БИЗНЕС-ИНФОРМАТИКА

Мэтчинг товаров на маркетплейсах: мультимодальная модель на основе архитектуры трансформера

2025-07-02T17:17:08+03:00

В работе рассматривается проблема интеллектуального мэтчинга товаров на маркетплейсах в рамках которого необходимо выполнять оценку схожести различных записей, которые описывают продукты, но могут отличаться по формату, содержанию или объёму мультимодальных данных. Тематика научного поиска находится на пересечении методов решения задач entity resolution (ER) – сопоставления записей и мультимодального анализа данных. Она является крайне актуальной в условиях быстрорастущей платформенной экономики при кратно увеличивающемся объеме рынка электронной коммерции. Основная цель исследования – разработать и протестировать мультимодальную интеллектуальную модель на базе архитектуры трансформера для повышения точности и робастности мэтчинга товаров на маркетплейсах. Разработанная авторами модель, интегрирующая текстовые, визуальные и табличные признаки, позволит эффективнее идентифицировать схожие товары, проводить поиск конкурентных предложений, обнаруживать дубликаты, а также выполнять кластеризацию и сегментацию товаров. Предложенный подход опирается на механизм внимания (self-attention), позволяющий моделировать контекстуально-семантические взаимосвязи в данных различной природы. Для извлечения векторного представления текстовых описаний используются языковые модели, в частности архитектура Sentence-BERT, для графической компоненты Vision Transformer, а табличные данные обрабатываются с применением специализированных механизмов обучения на структурированных данных TabTransformer. Проведенный эксперимент продемонстрировал, что разработанная мультимодальная модель эффективно справляется с задачей мэтчинга в условиях значительной вариативности товарных позиций и неоднородности данных. Кроме того, полученные данные позволяют утверждать, что модель может быть успешно адаптирована для использования в рамках других категорий товаров. Полученные результаты подтверждают эффективность и целесообразность использования мультимодального подхода для реализации мэтчинга товаров на маркетплейсах, позволяя участникам рынка электронной коммерции существенно улучшить качество управления товарными запасами, повысить эффективность ценообразования и укрепить свои конкурентные преимущества.

Разработка рекомендательных систем для повышения эффективности регулируемых закупок в электроэнергетике

2025-07-02T17:18:02+03:00

В статье рассмотрены пути повышения эффективности функционирования рынка регулируемых закупок за счет внедрения рекомендательных систем в существующую ИТ-инфраструктуру закупок. На примере государственных, муниципальных и коммерческих закупок электроэнергетических товаров рассмотрены перспективные для внедрения классы рекомендательных систем, предложена методология разработки подобных сервисов, раскрыты алгоритмы обработки, конфигурации и интерпретации данных, необходимых для их функционирования. Обосновано отличие авторского подхода к созданию сервисов от ранее опубликованных работ, проведена апробация и А/В тестирование, представлена оценка эффективности. Получены результаты, имеющие научную новизну (обоснована методология использования нейронный сетей применительно к отрасли закупок) и практическую значимость (достигнута экономия времени заказчика на поиск поставщиков до 40%, расширен пул потенциальных поставщиков, диверсифицированы риски поставщиков за счет подбора релевантных для них процедур из новых сфер и от новых заказчиков, обеспечена возможность поставщикам находить до 2–3 новых заказчиков за 1 рекомендательную рассылку с периодичностью 1–2 раза в неделю). Предложено внедрение разработок в практику оператора электронных торгов по госзакупкам. Дальнейшее развитие рекомендательных сервисов и решений для сферы закупок авторы видят в улучшении анализа семантического (текстового, логического, визуального) содержания документов закупки, а также поведенческих стратегий поставщиков. Риски и ограничения же связывают с дороговизной содержания штата разработчиков-практиков по нейронным сетям, возможными галлюцинациями нейронных сетей и их высокой чувствительностью к ошибке и качеству исходных дата-сетов.

