РЕЖИМ ДЕТЕКЦІЇ АНОМАЛІЙ І ЗАГРОЗ У ВЕЛИКИХ ДАНИХ ПІДПРИЄМСТВ ГОТЕЛЬНО-РЕСТОРАННОЇ ГАЛУЗІ
Анотація
Впровадження режиму детекції аномалій та загроз в рамках аналіза та аналітики великих даних є актуальною та важливою інновацією для готельно-ресторанного бізнесу в сучасних умовах. Сучасні інтелектуальні IT технології (класичне та глибоке машинне навчання, ансамблеве та гібридне машинне навчання, розподілені та хмарні обчислення тощо) дозволять компаніям та корпораціям ефективно виявляти аномалії у транзакціях, операційній діяльності та поведінці клієнтів. Цей режим інтелектуального аналізу великих даних не лише мінімізує фінансові та репутаційні ризики, а й сприяє підвищенню прозорості, операційної ефективності та безпеки корпоративних даних. В умовах сучасного конкурентного ринку та глобальних криз використання в рамках аналізу та аналітики великих даних саме режиму детекції аномалій (та загроз) стає не просто перевагою, а ургентною необхідністю для успішного розвитку та стійкості підприємств готельно-ресторанного сектора в сучасних кризових умовах. Таким чином, в цій публікації викладені актуальні науково-практичні авторські результати удосконалення методології, технології та практичних рекомендацій ефективного режиму виявлення аномалій і загроз у великих даних підприємств готельно-ресторанної індустрії з урахуванням глобалізації, національної та регіональної специфіки, галузевих особливостей.
Посилання
Tetiana Tsalko, Svitlana Nevmerzhytska, Svitlana Krasniuk, Svitlana Goncharenko, Liubymova Natalia. Features, problems and prospects of data mining and data science application in educational management. Bulletin of Science and Education, №5(23), 2024. C.637-657.
Хмурова В.В., Гращенко І.С. Інноваційна політика як інструмент організаційних змін. Economic development: theory, methodology, management. Materials of the 4th International Scientific and Practical Conference. Budapest-Prague-Kyiv, 28-30 November 2016. 386, С. 361–369.
Науменко, М. Сучасні концепції інноваційного менеджменту на підприємствах. Наукові інновації та передові технології, № 6(34) (2024). DOI: https://doi.org/10.52058/2786-5274-2024-6(34)-435-449
Лявинець, Г., Люлька, О., & Ткачук, Ю. (2024). Інтелектуальні, орієнтовані на знання технології у адаптивному менеджменті готельно-ресторанного бізнесу. Економіка та суспільство, (67). https://doi.org/10.32782/2524-0072/2024-67-91
Науменко М. Інтелектуальний аналіз бізнесових даних як фактор посилення конкурентної позиції підприємства. Успіхи і досягнення у науці, 2024, 5 (5). DOI: https://doi.org/10.52058/3041-1254-2024-5(5)-746-762
Лявинець Г. М., Губеня В. О., Люлька О. М., Ткачук Ю. М. Data Mining у адаптивному менеджменті готельно-ресторанного бізнесу. Міжнародний науковий журнал "Інтернаука". Серія: "Економічні науки". – 2024. – № 11. https://doi.org/10.25313/2520-2294-2024-11-10404
Краснюк М. Т., Краснюк С. О. Fraud detection in the business data as an important corporate anti-crisis method of audit. Сучасні виклики і актуальні проблеми науки, освіти та виробництва: міжгалузеві диспути: матеріали III міжнародної науково-практичної інтернет-конференції (Київ, 15 квітня 2020 р.). Київ, 2020. С. 14-16.
