Разработка системы поддержки принятия решений для анализа потребительского отношения к бренду компании с целью определения ее преимуществ и недостатков на рынке
Аннотация
Магистерская диссертация на тему «Разработка системы поддержки принятия решений для анализа потребительского отношения к бренду компании с целью определения ее преимуществ и недостатков на рынке» содержит 80 страниц, 4 таблицы, 26 рисунков, 11 формул, 62 литературных источника.
Разработка и внедрение интеллектуальной системы поддержки принятия решений, которая способна собирать неструктурированные данные, анализировать и предоставлять возможные модели рыночной ситуации является актуальным для эффективности принятия решений в сфере маркетингового и стратегического планирования деятельности любой отрасли коммерческого предприятия.
Целью данной диссертационной работы является написание кода на языках программирования Python и R для сбора информации из определенных источников сети Интернет, ее структурирование, анализ с помощью различных методов, трансформация и предоставление и визуализация результата. Данный код способен получить информацию из заданных источников для оценки потребительского отношения к брендам компаний рынка телекоммуникационных услуг УрФО, а также информацию с сайтов телекоммуникационных компаний для определения их сильных и слабых сторон, а также построения различный моделей развития данного рынка.
Объектом данного исследования выступают методы построения интеллектуальной системы поддержки принятия решений и ее элементы. Предметом исследования является интеллектуальная система поддержки принятия решений, основанная на выбранных методах построения.
Поскольку данное направление информационных технологий является довольно актуальным в настоящее время, в особенности, в практическом применении рассмотренных методов и в использовании упомянутых выше языков программирования, существует множество информационных ресурсов для обмена опыта между экспертами в сфере разработки информационных систем, систем поддержки принятия решений, а также практиков, работающими с большими и неструктурированными объемами данных. В данном, быстроразвивающемся направлении, присутствует множество научных изданий и публикаций, которые отражают усовершенствованное использование различных подходов в реальном времени. В процессе использования были использованы различные источники, содержащие информацию, максимально удовлетворяющую целям исследования, как российских авторов, так и зарубежных.
Разработка и внедрение интеллектуальной системы поддержки принятия решений, которая способна собирать неструктурированные данные, анализировать и предоставлять возможные модели рыночной ситуации является актуальным для эффективности принятия решений в сфере маркетингового и стратегического планирования деятельности любой отрасли коммерческого предприятия.
Целью данной диссертационной работы является написание кода на языках программирования Python и R для сбора информации из определенных источников сети Интернет, ее структурирование, анализ с помощью различных методов, трансформация и предоставление и визуализация результата. Данный код способен получить информацию из заданных источников для оценки потребительского отношения к брендам компаний рынка телекоммуникационных услуг УрФО, а также информацию с сайтов телекоммуникационных компаний для определения их сильных и слабых сторон, а также построения различный моделей развития данного рынка.
Объектом данного исследования выступают методы построения интеллектуальной системы поддержки принятия решений и ее элементы. Предметом исследования является интеллектуальная система поддержки принятия решений, основанная на выбранных методах построения.
Поскольку данное направление информационных технологий является довольно актуальным в настоящее время, в особенности, в практическом применении рассмотренных методов и в использовании упомянутых выше языков программирования, существует множество информационных ресурсов для обмена опыта между экспертами в сфере разработки информационных систем, систем поддержки принятия решений, а также практиков, работающими с большими и неструктурированными объемами данных. В данном, быстроразвивающемся направлении, присутствует множество научных изданий и публикаций, которые отражают усовершенствованное использование различных подходов в реальном времени. В процессе использования были использованы различные источники, содержащие информацию, максимально удовлетворяющую целям исследования, как российских авторов, так и зарубежных.