ЖУРНАЛ БІЗНЕС ІНФОРМ.

УКР

ENG

Пошук:

СВІДОЦТВО ПРО РЕЄСТРАЦІЮ

КВ №19905-9705 ПР від 02.04.2013 р.

ЗАСНОВНИКИ

НАУКОВО-ДОСЛІДНИЙ ЦЕНТР ІНДУСТРІАЛЬНИХ ПРОБЛЕМ РОЗВИТКУ НАН УКРАЇНИ
(ХАРКІВ, УКРАЇНА)

Згідно з рішенням № 802 Національної ради України з питань телебачення і радіомовлення від 14.03.2024 р. зареєстрований суб’єктом у сфері друкованих медіа. Ідентифікатор R30-03156

ВИДАВЕЦЬ

ФОП Лібуркіна Л. М.

РОЗДІЛИ САЙТУ

Основи застосування та можливості інтелектуального аналізу даних в економіці знань
Поляков М. В., Ханін І. Г., Шевченко Г. Я., Білозубенко В. С., Нагорянський М. А.

Polyakov, Maxim V. et al. (2025) “Fundamentals of Intellectual Data Analysis Using and Its Capabilities in the Knowledge Economy.” Business Inform 2:722–722.
https://doi.org/10.32983/2222-4459-2025-2-722-722

Розділ: Інформаційні технології в економіці

Стаття написана англійською мовою
Завантажень/переглядів: 0

УДК 330.1

Анотація:
У сучасній економіці знання стали ключовим фактором створення вартості, що збільшує запит і підвищує важливість способів їх виробництва. Зважаючи на багаторазове збільшення обсягу даних, які несуть у собі корисну, але приховану інформацію та появу цифрових технологій, які дозволяють їх обробляти, щоб цю інформацію отримати, одним із найважливіших способів отримання знань став інтелектуальний аналіз даних (ІАД). Метою дослідження є роз’яснення основ, можливостей та особливостей застосування ІАД в економіці знань, а також загальна оцінка його результатів. Обґрунтовано необхідність ІАД для отримання знань, уточнено його сутність та узагальнено основи здійснення, зокрема типові завдання, які вирішуються. Враховуючи, що сучасні підходи до ІАД базуються на використанні цифрових технологій, систематизовано основні елементи відповідної інфраструктури та інструментів ІАД, обґрунтовано їх вплив на його ефективність. Враховуючи призначення ІАД, здійснено загальну оцінку його результатів з точки зору пізнання, що дозволило показати природну межу та роль у цьому процесі. Визначено напрями практичного використання ІАД, що доводить розширення його ролі в економіці знань. Відзначено появу «економіки даних», яка збільшується та набуває власної специфіки. Роз’яснено, яким чином з даних виникає цінність та основи розуміння їх корисності. Показано поступовість «збагачення» даних для вивільнення їх корисності в ході ІАД. У підсумку сформульовано загальні рекомендації щодо розвитку ІАД в економіці знань, частиною якої він став.

Ключові слова: економіка знань, дані, знання, інтелектуальний аналіз даних (ІАД), типові завдання, цифрова інфраструктура та інструменти, результати ІАД, «економіка даних», корисність даних.

Рис.: 1. Табл.: 4. Бібл.: 24.

Поляков Максим Валерійович – доктор економічних наук, доцент, співзасновник, ГО «Асоціація Ноосфера» (просп. Науки, 103-А, Дніпро, 49000, Україна)
Email: info@noosphere.com
Ханін Ігор Григорович – доктор економічних наук, професор, професор, кафедра економіки підприємства і міжнародного бізнесу, Національний університет водного господарства та природокористування (вул. Соборна, 11, Рівне, 33028, Україна)
Email: i.h.khanin@nuwm.edu.ua
Шевченко Геннадій Якович – кандидат технічних наук, доцент, партнер, ГО «Асоціація Ноосфера» (просп. Науки, 103-А, Дніпро, 49000, Україна)
Email: gshevchenko@m.ht
Білозубенко Володимир Станіславович – доктор економічних наук, професор, професор, кафедра міжнародних економічних відносин, Університет митної справи та фінансів (вул. Володимира Вернадського, 2/4, Дніпро, 49004, Україна)
Email: bvs910@gmail.com
Нагорянський Микола Анатолійович – старший інженер-програміст, ServerBase AG (Kasernenstrasse, 1, Бахенбюлах, 8184, Швейцарія)
Email: n.nagoryanskiy@gmail.com

