Browsing by Author "Derbentsev, Vasyl"
Now showing 1 - 20 of 21
Results Per Page
Sort Options
Item A comparative study of deep learning models for sentiment analysis of social media texts(CEUR Workshop Proceedings, 2022-11) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Безкоровайний, Віталій Сергійович; Безкоровайный, Виталий Сергеевич; Matviichuk, Andrii; Матвійчук, Андрій Вікторович; Матвийчук, Андрей Викторович; Pomazun, Oksana; Помазун, Оксана Миколаївна; Помазун, Оксана Николаевна; Hrabariev, Andrii; Грабарєв, Андрій Володимирович; Грабарев, Андрей Владимирович; Hostryk, OleksiiSentiment analysis is a challenging task in natural language processing, especially for social media texts, which are often informal, short, and noisy. In this paper, we present a comparative study of deep learning models for sentiment analysis of social media texts. We develop three models based on deep neural networks (DNNs): a convolutional neural network (CNN), a CNN with long short-term memory (LSTM) layers (CNN-LSTM), and a bidirectional LSTM with CNN layers (BiLSTM-CNN). We use GloVe and Word2vec word embeddings as vector representations of words. We evaluate the performance of the models on two datasets: IMDb Movie Reviews and Twitter Sentiment 140. We also compare the results with a logistic regression classifier as a baseline. The experimental results show that the CNN model achieves the best accuracy of 90.1% on the IMDb dataset, while the BiLSTM-CNN model achieves the best accuracy of 82.1% on the Sentiment 140 dataset. The proposed models are comparable to state-of-the-art models and suitable for practical use in sentiment analysis of social media texts.Item Application of DNNs to multimodal data processing tasks (images, video, audio, text)(Київський національний економічний університет імені Вадима Гетьмана, 2024) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій СергійовичItem Basic concepts of Artificial Intelligence(Київський національний економічний університет імені Вадима Гетьмана, 2024) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій СергійовичItem Construction of an Information Control System based on DNNs for the forecasting financial market(Київський національний економічний університет імені Вадима Гетьмана, 2024) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій СергійовичItem Deep Neural Networks (DNNs)(Київський національний економічний університет імені Вадима Гетьмана, 2024) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій СергійовичItem Innovative trends in the development of information control systems and technologies(Київський національний економічний університет імені Вадима Гетьмана, 2024) Ustenko, Stanislav; Устенко, Станіслав Веніамінович; Tishkov, Bohdan; Тішков, Богдан Олександрович; Shevchenko, Kostiantyn; Шевченко, Костянтин Леонідович; Artemchuk, Volodymyr; Артемчук, Володимир Олександрович; Gavrylenko, V.; Ivohin, E.; Rippa, Serhii; Ріппа, Сергій Петрович; Ivanchenko, Hennadii; Іванченко, Геннадій Федорович; Dzhalladova, Irada; Джалладова, Ірада Агаєвна; Kaminskyi, Oleh; Камінський, Олег Євгенович; Mozghalli, Olha; Мозгаллі, Ольга Петрівна; Hraniak, Valerii; Граняк, Валерій Федорович; Krasniuk, Maksym; Краснюк, Максим Тарасович; Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій Сергійович; Sendziuk, Myron; Сендзюк, Мирон Ананійович; Sytnyk, Nina; Ситник, Ніна Василівна; Denisova, Olha; Денісова, Ольга Олександрівна; Hordiienko, Iryna; Гордієнко, Ірина Василівна; Zinovieva, Iryna; Зінов’єва, Ірина Сергіївна; Ivanchenko, N.; Smirnov, D.; Ostapovych, T.; Vozniuk, Yaroslav; Вознюк, Ярослав Юрійович; Gazizov, V.; Synytskyi, R.; Ivohina, K.; Yushtin, K.; Datsiuk, M.; Murza, M.; Zozovskyi, Y.; Starzhynskyi, G.; Makushchenko, O.; Tarasenko, MarynaThe monograph delves into cutting-edge trends in developing and deploying advanced information technologies such as artificial intelligence, machine learning, cloud computing, big data, blockchain, and industrial Internet of Things within information control system architectures. It explores conceptual and methodological principles for designing various types of information control systems in organizations, manufacturing, technical facilities, higher education institutions, and the medical field. This exploration takes place amidst heightened global instability, cyber threats in the digital sphere, and significant digital transformations. Special emphasis is placed on creating and advancing applied information control systems, including their components and technologies. The monograph also examines the