Бизнес-информатика, 2018 (4 (46)) http://bijournal.hse.ru ru-ru Copyright 2018 Thu, 14 Feb 2019 11:12:39 +0300 Модель извлечения пользовательских мнений о потребительских свойствах товара на основе рекуррентной нейронной сети https://bijournal.hse.ru/2018--4 (46)/243257592.html       В статье на основе анализа существующих подходов к задаче разметки последовательности предложена модель структурного предсказания с использованием рекуррентной нейронной сети долгой краткосрочной памяти (long short-term memory, LSTM), позволяющая извлекать мнения пользователей из текстов отзывов. Представлены конфигурация модели и набор правил изменения ее состояния, позволяющие использовать как признаки из обрабатываемого предложения, так и прошлые результаты собственных предсказаний. Для обучения и оценки качества работы модели создан размеченный набор текстов отзывов о мобильных телефонах из интернет-магазина Amazon. Описана процедура обучения модели извлечения мнений на наборе отзывов, предложены конкретные значения гиперпараметров модели. Проведено экспериментальное сравнение разработанной модели с моделью на основе условного случайного поля (conditional random field, CRF) с использованием LSTM. Для сравнения моделей использовался критерий F1, характеризующий соотношение полноты и точности извлечения мнений. Результаты экспериментального исследования модели показывают, что предложенная модель дает более высокие по сравнению с аналогом результаты: в случае строго совпадения F1 для аспектов выше на 4,51%, для оценочных высказываний – на 5,44%.      В качестве практической апробации предложенной модели было проведено извлечение мнений о потребительских свойствах мобильных телефонов из текстов отзывов, отсутствующих в размеченной выборке. Кроме того, дополнительно были извлечены и представлены мнения из отзывов на другие категории товаров: телевизоры, средства для ухода за кожей, планшеты. Результаты апробации позволяют говорить о том, что модель показала хорошие результаты как для извлечения мнений о мобильных телефонах, так и о других категориях товаров. Полученные результаты могут быть полезны специалистам в области компьютерной лингвистики и машинного обучения, а также руководителям и менеджерам интернет-магазинов для определения потребительских предпочтений потенциальных пользователей, выдачи рекомендаций по приобретению товаров и предоставления развитых средств поиска по каталогу товаров.Работа выполнена в рамках государственного задания Министерства образования и науки РФ, проект № 8.8184.2017/8.9 Применение сверточных нейронных сетей для решения задачи оперативного прогнозирования динамики распространения лесных пожаров https://bijournal.hse.ru/2018--4 (46)/243258676.html       Работа посвящена актуальной задаче повышения эффективности оперативного прогнозирования динамики развития лесных пожаров. Для решения данной задачи предложено разработать метод оперативного прогнозирования динамики развития лесного пожара при нестационарности и неопределенности на базе перспективных информационных технологий – искусственного интеллекта и глубокого машинного обучения (сверточной нейронной сети). В рамках исследования выполнен анализ современных отечественных и зарубежных моделей прогнозирования распространения лесного пожара и выявлены основные ограничения применения моделей в условиях реального пожара (высокая степень динамичности и неопределенности входных параметров, необходимость обеспечения минимального времени сбора и ввода входных параметров, а также минимального времени отклика модели). На базе полученных результатов обоснована необходимость применения инструментария искусственных нейронных сетей для решения проблемы прогнозирования динамики распространения лесного пожара. Разработана общая логическая схема метода оперативного прогнозирования динамики лесных пожаров, главной особенностью которого является построение дерева сверточных нейронных сетей. Для повышения качества обучения сверточной нейронной сети, реализующей функцию прогнозирования распространения лесного пожара, предложено формирование базы данных о динамике лесных пожаров.Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований, проект № 18-37-00035 «О зависимости динамики развития лесного пожара от влияния факторов окружающей среды, характера лесных насаждений и вида пожара при нестационарности и неопределенности»  Развитие цифровых компетенций государственных гражданских служащих Российской Федерации https://bijournal.hse.ru/2018--4 (46)/243259749.html       В мировой практике работы государственных служб компетентностный подход принят в качестве основы развития производительности труда, инновационности и ответственности служащих. В России компетентностный подход занимает центральное место в законодательных и нормативных документах, но так и не стал рабочим инструментом. Переход России на цифровую экономику в соответствии с Федеральной программой обуславливает необходимость трансформации профессиональных качеств и квалификационных требований для замещения должностей государственной гражданской службы. Развитие единого информационного пространства государственной гражданской службы и повсеместное внедрение технологий электронного правительства предъявляет повышенные требования к компетенциям чиновников в сфере информационно-коммуникационных технологий. Однако, исследования показали, что до сих пор российские госслужащие на первые места по приоритету ставят такие компетенции, как нацеленность на результат, дисциплинированность, навыки организации собственного времени, стрессоустойчивость, а на последние места – адаптивность, готовность к переменам, креативность, инициативу, навыки применения нововведений и инноваций. Управление компетенциями подразумевает индивидуальный подход, учет особенностей каждого служащего, а также разработку и внедрение моделей компетенций, в которых должны быть отражены все стороны деятельности в условиях работы в цифровом мире.      