Application of data mining methods in researching the implementation of sustainable development goals
DOI:
https://doi.org/10.25806/mevriz-200Keywords:
sustainable development, entrepreneurship, business models, data mining, SDG forecasting, «green» economyAbstract
The article presents the results of the sociological and analytical study of the introduction of sustainable development goals (SDGs) in Russian companies. It is shown that the transition to a «green» economy and new business models is closely linked to the implementation of the SDG management concept. The study aims at assessing Russian companies’ awareness of the sustainable development goals, identifying the SDGs that are of special importance to business, determining the possibility for improving the quality of forecasting the introduction of SDGs in the companies relying on the data analysis method, It is shown that this depends on the degree of Russian companies’ awareness of the situation. The factors that motivate them are identified. The analysis is carried out with the use of the Data Mining application methods in the following areas of the study: data quality, decision tree, checking the accuracy of the algorithm, identifying dependencies, predicting the implementation of SDGs. Despite the fact that the study focuses on Russian companies, the authors note the versatility of their methodology and the possibility for its use by foreign companies in analyzing and forecasting SDGs.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: ООО "Финпресс".
Условия использования. Полные тексты статей, опубликованных в журнале, распространяются по подписке. Все права защищены. Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU: https://elibrary.ru/contents.asp?titleid=9628
References
6. – С. 28–36.
2. OLAP: Методы интеллектуального анализа данных [Электронный ресурс]. URL: olap.ru/home.asp?artId=2158 (дата обращения: 13.09.2021).
3. Алгоритмы обработки Deductor [Электронный ресурс]. URL: basegroup.ru/deductor/function/algorithm (дата обращения: 13.09.2021).
4. Гасанов Э.Э., Кудрявцев В.Б. Интеллектуальные системы. Теория хранения и поиска информации. – М.: Юрайт, 2019. – 271 с.
5. Матвеев М.Г., Свиридов А.С., Алейникова Н.А. Модели и методы искусственного интеллекта. Применение в экономике. – М.: Финансы и статистика, 2014.
6. Македонский А.М., Аксенов К.А. Построение деревьев принятия решений с использованием генетических алгоритмов // В кн.: Передача, обработка, восприятие графической информации / под ред. А.Г. Тягунова. – Екатеринбург: Урал. федер. ун-т им. Б.Н. Ельцина, 2015. – С. 102–107.
7. Суворова С.А., Кретова А.С. Использование интеллектуального анализа данных в экономике // Наука сегодня: фундаментальные и прикладные исследования: матер. Междунар. науч.-практ. конф. – Вологда: ООО «Маркер», 2018. – С. 80–81.