use of hybrid intelligent systems and specialized computer systems for managing logistics, transportation, organizational information security, energy facilities, aircraft, and smart systems. It targets teachers, researchers, graduate students, undergraduates, and specialists involved in integrating innovative technologies into information system design and implementation across enterprises, organizations, IT sectors, education, and healthcare.Item Machine learning approach of analysis of emotional polarity of electronic social media(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2020) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Дербенцев, Василий Джорджевич; Bezkorovainyi, Vitalii; Безкоровайний, Віталій Сергійович; Бескоровайный, Виталий Сергеевич; Akhmedov, Renat; Ахмедов, Ренат РамазановичThis paper proposes a new approach to evaluating the emotional polarity (or Sentiment Analysis) of electronic social media texts. For this purpose both conventional Machine Learning (Logistic Regression and Support Vector Machine), and Deep Neural Networks approaches (Fully Connected and Convolutional Neural Networks) were used. As vector representations of words, we used both the frequency-based and pretrained words embeddings Word2vec and GloVe (with embedding dimensions of size 100 and 300). For the selected English-language IMDb Movie Reviews dataset the classification accuracy using the Logistic Regression model was 87%, the Support Vector Machine – 87.5%, the Fully Connected Neural Network – 88%, and the Convolutional Network – 90%. The accuracy of the proposed models is a quite acceptable for practical use-cases and is not inferior to cutting-edge Natural Language Processing solutions in the field of Sentiment Analysis, which opens up good prospects for further research. У статті пропонується новий підхід до оцінки емоційної полярності (або аналізу настроїв) електронних текстів у соціальних мережах. Для цього використовувалися як класичні методи машинного навчання (логістична регресія та метод опорних векторів), так і інструментарій глибоких нейронних мереж (повнозв’язні та згорткові нейромережі). Векторне представлення ґрунтувалось на частотних та попередньо навчених вкладеннях слів Word2vec і GloVe (з розмірами вкладення 100 і 300). Для вибраного англомовного набору даних IMDb Movie Reviews точність класифікації за допомогою моделі логістичної регресії становила 87%, машини опорних векторів – 87,5%, повнозв’язної нейронної мережі – 88% і згорткової мережі – 90%. Точність запропонованих моделей є цілком прийнятною для практичних ситуацій і не поступається передовим рішенням у сфері обробки природньої мови за напрямом аналізу настроїв, що відкриває обнадійливі перспективи для подальших досліджень.Item Machine learning approaches for financial time series forecasting(CEUR Workshop Proceedings, 2021) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Дербенцев, Василий Джорджевич; Matviichuk, Andrii; Матвійчук, Андрій Вікторович; Матвийчук, Андрей Викторович; Datsenko, Nataliia; Даценко, Наталія Володимирівна; Даценко, Наталья Владимировна; Bezkorovainyi, Vitalii; Безкоровайний, Віталій Сергійович; Безкоровайный, Виталий Сергеевич; Azaryan, AlbertThis paper is discusses the problems of the short-term forecasting of financial time series using supervised machine learning (ML) approach. For this goal, we applied several the most powerful methods including Support Vector Machine (SVM), Multilayer Perceptron (MLP), Random Forests (RF) and Stochastic Gradient Boosting Machine (SGBM). As dataset were selected the daily close prices of two stock index: SP 500 and NASDAQ, two the most capitalized cryptocurrencies: Bitcoin (BTC), Ethereum (ETH), and exchange rate of EUR-USD. As features we used only the past price information. To check the efficiency of these models we made out-of-sample forecast for selected time series by using one step ahead technique. The accuracy rates of the forecasted prices by using ML models were calculated. The results verify the applicability of the ML approach for the forecasting of financial time series. The best out of sample accuracy of short-term prediction daily close prices for selected time series obtained by SGBM and MLP in terms of Mean Absolute Percentage Error (MAPE) was within 0.46-3.71 %. Our results are comparable with accuracy obtained by Deep learning approaches.Item Sentiment Analysis of Electronic Social Media Based on Deep Learning(CEUR Workshop Proceedings, 2022-11) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Дербенцев, Василий