@ARTICLE{26583204_842630518_2023, 
	author = {Ф. Ван}, 
	keywords = {, «умная» недвижимость, цифровая трансформация, цифровая экономика, инновационные технологии, обработка данных, технологии недвижимости (PropTech), систематический обзор, библиометрический анализ, PRISMARStudio},
	title = {<p class="text">Настоящее и будущее цифровой трансформации индустрии недвижимости: Систематический обзор &laquo;умной&raquo; недвижимости</p>},
	journal = {Бизнес-информатика},
	year = {2023},
	number = {2 Vol 17},
	pages = {85-97},
	url = {https://bijournal.hse.ru/2023--2 Vol 17/842630518.html},
	publisher = {},
	abstract = {&nbsp; &nbsp; &nbsp; Вклад индустрии недвижимости в глобальную и региональную экономику весьма значителен, однако в условиях современных развивающихся цифровых технологий и цифровой экономики цифровая трансформация индустрии недвижимости отстает от других отраслей. С одной стороны, это связано с устоявшимися процессами и системами, имеющими отношение к восходящей и нисходящей индустриям недвижимости, а с другой стороны - с тем, что цифровые технологии разрушают традиционные способы ведения бизнеса, подвергая отрасль влиянию факторов неопределенности. Цифровая трансформация индустрии недвижимости - это широкая и развивающаяся концепция. Различные смежные области исследований связаны с внедрением и применением различных инновационных технологий в промышленности. Данное исследование представляет собой систематический обзор, посвященный области интеллектуальной недвижимости, на основе библиометрического анализа с использованием PRISMA. Библиометрический анализ проведен в RStudio с использованием 22 научных документов, опубликованных с 2012 по 2022 годы и проиндексированных в Scopus и Web of Science. Полученные результаты позволили сделать следующие выводы. Во-первых, исследования в области «умной» недвижимости по-прежнему являются новой, но быстро развивающейся областью. Во-вторых, лишь ограниченное число академических институтов из нескольких стран, таких как Университет Нового Южного Уэльса в Австралии, внесли значительный вклад в данную область знаний. В-третьих, исследование демонстрирует специфические характеристики сети сотрудничества, что приводит к высокой концентрации авторов и цитируемости. В-четвертых, исследовательские темы, связанные с обработкой данных, такие как «машинное обучение», «управление информацией», «аналитика данных» и «большие данные», демонстрируют высокую степень плотности исследований и их ведущую роль.},
	annote = {&nbsp; &nbsp; &nbsp; Вклад индустрии недвижимости в глобальную и региональную экономику весьма значителен, однако в условиях современных развивающихся цифровых технологий и цифровой экономики цифровая трансформация индустрии недвижимости отстает от других отраслей. С одной стороны, это связано с устоявшимися процессами и системами, имеющими отношение к восходящей и нисходящей индустриям недвижимости, а с другой стороны - с тем, что цифровые технологии разрушают традиционные способы ведения бизнеса, подвергая отрасль влиянию факторов неопределенности. Цифровая трансформация индустрии недвижимости - это широкая и развивающаяся концепция. Различные смежные области исследований связаны с внедрением и применением различных инновационных технологий в промышленности. Данное исследование представляет собой систематический обзор, посвященный области интеллектуальной недвижимости, на основе библиометрического анализа с использованием PRISMA. Библиометрический анализ проведен в RStudio с использованием 22 научных документов, опубликованных с 2012 по 2022 годы и проиндексированных в Scopus и Web of Science. Полученные результаты позволили сделать следующие выводы. Во-первых, исследования в области «умной» недвижимости по-прежнему являются новой, но быстро развивающейся областью. Во-вторых, лишь ограниченное число академических институтов из нескольких стран, таких как Университет Нового Южного Уэльса в Австралии, внесли значительный вклад в данную область знаний. В-третьих, исследование демонстрирует специфические характеристики сети сотрудничества, что приводит к высокой концентрации авторов и цитируемости. В-четвертых, исследовательские темы, связанные с обработкой данных, такие как «машинное обучение», «управление информацией», «аналитика данных» и «большие данные», демонстрируют высокую степень плотности исследований и их ведущую роль.}
}