На главную На главную Написать письмо
О журнале Редакция Авторам Подписка Архив Реклама Контактная информация

Журнал «РИСК: Ресурсы, Информация, Снабжение, Конкуренция» № 4 / 2024

DOI: 10.56584/1560-8816-2024-4-193-198

УДК 658.8

 

РАЗРАБОТКА АЛГОРИТМА ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ПОСТРОЕНИЯ ПРОГНОЗОВ ПРОДАЖ В МЕЖДУНАРОДНОЙ ОНЛАЙН-ТОРГОВЛЕ

 

Корчагина Д. А.,

магистрант Факультета инфокоммуникационных технологий, Университет ИТМО, Санкт-Петербург, Россия

Корчагина Е. В.,

д.э.н., проф., профессор Высшей школы сервиса и торговли Института промышленного менеджмента, экономики и торговли, Санкт-Петербургский политехнический университет Петра Великого; профессор кафедры национальной экономики и организации производства, Государственный институт экономики, финансов, права и технологий, Санкт-Петербург, Россия

Ромакина О. М.,

к.ф.-м.н., доц., доцент Факультет инфокоммуникационных технологий, Университет ИТМО, Санкт-Петербург, Россия

Арсеньева А. З.,

старший преподаватель Факультета инфокоммуникационных технологий, Университет ИТМО, Санкт-Петербург, Россия

 

DEVELOPMENT OF AN ALGORITHM OF ARTIFICIAL INTELLIGENCE APPLICATION FOR SALES FORECASTS IN INTERNATIONAL ONLINE COMMERCE

 

Korchagina D. A.,

Master's student, Faculty of Infocommunication Technologies, ITMO University, St. Petersburg, Russia

Korchagina E. V.,

Doctor of Economics, Prof., Professor, Higher School of Service and Trade, Institute of Industrial Management, Economics and Trade, Peter the Great St. Petersburg Polytechnic University; Professor, Department of National Economics and Production Organization, State Institute of Economics, Finance, Law and Technology, St. Petersburg, Russia

Romakina O. M.,

Candidate of Physical and Mathematical Sciences, Associate Professor, Associate Professor Faculty of Infocommunication Technologies, ITMO University, St. Petersburg, Russia

Arseneva A. Z.,

Senior Lecturer, Faculty of Information and Communication Technologies, ITMO University, St. Petersburg, Russia

 

Аннотация. Статья посвящена применению искусственного интеллекта (ИИ) для решения задачи прогнозирования спроса в международной электронной коммерции. Актуальность статьи обусловлена, с одной стороны, высокой значимостью построения точных прогнозов в международной электронной коммерции для удовлетворения потребителей, прибыльной и эффективной работы бизнеса и надежности организации глобальных цепей поставок. С другой стороны, применение искусственного интеллекта в задачах прогнозирования является очень перспективным, поскольку его внедрение существенно повышает скорость, качество и надежность прогнозов, основанных на обработке больших данных. В процессе исследования был разработан алгоритм применения технологии искусственного интеллекта для прогнозирования спроса в международной интернет-торговле. Для решения задачи прогнозирования был сформирован перечень входных данных, произведена их первичная обработка и очистка. Основываясь на имеющихся данных, была подобрана подходящая модель машинного обучения для обеспечения высокого качества и точности прогноза. Далее было произведено обучение модели и проведена оценка результатов прогнозирования.

Ключевые слова: международная электронная коммерция, прогнозирование спроса, искусственный интеллект, машинное обучение, алгоритм, обучение модели

 

Abstract. The article is devoted to the application of artificial intelligence (AI) to solving the problem of demand forecasting in international e-commerce. The relevance of the article is due, on the one hand, to the high importance of building accurate forecasts in international e-commerce for consumer satisfaction, profitable and efficient business operation and the reliability of global supply chains. On the other hand, the use of artificial intelligence in forecasting tasks is very promising, since its implementation significantly increases the speed, quality and reliability of forecasts based on big data processing. In the course of the study, an algorithm for applying artificial intelligence technology to forecast demand in international e-commerce was developed. To solve the forecasting problem, a list of input data was formed, their primary processing and cleaning were carried out. Based on the available data, a suitable machine learning model was selected to ensure high quality and accuracy of the forecast. Then the model was trained and the forecasting results were assessed.

Keywords: international e-commerce, demand forecasting, artificial intelligence, machine learning, algorithm, model training

 

Библиографический список:

1.      The Future Shopper Report 2023 URL:https://www.vml.com/insight/the-future-shopper-report-2023 (дата обращения: 27.04.2024).

2.      Эксперты сообщили о росте объема онлайн-торговли в России в 2023 году на 28% URL:https://tass.ru/ekonomika/19959341 (дата обращения: 27.04.2024).

3.      Сводные аналитические данные. Рынок интернет-торговли в России. URL:https://www.akit.ru/analytics/analyt-data (дата обращения: 27.04.2024).

4.      Корчагина, Е.В. Анализ экономического развития Северо-Западного федерального округа // Проблемы современной экономики. – 2012. – № 2(42). – С. 278-280.

5.      ЦБ РФ повысил прогноз по инфляции на 2024 год до 4,3-4,8% URL:https://www.interfax.ru/business/957953 (дата обращения: 27.04.2024).

6.      Онлайн продажи смотрят в будущее – «Ведомости.Капитал» URL: https://www.vedomosti.ru/kapital/trends/articles/2023/12/04/1009251-onlain-prodazhi-smotryat-buduschee (дата обращения: 27.04.2024).

7.      Корчагина Е.В. Анализ и оценка экономической устойчивости в структурах предпринимательства: специальность 08.00.30: дисс… канд. экон. наук. – СПб., 2000.

8.      Корчагина Е.В., Корчагина Д.А., Ромакина О.М., Арсеньева А.З. Применение технологий искусственного интеллекта в логистике и управлении глобальными цепями поставок: анализ зарубежных научных публикаций /. Риск: Ресурсы, Информация, Снабжение, Конкуренция. - 2024. - № 1. - С. 29-33.

9.      Итоги года в электронной торговле: тренды и прогнозы на 2024 год с Tinkoff eCommerce URL: https://www.forbes.ru/brandvoice/503182-itogi-goda-v-elektronnoj-torgovle-trendy-i-prognozy-na-2024-god-s-tinkoff-ecommerce (дата обращения: 27.04.2024).

10.    Online Retail  URL: https://archive.ics.uci.edu/dataset/352/online+retail (дата обращения: 27.04.2024).

11.    CatBoost is a high-performance open source library for gradient boosting on decision trees URL:https://catboost.ai/ (дата обращения: 27.04.2024).


© 2019 Институт ИТКОР