Науменко, М. Методологія факторів-детермінантів ефективності діяльності та конкурентної позиції підприємства на ринку в кризових умовах // Наукові інновації та передові технології, № 7(35) (2024). DOI: https://doi.org/10.52058/2786-5274-2024-7(35)-648-665
Hrashchenko Iryna, Krasnyuk Maxim, Krasniuk Svitlana. Iterative methodology of bankruptcy forecast of logistic companies in emerging markets, taking into account global/regional crisis // Collection of scientific works "Problems of the systemic approach in economics", vol. 1 (75) / 2020. – C. 138-147. DOI:10.32782/2520-2200/2020-1-43
Krasnyuk, M., & Kustarovskiy, O. The development of the concept and set of practical measures of anticrisis logistics management in the current Ukraine conditions. Zarządzanie. Teoria i Praktyka, Wyższa Szkoła Menedżerska w Warszawie, (1 (19)), С. 31-37.
Krasnyuk, M., Hrashchenko, I., Krasniuk, S., Kustarovskiy, O. Reengineering of a Logistic Company and its Information System Taking into Account Macroeconomic Crisis // Modern Economics, 13, C. 141-153
Krasnyuk M., Kulynych Yu., Hrashchenko I., Krasniuk S., Goncharenko S., Chernysh T. Innovative management information system in post-crisis economic conditions on emerging markets (on the example of the oil and gas industry) // Moderní aspekty vědy - Modern aspects of science: svazek XXXVIІ mezinárodní kolektivní monografie. – Česká republika: Mezinárodní Ekonomický Institut s.r.o. C. 185-203.
Науменко М., Гращенко І. Сучасний штучний інтелект в антикризовому управлінні конкурентними підприємствами та компаніями // Grail of Science, (42), C. 120–137. DOI: 10.36074/grail-of-science.02.08.2024.015.
Tama B. A. Data mining for predicting customer satisfaction in fast-food restaurant //Journal of Theoretical & Applied Information Technology. – 2015. – Т. 75. – №. 1.
Dursun A., Caber M. Using data mining techniques for profiling profitable hotel customers: An application of RFM analysis //Tourism management perspectives. – 2016. – Т. 18. – С. 153-160.
Perera I., Caldera H. A. Aspect based opinion mining on restaurant reviews //2017 2nd IEEE International Conference on Computational Intelligence and Applications (ICCIA). – IEEE, 2017. – С. 542-546.
Moro S., Rita P., Coelho J. Stripping customers' feedback on hotels through data mining: The case of Las Vegas Strip //Tourism management perspectives. – 2017. – Т. 23. – С. 41-52.
Mahmood A., Khan H. U. Identification of critical factors for assessing the quality of restaurants using data mining approaches //The Electronic Library. – 2019. – Т. 37. – №. 6. – С. 952-969.
Lee M., Kwon W., Back K. J. Artificial intelligence for hospitality big data analytics: developing a prediction model of restaurant review helpfulness for customer decision-making //International Journal of Contemporary Hospitality Management. – 2021. – Т. 33. – №. 6. – С. 2117-2136.
Alamoudi E. S., Al Azwari S. Exploratory data analysis and data mining on yelp restaurant review //2021 National Computing Colleges Conference (NCCC). – IEEE, 2021. – С. 1-6.
AlShamsi A. Y. Understanding Customer Behaviour in Restaurants based on Data Mining Prediction Technique. – 2022.
Cheng Y. S. et al. Using data mining methods to predict repeat patronage intention in the restaurant industry //Journal of Quality Assurance in Hospitality & Tourism. – 2022. – Т. 23. – №. 6. – С. 1548-1574.
Liu J. et al. What affects the online ratings of restaurant consumers: a research perspective on text-mining big data analysis //International Journal of Contemporary Hospitality Management. – 2022. – Т. 34. – №. 10. – С. 3607-3633.
Han S. et al. Identifying a good business location using prescriptive analytics: Restaurant location recommendation based on spatial data mining //Journal of Business Research. – 2024. – Т. 179. – С. 114691.
Krasnyuk, M., і S. Krasniuk. Association rules in finance management. Збірник наукових праць ΛΌГOΣ, Березень 2021, DOI:10.36074/logos-26.02.2021.v1.01.
