A neural network model for assessing the reliability of counterparties within a metallurgical enterprise's procurement system

Cover Page

Cite item

Full Text

Abstract

The article presents a neural network model for evaluating the reliability of counterparties within a metallurgical enterprise's procurement system. Aim. The study aims to develop a neural network model to assess the reliability of counterparties within a metallurgical enterprise's procurement management system. Results. The study involved collecting, analyzing and processing relevant data; conducting a comprehensive analysis of parameters characterizing suppliers, including financial, legal, operational, organizational and reputational indicators; constructing the model architecture; training and testing it on a sample; and comparing it with traditional assessment approaches. Testing the model showed that it has high forecasting accuracy and can be used in conditions of information uncertainty. This paper presents the prospects for integrating the model into the corporate information systems of metallurgical enterprises.

About the authors

V. V. Dyachkova

Donbass State Technical University

Email: dyachkova.vika@gmail.com
ORCID iD: 0009-0003-9771-616X
SPIN-code: 5620-0952

Candidate of Economic Sciences, Associate Professor of the Department of Information Technology

Russian Federation, Lenin avenue, 16, Alchevsk, Lugansk People’s Republic, Russia, 294204

E. S. Kovalenko

Donbass State Technical University

Author for correspondence.
Email: kathris92@gmail.com
ORCID iD: 0009-0009-8931-7138
SPIN-code: 9202-9286

Senior Lecturer of the Department of Information Technology

Russian Federation, Lenin avenue, 16, Alchevsk, Lugansk People’s Republic, Russia, 294204

References

  1. Дьячкова В. В., Коваленко Е. С. Особенности закупочной деятельности промышленного предприятия в условиях цифровизации экономики // 65 лет ДонГТИ. Наука и практика. Актуальные вопросы и инновации: Сборник тезисов докладов юбилейной Международной научно-технической конференции, Алчевск, 13 –14 октября 2022 года. Часть 2. Алчевск: Донбасский государственный технический институт, 2022. С. 94 –95. EDN: KSWVGH
  2. Дьячкова В. В., Коваленко Е. С. Современные цифровые инструменты в управлении закупками промышленного предприятия // Направления повышения эффективности управленческой деятельности органов государственной власти и местного самоуправления: Сборник материалов V Международной научно-практической конференции, Алчевск, 15 декабря 2022 года. Алчевск: Луганский государственный университет имени Владимира Даля, 2023. С. 387 –390. EDN: KPRAQC
  3. Лузик А. Д., Пяткова Е. В., Тареева Е. Д., Антипов Д. В. Создание автоматизированной системы оценки потенциальных поставщиков // От качества инструментов к инструментам качества: Сборник докладов Всероссийской научно-технической конференции, Тула, 19–20 октября 2023 года. Тула: Тульский государственный университет, 2023. С. 376 –380. EDN: GBPLKC
  4. Казурова Е. М. Оценка поставщиков и получателей лекарственных средств аптечного склада // Вестник фармации. 2024. № 1(103). С. 26 –30. doi: 10.52540/2074-9457.2024.1.26. EDN: PUSBJW
  5. Качалов В. А., Дворкин Л. С., Скрипко Л. Е. О проведении оценки и повторной оценки внешних поставщиков // Методы менеджмента качества. 2020. № 3. С. 48 –53. EDN: NRYLOY
  6. Мишура Л. Г., Васильева Ю. В. Оценка поставщика с учетом требований ГОСТ Р ИСО 9001 // Экономика. Право. Инновации. 2020. № 2. С. 4 –9. EDN: ASYOOD
  7. Митус К. Н., Митус А. А. Трехпараметрическая методика оценки поставщика // Вектор экономики. 2020. № 4(46). С. 75. EDN: EWZQLS
  8. Херсонский Н. С., Большедворская Л. Г. Методы выбора и оценки поставщиков с учетом категорирования параметров продукции и комплектующих // Crede Experto: транспорт, общество, образование, язык. 2023. № 4. С. 6 –19. doi: 10.51955/2312-1327_2023_4_6. EDN: VKMOFY
  9. Сивандаева С. Ю. Аудит – как механизм оценки поставщиков // Моя профессиональная карьера. 2022. Т. 1. № 32. С. 19 –21. EDN: IBGGVF
  10. Кузьмина С. Н., Силаева В. В., Екимова Е. И. Методика обеспечения качества процесса оценки поставщиков на предприятиях пищевой промышленности // Качество. Инновации. Образование. 2022. № 4(180). С. 3 –11. doi: 10.31145/1999-513X-2022-4-03-11. EDN: DJMEUY
  11. Гордеев К. С., Жидков А. А., Илюшина Е. С. и др. Методы поиска, выбора и оценки надежности поставщика // Современные научные исследования и инновации. 2021. № 3(119). С. 23. EDN: TGYGKD
  12. Левкин Г. Г. Методика оценки логистической деятельности поставщиков промышленного предприятия // Логистика. 2024. № 6(211). С. 14 –16. EDN: KOQRDE
  13. Гулевич Ю. Н., Наливайко Г. М. Перспективы применения IT для выбора и оценки поставщиков материалов и комплектующих изделий // Доклады Белорусского государственного университета информатики и радиоэлектроники. 2021. Т. 19. № 5. С. 61 –69. doi: 10.35596/1729-7648-2021-19-5-61-69. EDN: BEWIRM
  14. Дьячкова В. В., Коваленко Е. С. Организация тендерной деятельности промышленного предприятия в условиях цифровизации экономики // Инновации и информационные технологии в условиях цифровизации экономики: Сборник тезисов докладов международной научно-практической конференции, Алчевск, 27 –28 апреля 2023 года. Алчевск: Донбасский государственный технический университет, 2023. С. 141 –143. EDN: FWOLES

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2025 Dyachkova V.V., Kovalenko E.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).