Джорджевич; Bezkorovainyi, Vitalii; Безкоровайний, Віталій Сергійович; Безкоровайный, Виталий Сергеевич; Matviichuk, Andrii; Матвійчук, Андрій Вікторович; Матвийчук, Андрей Викторович; Pomazun, Oksana; Помазун, Оксана Миколаївна; Помазун, Оксана Николаевна; Hrabariev, Andrii; Грабарєв, Андрій Володимирович; Грабарев, Андрей Владимирович; Hostryk, OleksiiThis paper describes Deep Learning approach of sentiment analyses which is an active research subject in the domain of Natural Language Processing. For this purpose we have developed three models based on Deep Neural Networks (DNNs): Convolutional Neural Network (CNN), and two models that combine convolutional and recurrent layers based on Long-Short-Term Memory (LSTM), such as CNN-LSTM and Bi-Directional LSTM-CNN (BiLSTM-CNN). As vector representations of words were used GloVe and Word2vec word embeddings. To evaluate the performance of the models, were used IMDb Movie Reviews and Twitter Sentiment 140 datasets, and as a baseline classifier was used Logistic Regression. The best result for IMDb dataset was obtained using CNN model (accuracy 90.1%), and for Sentiment 140 the model based on BiLSTM-CNN showed the highest accuracy (82.1%) correspondinly. The accuracy of the proposed models is a quite acceptable for practical use and comparable to state of the art models.Item The role of time series forecasting in the development and use of AI models for ICS(Київський національний економічний університет імені Вадима Гетьмана, 2024) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій СергійовичItem Альтернативні засоби автоматизації бізнесу в сучасних умовах надання освітніх послуг(Одеський національний економічний університет, 2023-02) Гострик, О. М.; Дербенцев, Василь Джоржович; Derbentsev, Vasyl; Дербенцев, Василий Джорджевич; Тішков, Богдан Олександрович; Tishkov, Bohdan; Тишков, Богдан АлександровичItem Аналіз тональності текстів з використанням моделей глибокого навчання(Черкаський державний технологічний університет, 2022-06) Ахмедов, Ренат Рамазанович; Akhmedov, Renat; Дербенцев, Василь Джоржович; Derbentsev, Vasyl; Дербенцев, Василий Джорджевич; Безкоровайний, Віталій Сергійович; Bezkorovainyi, Vitalii; Безкоровайный, Виталий СергеевичРобота присвячена розробці моделі аналізу тональності текстів із використанням глибоких нейронних мереж. З цією метою в роботі було запропоновано архітектуру, що складається із перед-навченої моделі BERT (Bidirectional Encoder Representations from Transformers), що здійснює попередню обробку тексту, токенізацію та векторне представлення слів, та моделі класифікатора на базі логістичної регресії. Об’єктом дослідження є аналіз тональності текстів (сентимент-аналіз). Предметом дослідження є моделі обробки природної мови на основі глибоких нейронних мереж. Згідно з одержаними результатами наша модель показала на тестовій вибірці точність 82% в термінах метрики Accuracy. Проведене експериментальне дослідження свідчить про перспективність запропонованого підходу здійснення сентимент-аналізу з використанням перед-навченої моделі BERT. В подальших дослідженнях можна використовувати більш складні моделі класифікаторів, здійснювати багатокласову класифікацію, аспектний сентимент-аналіз.Item Валідація даних в інформаційних системах обліку закладів охорони здоров’я(Дніпровський державний аграрно-економічний університет, ТОВ «ДКС Центр», 2023) Грабарєв, Андрій Володимирович; Hrabariev, Andrii; Грабарев, Андрей Владимирович; Осмятченко, Володимир Олександрович; Osmiatchenko, Volodymyr; Осмятченко, Владимир Александрович; Мозговий, С. А.; Mozghovyi, S.; Дербенцев, Василь Джоржович; Derbentsev, Vasyl; Дербенцев, Василий Джорджевич; Тішков, Богдан Олександрович; Tishkov, Bohdan; Тишков, Богдан АлександровичЗростання значення інформаційних технологій у нашому житті змушує постійно переглядати підходи до їх використання. Інформаційні системи з метою максимальної автоматизації процесів запроваджуються в усіх сферах життя, творчості та підприємницької діяльності людини. Ускладнення структури об’єктів предметної області, яка має бути автоматизована, призводить до комплікації архітектури інформаційної системи та логіки її функціонування. У статті розглянуто програмну реалізацію автоматизації обліку реорганізованих підприємств галузі охорони здоров’я з урахуванням постійних, часом кардинальних, змін предметної області діяльності цих суб’єктів господарювання. Проаналізовано основні завдання, які постають перед розробниками автоматизованих інформаційних систем для забезпечення потреб користувачів, досліджено структуру АІС «Дебет Плюс» на