• ВХОД
  •  

    Полное описание

    Сулейманова, А. М. Прогнозирование дохода управляющей компании на основе технологий машинного обучения / А. М. Сулейманова, В. Э. Пашкевич. - DOI 10.29141/2949-477X-2024-3-2-2. - Текст : непосредственный // Цифровые модели и решения : журнал. - 2024. - Том 3, N 2. - С. 17-27. - Библиогр. в конце ст. - ISSN 2949-477X.

    ГРНТИ УДК
    28.23004.8
    28.23.25004.85
    06.56.31338.2

    Рубрики:
    Искусственный интеллект
    Машинное обучение
    Экономическая политика
    Жилищно-коммунальное хозяйство

    Кл.слова (ненормированные): жкх -- управляющая компания -- прогнозирование -- машинное обучение -- градиентный бустинг
    Аннотация: Значительно резвившаяся под управлением крупных девелоперов сфера ЖКХ так же, как и любой другой бизнес, требует четкого планирования финансовых и ресурсов. Качественный прогноз, учитывающий не только ретроспективные данные об объемах продаж услуг, но и размеры коммунальных платежей, цены на услуги ЖКХ и т.п., позволяет эффективно планировать деятельность по управлению бизнесом. Данная статья посвящена проблеме прогнозирования поступлений денежных средств для управляющей компании. На основе анализа публикаций, посвященных вопросам прогнозирования и планирования доходов для управляющих компаний, выявлено, что перечень таких работ ограничен, что указывает на узкую направленность проблематики и ее определенную сложность. В статье предложен вариант алгоритма прогнозирования дохода управляющей компании, занимающейся комплексным обслуживанием в сфере ЖКХ и обеспечением условий проживания жителей многоквартирных домов, который основан на методе машинного обучения.
    Доп. точки доступа:
    Пашкевич, В.Э.

    Экз-ры полностью 2ffee68e8625cc2e9cce11b0eb6a2c61/2024/3/2
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -005700-168648)

    Шифр в сводном ЭК: ea59de886ecc1c6267521dc2790a4e51




    Заказ фрагмента документа ₽