Розробка інтелектуальної системи автоматизації прийняття управлінських рішень з використанням великих даних
DOI:
https://doi.org/10.15587/1729-4061.2023.289395Ключові слова:
великі дані, інтелектуальна система, потенційний клієнт, купівельна спроможність, автоматизація прийняття управлінських рішеньАнотація
Об’єктом дослідження є автомобільна промисловість Республіки Казахстан. Предметом дослідження є управління процесом прийняття рішень при оцінюванні споживчих можливостей потенційних клієнтів автосалонів та процес прогнозування ціноутворення на автомобілі.
Запропоновано метод із використанням алгоритму глобальної пошукової оптимізації, конвеєрну лінію лісу з моделлю випадкового лісу з використанням байєсівської оптимізації (RFBO).
Алгоритм методу наступний:
– отримання та обробка вихідних даних з урахуванням ступеня невизначеності;
– формування вектора оптимізації;
– створення векторів-нащадків;
– впорядкування векторів за спаданням;
– зменшення розмірності простору ознак;
– навчання бази знань.
У представленій роботі для створення бази знань використані дані з веб-сайтів www.m.Kolesa.kz, www.Cars.com та середні значення медіанної заробітної плати в Республіці Казахстан, програмний код платформи створений з використанням Visual Studio Code на мові Python.
Вирішувана задача полягала в прогнозуванні цін на автомобілі та оцінюванні споживчих можливостей потенційних клієнтів автосалонів.
Ми оцінюємо наше рішення на основі набору даних, створеного шляхом аналізу декількох сайтів оголошень про автомобілі та даних про потенційних клієнтів. Наші результати показують точність навчання моделі 92,1 %, а також точність прогнозування цін на автомобілі та оцінки споживчих можливостей потенційних клієнтів 87,3 %. Це пов’язано в першу чергу з меншою кількістю помилок прогнозування, ніж у оціночних регресорів з використанням того ж набору вхідних даних, високоякісним відображенням об’єктів і більш конкурентоспроможним алгоритмом RFBO, що перевершує прості лінійні моделі.
Розроблене програмне рішення може бути використано для прийняття автоматизованих управлінських рішень автосалонами та кредитними організаціями
Посилання
- Mirovoy rynok poderzhannyh avtomobiley. Available at: https://dzen.ru/a/YcyFhayywxZ8S5on
- Rekordy avtoprodazh stavyat v Kazahstane uzhe vtoroy mesyats. Available at: https://informburo.kz/novosti/rekordy-avtoprodaz-stavyat-v-kazaxstane-uze-vtoroi-mesyac
- V Kazahstane nablyudaetsya defitsit kachestvennyh i dostupnyh avto. Available at: https://forbes.kz/economy/auto/v_kazahstane_nablyudaetsya_defitsit_kachestvennyih_i_dostupnyih_avto/
- Pal, N., Arora, P., Kohli, P., Sundararaman, D., Palakurthy, S. S. (2018). How Much Is My Car Worth? A Methodology for Predicting Used Cars’ Prices Using Random Forest. Advances in Information and Communication Networks, 413–422. doi: https://doi.org/10.1007/978-3-030-03402-3_28
- Yadav, A., Kumar, E., Yadav, P. K. (2021). Object detection and used car price predicting analysis system (UCPAS) using machine learning technique. Linguistics and Culture Review, 5 (S2), 1131–1147. doi: https://doi.org/10.21744/lingcure.v5ns2.1660
- Gaikwad, D. A., Suwarnakar, P. S., Mahajan, Y. R., Petkar, A. U., Theurkar, S. G. (2023). Used Car Price Prediction Using Random Forest Algorithm. International Journal For Multidisciplinary Research, 5 (3). doi: https://doi.org/10.36948/ijfmr.2023.v05i03.3308
- Abishek, R. (2022). Car Price Prediction Using Machine Learning Techniques. International Research Journal of Modernization in Engineering Technology and Science, 4 (2), 54–50. Available at: https://www.irjmets.com/uploadedfiles/paper//issue_2_february_2022/18785/final/fin_irjmets1643874132.pdf
- Dholiya, M., Tanna, S., Balakrishnan, A., Dubey, R., Singh, R. (2019). Automobile Resale System Using Machine Learning. International Research Journal of Engineering and Technology (IRJET), 06 (04), 3122–3125. Available at: https://www.irjet.net/archives/V6/i4/IRJET-V6I4666.pdf
- Kundu, S., Maulik, U. (2021). Cloud deployment of game theoretic categorical clustering using apache spark: An application to car recommendation. Machine Learning with Applications, 6, 100100. doi: https://doi.org/10.1016/j.mlwa.2021.100100
- Carvalho, G., Viana, D., Barbosa, L., Ren, T. I. (2023). Combining Structured and Unstructured Data using Co-Attention for Car Price Prediction. Procedia Computer Science, 222, 646–655. doi: https://doi.org/10.1016/j.procs.2023.08.202
- Gegic, E., Isakovic, B., Keco, D., Masetic, Z., Kevric, J. (2022). Car Price Prediction Using Machine Learning Techniques. TEM Journal, 8 (1), 113–118. doi: https://doi.org/10.18421/TEM81-16
- Dudnyk, V., Sinenko, Y., Matsyk, M., Demchenko, Y., Zhyvotovskyi, R., Repilo, I. et al. (2020). Development of a method for training artificial neural networks for intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 3 (2 (105)), 37–47. doi: https://doi.org/10.15587/1729-4061.2020.203301
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Akishev Karshyga, Amandos Tulegulov, Aslan Kalkenov, Kapar Aryngazin, Zhadira Nurtai, Dastan Yergaliyev, Manas Yergesh, Ainura Jumagaliyeva
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.