прикладі конфігурації для закладів охорони здоров’я. Розглянуто підходи проєктування архітектури, розробки та використання інформаційних систем з урахуванням невизначеності вимог до програмного забезпечення. Обґрунтовано важливість контролю за дотриманням валідності вхідних та вихідних даних, які опрацьовуються інформаційною системою. Подано конкретні приклади процесів взаємодії як користувачів з кінцевим програмним забезпеченням, так і різних інформаційних систем для реалізації потреб обміну інформацією, формування звітності, її аналізу та аудиту. Розглянуто основні складові частини автоматизованої інформаційної системи, подано опис їхніх функцій, способів взаємодії, реалізації механізмів валідації даних на різних етапах та рівнях функціонування інформаційної системи. Зроблено висновки щодо важливості та необхідності валідації даних на всіх рівнях функціонування інформаційної системи для покращення процесів обміну інформацією як в середині окремо взятої інформаційної системи, так і в рамках інфраструктури галузевих та загальнодержавних інформаційних систем. The growing importance of information technologies in our lives forces us to constantly review approaches to their use. Information systems with the aim of maximum automation of processes are introduced in all spheres of human life, creativity, and entrepreneurial activity. The complexity of the structure of objects in the subject area, which must be automated, leads to the complication of the architecture of the information system and the logic of its functioning. The article considers the software implementation of accounting automation of reorganized enterprises in the field of health care, considering constant, sometimes drastic, changes in the subject area of activity of these business entities. The main tasks faced by the developers of automated information systems to meet the needs of users were analyzed, and the structure of the automated information system Debet Plus was studied using the example of a configuration for healthcare institutions. Approaches to architecture design, development, and use of information systems are considered, considering the uncertainty of software requirements. Special attention is paid to the validation of data in the context of reporting of business entities. The importance of monitoring the validity of input and output data processed by the information system is substantiated. Specific examples of the processes of interaction of both users with the end software and various information systems to implement the needs of information exchange, reporting, analysis, and auditing are provided. The main components of the automated information system are considered, and a description of their functions, methods of interaction, and implementation of data validation mechanisms at various stages and levels of the information system's functioning are provided. Conclusions were made regarding the importance and necessity of data validation at all levels of information system functioning to improve information exchange processes both within a single information system and within the framework of the infrastructure of industry and national information systems.Item Етапи впровадження прикладного програмного забезпечення в навчальний процес(Sci-conf.com.ua, 2023-07) Осмятченко, Володимир Олександрович; Osmiatchenko, Volodymyr; Осмятченко, Владимир Александрович; Грабарєв, Андрій Володимирович; Hrabariev, Andrii; Грабарев, Андрей Владимирович; Мозговий, Сергій Анатолійович; Mozghovyi, Serhii; Дербенцев, Василь Джоржович; Derbentsev, Vasyl; Дербенцев, Василий Джорджевич; Грицак, Неля Юріївна; Hrytsak, NeliaВикладено та проаналізовано досвід фахівців української компанії-розробника «Дебет Плюс» та науково-педагогічних працівників закладів освіти України по впровадженню інформаційних технологій в освітній процес закладів освіти. Розглянуто опис кожного етапу процесу впровадження інформаційних технологій для здобувачів освіти економічного напряму, аргументовано переваги наведених методів та підходів цього процесу. Наведено приклади поєднання різних форм навчання на основі комунікації викладача, здобувачів освіти та фахівців компанії-розробника інформаційної системи для автоматизації бізнес-процесів.Item Застосування методів глибокого навчання до прогнозування зміни короткострокових трендів валютних курсів(Мукачівський державний університет, 2020) Дербенцев, Василь Джоржович; Derbentsev, Vasyl; Дербенцев, Василий Джорджевич; Безкоровайний, Віталій Сергійович; Bezkorovainyi, Vitalii; Безкоровайный, Виталий Сергеевич; Луняк, Ірина