CC BY
4
УДК 004.67
МЕТОД ПРЕДИКТИВНОЙ АНАЛИТИКИ ПРИ ОБРАБОТКЕ БОЛЬШИХ ДАННЫХ
1* 2 А. В. Безворотных , О. С. Стефаненко
Научный руководитель - Р. И. Кузьмич
1 Сибирский федеральный университет Российская Федерация, 660041, г. Красноярск, пр. Свободный, 79 2Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
*Е-шаИ nastya.petrushina.00@list.ru
Сегодня в ракетно-космической сфере, в финансах, экономике и многих других сферах человеческой деятельности появляется всё больше задач, связанных с большими данными, для которых нужны эффективные методы обработки. В статье рассмотрена предиктивная аналитика как инструмент для работы с большими данными, позволяющий повысить качество процессов управления.
Ключевые слова: большие данные, предиктивная аналитика, аналитические инструменты.
PREDICTIVE ANALYSIS METHOD FOR BIG DATA PROCESSING
А. V. Bezvorotnykh1*, O. S. Stefanenko2 Scientific supervisor - R. I. Kuzmich
1 Siberian federal university 79, prospect Svobodny, Krasnoyarsk, 660041, Russian Federation 2Reshetnev Siberian State University of Science and Technology 31, Krasnoyarskii rabochii prospekt, Krasnoyarsk, 660037, Russian Federation *Е-mail nastya.petrushina.00@list.ru
Today, in the rocket and space sphere, in finance, economics and many other areas of human activity, there are more and more tasks related to big data that require efficient processing methods. The article considers predictive analytics as a tool for working with big data, which allows improving the quality of management processes.
Keywords: big data, predictive analytics, analytical tools.
«Большие данные» представляют собой информацию, которая хранится в цифровых хранилищах компаний. Данную информацию можно использовать для прогнозирования, выявления определенных тенденций и т. д. Однако не все компании умеют использовать данный ресурс эффективно.
На рис. 1 представлена схема с описанием видов бизнес-аналитики и указанием вопросов, на которые найденная и проанализированная компанией на каждом этапе информация позволяет ответить.
В настоящее время наиболее популярной является предиктивная аналитика, которая объединила в себе интеллектуальные аналитические методы и различные высокоразвитые алгоритмы для прогнозирования. Обычно, для анализа применяется искусственный интеллект и технология машинного обучения, которые предполагают самостоятельное выполнение компьютером поставленных перед ним задач по поиску закономерностей и решений на основе предложенных данных.
Секция «Математические методы моделирования, управления и анализа данных»
Предписывающая аналитика
Описательная аналитика
Что я должен О тмм дотать?
Что ироншшш?
Что скор«
всего
СЛУЧИТСЯ!
Почему 1
притошло"/ 1
Предиктивная аналитика
Диагностическая аналитика
Рис. 1. Виды аналитики больших данных
Многие считают, что предиктивная аналитика предполагает только прогнозирование будущего, однако, в ее возможности так же входит прогнозирование настоящего и формирование будущего.
Таким образом, возможности технологий предиктивной аналитики шире, чем может показаться на первый взгляд, и позволяют не только делать прогнозы на основе получаемой в режиме реального времени информации, но и собирать новые данные, способные оказать влияние на текущую ситуацию в будущем [1].
Прогнозирование будущего помогает организациям повышать собственную конкурентоспособность за счет своевременного реагирования на изменения внешней и внутренней среды. Однако такое реагирование всегда предполагает принятие определенных управленческих решений, совокупность которых формирует процессы управления, направленные на создание и внедрение новых стратегий на основе мониторинга. Таким образом, получение более достоверных и своевременных данных позволяет повысить качество процессов управления.
Предиктивная аналитика активно используется для поддержки основных стратегических решений и положительным образом влияет на основные показатели компании (рис. 2). Ее допустимо задействовать и для принятия краткосрочных тактических решений в рамках операционной деятельности.
Достижение конкурентного преимущества Создание нобля источников дохода Увеличение рентабельности Ул\-чшенпе сервисного обслуживания
Сокращение затрат за счет операционной эффективности
ОЖ 10% 20% 30% 40% 50% 60%
Рис. 2. Влияние предиктивной аналитики на основные показатели компании
Метод предиктивной аналитики можно реализовать в рамках информационной системы с помощью языков программирования, например, Python.
Также можно воспользоваться готовыми инструментами, например, RapidMiner, Knime, BigQuery [2].
Для промышленных предприятий, где требуется обработка и понимание огромного количества данных предиктивная аналитика имеет особое значение.
Данные о протекании технологического процесса не всегда используются эффективно, в то время как их можно использовать для оптимизации операционных процессов и повышения технико-экономических показателей производства. Оптимизацию можно выполнить на любом типе производства с серьезным уровнем автоматизации, организованным сбором и длительным хранением информации. Для этого успешно применяются интеллектуальные системы, которые могут проанализировать состояние технологического процесса в реальном времени, спрогнозировать дальнейшее протекание процесса, определить уровень оптимальности и, при необходимости, изменить управляющие параметры или дать рекомендации диспетчеру. Для решения таких задач с помощью средств машинного обучения создается предиктивная математическая модель технологического процесса. Она анализирует входные параметры, в реальном времени выдает прогноз протекания процесса и предложения по его оптимизации [3].
Библиографические ссылки
1. Шитиков В. К., Мастицкий С. Э. Классификация, регрессия и другие алгоритмы Data Mining с использованием R [Электронный ресурс]. URL: https://github.com/ranalytics/data-mining (дата обращения: 06.04.2022).
2. Алгоритм k-ближайших соседей. Data Science - Наука о данных по-русски [Электронный ресурс]. URL: http://datascientist.one/k-nearest-neighbors-algorithm/ (дата обращения: 05.04.2022).
3. Предиктивная аналитика: 7 примеров использования в бизнесе. Блог Ingate: SEO, медийная реклама, интернет-маркетинг [Электронный ресурс]. URL: https://blog.ingate.ru/detail/7-primerov-ispolzovaniyaprediktivnoy-analitiki-v-biznese/ (дата обращения: 06.04.2022).
© Безворотных А. В., Стефаненко О. С., 2022
