Публикации автора

В данной статье рассматриваются теоретические и практические аспекты управления запасами готовой продукции на предприятии с серийным производством. Актуальность исследования обусловлена необходимостью повышения эффективности управления ресурсами в условиях расширяющегося ассортимента и нестабильного спроса. В работе анализируются классические методы управления запасами, включая модель Уилсона, ABC–XYZ-анализ и современные подходы, основанные на методах машинного обучения и интеллектуального анализа данных. Разработана комплексная модель прогнозирования спроса и управления запасами, реализованная на языке Python с использованием алгоритмов Prophet и CatBoost, интегрируемая с платформой «1С: Предприятие». Проведен сравнительный анализ эффективности традиционного и интеллектуального подходов, продемонстрировано снижение издержек на хранение и улучшение точности планирования. Модель позволяет адаптивно реагировать на изменения рыночной конъюнктуры и оптимизировать логистические процессы, обеспечивая устойчивость производственной системы.

Статья посвящена сравнению традиционного и нейросетевого подходов к анализу пользовательских отзывов на мобильные приложения банков. Авторы показывают недостатки традиционного подхода, основанного на числовых оценках, который часто не отражает истинное содержание отзывов. В противовес этому рассматриваются преимущества нейросетевого подхода, включающего анализ тональности, классификацию текстов, тематическое моделирование и др. Такой подход позволяет точнее классифицировать негативные отзывы и выявлять скрытые проблемы. Результаты исследования демонстрируют, что нейросетевой подход демонстрирует превосходство по всем ключевым параметрам: точности, глубине анализа, гибкости и скорости обработки. Результаты работы имеют практическую значимость для банков, стремящихся улучшить процесс обработки пользовательской обратной связи.

В эпоху цифровизации отзывы пользователей стали ценным источником информации для бизнеса, особенно в сфере общественного питания. Автоматическая классификация отзывов открывает перед ресторанами и аналитическими компаниями новые горизонты. Она позволяет быстро обрабатывать большие объемы данных, выявлять тенденции и улучшать качество услуг. Однако, разнообразие методов классификации - от традиционных до современных нейросетевых - требует тщательного анализа их эффективности.

Данная работа посвящена техническим аспектам сбора и обработки пользовательских отзывов на мобильные приложения банков. Основное внимание сосредоточено на двух ключевых этапах: выборе инструментальных средств разработки и процессе сбора данных, которые станут фундаментом для последующего обучения нейросетевой модели и проведения нейросетевого анализа отзывов на мобильные приложения банков.

В данной работе представлена методология анализа пользовательских отзывов, основанная на двухэтапной предобработке текстовых данных. В основе подхода лежит идея раздельной обработки, которая включает в себя как лёгкую очистку текста от ненужных элементов, так и глубокую лингвистическую обработку с лемматизацией, что позволяет более точно выявлять важные аспекты. В качестве примера успешной реализации системы для анализа реальных отзывов пользователей приведены конкретные примеры, которые демонстрируют эффективность предложенного подхода.

В эпоху повсеместного внедрения цифровых технологий управление здоровьем переходит в цифровую плоскость. Разрабатывается все больше инструментов, направленных на расширение возможностей людей в вопросах управления своим здоровьем. В данной статье представлены результаты исследования по разработке веб-приложения, предназначенного для хранения и отслеживания динамики медицинских показателей. Основная цель работы заключалась в создании системы для самостоятельного контроля здоровья. Для достижения этой цели была проведена оценка целесообразности создания веб-приложения с помощью пользовательского интервью, сформированы функциональные требования, спроектирована архитектура приложения, сделан выбор инструментальных средств разработки, реализована разработка. В ходе исследования были применены современные инструменты разработки, такие как PostgreSQL, Prisma, TypeScript, NestJS, React, Chart. js, что позволило создать удобное в использовании приложение по мнению пользовательского тестирования. В заключение авторы подчеркивают перспективу развития продукта.