Вікторівна; Luniak, Iryna; Луняк, Ирина ВикторовнаРобота присвячена питанням короткострокового прогнозування валютних курсів за допомогою моделей глибокого навчання, що є актуальним як для наукової спільноти, так і для трейдерів та інвесторів. Метою роботи є побудова моделі прогнозу напряму зміни руху цін валютних котирувань на основі глибоких нейронних мереж. В основу розробленої архітектури було покладено модель вентильного рекурентного вузла, що є модифікацією моделі «довготривалої короткочасної пам’яті», але є більш простою за кількістю параметрів і часом навчання. Проведено прогнозні розрахунки динаміки котирувань валютної пари євро/долар і найбільш капіталізованої криптовалюти біткоїн/долар із використанням щоденних, чотиригодинних і щогодинних спостережень. Отримані результати бінарної класифікації (прогнозу напряму зміни тренду) під час застосування щоденних і годинних котирувань виявились загалом кращими, ніж дають моделі часових рядів, або моделі нейронних мереж іншої архітектури (зокрема, багатошарового персептрону, чи моделі на основі «довготривалої короткочасної пам’яті»). Згідно з одержаними результатами, найбільша точність класифікації виявилася для моделі щоденних котирувань як для євро/долар – близько 72 %, так і для біткоїн/долар – близько 69 %. Під час використання чотирьохгодинних і щогодинних часових рядів точність класифікації зменшувалась, що можна пояснити як збільшенням впливу «ринкового шуму», так і вірогідним перенавчанням моделей. Унаслідок комп’ютерних експериментів було з’ясовано, що моделі краще прогнозують зростаючий тренд, ніж спадаючий. Проведене дослідження підтвердило перспективність застосування моделей глибокого навчання для задач короткострокового прогнозування часових рядів валютних котирувань. Водночас використання розроблених моделей виявилось ефективним як для фіатних, так і для криптовалют. Запропоновану систему моделей на основі глибоких нейронних мереж можна покласти в основу під час розробки автоматизованої торгової системи на валютному ринку. This paper investigates the issues of short-term forecasting of exchange rates using deep learning models, which is relevant for both the academia and traders and investors. The purpose of this study is to build a model to forecast the direction of changes in the price movement of currency quotes based on deep neural networks. The developed architecture is based on the gated recurrent unit model, which is a modification of the “long short-term memory” model, but is simpler as to the number of parameters and learning time. Forecast calculations of the dynamics of quotations of the euro/dollar currency pair and the most capitalised cryptocurrency – bitcoin/dollar are carried out using daily, four-hour, and hourly observations. The obtained results of binary classification (forecasting the direction of trend change) when applying daily and hourly quotes turned out to be generally better than those given by time series models, or models of neural networks of other architecture (namely multilayer perceptron, or models based on “long short-term memory”). According to the results obtained, the highest classification accuracy was found for the model of daily quotes for both EUR/USD – about 72%, and for BTC/USD – about 69%. When using the four-hour and hourly time series, the classification accuracy decreased, which can be explained both by an increase in the impact of “market noise” and by the likely retraining of models. As a result of computer experiments, it was found that models better predict an upward trend than a downward one. The conducted research confirmed the prospects of using deep learning models for short-term forecasting of time series of currency quotes. At the same time, the use of the developed models proved to be effective for both fiat and cryptocurrencies. The proposed system of models based on deep neural networks can be used as a basis for the development of an automated trading system in the foreign exchange market.Item Когнітивні карти та їх застосування до моделювання туристично-рекреаційної системи Кримського регіону(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2009) Дербенцев, Василь Джоржович; Derbentsev, Vasyl; Дербенцев, Василий Джорджевич; Грабарєв, Андрій Володимирович; Hrabariev, Andrii; Грабарев, Андрей ВладимировичВ роботі розглянуто підходи до моделювання слабкоструктурованих соціально-економічних систем з використанням апарату когнітивних карт. Наведено результати когнітивного моделювання розвитку туристично-рекреаційного комплексу Кримського регіону.Item Контент-аналіз