Нейросетевая модель оценки надежности контрагентов в системе закупок металлургического предприятия

Обложка

Цитировать

Полный текст

Аннотация

В статье рассматривается нейросетевая модель оценки надежности контрагентов в системе закупок металлургического предприятия. Цель исследования – разработка нейросетевой модели для оценки надежности контрагентов в системе управления закупками металлургического предприятия. Результаты . В рамках исследования произведены сбор, анализ и обработка релевантных данных, проведен комплексный анализ параметров, характеризующих поставщиков, включая финансовые, юридические, операционные, организационные и репутационные показатели, построена архитектура модели, выполнены ее обучение и проверка на тестовой выборке, а также осуществлено сравнение с традиционными подходами оценки. Результаты тестирования модели показали высокую точность прогнозирования и подтвердили целесообразность ее применения в условиях информационной неопределенности. Представлены перспективы интеграции модели в корпоративные информационные системы металлургических предприятий.

Об авторах

В. В. Дьячкова

Донбасский государственный технический университет

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

канд. экон. наук, доцент кафедры информационных технологий

Россия, 294204, Россия, Луганская Народная Республика, г. Алчевск, пр-т Ленина, 16

Е. С. Коваленко

Донбасский государственный технический университет

Автор, ответственный за переписку.
Email: kathris92@gmail.com
ORCID iD: 0009-0009-8931-7138
SPIN-код: 9202-9286

ст. преподаватель кафедры информационных технологий

Россия, 294204, Россия, Луганская Народная Республика, г. Алчевск, пр-т Ленина, 16

Список литературы

  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

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Дьячкова В.В., Коваленко Е.С., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».