Logo Международный форум «Евразийская экономическая перспектива»
На главную страницу
Новости
Информация о журнале
О главном редакторе
Подписка
Контакты
ЕВРАЗИЙСКИЙ МЕЖДУНАРОДНЫЙ НАУЧНО-АНАЛИТИЧЕСКИЙ ЖУРНАЛ English
Тематика журнала
Текущий номер
Анонс
Список номеров
Найти
Редакционный совет
Редакционная коллегия
Представи- тельства журнала
Правила направления, рецензирования и опубликования
Научные дискуссии
Семинары, конференции
 
 
Проблемы современной экономики, N 1 (89), 2024
ЭКОНОМИКА И УПРАВЛЕНИЕ В СФЕРЕ УСЛУГ
Кошелева Т. Н.
зав. кафедрой социально-экономических дисциплин и сервиса
Санкт-Петербургского государственного университета гражданской авиации
им. гл. маршала авиации А.А. Новикова,
профессор кафедры управления социально-экономическими системами
Санкт-Петербургского университета технологий управления и экономики,
доктор экономических наук


Методические подходы к формированию нейросетевой модели сервисного обслуживания в сфере транспорта и направления её развития
В статье обосновываются методические подходы к формированию нейросетевой модели сервисного обслуживания в сфере транспорта, предложены авторские трактовки понятий «нейроэкономика», «нейроэкономика инфраструктурной среды», «нейросетевая модель», «нооэкономика». Сформулированы основные принципы теории перспектив (принцип адекватности восприятия информационного взаимодействия, принцип достоверности получаемой информации, принцип достаточности информационного наполнения модели), которую предложено применить на пространстве информационного взаимодействия всех участников экономического виртуального рынка. Разработаны динамические и условно-постоянные элементы нейросетевой (пространственной) модели, а также предложена классификация институциональных уровней взаимодействия элементов нейросетевой модели в области сервисного обслуживания в сфере транспорта.
Ключевые слова: нейросетевая модель, нейроэкономика, нейроэкономика инфраструктурной среды, нейросетевая модель сервисного обслуживания, транспортная сфера, элементы нейросетевой модели, нооэкономика, человек «информационный»
УДК 338.24; ББК 65.290–2   Стр: 192 - 194

Исследование подходов к формированию нейросетевой модели в области сервисного обслуживания в сфере транспорта целесообразно в целях разработки и обоснования теоретической базы процесса формирования нейросетевой модели, выявления элементов нейросетевой модели, рассмотрения возможных уровней взаимодействия элементов нейросетевой модели, определения направлений возможного дальнейшего развития нейросетевой модели в области сервисного обслуживания в сфере транспорта [4, с. 258–260; 5, с. 135–138].
Нейроэкономика или, как её очень часто подменяют понятием «поведенческая экономика» [8, с.18–25], в своей первооснове выступает в качестве динамических изменений микроэкономики и определяет алгоритм выявления доли полезности и управления совершаемым выбором. Иначе говоря — это вариативный синтез, с помощью которого можно фокусироваться на стыке экономики, психологии и нейробиологии в процессе разработки алгоритма и практических рекомендаций в рамках принятия управленческих решений. Это позволяет учесть, что сами управленческие решения проектируются и разрабатываются не только под влиянием внешних факторов, но, и под влиянием внутренних побудительных мотивов управленца, который, в свою очередь, пропускает через свой внутренний мир и внутреннее осознание влияние рыночных факторов и рисков, вариативных моделей алгоритма принятия управленческих решений [6, с. 141–154].
Под нейроэкономикой инфраструктурной среды в условиях цифрового преобразования рынков факторов производства и сервисного обслуживания, в том числе и рынка труда и занятости, целесообразно понимать нейросетевую модель построения непрерывного инфраструктурного взаимодействия реального и виртуального рынка сервисного обслуживания. Такая модель цифровой образовательной системы включает период — от момента первоначального включения ребёнка в рамках общественных институтов воспитания, в том числе и в семье, и до индивидуально очерченного периода выхода из активной общественной жизни — выхода на пенсию и уход от всех видов занятости [10, с. 49–57]. Необходимо отметить, что в связи с трансформацией самого процесса цифрового преобразования рынков факторов производства и сервисного обслуживания, а также рынка труда и занятости, направленности процесса труда в физическом смысле по пути облегчения и упрощения самого трудового процесса, переориентации форм и видов занятости, в том числе и в сфере обслуживания, в информационную плоскость и увеличения доли интеллектуальной составляющей в трудовой деятельности, период активной общественной жизни людей будет стабильно увеличиваться.
