ВИБІР МЕТОДА КЛАСТЕРИЗАЦІЇ З МЕТОЮ АНАЛІЗУ ПОКАЗНИКІВ ЦИФРОВИХ ТРАНСФОРМАЦІЙ РЕГІОНІВ УКРАЇНИ

Автор(и)

DOI:

https://doi.org/10.32689/maup.it.2023.2.1

Ключові слова:

кластерний аналіз, цифровізація регіонів, SPSS

Анотація

В статті розглянуто актуальне питання щодо застосування кластерного аналізу для опису, обґрунтування трендів та показників узгодженості розвитку регіонів України в напрямі цифрових трансформацій. Для планів розбудови та визначення тенденцій потребується систематизація наявних знань щодо трендів та інструментів цифровізації регіональних систем. Для оцінки стану цифрових трансформацій регіонів потрібно залучати показники різного типу різних напрямів діяльності, як кількісні так і якісні, що формують базу багатовимірних даних для дослідження. Метою даної роботи є дослідження та застосування кластерного аналізу для опису, обґрунтування трендів та показників узгодженості розвитку регіонів України в напрямі цифрових трансформацій. Кластерний аналіз полягає у здійсненні класифікації об'єктів дослідження за допомогою численних обчислювальних процедур. Він дає можливість класифікувати об'єкти за декількома ознаками одночасно, перетворити великий обсяг різнобічної інформації в упорядкований, компактний вигляд. Розглянуто ієрархічний метод кластеризації та метод к-середніх. Проведені експерименти в SPSS Statistics дозволили обрати в якості метода для подальших досліджень метод к-середніх. Комп’ютерний експеримент з побудови системи кластерів проведено з використанням даних звіту Міністерства цифрової трансформації України – підсумкових показників (субіндексів) цифрової трансформації регіонів. Виділено п’ять кластерів, які можна поставити у відповідність рівням розвитку цифровізації областей. Порівняння цих результатів з інтегральними індексами цифрової трансформації регіонів, які визначені за іншою методикою, демонструє гарну узгодженість. Метод к-середніх планується обрати базовим для програмної реалізації підсистеми кластеризаціїї системи підтримки прийняття рішень щодо аналізу цифрової трансформації регіонів.

Посилання

Цифрова економіка: тренди, ризики та соціальні детермінанти / за ред. О. Піщулиної. Київ : Центр Разумкова, «Заповіт», 2020. 274 с.

Результати цифрової трансформації в регіонах України. Міністерство цифрової трансформації України. URL: https://thedigital.gov.ua/news/rezultati-tsifrovoi-transformatsii-v-regionakh-ukraini-1 (дата звернення: 01.08.2023).

Державна служба статистики України. URL: https://ukrstat.gov.ua/ (дата звернення: 01.08.2023).

Індекс цифрової трансформації регіонів України. Підсумки 2022 року. Міністерство цифрової трансформації України. URL: https://drive.google.com/drive/folders/1Wp6IaHb0uRKb68mgebq8CvZbgBxupkCz (дата звернення: 02.08.2023).

Котелевець Д.О. Тенденції розвитку цифрової економіки в Україні. Проблеми сучасних трансформацій. Серія: економіка та управління. 2022. № 5. DOI: 10.54929/2786-5738-2022-5-03-01 (дата звернення: 03.08.2023).

Рогозян Ю.С., Вахлакова В.В. Теоретико‐методичні аспекти оцінки результативності й ефективності цифровізації економіки локальних територій України у воєнний і повоєнний час. Академічні Візії. 2023. № 19. URL: http://dx.doi.org/10.5281/zenodo.7989723 (дата звернення: 04.08.2023).

Чаговець Л.О. Концептуальний базис оцінки й аналізу стану цифровізації України. Digitalization and Information Society. Selected Issues. – Katowice: Publishing House of University of Technology. 2023. C. 85–108. URL: http://repository.hneu.edu.ua/handle/123456789/27670 (дата звернення: 03.08.2023).

Горященко Ю.Г. Застосування кластерного аналізу для оцінки інноваційного розвитку соціально-економічних систем. Підприємництво і торгівля. 2021. № 30. С. 25–32. DOI: 10.36477/2522-1256-2021-30-04.

Гавриленко О.В. Навчальний посібник з дисциплін Аналіз даних та Аналіз даних в управляючих системах : навчальний посібник. Київ: КПІ, 2020. – 85 с.

Zhao W., Chellappa R. Face Processing: Advanced Modeling and Methods. Elsevier, 2011. 768 p.

Марченко О.О., Россада Т.В. Актуальні проблеми Data Mining : навчальний посібник. Київ : КНУ ім. Т. Шевченка, 2017. 150 с.

Бізнес-аналітика багатовимірних процесів / Т.С. Клебанова та ін. : навчальний посібник. Харків: ХНЕУ ім. С. Кузнеця, 2018. 271 с.

Караєва Н.В., Варава І.А. Еколого-економічна оптимізація виробництва: методи та засоби кластерного аналізу : методичні вказівки. Київ : НТУУ «КПІ», 2016. 36 с.

Su, M.C.; Chou, C.H. A modified version of the K-means algorithm with a distance based on cluster symmetry. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2001. Vol. 23, № 6. P. 674–680. DOI:10.1109/34.927466.

Ahmed M., Seraj R., Islam S. M.S. The k-means Algorithm: A Comprehensive Survey and Performance Evaluation. Electronics. 2020. Vol. 9, № 8. P. 1–12. URL: https://doi.org/10.3390/electronics9081295 (date of access: 03.08.2023).

Why IBM SPSS software? IBM SPSS Software. URL: https://www.ibm.com/spss (date of access: 03.08.2023).

##submission.downloads##

Опубліковано

2023-09-08

Як цитувати

БАРЧЕНКО, Н., ЛЮБЧАК, В., & ВЕЛИКОДНИЙ, Д. (2023). ВИБІР МЕТОДА КЛАСТЕРИЗАЦІЇ З МЕТОЮ АНАЛІЗУ ПОКАЗНИКІВ ЦИФРОВИХ ТРАНСФОРМАЦІЙ РЕГІОНІВ УКРАЇНИ. Інформаційні технології та суспільство, (2 (8), 6-17. https://doi.org/10.32689/maup.it.2023.2.1