Рекомендательные системы для логистических компаний
Рубрики: НАУЧНЫЕ СТАТЬИ
Авторы:
1.
Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнёва
студент
студент
2.
Военный учебно-научный центр военно-воздушных сил «Военно-воздушная академия имени профессора Н. Е. Жуковского и Ю. А. Гагарина»
(зав. кафедры ИЭС, научный руководитель)
сотрудник
сотрудник
Тип:
Статья
Страницы:
с 213
по 216
Статус:
Опубликован
Получено:
09.12.2024
Одобрено:
11.12.2024
Опубликовано:
11.12.2024
Классификаторы:
УДК 004.4 Программные средства
Язык материала:
русский
Ключевые слова:
рекомендательная система, логистика, анализ данных, контентная фильтрация
Аннотация (русский):
Аннотация. В статье рассматривается разработка рекомендательной системы для Сибирской логистической компании (СЛК), направленной на оптимизацию поставок продовольственной продукции в торговые точки. В условиях растущей конкуренции компании вынуждены улучшать качество обслуживания и предлагать товары, соответствующие потребностям торговых точек. Рекомендательная система, основанная на методах контентной фильтрации, анализирует данные о спросе, ассортименте и запасах в реальном времени, предоставляя персонализированные рекомендации для торговых представителей. В статье описаны технические особенности системы, выбор инструментов и подходов, а также использование Python и Jupyter Notebook для разработки. Внедрение системы позволяет значительно ускорить обработку данных, повысить точность предложений и улучшить адаптацию к изменениям рынка. В дальнейшем возможно расширение функционала системы с использованием искусственного интеллекта и предиктивной аналитики.
Аннотация. В статье рассматривается разработка рекомендательной системы для Сибирской логистической компании (СЛК), направленной на оптимизацию поставок продовольственной продукции в торговые точки. В условиях растущей конкуренции компании вынуждены улучшать качество обслуживания и предлагать товары, соответствующие потребностям торговых точек. Рекомендательная система, основанная на методах контентной фильтрации, анализирует данные о спросе, ассортименте и запасах в реальном времени, предоставляя персонализированные рекомендации для торговых представителей. В статье описаны технические особенности системы, выбор инструментов и подходов, а также использование Python и Jupyter Notebook для разработки. Внедрение системы позволяет значительно ускорить обработку данных, повысить точность предложений и улучшить адаптацию к изменениям рынка. В дальнейшем возможно расширение функционала системы с использованием искусственного интеллекта и предиктивной аналитики.
Ключевые слова:
рекомендательная система, логистика, анализ данных, контентная фильтрация
рекомендательная система, логистика, анализ данных, контентная фильтрация
1. Григорьев, А.В., Иванова, Н.С. Методы анализа данных и их применение в маркетинге / А.В. Григорьев, Н.С. Иванова. – СПб.: Питер, 2019. – 256 с.
2. Петров, С.М. Основы автоматизации бизнес-процессов в условиях цифровой экономики / С.М. Петров // Вестник цифровой экономики. – 2021. – Т. 5, № 3. – С. 120–130.
3. Ким Фальк Рекомендательные системы на практике / пер. с англ. Д. М. Павлова. – М.: ДМК Пресс, 2020. – 448 с.
4. Крюкова А.А., Абрамов Е.С. Совершенствование бизнес-процесса производственной компании с помощью технологической инновации//Актуальные вопросы современной экономики. 2022.- №10. С.13-18