Лявинець, Г. Антикризовий менеджмент у готельно-ресторанному бізнесі. Економіка та суспільство, (66). https://doi.org/10.32782/2524-0072/2024-66-129
Краснюк М.Т. Гібридизація інтелектуальних методів аналізу бізнесових даних (режим виявлення аномалій) як складовий інструмент корпоративного аудиту. Стан і перспективи розвитку обліково-інформаційної системи в Україні : матеріали ІІІ Міжнар. наук.-практ. конф. [м. Тернопіль, 10-11 жовт. 2014 р.] / редкол. : З. В. Задорожний, В. А. Дерій, М. Р. Лучко [та ін.] ; гол. ред. З. В. Задорожний. - Тернопіль : ТНЕУ, 2014. - С. 211-212.
M. Krasnyuk, S. Goncharenko, S. Кrasniuk. Intelligent technologies in hybrid corporate DSS (on the example of Ukraine oil&gas production company). Інноваційно-інвестиційний механізм забезпечення конкурентоспроможності країни: колективна монографія / за заг. ред. О. Л. Гальцової. – Львів-Торунь : Ліга-Прес, 2022. – С. 194-211.
Krasnyuk, M., Hrashchenko, I., Goncharenko, S., Krasniuk, S. Hybrid application of decision trees, fuzzy logic and production rules for supporting investment decision making (on the example of an oil and gas producing company). Access to science, business, innovation in digital economy, ACCESS Press, 3(3): 278-291. DOI: https://doi.org/10.46656/access.2022.3.3(7)
Гращенко І.С., Краснюк М.Т., Краснюк С.О. Гібридно-сценарне застосування інтелектуальних, орієнтованих на знання технологій, як важливий антикризовий інструмент логістичних компаній в Україні. Вчені записки Таврійського Національного Університету імені В. І. Вернадського. Серія: Економіка і управління. 2019. Том 30 (69). С. 121 – 129.
Tetiana Tsalko, Svitlana Nevmerzhytska, Svitlana Krasniuk, Svitlana Goncharenko, Liubymova Natalia (2024). Features, problems and prospects of data mining and data science application in educational management. Bulletin of Science and Education, №5(23), 2024. pp.637-657.
Hrashchenko I.S., Khmurova V. V. Innovatsiina polityka yak instrument orhanizatsiinykh zmin. [Innovative policy as a tool for organizational change. Economic development: theory, methodology, management] [materials of the 4th International Scientific and Practical Conference]. Budapest-Prague-Kyiv, 28-30 November 2016. 386, pp. 361-369. [In Ukrainian].
Naumenko, M. (2024). Suchasni kontseptsii innovatsiinoho menedzhmentu na pidpryiemstvakh [Modern concepts of innovation management at enterprises]. Scientific innovations and advanced, 6(34). https://doi.org/10.52058/2786-5274-2024-6(34)-435-449 [in Ukrainian].
Lyavinets, G., Lyulka, O., & Tkachuk, Y. (2024). Intelektualni, oriientovani na znannia tekhnolohii u adaptyvnomu menedzhmenti hotelno-restorannoho biznesu. [Intelligent, knowledge-oriented technologies in adaptive management of the hotel and restaurant business]. Economy and society, (67). https://doi.org/10.32782/2524-0072/2024-67-91
Naumenko, М. (2024). Intelektualnyi analiz biznesovykh danykh yak faktor posylennia konkurentnoi pozytsii pidpryiemstva [Intelligent analysis of business data as a factor in strengthening the company's competitive position]. Uspikhy i dosiahnennia u nautsi - Success and progress in science, 2024, 5 (5), https://doi.org/10.52058/3041-1254-2024-5(5)-746-762 (in Ukrainian)
Lyavinets G. M., Gubenya V. O., Lyulka O. M., Tkachuk Yu. M. (2024). Data Mining u adaptyvnomu menedzhmenti hotelno-restorannoho biznesu. [Data Mining in Adaptive Management of Hotel and Restaurant Business]. International Scientific Journal "Internauka". Series: "Economic Sciences", 2024. – # 11. https://doi.org/10.25313/2520-2294-2024-11-10404 [in Ukrainian].
