Семантичний аналіз економічних новин для прогнозування розвитку економіки на основі технологій обробки великих даних
Тип публікації :
Магістерська робота
Дата випуску :
2022
Автор(и) :
Кравцов Андрій Олександрович
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Кравцов, А. О. (2022). Семантичний аналіз економічних новин для прогнозування розвитку економіки на основі технологій обробки великих даних. [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/4008
[ДСТУ] Кравцов А. О. Семантичний аналіз економічних новин для прогнозування розвитку економіки на основі технологій обробки великих даних : кваліфікаційна робота магістра : 12 Інформаційні технології. Київ, 2022. 87 с. URL: https://ir.library.knu.ua/handle/123456789/4008 (дата звернення: 17.07.2026).
В результаті дослідження було розроблено програмне забезпечення семантичного аналізу економічних новин для прогнозування розвитку економіки на основі технологій обробки великих даних.
Виконані наступні завдання дослідження : проведено аналіз існуючих рішень та огляд предметної області.
описана методологія семантичного аналізу тексту, передбачення часових рядів та моделі прогнозування ARIMA та SARIMA, розроблено програмне забезпечення семантичного аналізу економічних новин для прогнозування розвитку економіки на основі технологій обробки великих даних.
Для розробки ПЗ була використана мова програмування Python. Були використані моделі передбачення часових рядів з екзогенними змінними ARIMA та SARIMAX.
Ключові слова : семантичний аналіз, прогнозування, машинне навчання, ARIMA, SARIMA.
Виконані наступні завдання дослідження : проведено аналіз існуючих рішень та огляд предметної області.
описана методологія семантичного аналізу тексту, передбачення часових рядів та моделі прогнозування ARIMA та SARIMA, розроблено програмне забезпечення семантичного аналізу економічних новин для прогнозування розвитку економіки на основі технологій обробки великих даних.
Для розробки ПЗ була використана мова програмування Python. Були використані моделі передбачення часових рядів з екзогенними змінними ARIMA та SARIMAX.
Ключові слова : семантичний аналіз, прогнозування, машинне навчання, ARIMA, SARIMA.
Галузі знань та спеціальності :
12 Інформаційні технології
121 Інженерія програмного забезпечення
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
1.86 MB
Контрольна сума :
(MD5):d9937aae84f3908c378e8def4ebd6950
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International