соціальних медіа методами машинного навчання(Черкаський національний університет імені Богдана Хмельницького, 2022) Ахмедов, Ренат Рамазанович; Akhmedov, Renat; Дербенцев, Василь Джоржович; Derbentsev, Vasyl; Дербенцев, Василий Джорджевич; Безкоровайний, Віталій Сергійович; Bezkorovainyi, Vitalii; Безкоровайный, Виталий СергеевичРобота присвячена проблемам проведення контент-аналізу електронних соціальних медіа. Проаналізовано особливості соціальних медіа та їх відмінності від традиційних засобів масової інформації. Визначено основні завдання, що дозволяє вирішувати застосування контент-аналізу соціальних медіа для бізнесу. Обґрунтовано використання технології машинного та глибокого навчання для створення систем контент-аналізу. Запропоновано застосування технології Transfer Learning для перенесення знань із переднавчанених мовних моделей на інший домен або іншу мову, зокрема, українську з інших слов’янських мов. Introduction. During the last two decades, the rapid development of social media has caused a revolution in means of communication in modern society. Therefore, a significant number of the world's leading companies began to rebuild their business models using the capabilities of modern means of communication through social networks and other platforms, for which content analysis technologies are successfully used. Purpose. The purpose of the article is to develop methodological principles for conducting content analysis of electronic resources (social media) based on using Artificial Intelligence technologies, in particular, Machine and Deep Learning. Results. The paper analyzes the phenomenon of social media and identifies the key factors that determine the effectiveness of their use for both business and consumers. Based on this, the paper explores the features of the content analysis of social media, which take into account their mass character, as well as the presence of large arrays of unstructured information. The large amount of information on various electronic platforms requires adequate means for their monitoring and processing, analysis of content as well. To solve these problems, the paper substantiates the use of modern Natural Language Processing technologies based on Machine and Deep Learning approaches. An alternative to the existing services for content analysis is developing systems based on such tight forwarding motion models, like BERT (provided by Google), or GPT-3 (provided by Open AI), which was implemented on the Transformer Deep Neural Networks architecture. The article also proposes the use of Transfer Learning technology to transfer knowledge from pre-learned language models to another domain or another language, in particular, Ukrainian from other Slavic languages. Originality. The main findings of this paper are the follows: (i) the main advantages of using social media for businesses and consumers are substantiated; (ii) the characteristic features of conducting content analysis in social media are determined; (iii) the advantages and disadvantages of using Natural Language Processing methods for solving problems of content analysis in social media are shown; (iv) Transfer Learning approach to transfer knowledge from pre-learned language models to another domain or another language, in particular, Ukrainian from other Slavic languages has been proposed for solving content analysis tasks. Conclusion. The accumulation of a sufficient amount of training data, the development of multi-core CPU and graphics processors, as well as the formation of powerful pre-trained language models and the development of effective algorithms for processing extremely large amounts of information are factors that determine the efficiency of the use of Machine and Deep Learning technology for content analysis tasks in recent years. Therefore, the development of computer systems for content analysis of social media, in particular, using modern technologies of Artificial Intelligence (Machine and Deep Learning), does not lose its relevance and requires further research.Item Особливості впровадження інформаційних технологій в освітній процес(ФОП «Жукова Ірина Віталіївна», 2023) Осмятченко, Володимир Олександрович; Osmiatchenko, Volodymyr; Осмятченко, Владимир Александрович; Грабарєв, Андрій Володимирович; Hrabariev, Andrii; Грабарев, Андрей Владимирович; Мозговий, Сергій Анатолійович; Mozghovyi, Serhii; Дербенцев, Василь Джоржович; Derbentsev, Vasyl; Дербенцев, Василий Джорджевич; Грицак, Неля Юріївна; Hrytsak, NeliaРівень вищої освіти передбачає здобуття особою теоретичних