Здравствуйте. Предлагаем Вам список литературы для начала работы над темой (источники : ЭК РНБ, науч. электрон. б-ка eLibrary, науч. электрон. б-ка КиберЛенинка):
1. Бердников В.О. Data Mining в менеджменте / В.О. Бердников, Ю.В. Саханский // Современные тенденции развития информационных технологий в научных исследованиях и прикладных областях : сб. докл. II Междунар. науч.-практ. конф. – Владикавказ, 2021. – С. 170-174. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=47349918 (дата обращения: 06.03.2024). – Доступ после регистрации.
Рассмотрено понятие Data Mining как современной технологии интеллектуального анализа больших объёмов данных. Классифицированы методы Data Mining, приведено их описание. Проанализированы возможные направления применения технологии Data Mining в системах менеджмента и управления, даны рекомендации по повышению эффективности применения данной технологии в сфере менеджмента.
2. Боженко В.В. Интеллектуальный анализ данных и его применение в многоклассовой классификации / В.В. Боженко, И.А. Коркишко // Обработка, передача и защита информации в компьютерных системах 23 : сб. докл. Третьей Междунар. науч. конф. – Санкт-Петербург, 2023. – С. 14-19. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=53841955 (дата обращения: 06.03.2024). – Доступ после регистрации.
Дается определение термина Data Mining, подробно описываются решаемые задачи и цели использования данной технологии. Отмечается разнообразие методов интеллектуального анализа данных и подробно разбирается пример применения одного из методов Data Mining к конкретному набору данных.
3. Выдолоб Д.Е. Методология разработки проектов Data Science. Crisp-DM // Тенденции развития науки и образования. – 2023. – № 99-7. – С. 21-24. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=54309530 (дата обращения: 06.03.2024). – Доступ после регистрации.
Статья представляет собой обзор методологии CRISP-DM (Cross-Industry Standard Process for Data Mining)
4. Звягин Л.С. Современные инструменты анализа данных и работы с числовой информацией в экономике современных предприятий // Экономика и управление: проблемы, решения. – 2023. – Т. 1, № 1. – С. 166-173. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=50377690 (дата обращения: 06.03.2024). – Доступ после регистрации.
5. Каширин И.Ю. Data Mining с использованием иерархических чисел в ретроспективной диагностике // Вестник Рязанского государственного радиотехнического университета. – 2022. – № 79. – С. 81-88. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=48239673 (дата обращения: 06.03.2024). – Доступ после регистрации.
6. Красильникова О.И. Специализированные инструменты визуализации результатов Data Mining / О.И. Красильникова, Н.В. Богословская, А.В. Бржезовский // Системный анализ и логистика. – 2022. – № 1. – С. 20-37. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=48101146 (дата обращения: 06.03.2024). – Доступ после регистрации.
Рассмотрены практические аспекты визуализации результатов Data Mining. Приведены классификации аналитических методов и существующих практических задач. Предложена классификация инструментов визуализации в разрезе аналитических методов и задач аналитики данных. Сделан обзор современных аналитических систем, позволяющих получить визуальное представление о данных.
7. Кубегенова А.Д. Интеллектуальный анализ и добыча данных в технологии Data Mining / А.Д. Кубегенова, Е.С. Кубегенов // Современные инновации в технике и производстве : сб. материалов I Междунар. науч.-практ. конф. – Псков, 2021. – С. 130-135. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=45653291 (дата обращения: 06.03.2024). – Доступ после регистрации.
8. Моложавая М.В. Сравнение возможностей и стандартов технологий Olap и Data Mining // Актуальные проблемы и перспективы развития потребительского рынка : материалы ХI Всерос. с междунар. участием науч.-практ. конф. студентов и учащихся. – 2022. – С. 484-489. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=50434261 (дата обращения: 06.03.2024). – Доступ после регистрации.
9. Орешков В.И. Интеллектуальный анализ данных как важнейший инструмент формирования интеллектуального капитала организаций // Креативная экономика. – 2011. – № 12. – С. 84-89. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL:
https://cyberleninka.ru/article/n/intellektualnyy-analiz-dannyh-kak-vazhneyshiy-instrument-formirovaniya-intellektualnogo-kapitala-organizatsiy/viewer (дата обращения: 06.03.2024).
10. Применение средств интеллектуального анализа данных (Data Mining) для исследования неполно определенных систем / В.С. Абруков, Я.Г. Николаева, Д.Н. Макаров [и др.] // Вестник Чувашского университета. – 2008. – № 2. – С. 233-241. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL:
https://cyberleninka.ru/article/n/primenenie-sredstv-intellektualnogo-analiza-dannyh-data-mining-dlya-issledovaniya-nepolno-opredelennyh-sistem/viewer (дата обращения: 06.03.2024).
11. Строев В.В. Применение технологий Data Mining для поиска соответствий закономерностей развития в больших массивах веб-данных на основе инструментов анализа Big Data / В.В. Строев, А.И. Тихонов // E-Management. – 2022. – Т. 5, № 4. – С. 4-11. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=49985232 (дата обращения: 06.03.2024). – Доступ после регистрации.
12. Ткаченко А.Л. Применение программных продуктов в сфере бизнес аналитики / А.Л. Ткаченко, В.И. Кузнецова, Г.В. Заплатин // Информационные технологии. Проблемы и решения. – 2021. – № 3. – С. 26-32. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=47180792 (дата обращения: 06.03.2024). – Доступ после регистрации.
Рассматриваются возможности технологий анализа Data Mining, Big Data, Data Warehousing, OLAP, Business Intelligence, Scoring, Forecasting, Data Quality, Machine Learning, ETL в рамках одной платформы.
13. A hierarchical Data Mining process ontology / M. Tianxing, M. Myint, W Guan [e.t.c.]. // Conference of Open Innovations Association, FRUCT. – 2021. – № 28. – P. 465-471. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=44662958 (дата обращения: 06.03.2024). – Доступ после регистрации.
14. Muhamadiyeva D.T. Overview of early diagnosis of "diabetes" based on artificial intelligence / D.T. Muhamadiyeva, X.A. Primova, S.S. Nabiyeva // Theoretical & Applied Science. – 2021. – № 10. – С. 443-446. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=47172734 (дата обращения: 06.03.2024). – Доступ после регистрации.
15. Wang Ch. Research on precision marketing using Data Mining technology // Молодежь. Общество. Современная наука, техника и инновации. – 2022. – № 21. – С. 150-152. – Электронная копия доступна на сайте электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=49737850 (дата обращения: 06.03.2024). – Доступ после регистрации.
Вы можете самостоятельно провести дополнительный поиск литературы по интересующей Вас теме в электронных библиотеках eLibrary и КиберЛенинка, введя в поисковые строки свои ключевые слова.
