ДЕРЕКТЕРДЕГІ АЙҚЫН ЕМЕС БАЙЛАНЫСТАРДЫ АНЫҚТАУДА ЛЕОНТЬЕВТІҢ ЕНГІЗУ-ШЫҒАРУ МОДЕЛІН ҚОЛДАНУ
DOI:
https://doi.org/10.32014/2024.2518-1726.239Ключевые слова:
метод ввода-вывода, нечеткая логика, финансы, анализ данных, нечеткие связи.Аннотация
В этой статье рассматривается использование метода ввода-вывода для выявления нечетких связей в больших наборах данных. Метод ввода-вывода, предложенный В. Леонтьевым в рамках экономического анализа, активно изучается с целью выявления неочевидных связей в различных областях, в том числе в анализе больших данных. В статье приводятся теоретические основы и практический пример применения данного метода при обработке данных по финансовой сфере в таблице межотраслевых отношений Республики Казахстан (в миллиардах долларов США), полученной из отчета Организации экономического сотрудничества и развития (ОЭСР) за 2019 год, а также результаты, полученные путем компьютерной реализации его на процессоре Excel.
Цель написания статьи-показать, что при определении наличия проблемы в области, связанной с наборами данных, т. е. с использованием метода ввода-вывода, предложенного В. Леонтьевым в контексте системы нечеткой логики как одного из наиболее эффективных методов сбора и подготовки, очистки данных, можно получить возможность выявить проблему и провести ее дальнейший глубокий анализ. В результате анализа были выявлены ценности предложения и спроса в финансовой сфере Казахстана, и эти результаты показали наличие проблемы, связанной со значительной волатильностью деловой активности и инфляции в данной сфере. Таким образом, анализируя принципы функционирования системы нечеткой логики на основе модели ввода-вывода, было установлено, что она имеет определенное место в описании скрытых структур в данных и, соответственно, эта тема требует глубокого изучения. Результаты исследования показывают эффективность метода ввода-вывода в выявлении скрытых отношений в больших данных, что способствует более глубокому пониманию сложных структур и закономерностей в информационных потоках. Результаты представляют интерес для исследователей в области анализа данных и разработчиков методов обработки больших объемов информации.