знань, умінь, навичок та інших компетентностей, достатніх для продукування нових ідей, розв’язання комплексних проблем у галузі професійної або дослідницько-інноваційної діяльності. Програми навчання здобувачів освіти передбачають отримання фахових компетенцій в конкретній галузі. Практично кожна дисципліна базується на отриманні теоретичних знань та набуття практичних навичок майбутніх фахівців, які, як правило, базуються на овоєнні інформаційних технологій. Упровадження сучасних інформаційних технологій в освітні програми закладів освіти є запорукою підготовки висококваліфікованих спеціалістів для розбудови України. Економічний напрямок дисциплін не є виключенням у цьому випадку, а можливо, навіть і займає перші позиції в рейтингу необхідності застосування інформаційних систем і технологій у навчанні. У статті викладено та проаналізовано досвід фахівців української компанії-розробника «Дебет Плюс» та науково-педагогічних працівників закладів освіти України по впровадженню інформаційних технологій в освітній процес закладів освіти. Розглянуто опис кожного етапу процесу впровадження інформаційних технологій для здобувачів освіти економічного напряму, аргументовано переваги наведених методів та підходів цього процесу. Наведено приклади поєднання різних форм навчання на основі комунікації викладача, здобувачів освіти та фахівців компанії-розробника інформаційної системи для автоматизації бізнес-процесів «Дебет Плюс». Доведено доцільність використання різноманітних сучасних засобів комунікації для покращення процесу засвоєння навчального матеріалу, проведення контролю набутих знань, умінь і навичок та отримання зворотнього зв’язку про рівень задоволеності здобувачів освіти від отриманих компетенцій з автоматизації бізнес-процесів під час навчання. Наведені приклади успішного впровадження програмного продукту «Дебет Плюс» в науково-навчальний процес закладів освіти, подані перспективи подальшого застосування інформаційних технологій і систем в навчальному процесі. The level of higher education involves the acquisition by a person of theoretical knowledge, abilities, skills, and other competencies sufficient to produce new ideas, solving complex problems in the field of professional or research and innovation activities. Training programs for education seekers provide for the acquisition of professional competencies in a specific field. Practically every discipline is based on the acquisition of theoretical knowledge and the acquisition of practical skills of future specialists, which, as a rule, are based on the development of information technologies. The introduction of modern information technologies into the educational programs of educational institutions is the key to the training of highly qualified specialists for the development of Ukraine. The economic direction of disciplines is not an exception in this case, and perhaps even takes the first positions in the ranking of the need to use information systems and technologies in education. The article describes and analyzes the experience of specialists of the Ukrainian development company "Debet Plus" and scientific and pedagogical workers of educational institutions of Ukraine on the implementation of information technologies in the educational process of educational institutions. The description of each stage of the process of implementing information technologies for students of economic education is considered, and the advantages of the methods and approaches of this process are argued. Examples of the combination of various forms of education based on the communication of the teacher, students of education, and specialists of the information system development company for automating business processes "Debet Plus" are given. The expediency of using various modern means of communication to improve the process of assimilation of educational material, control of acquired knowledge, abilities, and skills, and receiving feedback on the level of satisfaction of the students of education with the obtained competencies in automating business processes during training has been proven. Examples of successful implementation of the "Debet Plus" software product in the scientific and educational process of educational institutions are given, and prospects for the further use of information technologies and systems in the educational process are given.Item Побудова нечіткої когнітивної моделі управління туристично-рекреаційним комплексом АР Крим(Видавничий дім «ІНЖЕК», 2012-04) Грабарєв, Андрій Володимирович; Hrabariev, Andrii; Грабарев, Андрей