http://bijournal.hse.ru ru-ru Copyright 2025 Tue, 01 Apr 2025 12:11:37 +0300 https://bijournal.hse.ru/2025--1 Vol.19/1030722641.html       Рекомендательные системы широко применяются в коммерческой сфере, алгоритмы и архитектуры рекомендательных систем схожи в различных областях применения и доказали свою эффективность. Рекомендации строятся на основании профиля пользователя, манере его поведения на различных ИТ-ресурсах (ИТ – информационные технологии), а также по схожим пользователям. При этом применение рекомендательных систем в специализированных областях не распространено. Новой перспективной областью применения рекомендательных систем являются подразделения блока «Технологии» Сбера, а пользователями будут являться сами ИТ-эксперты. Рассмотрение комбинации рекомендательной системы, машинного обучения (machine learning, ML) и LLM (Large Language Model, большая языковая модель) и проектирование этих инструментов в единой системе является целью данной статьи. Объемы данных в настоящее время измеряются петабайтами (1015 байт) и эксабайтами (1018 байт), и чтобы обрабатывать даже техническую информацию (метаданные/техноданные) из окружающего ИТ-ландшафта, из используемых экспертами ИТ-систем, необходимы помощники – AI-агенты (AI– Artificial Intelligence, искусственный интеллект). В статье приводится обзор литературы в части применения рекомендательных систем в комбинации с LLM-приложениями, предлагается модель архитектуры приложения, которое из технических журналов событий формирует человекочитаемые новости. Система спроектирована для группы пользователей, которые работают с большими данными (ML-инженеры, аналитики данных и исследователи данных), представляет собой совокупность технологий рекомендательной системы, LLM и модели машинного обучения. Также в статье приводятся первые результаты проведенного исследования. https://bijournal.hse.ru/2025--1 Vol.19/1030723823.html       Статья посвящена проблеме определения последовательности реализации проектов в программе совершенствования бизнес-процессов организации. Актуальность исследования обусловлена тем, что в сегодняшних условиях наличие совершенных бизнес-процессов является условием даже не успеха, а выживания организации. Совершенствование бизнес-процессов – высокозатратная программа, включающая определенные проекты. Проекты программы не могут быть начаты одномоментно из-за ограниченности бюджета и трудовых ресурсов. Возникает задача определения последовательности этапов реализации программы. Ее решение является одним из важнейших направлений бизнес-информатики. В работе предложен новый критерий для определения приоритетов проектов. В нем учтен тот факт, что средства для проектов генерируются при выполнении бизнес-процессов. В критерии также учитываются скорость освоения бюджета проекта и его потребность в участии ключевых сотрудников организации. Реализация программы разбита на этапы. На каждом этапе решается задача определения набора проектов, сумма приоритетов которых максимальна, а требования к ресурсам не превосходят ограничений, сложившихся к этому этапу. Актуальность статьи объясняется потребностью предприятий, обеспечивающих летную годность самолетов гражданской авиации. Работа представляет интерес для руководителей программ проектов производственных и сервисных компаний, а также для широкого круга научных работников. https://bijournal.hse.ru/2025--1 Vol.19/1030734554.html       Современные города сталкиваются с растущей транспортной нагрузкой, что требует внедрения интеллектуальных систем управления дорожным движением. Одним из ключевых направлений является адаптивное светофорное регулирование, способное подстраиваться под изменяющиеся условия транспортного потока. Однако существующие методы оптимизации параметров светофорных циклов обладают рядом ограничений, таких как высокая вычислительная сложность, риск преждевременной сходимости алгоритмов и сложность учета динамики трафика. В данной работе предлагается подход к оптимизации характеристик интеллектуальной транспортной системы с использованием гибридных эволюционных алгоритмов. Разработанные методы комбинируют принципы генетических алгоритмов и алгоритма роя частиц, что позволяет достичь баланса между глобальным и локальным поиском оптимальных параметров. В исследовании рассматриваются шесть различных схем гибридизации, включая модифицированные версии базовых алгоритмов, а также их сочетание с методами кластеризации HDBSCAN для адаптивной настройки частоты оптимизации. Для проверки эффективности предложенных алгоритмов разработана имитационная модель в среде AnyLogic, воспроизводящая условия реального городского трафика. Численные эксперименты, проведенные на локальном участке улично-дорожной сети г. Москвы, показали, что гибридный алгоритм SlipToBest демонстрирует наилучшие результаты по сокращению среднего времени проезда и снижению потерь топлива, а алгоритм Alternating обеспечивает высокую устойчивость решений. Результаты работы подтверждают целесообразность использования гибридных эволюционных методов в задачах управления транспортными потоками. Предложенные алгоритмы позволяют не только повысить эффективность светофорного регулирования, но и создать основу для дальнейшего развития адаптивных систем управления городским