlit.io/ (дата обращения 08.11.2023).
Просмотров аннотации: 1
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2024 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