Владимирович; Дербенцев, Василь Джоржович; Derbentsev, Vasyl; Дербенцев, Василий ДжорджевичItem Проблеми формуванні професійних компетенцій випускників економічних спеціальностей ВНЗ в умовах становлення інформаційного суспільства(Громадська наукова організація «Всеукраїнська Асамблея докторів наук із державного управління», 2023) Дербенцев, Василь Джоржович; Derbentsev, Vasyl; Дербенцев, Василий Джорджевич; Головко, Наталія Робертівна; Holovko, Nataliia; Головко, Наталья Робертовна; Грабарєв, Андрій Володимирович; Hrabariev, Andrii; Грабарев, Андрей Владимирович; Македон, Геннадій Петрович; Makedon, Hennadii; Македон, Геннадий Петрович; Куліда, Вікторія Іванівна; Kulida, Viktoriia; Кулида, Виктория ИвановнаРоботу присвячено аналізу недоліків і проблем при підготовці майбутніх економістів у вищій школі у світлі новітніх ризиків і загроз сучасного етапу розвитку інформаційного суспільства. Визначено основні питання системи вищої економічної освіти, зокрема, зростання її фрагментарності; відсутністю під час формування загальноосвітніх і професійних компетенцій комплексного, системного підходу; наявністю слабкої інформатичної культури та недостатністю практичних ІТ навичок не лише у здобувачів, а й у викладачів; наростання розриву між освітою, культурою та наукою, з одного боку, та реаліями і потребами сучасного глобалізованого світу та інформаційного суспільства – з другого. Обґрунтовано необхідність застосування принципів інтеграції знань та інформатизації освітнього процесупід час формування навчальних планів ВНЗ економічного профілю. Сьогодні треба ставити питання про зміну цілей освіти, її принципово нової орієнтації на проблеми інформаційного суспільства. У ХХI ст. ми повинні чітко усвідомлювати, що людство вступило в но ву еру – еру інформації. Щодо набуття практичних навичок у галузі обробки інформації та використання сучасних прикладних інформаційних технологій для майбутніх економістів, на наш погляд, буде вкрай важливим опанування такими дисциплінами, як “Інформатика та основи програмування”, “Прикладна інформатика”, “Бізнес-інформатика”, “Аналіз біг дата та візуалізація даних”, “Електронна комерція”, “Інформаційна безпека”, “Прикладне машинне навчання”, “Глибоке навчання та основи штучного інтелекту” тощо. Визначено роль дисциплін циклу комп’ютерної підготовки і міждисциплінарних дисциплін для здобувачів економічних спеціальностей. Запропоновано напрями подолання проблем вищої економічної освіти, що ґрунтуються на системній науковій парадигмі, інформатизації та інтеграції. This paper is devoted to the analysis of shortcomings and problems in the preparation of future economists in higher education in the light of the latest risks and threats of the current stage of information society development. The main problems of the system of higher economic education are identified, in particular, the growth of its fragmentation; the absence of a comprehensive, systematic approach to the formation of general educational and professional competencies; the presence of a weak IT culture and a lack of practical IT skills not only among applicants, but also among teachers; growing gap between education, culture and science, on the one hand, and the realities and needs of the modern globalized world and information society, on the other. The need to apply the principles of knowledge integration and informatization of the educational process in the formation of educational plans of higher education institutions of economic profile is substantiated. The role of the disciplines of the cycle of computer training and interdisciplinary disciplines for students of economic specialties is determined. Today, it is necessary to ask questions about changing the goals of education, its fundamentally new orientation to the problems of the information society. In the 21st century, we must clearly realize that humanity has entered a new era – the era of information. Regarding the acquisition of practical skills in the field of information processing and the use of modern applied information technologies for future economists, in our opinion, it will be extremely important to master such disciplines as "Informatics and basics of programming", "Applied informatics", "Business informatics", "Analysis big data and data visualization", "Electronic commerce", "Information security", "Applied machine learning", "Deep learning and the basics of artificial intelligence", etc.Directions for overcoming the problems of higher economic education based on the systemic scientific paradigm, informatization and integration are proposed.