978-5-908083-57-7 10.31483/a-10837 Социально-экономические процессы современного общества Socio-Economic Processes of Modern Society

В сборнике представлены статьи участников Всероссийской научно-практической конференции с международным участием, посвященные cоциально-экономическим процессам современного общества. В материалах сборника приведены результаты теоретических и прикладных изысканий представителей научного и образовательного сообщества в данной области. Статьи представлены в авторской редакции. Ответственность за приведенные в исследовании экономические данные несут авторы.

 Фомин Эдуард Валентинович Fomin Eduard Valentinovich https://orcid.org/0000-0001-6708-9909 yeresen@yandex.ru Баскакова Наталья Ивановна Baskakova Natalya Ivanovna https://orcid.org/0000-0002-4451-5909 Фомин Эдуард Валентинович Fomin Eduard Valentinovich https://orcid.org/0000-0001-6708-9909 Григорьева Лариса Георгиевна Фомин Эдуард Валентинович Fomin Eduard Valentinovich https://orcid.org/0000-0001-6708-9909 Социально-экономические процессы современного общества Socio-Economic Processes of Modern Society 10 02 2026 Чебоксары ИД «Среда» 1900 Copyright © Суржиков М. А., Косиченко Д. Д., Еременко Д. Н., 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 License. 153447 Применение искусственного интеллекта и анализа «больших данных» в управлении торговыми платформами в сети Интернет Primenenie iskusstvennogo intellekta i analiza "bol'shikh dannykh" v upravlenii torgovymi platformami v seti Internet Суржиков Михаил Андреевич Surzhikov Mikhail Andreevich Косиченко Даниил Дмитриевич Kosichenko Daniil Dmitrievich Еременко Дарья Николаевна Eremenko Daria Nikolaevna 4408440@mail.ru 01d1z8s73 ФГБОУ ВО «Ростовский государственный экономический университет (РИНХ)» Россия 01d1z8s73 FGBOU VO "Rostovskii gosudarstvennyi ekonomicheskii universitet (RINKh)" Russia 343 346

в статье рассматривается проблема трансформации управления интернет-торговлей под влиянием технологий искусственного интеллекта (ИИ) и анализа больших данных (Big Data). Проанализированы ключевые направления их применения: персонализация пользовательского опыта, оптимизация ценообразования и управления запасами, повышение эффективности логистики, а также борьба с мошенничеством. Выявлены преимущества и новые возможности, которые эти технологии открывают для торговых платформ.

 искусственный интеллект машинное обучение кибербезопасность большие данные электронная коммерция персонализация цепочка поставок управление платформами динамическое ценообразование References Цифровая трансформация ритейла: как большие данные и искусственный интеллект меняют отрасль // McKinsey & Company. – 2022 [Электронный ресурс]. – Режим доступа: https://www.mckinsey.com/ (дата обращения: 20.12.2025). Цифровая трансформация ритейла: как большие данные и искусственный интеллект меняют отрасль McKinsey & Company 2022 https://www.mckinsey.com/ Провост Ф.Ф. Большие данные: принципы и практика построения масштабируемых систем обработки данных / Ф.Ф. Провост, Т. Фоусетт. – М.: Диалектика, 2020. – 352 с. Провост Ф. Ф. Фоусетт Т. Большие данные: принципы и практика построения масштабируемых систем обработки данных М. Диалектика Рассел С. Искусственный интеллект: современный подход / С. Рассел, П. Норвиг. – 4-е изд. – М.: Вильямс, 2021. – 1408 с. Рассел С. Норвиг П. Искусственный интеллект: современный подход М. Вильямс Саймон П. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим / П. Саймон. – М.: Манн, Иванов и Фербер, 2019. – 240 с. Саймон П. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим Иванов и Фербер Chen L. A Survey on Personalized Recommendation System Based on Big Data / L. Chen, G. Wang // Proceedings of the 2021 IEEE International Conference on Big Data. – 2021. – P. 1234–1241. Chen L. Wang G. A Survey on Personalized Recommendation System Based on Big Data Proceedings of the 2021 IEEE International Conference on Big Data 2021 1234 1241 Дубова Н.А. Применение методов машинного обучения для прогнозирования спроса в электронной коммерции / Н.А. Дубова // Информационные технологии и вычислительные системы. – 2022. – №3. – С. 45–56. Дубова Н. А. Применение методов машинного обучения для прогнозирования спроса в электронной коммерции Информационные технологии и вычислительные системы 2022 3 45 56 Корнеев В.В. Интеллектуальные системы управления цепями поставок / В.В. Корнеев, А.А. Петров. – СПб.: Питер, 2020. – 304 с. Корнеев В. В. Петров А. А. Интеллектуальные системы управления цепями поставок СПб. Питер Ярных Э.А. Борьба с мошенничеством в электронной торговле с использованием алгоритмов глубокого обучения / Э.А. Ярных // Кибербезопасность и защита информации. – 2021. – №4(12). – С. 22–30. Ярных Э. А. Борьба с мошенничеством в электронной торговле с использованием алгоритмов глубокого обучения Кибербезопасность и защита информации 2021 4(12) 22 30 Как ИИ меняет стратегию компаний: сборник статей // Harvard Business Review Россия. – М.: Альпина Паблишер, 2023. – 210 с. Как ИИ меняет стратегию компаний: сборник статей Harvard Business Review Россия 2023 Лоусон Б. Цифровая стратегия. Как использовать большие данные, искусственный интеллект и IoT для трансформации бизнеса / Б. Лоусон. – М.: Бомбора, 2022. – 288 Лоусон Б. Цифровая стратегия. Как использовать большие данные, искусственный интеллект и IoT для трансформации бизнеса М. Бомбора