2025 рік

Permanent URI for this collection

https://ir.kneu.edu.ua/handle/2010/51452

Browse

Browsing 2025 рік by Author "Колєчкіна, Людмила Миколаївна"

Now showing 1 - 5 of 5
  • No Thumbnail Available
    Item
    Автоматизоване виявлення фейкових новин на основі штучного інтелекту
    (Київський національний економічний університет імені Вадима Гетьмана, 2025-05-30) Лукашевич, Владислав Валентинович; Lukashevych, Vladyslav; Колєчкіна, Людмила Миколаївна
    Магістерська робота присвячена виявленню фейкових новин у соціальних мережах із застосуванням штучного інтелекту. Запропоновано модель, що поєднує методи NLP, глибинне навчання (BERT, LSTM) та графові нейронні мережі для аналізу тексту, метаданих і маршрутів поширення новин. Модель реалізована й протестована на прикладі компанії «Сингента». Результати засвідчують її ефективність для підвищення інформаційної безпеки. The master's thesis explores fake news detection on social media using artificial intelligence. A model combining NLP, deep learning (BERT, LSTM), and graph neural networks was developed to analyze text, metadata, and dissemination paths. It was implemented and tested at Syngenta LLC. The results demonstrate its effectiveness for enhancing information security.
  • No Thumbnail Available
    Item
    Аналіз інформаційних систем управління документообігом підприємства
    (Київський національний економічний університет імені Вадима Гетьмана, 2025-05-30) Шамаріна, Анастасія Юріївна; Shamarina, Anastasiia; Колєчкіна, Людмила Миколаївна
    В умовах цифрової трансформації та зростання обсягів інформації ефективний документообіг стає критично важливим для забезпечення оперативності, безпеки та якості управлінських процесів. На основі системного та порівняльного аналізу досліджено функціональні можливості популярних СЕД, сформовано вимоги до їх впровадження, а також розроблено модель інтеграції системи Megapolis.DocNet з іншими корпоративними інформаційними системами. Результати роботи мають практичне значення та можуть бути застосовані підприємствами й державними органами. In the context of digital transformation and growing volumes of information, effective document management is becoming critically important for ensuring the efficiency, security, and quality of management processes. Based on a systematic and comparative analysis, the functional capabilities of popular EDMSs were studied, requirements for their implementation were formulated, and a model for integrating the Megapolis.DocNet system with other corporate information systems was developed. The results of the work are of practical importance and can be applied by enterprises and government authorities.
  • No Thumbnail Available
    Item
    Артефакти та методи оптимізації проєктної документації підприємства
    (Київський національний економічний університет імені Вадима Гетьмана, 2025-05-30) Проценко, Ярослав Сергійович; Protsenko, Yaroslav; Колєчкіна, Людмила Миколаївна
    У роботі розглядається процес створення та оптимізації проєктної документації підприємства на основі системного аналізу. Проаналізовано сучасні методи, шаблони та артефакти, які використовуються в бізнес-аналізі. Розроблено структурований підхід до підготовки документації з урахуванням вимог замовника та стандартів. Практична частина реалізована у формі бізнес-кейсу, що демонструє ефективність запропонованого підходу. The thesis explores the process of creating and optimizing enterprise project documentation using systems analysis. It examines current methods, templates, and artifacts used in business analysis. A structured approach to documentation development is proposed, taking into account client requirements and standards. The practical section is implemented as a business case that demonstrates the efficiency of the proposed approach.
  • No Thumbnail Available
    Item
    Нейромережева модель аналізу фінансових показників компанії (на прикладі «ухл-маш»)
    (Київський національний економічний університет імені Вадима Гетьмана, 2025-05-30) Гречановський, Антон Олексійович; Hrechanovskyi, Anton; Колєчкіна, Людмила Миколаївна
    У роботі розглянуто застосування нейромережевої моделі для аналізу фінансових показників компанії «УХЛ-МАШ» за 2020–2024 рр. Запропонована модель дозволяє прогнозувати прибутковість, ліквідність та оборотність активів. Ефективність підтверджено порівнянням із класичними методами. The thesis proposes a neural network model for analyzing UHL-MASH financial data from 2020–2024. The model predicts profitability, liquidity, and asset turnover, outperforming traditional analysis methods.
  • No Thumbnail Available
    Item
    Розробка динамічної системи пошукової оптимізації сайтів
    (Київський національний економічний університет імені Вадима Гетьмана, 2025-05-30) Оржинський, Олександр Олегович; Orzhynskyi, Oleksandr; Колєчкіна, Людмила Миколаївна
    Розроблено адаптивну SEO-систему, що автоматизує аналіз змін алгоритмів пошукових систем і коригує стратегії просування. В основі — машинне навчання, API-моніторинг і прогнозування змін у SERP. Система протестована на реальному кейсі, показала ефективність у збереженні трафіку. An adaptive SEO system was developed to automate the analysis of search engine algorithm changes and adjust promotion strategies. It is based on machine learning, API monitoring, and SERP change forecasting. The system was tested on a real case and proved effective in maintaining organic traffic.