движением. https://bijournal.hse.ru/2025--1 Vol.19/1031008394.html       Исследование проведено в рамках актуальной задачи изучения процессов развития человеческого капитала организации и повышения производительности труда сотрудников. При этом процесс развития рассматривается сквозь призму создания и имплементации различных элементов программы well-being (с англ. «благополучие» – комплекс мероприятий для улучшения внутреннего состояния сотрудников) в основные корпоративные бизнес-процессы организации. Цель данной работы – разработать нечеткий метод формирования оптимального портфеля мероприятий программы well-being, который позволит максимально приблизиться к целевым значениям ключевых показателей эффективности (КПЭ) сотрудников на заданном горизонте планирования. Для достижения поставленной цели выдвигается гипотеза о возможности построения инструмента, позволяющего на основе функциональных зависимостей каналов влияния сформировать оптимальный портфель мероприятий программы well-being, повышающий эффективность работы организации. Разработанный метод состоит из модели, представляющей собой задачу нечеткого программирования, и метода нахождения ее решения. Отличительной чертой модели является учет двух уровней неопределенностей при формировании оптимального портфеля мероприятий, связанных с достоверностью оценок числовых коэффициентов функциональных зависимостей каналов влияния и набором параметров ограничений, определяемых экспертно. В качестве целевой функции модели используется интегральный показатель, который характеризует степень достижения целевых значений ключевых показателей эффективности сотрудников с учетом важности каждого из них для организации. В качестве переменных оптимизации в модели выступают бинарные переменные, которые определяют включение определенного мероприятия в программу well-being организации в конкретный момент времени в рамках заданного периода планирования. Ограничениями в модели являются: совокупный объем финансовых средств, направляемых на реализацию программы well-being; сумма инвестиций в конкретное направление программы well-being; прирост интегрального показателя компетентности каждого из сотрудников. С практической точки зрения предложенный метод позволит формировать обоснованный портфель мероприятий программы well-being, реализация которого оказывает максимально возможное положительное влияние на производительность труда сотрудников. https://bijournal.hse.ru/2025--1 Vol.19/1031009798.html       Процессы формирования и развития интеллектуального капитала в цифровой экономике представляют собой слабоструктурированные процессы, протекающие в условиях значительного увеличения скорости и непредсказуемости изменений во внешней среде. Это крайне затрудняет возможность использования предыдущего опыта и вероятностных прогнозов при оценке рисков недостижения стратегических целей по развитию интеллектуального капитала организации. При этом нежелательные отклонения при достижении этих целей могут приводить к значительным негативным последствиям. В этой связи возникает необходимость разработки соответствующих нечетких методов и моделей, что обусловливает актуальность настоящей работы.Цель данного исследования состояла вразработке нечеткогометода оценки рисков недостижения стратегических целей организации в сфере развития интеллектуального капитала. В основе метода лежит разработанная авторами нечеткаямодель, позволяющая учитывать толерантность к неопределенности лица, принимающего решения.Апробация метода на примереконкретной организации показала возможность его практической применимости. Приведены количественные оценки и качественные интерпретацииуровней рисков недостижения целевых показателей по развитию интеллектуального капитала организации (крупного регионального университета). https://bijournal.hse.ru/2025--1 Vol.19/1031020877.html       При массовой оценке рыночной стоимости недвижимого имущества, а также при кадастровой оценке часто возникает задача о справедливом разделении стоимости единого объекта недвижимости на стоимость земельного участка и расположенных на нем улучшений (зданий). Одним из ключевых источников информации при проведении оценки стоимости объектов недвижимого имущества являются рыночные данные. Такие данные могут содержать сведения о ценах предложений, или данные о фактических ценах сделок (например, при сделках с ипотекой) в целом за весь объект. В то же время учетная политика предприятий, разные ставки земельного налога и налога на имущество часто требуют раздельного учета стоимости земельных участков и расположенных на них зданий, сооружений и т.п. Проблема такой разверстки стоимости единых объектов является предметом постоянных дискуссий в оценочном сообществе, устоявшиеся методики отсутствуют. В статье предложен метод справедливого разделения стоимости единого объекта недвижимости, базирующийся на подходе, заимствованном из кооперативной теории игр. Рассмотрена простая игровая постановка задачи и ее справедливое решение, основанное на векторе Шепли. Получены простые и хорошо интерпретируемые расчетные формулы, позволяющие провести разверстку рыночной стоимости единых объектов на больших массивах данных с минимальными временными затратами. Предложенный метод в теории и практике оценки является новым.