Под «нейросетевой моделью» автор предлагает понимать системно упорядоченный алгоритм функционирования нейронных сетей инфраструктурной среды в условиях цифрового преобразования рынков факторов производства и виртуального рынка сервисного обслуживания, представленных сетью институциональных элементов в виртуальной интернет — среде. Эти элементы связаны между собой синаптическими соединениями, включая взаимодействия между реальными сотрудниками, сервисных компаний в интернет-пространстве с потребителями, а также с участием технических помощников — виртуальных сотрудников — роботизированного искусственного интеллекта (чат — бота сервисной компании), которые способны обрабатывать входную информацию и в процессе изменения своего состояния во времени способны формировать совокупность выходных сигналов. Для создания и использования корректной нейросетевой модели в области сервисного обслуживания в сфере транспорта целесообразно рассмотреть функционирование и свойства виртуальной системы входов (дендритов) с контактными телами (синапсами), подсистемой обработки цифровой информации — телом (ядром) нейрона и системой входных каналов (дендритов), которые через синаптические узлы способны передавать информационные сигналы на другие нейронные элементы системы [9]. Соотношения между состояниями входов и выходов нейросетевой модели инфраструктурной среды можно охарактеризовать следующими моментами — входы будут соответствовать внешним воздействиям на модель инфраструктурного взаимодействия реального и виртуального рынка сервисного обслуживания, а выходы — её реакциям на них [1, с. 100–106].
Теорию перспектив, нацеленную на объяснение механизма поведения человека в реальных условиях значительного числа факторов неопределённости [8, с. 18–25], можно попробовать применить и модифицировать её основные принципы на пространство информационного взаимодействия всех участников экономического виртуального рынка, в том числе и технических помощников в лице виртуального его участника — роботизированного искусственного интеллекта. Среди принципов теории перспектив на пространстве информационного взаимодействия всех участников экономического виртуального рынка в процессе формирования нейросетевой модели построения непрерывного инфраструктурного взаимодействия реального и виртуального рынка сервисного обслуживания, автор предлагает использовать следующие: принцип адекватности восприятия информационного взаимодействия, принцип достоверности получаемой информации, принцип достаточности информационного наполнения модели.
Элементами нейросетевой (пространственной) модели выступают динамические и условно-постоянные элементы:
– инструменты (ресурсные, маркетинговые, организационные, инфраструктурные);
– переменные (данные — внешние и внутренние, информация, её значения);
– сотрудники — реальный сотрудник сервисной компании и технический помощник — виртуальный участник — роботизированный искусственный интеллект (чат — бот сервисной компании) — человек (потребитель);
– соединители (виды связей — внешние и внутренние, структурные и функциональные);
– среда (инфраструктура модели и внутренняя среда сервисной копании);
– предварительные условия (внутренние взаимосвязи и ресурсы сервисных компаний, а также внешние предпосылки готовности инфраструктурного пространства сервисного дистанционного обслуживания в транспортной сфере);
– обратная связь о готовности потребителей и самих сервисных компаний к изменениям в пространстве виртуального рынка и интернет-инфраструктуры);
– критерии оценки эффективности построения модели (дееспособность самой модели, обеспечивающей относительную её устойчивость и величину допустимых отклонений);
– оценка силы и устойчивости выстроенных взаимосвязей переменных (значения переменных и допустимые величины их отклонения).
