ПРИКАСПИЙСКИЙ ЖУРНАЛ
УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ
Методы восстановления отсутствующих данных в задачах экономической диагностики, основанных на рассуждениях по прецедентам
 |
Читать | Квятковская А. Е., Чертина Е. В., Шуршев В. Ф. Методы восстановления отсутствующих данных в задачах экономической диагностики, основанных на рассуждениях по прецедентам // Прикаспийский журнал: управление и высокие технологии. — 2018. — №4. — Стр. 19-25. |
/19-25.jpg)
Квятковская А. Е. - ассистент, Астраханский государственный технический университет, 414056, Российская Федерация, г. Астрахань, ул. Татищева, 16, zima00@list.ru
Чертина Е. В. - кандидат технических наук, доцент, Астраханский государственный технический университет, 414056, Российская Федерация, г. Астрахань, ул. Татищева, 16, saprikinae_1912@mail.ru
Шуршев В. Ф. - доктор технических наук, профессор, Астраханский государственный технический университет, 414056, Российская Федерация, г. Астрахань, ул. Татищева, 16, v.shurshev@mail.ru
В исследовании рассматривается проблема оценки экономического состояния IT-компании, основанной на рассуждениях по прецедентам, в условиях недостаточности данных. База прецедентов представлена как база знаний о IT-компаниях, обладающих определенными характеристиками и свойствами. Для экономической диагностики компании-аналога используется мера близости прецедента и аналога, определяемая по имеющимся характеристикам в базе прецедентов. Авторы отмечают, что проблема неполноты имеющихся данных может привести к нарушению структуры массива данных в базе прецедентов и, как следствие, невозможности или недостоверности определения экономического состояния исследуемой IT-компании. Для решения этой проблемы предлагается комплекс методов по обработке пропущенных данных: исключение объектов с пропущенными данными; использование инструментов математической статистики; использование аппарата кластерного анализа и классификации. Разработан алгоритм оценки исследуемого аналога, для которого отсутствуют измеренные значения некоторых данных. Данный алгоритм может быть использован ЛПР при принятии управленческих решений по оценке ITкомпании в условиях информационной неопределённости.
Ключевые слова: IT-компания, экономическая диагностика, рассуждение по прецедентам, компания-аналог, принятие решений, алгоритмы нечеткой кластеризации, пропущенные данные, IT company, case-based reasoning, peer company, decision making, fuzzy clustering algorithms, miss