Методы анализа больших данных в исследовании социально-экономических процессов

Введение

Актуальность. Процесс интеллектуальных анализов Больших данных помогает обнаруживать в сырых данных ранее неизвестных, нетривиальных, практически полезные, доступные интерпретации знаний и закономерностей, необходимых для принятия решений в различных сферах человеческой деятельности.

Объект курсовой работы – большие данные.

Предмет курсовой работы – метод анализа больших данных.

Цель – изучение методов анализа больших данных в исследовании социально-экономических процессов.

Исходя из актуальности курсовой работы и поставленной цели решению подлежат такие задачи:

-                  изучить теоретические основы социально-экономических процессов, в т.ч их сущность, свойства, функции, а также классификацию;

-                  ознакомиться с понятием сущности больших данных;

-                  исследовать методы анализа больших данных при изучении социально-экономических процессов;

-                  раскрыть состояние и тенденции рынка технологий больших данных.

Теоретическая и практическая значимость работы заключается в том, что рассмотренные методы анализа больших данных в исследовании социально-экономических процессов, могут быть успешно применены на практике.

Методы – в работе были использованы общенаучные методы и приёмы исследования, такие как анализ и синтез, сравнение, аналогия и обобщение.

Методологической основой для исследования послужили важнейшие положения научных трудов отечественных экспертов, исследующих всевозможные стороны использования интеллектуальных технологий на практике.

Структура работы. Курсовая работа выполнена на 41 страницах текста и включает введение с обоснованием актуальности, две последовательные главы (теоретическая и практическая), заключение и список литературы из 17 наименований. Также работа включает 5 рисунков, 1 таблицу.

Оглавление

Введение. 3

Глава 1. Теоретические основы социально-экономических процессов. 5

1.1.  Сущность и содержание социальных и экономических процессов. 5

1.2.  Основные свойства, функции и классификация социально-экономических процессов. 9

1.3.  Методология исследования социально-экономических процес сов. 14

Глава 2. Анализ больших данных в исследовании социально–экономических процессов 20

2.1.  Понятие и сущность больших данных. 20

2.2.  Методы анализа больших данных. 25

2.3.  Состояние и тенденции рынка технологий больших данных. 32

Заключение. 40

Список используемых источников. 41

Список используемых источников

1.               Герасименко Н.А. О некоторых особенностях технологии BIG DATA / Н.А. Герасименко // Научное обозрение. 2015. № 16. С. 180-184.

2.               Измалкова С.А. Использование глобальных технологий «BIG DATA» в управлении экономическими системами / С.А. Измалкова, Т.А. Головина // Известия Тульского государственного университета. Экономические и юридические науки. 2015. Т. 4. № -1. С. 151-158.

3.               История больших данных (Big Data) – часть 1 // Портал «Компьютерра». URL: https://www.compu terra.ru/234239/istoriya-bolshih-dannyh-big-data-chast-1/

4.               Карпычев В.Ю. Цифровая экономика: определите значения слов и не только // Экономический анализ: теория и практика. 2019. Т. 18. № 11. С. 1992–2005

5.               Карпычев В.Ю., Карпычев М.В. Информация как объект гражданских правоотношений // Актуальные проблемы частного и публичного права: Сб. науч. трудов Всероссийской научно-практической конференции. Волгоград: Волгоградская академия МВД России, 2018. С. 73-76

6.               Лесковец, Ю. Анализ больших наборов данных / Ю. Лесковец, А. Раджараман. - М.: ДМК, 2016. - 498 c.

7.               Макшанов А.В. Технологии интеллектуального анализа данных. - М.: Лань. 2019. 212 с.

8.               Макшанов А.В. Технологии интеллектуального анализа данных: Учебное пособие / А.В. Макшанов, А.Е. Журавлев. - СПб.: Лань, 2018. - 212c.

9.               Миркин Б. Г. Введение в анализ данных. - М.: Юрайт. 2020. 175 с.

10.          Митрович С. Рынок «Больших данных» и их инструментов: тенденции и перспективы в России. Мир (Модернизация. Инновации. Развитие). 2018;9(1):74-85. https://doi.org/10.18184/2079-4665.2018.9.1.74-85

11.          Митягина Е.В., Конышев Е.В., Чернышев К.А., Сайфулин Э.Р. «Цифровые следы выпускников вузов при исследовании миграции из регионов-доноров»// Вестник Томского государственного университета. 2021. № 467. С. 144–155

12.          Михнев И.П., Большие данные (Big Data) и новые технологии будущего для обработки глобальной информации / Новикова А.А., Петросян М.К. // II Международная научно-практическая конференция «Научные исследования и современное образование»/ – Чебоксары: ЦНС «Интерактив плюс», 2018. – С. 235-239

13.          Ниворожкина Л.И. Статистические методы анализа данных: Учебник / Л.И. Ниворожкина, С.В. Арженовский, А.А. Рудяга. - М.: Риор, 2018. - 320 c

14.          Николаев А.А. Разнообразие структур данных в современной информации // Молодой ученый. 2019. № 23. С. 21–23.

15.          Салин В. Н., Чурилова Э. Ю. Статистический анализ данных цифровой экономики в системе "Statistica". Учебно-практическое пособие. - М.: КноРус. 2019. 240 с.

16.          Федорова Л.А., Ху Гуйюй, Хуан Сяоянь, Землякова С.А. Применение технологий Big Data в деятельности современных предприятий // Вестник Алтайской академии экономики и права. – 2020. – № 9-2. – С. 322-329; URL: https://vaael.ru/ru/article/view?id=1337

17.          Чашкин, Ю.Р. Математическая статистика. Анализ и обработка данных: Учебное пособие / Ю.Р. Чашкин; Под ред. С.Н. Смоленский. - Рн/Д: Феникс, 2017. - 236 c.