Целью работы является разработка методических рекомендаций по совершенствованию положений должностного регламента государственных гражданских служащих в части квалификационных требований к компетенциям в сфере информационно-коммуникационных технологий (ИКТ). Использование методов сравнительного анализа при исследовании содержания должностных регламентов государственной гражданской службы различных субъектов РФ, а также экспертного опроса по проблемам содержания и текущего уровня развития ИКТ-компетенций государственных гражданских служащих позволили авторам выделить в структуре компетенций базовые, продвинутые и специальные компоненты. Предложены методические рекомендации по трансформации компетенций в области ИКТ в цифровые компоненты, которые предусматривают расширенный комплекс знаний и навыков, необходимых в условиях цифровизации государственной гражданской службы. Данные изменения позволят кадровым службам органов государственной власти субъектов РФ обеспечить унифицированный подход к формированию требований к уровню развития цифровых компетенций претендентов на должности государственной гражданской службы, а также реализовать целевой подход при формировании программ развития кадрового потенциала с учетом требований цифровой грамотности.Статья подготовлена по результатам исследований, выполненных за счет бюджетных средств по Государственному заданию Финансового университета 2018 года «Совершенствование информационного обеспечения системы управления кадрами на основе компетентностного подхода и индивидуального трекинга карьеры государственных гражданских служащих», номер государственной регистрации АААА-А18-118052490063-1 Цифровизация учета профессиональных компетенций граждан на основе технологий распределенных реестров и смарт-контрактов https://bijournal.hse.ru/2018--4 (46)/243260962.html      В условиях становления цифровой экономики на первый план выходит сохранение и приумножение интеллектуального капитала, который в настоящее время является ключевым фактором общественного развития. Ориентация национальной экономики на использование современных достижений цифровой индустрии будет способствовать скорейшему переходу к информационному обществу в глобальном масштабе. Цифровизация образования позволит использовать последние достижения научной мысли для развития других сфер жизнедеятельности общества.     В работе предложена модель адаптации технологий распределенных реестров на основе блокчейн и смарт-контрактов для надежного хранения и эффективного использования показателей уровня профессиональных компетенций граждан в целях создания единой информационной среды взаимодействия всех субъектов экономической системы. Авторами разработана модель системы учета профессиональных компетенций граждан и траекторий их развития, основанная на использовании современных технологий цифровой экономики. Обоснована эффективность и безопасность использования блокчейн-технологии для хранения и передачи информации. Основными субъектами в представленной системе являются образовательные учебные заведения всех уровней, государственные структуры по надзору в сфере образования и непосредственно сами граждане, принимающие участие в образовательном процессе.     Предложенная модель отражает уровень образования и профессионального мастерства каждого зарегистрированного участника в виде индекса (education index, EI), учитывающего все достижения в сфере образования и профессиональные компетенции на протяжении всей жизни. По мнению авторов, при расчете EI целесообразно также учитывать рейтинг образовательного учреждения, принимающего участие в формировании профессиональных компетенций граждан. Введение EI позволит существенно упростить процесс трудоустройства выпускников различных образовательных учреждений, а также проведение вузами приемных кампаний. Кроме того, при помощи инструментов анализа возможно создание рейтингов вузов, кафедр и даже отдельных преподавателей. Разработанная система учета профессиональных компетенций ориентирована на обработку и хранение больших объемов данных (Big Data), что позволит в перспективе подключить к реестру работодателей, фонд пенсионного страхования и иные государственные структуры, заинтересованные в использовании полных и достоверных персональных данных граждан.Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований, проект № 18-410-320002\18 «Концепция инновационного управления развитием региональной экономики в условиях цифровизации: проектный подход» Оценка эффективности и рисков инвестиционных проектов: интегральный подход https://bijournal.hse.ru/2018--4 (46)/243261798.html       В ходе оценки и выбора инвестиционных проектов современные компании сталкиваются с проблемой расстановки приоритетов между их доходностью и рискованностью. Выбор проекта только на основании доходности существенно повышает риски финансово-хозяйственной деятельности, увеличивает неопределенность в получении запланированного финансового результата, в то время как ориентация на сокращение рисков инвестиционных проектов не позволяет достичь желаемого уровня рентабельности. Данный факт повышает актуальность разработки многокритериальных интегральных показателей.      В настоящей статье представлены результаты авторской разработки интегрального показателя оценки эффективности и рисков инвестиционных проектов. Интегральный показатель имеет матричную форму. Для его составления используется три группы критериев: количественные критерии эффективности, качественные критерии эффективности и критерии оценки рисков. Количественные и качественные критерии эффективности предлагается подразделить на показатели, характеризующие, во-первых, коммерческую (экономическую) эффективность проектов, во-вторых – их бюджетную эффективность, в-третьих – общественную эффективность. В перечень критериев, характеризующих риски проектов, предлагается включить макроэкономические показатели и показатели отраслевой принадлежности проекта, демонстрирующие всестороннюю оценку внешней экономической ситуации, сложившейся на данном рынке.      При оценке эффективности и рисков конкретных инвестиционных проектов разработанный авторами интегральный показатель преобразуется из матричной формы в количественный индикатор, удобный для интерпретации. С этой целью предлагается использовать метод главных компонент и эвристические методы, в том числе метод ранжирования и метод анализа иерархий.      Результаты исследования могут быть использованы компаниями при выборе инвестиционных проектов.