У наш час все актуальнішими для успішності підприємств стають маркетингові дослідження. Проведення маркетингових досліджень знижує ризик прийняття неправильних рішень під час аналізу та розроблення маркетингових стратегій, планування і контролю маркетингової діяльності.
Проаналізовано рівень розвитку освітньої галузі на проміжному етапі середньої та вищої освіти. Запропоновано ідею створення своєрідної інтелектуальної рекомендаційної системи для побудови персональних освітніх траєкторій. Статистично справедливо вважати, що вибір майбутнього фаху залежить від різноманітних чинників, але в основу завжди покладено принаймні середній рівень успішності у відповідних предметних областях. Цей процес супроводжується ретельним аналізом особистих вподобань, майбутніх перспектив та соціально-комунікаційних елементів.
It is necessary to determine the optimal methodology for the system of predictive analysis of equipment to prevent emergency situations. The system may include, in particular: data input/reading from sensors, processing/storage of information in a database using algorithms for processing Big Data and decision trees [1]. Identifying possible types of problems and making decisions on how to respond to them; training the system for more accurate response and decision-making.
Розроблено узагальнену структурну модель інформаційного ресурсу Великих Даних для систем електронної комерції. Виконано аналіз та обґрунтування можливості і доцільності використання Великих Даних у процесах електронної комерції. Розроблено концепцію метасхеми для управління доступом до ресурсу Великих Даних. Використання метасхеми дає змогу формувати підмножину інформаційного ресурсу релевантну певній категорії завдань електронної комерції.
Big data and high performance computing are seen by many as important tools that will be used to advance science. However, the computational power needed for this promise to materialize far exceeds what is currently available. This paper argues that the von Neumann computational model, the only model in everyday use, has inherent weaknesses that will prevent computers from achieving the envisaged performance levels. First, these weaknesses are explored and the properties of a computational model are identified that would be required to overcome these weaknesses.
The platforms of the social media of the Internet, depending on their content have been analyzed in the paper. The classification that allows selecting groups by specific one's signs has been made. To rank the pages of users of virtual communities, it is suggested to use a modified PageRank algorithm. An approach based on the use of lexical analysis and algorithm for ranking and organizing data using the MapReduce paradigm is developed.
Описано особливості класифікації методів і технологій аналітики Великих даних, групи методів і технологій аналітики Великих даних, які класифікуються з урахуванням функціональних зв’язків та формальної моделі цієї інформаційної технології. Розв’язано задачу визначення концептів онтології аналітики Великих даних.
Запропоновано архітектуру та методи самонавчання гібридної нейрофаззі системи обчислювального інтелекту для кластерування даних за умов, коли кластери, що формуються, можуть мати довільну форму і взаємно перетинатися. В основу запропонованої системи покладено нечітку узагальнену регресійну нейронну мережу та нейро-фаззі кластерувальну мережу Т. Когонена, налаштування яких основано як на лінивому навчанні, так і на навчанні, що ґрунтується на оптимізації.
The paper presents a brief description of engineering and scientific problems which arise at the steel plant PJSC “ArcelorMittal Kryvyi Rih” when organizing a repair workshop to fix industrial equipment.
The attention is paid to innovative methods of repair process based on intelligent agents and Industry 4.0 principles.
Проаналізовано технології опрацювання даних великих обсягів. Розроблено програмне рішення на кластері Hadoop та отримано результати порівняння ефектив- ності опрацювання даних великих обсягів технологіями Spark та Hive за часовими характеристиками і форматами даних. Запропоновано підходи до реалізації програмних систем для опрацювання даних великих обсягів технологіями Spark та Hive