Исследование выполнено при финансовой поддержке Российского научного фонда (проект 23-28-01644).

Аватар-модель покупателя на сетях Колмогорова-Арнольда

2025-07-02T17:15:45+03:00

В условиях стремительного развития электронной торговли перед специалистами встают новые задачи по персонализации поиска и рекомендаций товаров. Существующие монолитные системы поиска и рекомендаций становятся слишком громоздкими и не могут обеспечить должного уровня понимания пользователей электронной торговой площадки (ЭТП), несмотря на доступ к полной информации об их интересах и истории покупок. Широко используемые механизмы коллаборативной фильтрации также сталкиваются с проблемами: недостатком разнообразия предложений и низкой способностью удивлять. Кроме того, они характеризуются медленной обновляемостью рекомендаций и подменой «персонального» подхода на «такой же, как у других». Мы предлагаем решение этих проблем путём разработки индивидуального для каждого пользователя ЭТП поискового ассистента «Эллочка». Цифровая аватар-модель пользователя непрерывно осуществляет поиск нужных товаров, исходя из истории взаимодействия пользователя с ЭТП. Мы следуем принципу изолированности – аватар-модели не обмениваются информацией друг о друге. При регистрации нового пользователя ему создаётся новая аватар-модель, которая затем самостоятельно развивается и адаптируется к его предпочтениям и поведению. Каждая аватар-модель имеет свой собственный язык для формирования поисковых запросов, что позволяет более точно учитывать предпочтения и интересы пользователя. Сложность аватар-модели может изменяться в зависимости от интенсивности взаимодействий с ЭТП, что обеспечивает более гибкую и адаптивную систему рекомендаций. Благодаря непрерывности взаимодействий аватар-модели могут отслеживать лучшие условия для приобретения товаров, напоминать об окончании срока годности товара и необходимости повторного приобретения товаров массового спроса. Изолированность аватар-моделей позволяет переобучать их после каждого события без значительного влияния на общую систему поиска и рекомендаций. Применение нейросетевых структур и сетей Колмогорова-Арнольда в аватар-моделях позволяет улучшить основные показатели эффективности поиска и рекомендаций, такие как новизна и разнообразие.

Математическая модель и интеллектуальная система анализа интенсивности изменений мегапроектов: роль временных центров управления

2025-07-03T15:47:24+03:00

Мегапроекты представляют собой масштабные инвестиционные программы со сложной организационной структурой, объединяющие множество заинтересованных сторон (стейкхолдеров), взаимодействие которых ведет к перераспределению влияния и созданию временных центров управления. В условиях нестабильной и неопределенной внешней среды такое поведение стейкхолдеров может привести к недостижению поставленных целей мегапроекта. Важной научной задачей является разработка математических моделей и методов анализа и управления изменениями мегапроектов. Настоящее исследование направлено на создание математической модели и разработку информационной системы нейросетевого анализа интенсивности изменений мегапроектов. Управление мегапроектом описывается векторно-матричной моделью динамической системы с обратной связью по результатам изменений. Для выявления повторяющихся паттернов событий использовался метод событийно-ориентированного анализа, позволяющий обосновать новые подходы к управлению, направленные на снижение неопределенности и повышение эффективности реализации мегапроектов. С использованием разработанных инструментов был проведен ретроспективный нейросетевой анализ интенсивности изменений мегапроекта «Северный поток – 2». В рамках исследования были идентифицированы ключевые группы стейкхолдеров, взаимодействие которых существенно влияло на реализацию проекта: группа 1 – ПАО «Газпром», европейские компании, правительства России и Германии, поддерживающие проект; группа 2 – правительства транзитных стран, США, экологические организации и страны Балтийского региона, выступающие против проекта или выражающие озабоченность его последствиями. Показано, что интеграция отдельных групп стейкхолдеров способствует образованию временных центров управления с различными интересами, что вызывает увеличение как положительных, так и отрицательных изменений в проекте. Результатом работы стала разработка прототипа информационной системы анализа интенсивности изменений мегапроектов, включающего в себя: математическую модель управления изменениями мегапроекта; методику нейросетевого анализа, основанную на использовании большой языковой модели для обработки текстовой информации и генерации количественных оценок; программный интерфейс для загрузки документов, автоматизированной обработки данных и визуализации результатов. В качестве нейросети применялась большая языковая модель Qwen 2.5-Plus, которая не была специально адаптирована под данную задачу, однако ее параметры были откалиброваны для проведения анализа интенсивности изменений мегапроектов. Прототип системы дает возможность пользователям анализировать взаимодействие стейкхолдеров, оценивать интенсивность изменений и прогнозировать потенциальные риски на основе исторических данных. Перспективным направлением дальнейшего исследования является применение разработанной модели и методики нейросетевого анализа для сравнительных исследований различных мегапроектов.

