Методи інтеграції інструментів штучного інтелекту для автоматизованого аналізу ефективності роботи підприємства на основі обробки структурованих фінансових даних
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Актуальність теми. Складність і трудомісткість ручної обробки значних обсягів фінансових даних, які накопичуються в типових інформаційних системах керування, ускладнює своєчасне прийняття обґрунтованих управлінських рішень, особливо для малих підприємств і користувачів без спеціальної підготовки. Використання методів машинного навчання дає можливість автоматизувати ці процеси, зменшуючи вплив людського фактора і сприяє виконанню своєчасних управлінських рішень. Метою роботи є дослідження методів інтеграції ШІ в автоматизовані системи і розробка концептуального підходу до інтеграції інструментів штучного інтелекту в систему фінансового моніторингу підприємства для автоматизації оцінювання його ефективності. Завдання дослідження: — проаналізувати наявні методи інтеграції інструментів штучного інтелекту у веб-застосунки; — розробити алгоритми для агрегації даних формування єдиної таблиці фінансових потоків; — інтегрувати LLM для інтерпретації та автоматизації аналізу фінансових даних; — створити аналітичний модуль для розрахунку основних фінансових показників і модуль виявлення аномальних даних; — створити інтегральний показник для наочного відображення поточного фінансового стану підприємства; — провести тестування розробленого програмного продукту. Об’єкт дослідження — методи інтеграції інструментів штучного інтелекту. Предмет дослідження — автоматизований аналіз структурованих фінансових даних, прогнозування фінансових показників і виявлення аномальних даних на основі інтеграції інструментів штучного інтелекту.
Практична цінність отриманих в роботі результатів полягає у створенні комплексної, автоматизованої гібридної системи аналізу фінансового потоку, яка забезпечує користувачам, зокрема малому й середньому бізнесу без розвинутого фінансового відділу, можливість отримувати достовірну й доступну аналітику для оперативного контролю, прогнозування, виявлення аномалій і підтримки обґрунтованих управлінських рішень. Апробація результатів дисертації. Основні положення роботи доповідалися та обговорювалися на: Науково-технічній конференції молодих вчених «Актуальні проблеми інформаційних технологій» (APIT-2025), 23 жовтня 2025 року, м. Київ, Україна; VIІI Всеукраїнській науково-практичній інтернет-конференції студентів, аспірантів та молодих вчених, «Сучасні комп’ютерні системи та технології», 24 листопада, 2025 м. Херсон, м. Хмельницький, Україна. Подано статтю в науковий журнал «Вісник Кременчуцького національного університету імені Михайла Остроградського» (№ 5, 2025).
Дисертація складається зі вступу, п’яти розділів та висновків. Повний обсяг дисертації становить 113 сторінок, у тому числі 90 сторінок основного тексту, 19 таблиць, 51 рисунок, 5 сторінок списку використаних джерел у кількості 36 найменувань.
Опис
Дослідження спрямоване на створення інтелектуальної системи для автоматизованого аналізу фінансових даних, яка поєднує методи машинного навчання і сучасні інструменти штучного інтелекту. Розроблений програмний комплекс оптимізує обробку великих масивів структурованої інформації, забезпечуючи швидше й точніше прогнозування ключових фінансових показників. Отримані результати можуть бути ефективно використані у фінансовому секторі, бізнес-аналітиці, цифрових сервісах для підтримки обґрунтованих управлінських рішень. Практична цінність роботи полягає також у можливості застосування її результатів дослідниками, які працюють у сфері великих даних і штучного інтелекту.
Ключові слова
штучний інтелект, фінансові дані, CRM-система, автоматизований аналіз, прогнозування, аномалії, ефективність підприємства, artificial intelligence, financial data, CRM system, automated analysis, forecasting, anomalies, enterprise ef iciency
Бібліографічний опис
Демидович, Д. П. Методи інтеграції інструментів штучного інтелекту для автоматизованого аналізу ефективності роботи підприємства на основі обробки структурованих фінансових даних : магістерська дис. : 122 Комп’ютерні науки / Демидович Демид Петрович. – Київ, 2025. – 115 с.