Пошук академічних текстів

Інформація × Реєстраційний номер 2125U004469, Матеріали видань та локальних репозитаріїв Категорія Стаття, Опубліковано, Рецензована стаття Назва роботи ІНФОРМАЦІЙНА СИСТЕМА ДЛЯ ІНТЕЛЕКТУАЛЬНОЇ КЛАСИФІКАЦІЇ КЛІЄНТІВ: АРХІТЕКТУРА, РЕАЛІЗАЦІЯ ТА ЕКСПЕРИМЕНТАЛЬНІ ДОСЛІДЖЕННЯ Автор Shmatko OleksandrMalyshenko DariaVoloshchuk OlenaShmatko OleksandrMalyshenko DariaVoloshchuk Olena Дата публікації 30-09-2025 Постачальник інформації Національний університет «Полтавська політехніка імені Юрія Кондратюка» Першоджерело https://journals.nupp.edu.ua/sunz/article/view/4022 Видання Національний університет «Полтавська політехніка імені Юрія Кондратюка» Опис Актуальність. У сучасних умовах цифрової трансформації бізнес-процесів зростає потреба у розробці інтелектуальних інформаційних систем для аналізу та обробки великих обсягів клієнтських даних. Одним із важливих напрямів є автоматизована класифікація клієнтів з використанням алгоритмів машинного навчання, що дозволяє підвищити ефективність маркетингових стратегій та прийняття управлінських рішень. Об’єкт дослідження: процеси класифікації клієнтів в інформаційних системах із використанням методів машинного навчання. Мета статті: проєктування, реалізація та дослідження архітектури програмних компонентів інформаційної системи для інтелектуальної класифікації клієнтів з урахуванням вимог до масштабованості, продуктивності та точності алгоритмів класифікації. Результати дослідження. У статті запропоновано архітектурну модель інформаційної системи, яка включає модуль збору, обробки та класифікації клієнтських даних. Реалізовано низку програмних компонентів, що інтегрують алгоритми машинного навчання (логістична регресія, дерева рішень, метод опорних векторів). Проведено експериментальні дослідження на основі реального набору даних, що продемонстрували високу точність класифікації та ефективність системи в умовах обмежених обчислювальних ресурсів. Висновки. Розроблена інформаційна система забезпечує точну класифікацію клієнтів і може бути застосована в комерційних аналітичних платформах. Результати дослідження можуть бути використані для подальшого вдосконалення інтелектуальних програмних систем аналізу даних. Додано в НРАТ 2026-04-19 Закрити