Параллельная реализация симплекс-метода в матричной форме средствами библиотеки PyTorch для задач экономики и менеджмента

2025-07-07T15:33:12+03:00

Симплекс-метод имеет широкое применение в задачах экономического планирования и прогнозирования. Однако, этот метод используется в реальной экономической деятельности для поиска решения масштабных задач, скорость выполнения процедур которых не является критичным фактором. Это в существенной степени ограничивает прикладное значение симплекс-метода в экономической сфере, поскольку в настоящее время сформировалась определенная тенденция перехода к более подробным экономическим моделям, что делает актуальной задачу ускорения расчетов на основе симплекс-метода. В этих условиях важнейшим средством ускорения расчетов становятся графические ускорители вычислений GPU (Graphical Processor Unit). Авторами предлагается реализация симплекс-метода в матричной форме для вычислений на графических процессорах средствами библиотеки PyTorch, которая позволяет перейти к использованию вычислительных мощностей графических процессоров простым и надежным способом. Задача линейного программирования с 900 ограничениями решается на графическом ускорителе в 6–9 раз быстрее по сравнению с решением на обычном процессоре. В работе выделены группы прикладных экономических задач, для которых предложенные алгоритмы и методы могут быть актуальны.

Экосистемный подход к стратегическому управлению на примере сельского хозяйства

2025-07-07T15:51:07+03:00

В статье рассматривается трансформация методов и моделей стратегического управления на основе экосистемного подхода в рамках формирования единой цифровой платформы управления экономикой. Экосистемный подход к социально-экономическому развитию общества приобретает все большую популярность, что продиктовано общемировым социальным заказом на защиту окружающей среды и бережное отношение к использованию ограниченных природных ресурсов. Экологические проблемы в сельском хозяйстве России нарастают, в частности, из-за активного процесса формирования агропромышленных объединений, в основном в виде агрохолдингов. При этом возникает проблема системного подхода к применению технологий интеграции всех видов производственных ресурсов, с учетом роста числа факторов внешней среды и их значимости. В качестве основного метода исследования процессов стратегического управления предлагается математическое моделирование, которое, в отличие от большинства используемых моделей, которые часто носят иконографический вид, позволяет учесть значительно большее число факторов и дает возможность в режиме имитации рассчитывать различные варианты развития объектов моделирования. В результате была разработана математическая модель стратегического управления агрохолдинга в целях его устойчивого развития. Показано, что разработка стратегии развития должна осуществляться в тесной увязке с внедрением соответствующей автоматизированной системы управления холдингом, что приведет к коренному изменению всей системы управления и производства. В свою очередь, это позволит объединению, следуя мировым тенденциям, при стратегическом целеполагании ориентироваться в первую очередь на качество, прослеживаемость и другие составляющие конкурентоспособности. Предложенная математическая модель предоставляет научное обоснование единых методов цифровизации в долгосрочном плане как больших многоотраслевых аграрных объединений, так и средних и малых хозяйств, которые могут работать с агрохолдингами на принципах аутсорсинга.