Формалізація та моделювання бізнес-процесів в задачах управління складними об‘єктами

Скорочена інформація про документ
dc.contributor.advisorЯковлева, Алла Петрівна
dc.contributor.authorУманець, Марія Олександрівна
dc.date.accessioned2023-09-18T14:04:39Z
dc.date.available2023-09-18T14:04:39Z
dc.date.issued2023
dc.description.abstractДипломна робота містить 119 сторінок, 53 рисунки, 7 таблиць, 2 додатки, 16 джерел. Об‘єкт дослідження: методи моделювання та формалізації бізнес- процесів в задачах управління складними об‘єктами. Предмет дослідження: моделі машинного навчання, методи оцінки якості моделі та їх застосування в ресторанному бізнесі. Мета роботи: дослідити методи моделювання бізнес-процесів, реалізувати прогноз відвідування закладів харчування в ресторанному бізнесі з використанням методів машинного навчання. Використані моделі: лінійна регресія, випадковий ліс, ARIMA (Autoregressive integrated moving average) з сезонною складовою, LSTM (Long Short-Term Memory) мережі. Отримані результати: програмна реалізація моделей на мові Python для прогнозування середньої кількості відвідувачів, що допомагатиме бізнесу зі стратегічним плануванням, управлінням ресурсами, маркетинговими рішеннями, бенчмаркінгом та аналізом. В якості подальших досліджень можна вдосконалювати побудовані моделі, застосовувати інші підходи, будувати моделі з урахуванням розширених даних (погодні умови, події), аналізувати та запобігати аномаліям в системах ведення обліку ресторанів.uk
dc.description.abstractotherDiploma thesis: 119 p., 53 figures, 7 tables, 2 appendices, 16 references. Research object: methods of modeling and formalization of business processes in complex object management tasks. Research subject: machine learning models, methods of model evaluation, and their application in the restaurant business. Research purpose: to investigate methods of modeling business processes,implement the prediction of restaurant attendance using machine learning methods. Models used: linear regression, random forest, ARIMA (Autoregressive integrated moving average) with seasonal component, LSTM (Long Short-Term Memory) networks. Results obtained: implementation of models in Python for predicting the average number of visitors, which will assist businesses in strategic planning, resource management, marketing decisions, benchmarking, and analysis. As further research, the constructed models can be improved, other approaches can be applied, models can take into consideration additional data (weather conditions, events), and anomalies in restaurant accounting systems can be analyzed and prevented.uk
dc.format.extent119 с.uk
dc.identifier.citationУманець, М. О. Формалізація та моделювання бізнес-процесів в задачах управління складними об‘єктами : дипломна робота ... бакалавра : 124 Системний аналіз / Уманець Марія Олександрівна. – Київ, 2023. – 119 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/60465
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectбізнес-процесиuk
dc.subjectмоделі машинного навчанняuk
dc.subjectпрогнозування в сфері ресторанного бізнесуuk
dc.subjectзадача прогнозуванняuk
dc.subjectbusiness processesuk
dc.subjectmachine learning modelsuk
dc.subjectforecasting in the sphere of restaurant businessuk
dc.subjectforecasting problemuk
dc.titleФормалізація та моделювання бізнес-процесів в задачах управління складними об‘єктамиuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Umanets_bakalavr.pdf
Розмір:
9.76 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи