Розробка технології прогнозування фінансового бюджету методами Data Science
Тип публікації :
Магістерська робота
Дата випуску :
2025
Автор(и) :
Немченко Катерина Юріївна
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Немченко, К. Ю. (2025). Розробка технології прогнозування фінансового бюджету методами Data Science [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/6659
[ДСТУ] Немченко К. Ю. Розробка технології прогнозування фінансового бюджету методами Data Science : кваліфікаційна робота магістра : 122 Комп’ютерні науки / наук. кер. Ю. Л. Хлевна. Київ, 2025. 101 с. URL: https://ir.library.knu.ua/handle/15071834/6659 (дата звернення: 25.07.2026).
Мета дипломної роботи магістра – розробити й експериментально обґрунтувати технологію короткострокового (1–3 місяці) прогнозування особистого фінансового бюджету, що поєднує класичні статистичні й сучасні машинні методи та забезпечує інтеграцію результатів у аналітичні системи бізнес-інтелекту.
Об’єкт дослідження – процес формування та виконання особистого фінансового бюджету на основі транзакційних даних банківських рахунків.
Предмет дослідження – методи, моделі та програмні засоби Data Science для короткострокового прогнозування бюджетних показників за умов обмежених і нерегулярних часових рядів, а також правила їх автоматичного вибору за категоріями витрат.
Наукова новизна роботи полягає у розробці комплексної технології, що: поєднує наївні, ETS, SARIMAX із екзогенними змінними (курси валют, календар свят), Prophet, XGBoost із лаг-ознаками та спеціалізований Croston/TSB для інтермітентних витрат; упроваджує розширювальне перехресне валідування (expanding-window CV) для коротких рядів і доводить статистично значуще зниження MAPE порівняно з базовими підходами; пропонує правило-диспетчер вибору моделі за типом витрат, що підвищує точність й інтерпретованість прогнозів; демонструє практичну інтеграцію модуля прогнозування у Power BI безпосередньо на рівні візуалізацій.
У роботі проаналізовано існуючі підходи до застосування статистичних та машинних методів у прогнозуванні фінансових бюджетів. Запропонована нова методика їх комбінування й адаптації до коротких особистих часових рядів, обґрунтовано доцільність її впровадження, наведено рекомендації щодо практичної імплементації у корпоративні та персональні аналітичні системи.
Дипломна робота складається зі вступу, чотирьох розділів, висновків і списку використаних джерел. Загальний обсяг – _ сторінок; список літератури містить _ найменування на _ сторінках.
Об’єкт дослідження – процес формування та виконання особистого фінансового бюджету на основі транзакційних даних банківських рахунків.
Предмет дослідження – методи, моделі та програмні засоби Data Science для короткострокового прогнозування бюджетних показників за умов обмежених і нерегулярних часових рядів, а також правила їх автоматичного вибору за категоріями витрат.
Наукова новизна роботи полягає у розробці комплексної технології, що: поєднує наївні, ETS, SARIMAX із екзогенними змінними (курси валют, календар свят), Prophet, XGBoost із лаг-ознаками та спеціалізований Croston/TSB для інтермітентних витрат; упроваджує розширювальне перехресне валідування (expanding-window CV) для коротких рядів і доводить статистично значуще зниження MAPE порівняно з базовими підходами; пропонує правило-диспетчер вибору моделі за типом витрат, що підвищує точність й інтерпретованість прогнозів; демонструє практичну інтеграцію модуля прогнозування у Power BI безпосередньо на рівні візуалізацій.
У роботі проаналізовано існуючі підходи до застосування статистичних та машинних методів у прогнозуванні фінансових бюджетів. Запропонована нова методика їх комбінування й адаптації до коротких особистих часових рядів, обґрунтовано доцільність її впровадження, наведено рекомендації щодо практичної імплементації у корпоративні та персональні аналітичні системи.
Дипломна робота складається зі вступу, чотирьох розділів, висновків і списку використаних джерел. Загальний обсяг – _ сторінок; список літератури містить _ найменування на _ сторінках.
Галузі знань та спеціальності :
12 Інформаційні технології::122 Комп’ютерні науки
Галузі науки і техніки (FOS) :
Інженерія та технології
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
2.31 MB
Контрольна сума :
(MD5):b93a9f950b57809f96e3b411b3a00b03
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International