Список використаних у статті джерел

Mounier P., Primbault S. D. Sustaining Knowledge and Governing its Infrastructure in the Digital Age: An Integrated View. HAL open science. 2023. P. 1–43. URL: https://hal.science/hal-04309735
Wang X., White L., Chen X. Big Data Research for The Knowledge Economy: Past, Present, and Future. Industrial Management & Data Systems. 2015. Vol. 115. Art. 9. URL: http://www.emeraldinsight.com/doi/full/10.1108/IMDS-09-2015-0388
Ahmed R., Shaheen S., Philbin S. P. The role of big data analytics and decision-making in achieving project success. Journal of Engineering and Technology Management. 2022. Vol. 65. Art. 101697. DOI: 10.1016/j.jengtecman.2022.101697
Kramer J., Whalley J., Batura O. The data economy and data-driven ecosystems: Regulation, frameworks and case studies. Telecommunications Policy. 2019. Vol. 43. No. 2. P. 113–115. DOI: 10.1016/j.telpol.2018.12.007
Caliari T., Chiarini T. Knowledge Production and Economic Development: Empirical Evidences. Journal of the Knowledge Economy. 2021. Vol. 12. Iss. 2. P. 1–22. DOI: 10.1007/s13132-016-0435-z
Choong K. K., Leung P. W. A Critical Review of the Precursors of the Knowledge Economy and Their Contemporary Research: Implications for the Computerized New Economy. Journal of Knowledge Economy. 2022. Vol. 13. Iss. 2. P. 1573–610. DOI: 10.1007/s13132-021-00734-9
North K., Maier R., Haas O. Value Creation in the Digitally Enabled Knowledge Economy. Knowledge Management in Digital Change. Cham: Springer, 2018. P. 1–29. DOI: 10.1007/978-3-319-73546-7_1
Shu X., Ye Y. Knowledge Discovery: Methods from data mining and machine learning. Social Science Research. 2023. Vol. 110. Art. 102817. DOI: 10.1016/j.ssresearch.2022.102817
Pohl M., Staegemann D. G., Turowski K. The Performance Benefit of Data Analytics Applications. Procedia Computer Science. 2022. Vol. 201. P. 679–683. DOI: 10.1016/j.procs.2022.03.090
Kim M., Lim C., Hsuan J. From technology enablers to circular economy: Data-driven understanding of the overview of servitization and product–service systems in Industry 4.0. Computers in Industry. 2023. Vol. 148. Art. 103908. DOI: 10.1016/j.compind.2023.103908
Cao L. Data science: A comprehensive overview. ACM Computing Surveys. 2017. Vol. 50. Iss. 3. Art. 43. DOI: http://dx.doi.org/10.1145/3076253
Sarker I. H. Data Science and Analytics: An Overview from Data-Driven Smart Computing, Decision-Making and Applications Perspective. SN Computer Science. 2021. Vol. 2. Art. 377. DOI: 10.1007/s42979-021-00765-8
Cao L. Data science: Challenges and directions. Communications of the ACM. 2017. Vol. 60. Iss. 8. P. 59–68. DOI: 10.1145/3015456
Aryal S. C. The Impact of a Digital Regime on Academic Knowledge Production. University West : School of Business, Economics, and IT, 2023. 132 р. URL: https://www.diva-portal.org/smash/get/diva2:1746631/FULLTEXT01.pdf
Kandel S., Paepcke A., Hellerstein J. M., Heer J. Enterprise Data Analysis and Visualization: An Interview Study. IEEE Transactions on Visualization and Computer Graphics. 2012. Vol. 18. No. 12. P. 2917–2926. DOI: 10.1109/TVCG.2012.219
Artificial Intelligence Trends for Data Analytics Using Machine Learning and Deep Learning Approaches / Eds.: K. G. Devi, M. Rath, N. Thi Dieu Linh. CRC Press, Taylor & Francis Group, LLC, 2020. 266 p.
Waters D. J. The emerging digital infrastructure for research in the humanities. International Journal on Digital Libraries. 2023. Vol. 24. P. 87–102. DOI: 10.1007/s00799-022-00332-3
Shannon C. E., Weaver W. The Mathematical Theory of Communication. The University of Illinois Press, 1964. 125 p.
Batko K., Slezak A. The use of Big Data Analytics in healthcare. Journal of Big Data. 2022. Vol. 9. Iss. 1. Art. 3. DOI: 10.1186/s40537-021-00553-4
Baum J., Laroque C., Oeser B., Skoogh A., Subramaniyan M. Applications of Big Data analytics and Related Technologies in Maintenance – Literature Based Research. Machines. 2018. Vol. 6. Iss. 4. Art. 54. DOI: 10.3390/machines6040054
Lehenchuk S., Zavalii T. Big Data in marketing analytics: opportunities and problems of use. Problems of Theory and Methodology of Accounting, Control and Analysis. 2023. Vol. 54. No. 1. P. 52–58. DOI: 10.26642/pbo-2023-1(54)-52-58
Pagano A. M., Liotine M. Technology in Supply Chain Management and Logistics: Current Practice and Future Applications. Elsevier, 2019. 208 p. DOI: 10.1016/C2017-0-04194-0
Semanjski I. C. Smart Urban Mobility: Transport Planning in the Age of Big Data and Digital Twins. Elsevier Science, 2023. 268 p. DOI: 10.1016/C2019-0-01443-4
Grimaldi D., Carrasco-Farre C. Implementing Data-Driven Strategies in Smart Cities: A Roadmap for Urban Transformation. Elsevier Science, 2021. 254 p. DOI: 10.1016/C2019-0-01442-2

ДЛЯ АВТОРІВ

Ліцензійний договір

Умови публікації

Вимоги до статей

Положення про рецензування

Договір публікації

Номер в роботі

Питання, які задаються найчастіше

ІНФОРМАЦІЯ

План наукових конференцій

НАШІ ПАРТНЕРИ

Журнал «Проблеми економіки»

Матеріали на сайті розміщені на умовах ліцензії Creative Commons Attribution 4.0 International CC BY-SA.

Написати вебмастеру