Методи інтеграції інструментів штучного інтелекту для автоматизованого аналізу ефективності роботи підприємства на основі обробки структурованих фінансових даних

Скорочена інформація про документ
dc.contributor.advisorКублій, Лариса Іванівна
dc.contributor.authorДемидович, Демид Петрович
dc.date.accessioned2026-01-30T10:55:54Z
dc.date.available2026-01-30T10:55:54Z
dc.date.issued2025
dc.descriptionДослідження 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.
dc.description.abstractАктуальність 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.
dc.description.abstractotherRelevance of the topic. The complexity and laboriousness of manual processing of significant amounts of financial data accumulated in typical management information systems makes it difficult to make timely informed management decisions, especially for small businesses and users without special training. The use of machine learning methods makes it possible to automate these processes, reducing the impact of the human factor and contributing to the implementation of timely management decisions. The aim of the work is to study methods for integrating AI into automated systems and develop a conceptual approach to integrating artificial intelligence tools into an enterprise's financial monitoring system to automate the assessment of its effectiveness. Research tasks: — analyze existing methods for integrating artificial intelligence tools into web applications; — develop algorithms for data aggregation to form a single table of financial flows; — integrate LLM to interpret and automate financial data analysis; — create an analytical module for calculating key financial indicators and anomalous data detection module; — create an integrated indicator to clearly reflect the current financial condition of the enterprise; — to test the developed software product. Object of the study — methods for integrating artificial intelligence tools. Subject of the study — automated analysis of structured financial data, forecasting of financial indicators and detection of anomalous data based on the integration of artificial intelligence tools. The practical value of the results obtained in the work lies in the creation of a comprehensive, automated hybrid financial flow analysis system that provides users, in particular small and medium-sized businesses without a developed finance department, with the opportunity to receive reliable and accessible analytics for operational control, forecasting, anomaly detection, and support for informed management decisions. Approval of results. The main provisions of the work were reported and discussed at: Scientific and Technical Conference of Young Scientists "Current Problems of Information Technologies" (APIT-2025), October 23, 2025, Kyiv, Ukraine; VIII All-Ukrainian Scientific and Practical Internet Conference of Students, Postgraduate Students and Young Scientists, "Modern Computer Systems and Technologies", November 24, 2025, Kherson, Khmelnytskyi, Ukraine. The article was submitted to the scientific journal "Transactions of Kremenchuk Mykhailo Ostrohradskyi National University" (№ 5, 2025). The dissertation consists of an introduction, five chapters, and conclusions. The total volume of the dissertation is 113 pages, including 90 pages of the main text, 19 tables, 51 figures, 5 pages of the list of sources used in the amount of 36 items.
dc.format.extent115 с.
dc.identifier.citationДемидович, 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.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78570
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectштучний інтелект
dc.subjectфінансові дані
dc.subjectCRM-система
dc.subjectавтоматизований аналіз
dc.subjectпрогнозування
dc.subjectаномалії
dc.subjectефективність підприємства
dc.subjectartificial intelligence
dc.subjectfinancial data
dc.subjectCRM system
dc.subjectautomated analysis
dc.subjectforecasting
dc.subjectanomalies
dc.subjectenterprise ef iciency
dc.titleМетоди інтеграції інструментів штучного інтелекту для автоматизованого аналізу ефективності роботи підприємства на основі обробки структурованих фінансових даних
dc.typeMaster Thesis

Файли

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

Зібрання

Магістерські роботи (ЦТЕ)
Магістерські роботи