Система підтримки прийняття рішень для опрацювання замовлень на основі технології кроспрограмування

2023;
: cc. 167 - 188
1
Національний університет «Львівська політехніка»кафедра інформаційних систем та мереж
2
Національний університет «Львівська політехніка», кафедра інформаційних систем та мереж
3
Національний університет «Львівська політехніка», кафедра інформаційних систем та мереж,
4
Національний університет «Львівська політехніка», кафедра інформаційних систем та мереж
5
Університет Оснабрюка, кафедра міжнародної економічної політики

Запропоновано загальну типову архітектуру системи підтримки прийняття рішень, формування та реалізації замовлень на основі кроспрограмування, хмарних обчислень та відповідно функціональні вимоги до неї. Також запропоновано технологію розроблення таких систем на основі кроспрограмування та хмарних обчислень, а також з урахуванням зменшення затрат/часу/ресурсів на розроблення, упровадження та супроводу систем підтримки прийняття рішень. Запропонована структурна модель системи доволі гнучка для розширення та впровадження у всі напрями електронної комерції сучасної України. Це актуально для сьогодення під час масштабної війни, коли кожний бізнес країни змушений терміново та оперативно переходити з режиму офлайн роботи в онлайн за відсутності стандартів та загальних вимог для таких систем у світі.

  1. Ekspress Dostavka. URL: https://www.sat.ua/about/strategy/ekspress-dostavka/.
  2. Kwilinski A., Zaloznova Y., Trushkina N., Rynkevych N. (2020). Organizational and methodological support for Ukrainian coal enterprises marketing activity improvement. In E3S Web of Conferences,  Vol. 168, p. 00031. EDP Sciences. DOI: 10.1051/e3sconf/202016800031
  3. Overmeyer L., Ventz, K. Falkenberg, S. et al. (2010). Interfaced multidirectional small-scaled modules for intralogistics operations. Logist. Res., 2, 123–133. DOI: 10.1007/s12159-010-0038-1.
  4. Comprehensive statistical publications. URL: http://www.ukrstat.gov.ua/druk/publicat/kat_u/2020/zb/07/zb_ Ukraine% 20in%20figures_ u.pdf.
  5. Chołodecki M. (2023). The Impact of the COVID-19 Pandemic on the Postal Market. Challenges and Opportunities for the Postal Regulatory Framework. In: Parcu, P. L., Brennan, T. J., Glass, V. (eds) The Postal and Delivery Contribution in Hard Times. Topics in Regulatory Economics and Policy. Springer, Cham. DOI: 10.1007/978- 3-031-11413-7_16
  6. Kis Y., Chyrun L., Tsymbaliak T., Chyrun L. (2020). Development of System for Managers Relationship Management with Customers. In: Lytvynenko, V., Babichev, S., Wójcik, W., Vynokurova, O., Vyshemyrskaya, S., Radetskaya, S. (eds) Lecture Notes in Computational Intelligence and Decision Making. ISDMCI 2019. Advances in Intelligent Systems and Computing, Vol. 1020. Springer, Cham. DOI: 10.1007/978-3-030-26474-1_29
  7. Berko A., Bublyk M., Chyrun L., Matseliukh Y., Levus R., Panasyuk V., et al. (2021). Models and Methods for E-Commerce Systems Designing in the Global Economy Development Conditions Based on Mealy and Moore Machines. In COLINS,  1574–1593.
  8. Vysotska V., Bublyk M., Vysotsky A., Berko A., Chyrun L., Doroshkevych K. (2020). Methods and tools for web resources processing in e-commercial content systems. In 2020 IEEE 15th International Conference on Computer Sciences and Information Technologies (CSIT), Vol. 1, 114–118. DOI: 10.1109/CSIT49958.2020.9321950
  9. Lytvyn V., et al. (2019). Design of the architecture of an intelligent system for distributing commercial content in the internet space based on SEO-technologies, neural networks, and Machine Learning. Eastern-European Journal of Enterprise Technologies, 2(2), 15–34. DOI: 10.15587/1729-4061.2019.164441
  10. Demchuk A., Lytvyn V., Vysotska V., Dilai, M. (2020). Methods and Means of Web Content Personalization for Commercial Information Products Distribution. Advances in Intelligent Systems and Computing, Vol. 1020. Springer, Cham. DOI: 10.1007/978-3-030-26474-1_24
  11. Gozhyj A., Kalinina I., Vysotska V., Sachenko S., Kovalchuk R. (2020). Qualitative and Quantitative Characteristics Analysis for Information Security Risk Assessment in E-Commerce Systems. In ICTES,  177–190. URL:    http://ceur-ws.org/Vol-2762/paper12.pdf
  12. Gozhyj A., Vysotska V., Yevseyeva I., Kalinina I., Gozhyj V. (2019). Web Resources Management Method Based on Intelligent Technologies. Advances in Intelligent Systems and Computing, Vol. 871. Springer, Cham. DOI: 10.1007/978-3-030-01069-0_15.
  13. Bublyk M., Vysotska V., Chyrun L., Panasyuk V., Brodyak, O. (2021). Assessing Security Risks Method in E-Commerce System for IT Portfolio Management. In IntelITSIS, 362–379. URL: http://ceur-ws.org/Vol- 2853/paper42.pdf
  14. Balush I., Vysotska V., Albota, S. (2021). Recommendation System Development Based on Intelligent Search, NLP and Machine Learning  Methods. In MoMLeT+ DS, 584–617. URL: http://ceur-ws.org/Vol- 2917/paper39.pdf
  15. Vysotska V., Berko A., Lytvyn V., Kravets P., Dzyubyk L., Bardachov Y., Vyshemyrska S. (2021). Information Resource Management Technology Based on Fuzzy Logic. Advances in Intelligent Systems and Computing, Vol. 1246. Springer, Cham. DOI: 10.1007/978-3-030-54215-3_11
  16. Lytvyn V., et al. (2019). Design of a recommendation system based on Collaborative Filtering and machine learning considering personal needs of the user. Eastern-European Journal of Enterprise Technologies, 4(2), 6–28. DOI: 10.15587/1729-4061.2019.175507
  17. Lytvyn V., Gozhyj A., Kalinina I., Vysotska V., Shatskykh V., Chyrun, L. (2019). An Intelligent System of the Content Relevance at the Ex-ample of Films According to User Needs. CEUR Workshop Proceedings (ICTES 2019), Vol. 2516. URL: https://sci.ldubgd.edu.ua/bitstream/123456789/7402/1/paper1%20Vol- 2516.%20%D0%A0.%201-23.pdf
  18. Antonyuk N., et al. (2019, September). Consolidated information web resource for online tourism based on data integration and geolocation. In 2019 IEEE 14th International Conference on Computer Sciences and Information Technologies (CSIT), Vol. 1,  15–20. DOI: 10.1109/STC-CSIT.2019.8929790.