ВИКОРИСТАННЯ НАВЧАЛЬНИХ НЕЙРОННИХ МЕРЕЖ ДЛЯ ПРОГНОЗУВАННЯ РОЗВИТКУ ПРОДУКТУ IT-ПРОЕКТУ

Морозов, В., Мезенцева, О. (2020). USE TRAINING NEURAL NETWORKS FOR PREDICTING PRODUCT DEVELOPMENT OF IT PROJECT. Information systems and technologies security, 1(3). https://doi.org/10.17721/ISTS.2020.4.3-10

Cтан розвитку інновацій в Україні характеризується збільшенням розробок на основі стартап-проєктів із
використанням як продукту проєкту інформаційних систем різної складності. Проведено аналіз слабкої живу
чості результатів виконання стартап-проєктів. Зроблено висновок щодо необхідності прогнозування етапів
розвитку продуктів ІТ-проєктів на основі аналізу процесів взаємодії користувачів (клієнтів) з інформаційною
системою (продуктом). Розглянуто складові моделі прогнозування розвитку ІТ-продуктів інноваційних ста
ртап-проєктів, з урахуванням аналізу формуються набори даних взаємодії потенційних клієнтів із такими
продуктами. Запропоновано алгоритм формування початкових наборів даних на основі карт подорожей кліє
нтів (CJM), які є інструментом фіксації подій взаємодії клієнтів із системою. Наведено приклади моделей
аналогів карт подорожей клієнтів, які є базою для фіксації та аналізу взаємодій. Цей факт є основою для
формування відповідних наборів даних великої розмірності. Як механізм оброблення великих масивів даних і
побудови стратегій розвитку ІТ-продуктів запропоновано використання нейронних мереж глибокого навчання.
Побудовано математичні моделі для подальшого моделювання й аналізу отриманих результатів. Використано
простий лінійний регресійний аналіз для моделювання зв'язку між єдиною пояснювальної змінної і безперервної
змінної відгуку (залежною змінною). Для наявних даних застосовано метод розвідувального аналізу даних для
пошуку повторюваних образів і аномалій. У ході дослідження побудовано модель реалізації лінійної регресії з
використанням підходу на основі градієнтної оптимізації. Також застосовано лінійні моделі бібліотеки scikit
learn для завдання регресії і реалізовано стабілізаційний регресійний метод. Проведено моделювання й аналіз
отриманих результатів, який показав більшу ефективність щодо збільшеного періоду життєвого циклу про
дуктів ІТ-проєктів.