Krasnyuk, М. Т., & Krasniuk, S. O. (2020). Fraud detection in the business data as an important corporate anti-crisis method of audit. Suchasni vyklyky i aktualni problemy nauky, osvity ta vyrobnytstva: mizhhaluzevi dysputy: materialy III mizhnarodnoi naukovo-praktychnoi internet-konferentsii – Modern challenges and current problems of science, education and production: interdisciplinary debates: materials of the III international scientific and practical internet conference (pp. 14-16). Kyiv.
Naumenko, М. (2024). Metodolohiia faktoriv-determinantiv efektyvnosti diialnosti ta konkurentnoi pozytsii pidpryiemstva na rynku v kryzovykh umovakh. [Methodology of determining factors of activity efficiency and competitive position of the enterprise on the market in crisis conditions]. Scientific innovations and advanced technologies, № 7(35) (2024). DOI: https://doi.org/10.52058/2786-5274-2024-7(35)-648-665 [in Ukrainian]
Hrashchenko Iryna, Krasnyuk Maxim, Krasniuk Svitlana. Iterative methodology of bankruptcy forecast of logistic companies in emerging markets, taking into account global/regional crisis. Collection of scientific works Problems of the systemic approach in economics, vol. 1 (75) / 2020, 138-147. DOI:10.32782/2520-2200/2020-1-43
Krasnyuk, M., & Kustarovskiy, O. The development of the concept and set of practical measures of anticrisis logistics management in the current Ukraine conditions. Zarządzanie. Teoria i Praktyka, Wyższa Szkoła Menedżerska w Warszawie, (1 (19)), 31-37.
Krasnyuk, M., Hrashchenko, I., Krasniuk, S., Kustarovskiy, O. Reengineering of a Logistic Company and its Information System Taking into Account Macroeconomic Crisis, Modern Economics, #13, 141-153
Krasnyuk M., Kulynych Yu., Hrashchenko I., Krasniuk S., Goncharenko S., Chernysh T. Innovative management information system in post-crisis economic conditions on emerging markets (on the example of the oil and gas industry). Moderní aspekty vědy - Modern aspects of science: svazek XXXVIІ mezinárodní kolektivní monografie. – Česká republika: Mezinárodní Ekonomický Institut s.r.o., 185-203.
Naumenko, M. & Hrashchenko, І. (2024). Suchasnyi shtuchnyi intelekt v antykryzovomu upravlinni konkurentnymy pidpryiemstvamy ta kompaniiamy [Modern artificial intelligence in anti-crisis management of competitive enterprises and companies]. Grail of Science, (42), 120–137. https://doi.org/10.36074/grail-of-science.02.08.2024.015 [in Ukrainian].
Tama, B. A. (2015). Data mining for predicting customer satisfaction in fast-food restaurant. Journal of Theoretical & Applied Information Technology, 75(1).
Dursun, A., & Caber, M. (2016). Using data mining techniques for profiling profitable hotel customers: An application of RFM analysis. Tourism management perspectives, 18, 153-160.
Perera, I. K. C. U., & Caldera, H. A. (2017, September). Aspect based opinion mining on restaurant reviews. In 2017 2nd IEEE International Conference on Computational Intelligence and Applications (ICCIA) (pp. 542-546). IEEE.
Moro, S., Rita, P., & Coelho, J. (2017). Stripping customers' feedback on hotels through data mining: The case of Las Vegas Strip. Tourism management perspectives, 23, 41-52.
Mahmood, A., & Khan, H. U. (2019). Identification of critical factors for assessing the quality of restaurants using data mining approaches. The Electronic Library, 37(6), 952-969.
Lee, M., Kwon, W., & Back, K. J. (2021). Artificial intelligence for hospitality big data analytics: developing a prediction model of restaurant review helpfulness for customer decision-making. International Journal of Contemporary Hospitality Management, 33(6), 2117-2136.
Alamoudi, E. S., & Al Azwari, S. (2021, March). Exploratory data analysis and data mining on yelp restaurant review. In 2021 National Computing Colleges Conference (NCCC) (pp. 1-6). IEEE.
