ОСОБЛИВОСТІ ВИКОРИСТАННЯ ВІДКРИТИХ ДАНИХ У ПІДГОТОВЦІ РІШЕНЬ МАРКЕТИНГОВОГО ТА КОМЕРЦІЙНОГО МЕНЕДЖМЕНТУ
DOI:
https://doi.org/10.33111/sedu.2022.50.045.055Ключові слова:
відкриті дані, достовірність інформації, машинне навчання, комерційна діяльність, менеджментАнотація
У статті досліджено особливості використання даних з відкритих джерел інформації, спеціальних підходів та прийомів в системі маркетингових досліджень підприємств. Розроблено та апробовано удосконалюючі підходи щодо інтеграції в існуючі маркетингові інформаційні системи сучасного інструментарію контент-аналізу. Здійснено апробацію сучасних методичних інструментів машинного навчання на базі авторських підходів щодо виявлення «фейків» (недостовірної інформації) при формуванні ситуаційної обізнаності менеджменту компаній, аналітичного опрацювання змін, що пов’язані з високими ризиками і невизначеністю перспектив для бізнесу. Конструктивно опрацьовано рекомендації щодо організації формування вихідних масивів даних з відкритих джерел інформації, підвищення якості та достовірності їх опрацювання та успішної
інтеграції системах маркетингової і комерційної аналітики.
Посилання
Sahoo, Somya Ranjan, and B. B. Gupta. “Multiple features based approach for automatic fake news detection on social networks using deep learning”. Applied Soft Computing 100 (2021). DOI: 10.1016/j.asoc.2020.106983.
Yang, Y., Zheng, L., Zhang, J., Cui, Q., Zhang, X., Li, Z., and Philip S. Yu. “TI-CNN: Convolutional Neural Networks for Fake News Detection”. arXiv:1806.00749v1 [cs.CL] 3, (2018). https://arxiv.org/pdf/1806.00749.pdf (accessed 29.04.2022).
Amer, E., Kwak, K.-S., and S. El-Sappagh. “Context-Based Fake News Detection Model Relying on Deep Learning Models”. Electronics 11, no. 8 (2022). DOI: 10.3390/electronics11081255.
Kaliyar, R. K., Goswami, A., Narang, P., and S. Sinha. “FNDNet – A deep convolutional neural network for fake news detection”. Cognitive Systems Research 61 (2020): 32-44. DOI: 10.1016/j.cogsys.2019.12.005.
Kaliyar, R. K., Goswami, A., and P. A. Narang. “Hybrid Model for Effective Fake News Detection with a Novel COVID-19 Dataset”. In Proceedings of the 13th International Conference on Agents and Artificial Intelligence (ICAART 2021), Vol. 2 (2021): 1066-1072. DOI: 10.5220/0010316010661072. https://www.scitepress.org/Papers/2021/103160/103160.pdf (accessed 29.04.2022).
Nasir, J. A., Subhani, K. O., and Iraklis Varlamis. “Fake news detection: A hybrid CNN-RNN based deep learning approach”. International Journal of Information Management Data Insights 1, no. 1 (2021). DOI: 10.1016/j.jjimei.2020.100007.