AlShamsi, A. Y. (2022). Understanding Customer Behaviour in Restaurants based on Data Mining Prediction Technique.
Cheng, Y. S., Kuo, N. T., Chang, K. C., & Wu, H. T. (2022). Using data mining methods to predict repeat patronage intention in the restaurant industry. Journal of Quality Assurance in Hospitality & Tourism, 23(6), 1548-1574.
Liu, J., Yu, Y., Mehraliyev, F., Hu, S., & Chen, J. (2022). What affects the online ratings of restaurant consumers: a research perspective on text-mining big data analysis. International Journal of Contemporary Hospitality Management, 34(10), 3607-3633.
Han, S., Chen, L., Su, Z., Gupta, S., & Sivarajah, U. (2024). Identifying a good business location using prescriptive analytics: Restaurant location recommendation based on spatial data mining. Journal of Business Research, 179, 114691.
Krasnyuk, M., Krasniuk, S. (2021). Association rules in finance management. Scientific bulletin ΛΌГOΣ, February 2021. pp. 9-10. https://doi.org/10.36074/logos-26.02.2021.v1.01
Lyavinets, G. (2024). Antykryzovyi menedzhment u hotelno-restorannomu biznesi [Anti-crisis management in the hotel and restaurant business]. Economy and society, (66). https://doi.org/10.32782/2524-0072/2024-66-129 [in Ukrainian]
Krasnyuk, M. (2014). Hibrydyzatsiia intelektualnykh metodiv analizu biznesovykh danykh (rezhym vyiavlennia anomalii) yak skfladovyi instrument korporatyvnoho audytu [Hybridization of intelligent methods of business data analysis (anomaly detection mode) as a standard tool of corporate audit]. Stan i perspektyvy rozvytku oblikovo-informatsiinoi systemy v Ukraini - Stan i perspektyvy rozvytku oblikovo-informatsiinoi systemy v Ukraini : materialy III Mizhnar. nauk.-prakt. konf. [m. Ternopil, 10-11 zhovt. 2014 r.] - The state and prospects of the development of the accounting and information system in Ukraine: materials of the III International science and practice conf. [m. Ternopil, October 10-11. 2014]. TNEU, 2014. pp. 211-212 (in Ukrainian)
M. Krasnyuk, S. Goncharenko, S. Кrasniuk (2022) Intelektualni tekhnolohii v hibrydnii korporatyvnii SPPR (na prykladi Ukrainskoi naftohazovydobuvnoi kompanii) [Intelligent technologies in hybrid corporate DSS (on the example of Ukraine oil&gas production company)] Innovatsiino-investytsiinyi mekhanizm zabezpechennia konkurentospromozhnosti krainy: kolektyvna monohrafiia / za zah. red. O. L. Haltsovoi - Innovation and investment mechanism for ensuring the country's competitiveness: collective monograph / by general ed. O. L. Khultsova. – Lviv-Torun: League-Pres, 2022. – pp. 194-211 (in Ukrainian)
Krasnyuk, M., Hrashchenko, I., Goncharenko, S., Krasniuk, S. (2022) Hybrid application of decision trees, fuzzy logic and production rules for supporting investment decision making (on the example of an oil and gas producing company). Access to science, business, innovation in digital economy, ACCESS Press, 3(3): 278-291. DOI: https://doi.org/10.46656/access.2022.3.3(7)
Hrashchenko I.S., Krasniuk M.T., Krasniuk S.O. (2019). Hibrydno-stsenarne zastosuvannia intelektualnykh, oriientovanykh na znannia tekhnolohii, yak vazhlyvyi antykryzovyi instrument lohistychnykh kompanii v Ukraini [Hybrid-scenario application of intellectual, knowledge-oriented technologies as an important anti-crisis tool of logistics companies in Ukraine]. Scientific notes of Tavri National University named after V. I. Vernadskyi. Series: Economics and management, 2019. Vol. 30 (69). pp.121 – 129 (in Ukrainian)
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