Элементы нейросетевой модели в области сервисного обслуживания в сфере транспорта можно рассматривать на разных институциональных уровнях взаимодействия, а именно:
– на уровне реального рынка непосредственного взаимодействия «человек (сервисная компания) — человек (потребитель)»;
– на уровне виртуального рынка взаимодействия «человек (сервисная компания) — человек (потребитель)»;
– на уровне реального и виртуального рынка взаимодействия «человек (сервисная компания) — человек (потребитель)», когда-либо сотрудник сервисной компании, либо потребитель готов к взаимодействию в виртуальном формате;
– на уровне реального и виртуального рынка взаимодействия «технический помощник — виртуальный участник — роботизированный искусственный интеллект (чат — бот сервисной компании) — человек (потребитель)», когда потребитель готов к взаимодействию в виртуальном формате.
Методы моделирования нейросетевой (пространственной) модели можно использовать самые разнообразные — от классического статистического анализа и до аппарата искусственных нейронных сетей [1, с. 100–106]. Включая методы моделирования, основанные на ориентированных нагруженных графах, различаясь приписываемой вершинам и дугам виртуальной информацией и ее интерпретацией в инфраструктурном пространстве сервисного дистанционного обслуживания в транспортной сфере [7, с. 14–23]. С использованием прогностических способностей нейросетевых моделей может появиться возможность определять и тип синтезируемой модели — и это не обязательно «чёрный ящик», как предлагает ряд исследователей [1, с. 100–106]. Можно предложить использовать тип условно управляемой структурной модели или релевантно — целевую динамическую модель. Условно управляемую структурную модель охарактеризуем в предлагаемой статье, как построение и алгоритм выбора функциональных взаимосвязей релевантно. Целевую динамическую модель достаточно сложно раскрыть в одной статье, а её формированию и функционированию автор посвятит ряд следующих публикаций. Наиболее упрощённые методы, которые целесообразно использовать как на этапе предварительной подготовки входных данных виртуальной системы, так и на дальнейших этапах разработки нейросетевых моделей — это кубические сплайны и преобразование Фурье [1, с. 100- 106].
Построение нейросетевой модели непрерывного инфраструктурного взаимодействия реального и виртуального рынка сервисного обслуживания можно представить в качестве своеобразного универсального механизма анализа виртуальной информации, результаты которого не привязаны к конкретным единицам измерения (реальным или виртуальным), а сама нейросетевая модель оперирует с числовыми данными, представляемыми, как правило, в интервале от нуля до единицы, где интервал масштабирования может зависеть от функций самой модели, реализуемых, в первую очередь, в линейном формате [1, с. 100–106], а мерой линейной зависимости двух переменных может выступать общеизвестный и часто применяемый коэффициент корреляции Пирсона [1, с. 100- 106].
Нейросетевая модель предопределяет переход к модели «нооэкономики», так как именно нейросетевая модель определяет предпосылки, раскрывающие уровень готовности элементов инфраструктурной среды в условиях цифрового преобразования рынков факторов производства и сервисного обслуживания. Под «нооэкономикой» автор предлагает понимать направление постепенного, осознанного перехода общества к «человеку информационному», формирование которого должно происходить в рамках информатизации и оцифровки видоизменённого технологического процесса производства и управления с использованием возможностей технических помощников человека в лице роботизированного искусственного интеллекта.
Среди внешних факторов, определяющих направление постепенного, осознанного перехода общества к «человеку информационному» и становления «нооэкономики», кроме разработки нейросетевой модели инфраструктурной среды в условиях цифрового преобразования рынков факторов производства и сервисного обслуживания, автор предлагает рассмотреть модель цифровой образовательной системы.
Необходимость сделать акцент именно на этой модели подтверждается данными Центра занятости Санкт-Петербурга [2], а именно: в базе Центра занятости Санкт-Петербурга летом 2023 г. находилось более 43 тысяч вакансий, среди которых большая часть приходилась на специалистов в области промышленности, строительства, ЖКХ, торговли, а также в области здравоохранения и образования, а основные проблемы с поиском работы возникают у социально незащищённых слоёв населения — у женщин с детьми, у молодежи без опыта и у специалистов старшего (пенсионного и предпенсионного) возраста. Основные проблемы определяются, конечно, не только нуждающейся в трансформации модели образования, но и проблемами непреодолимого характера — «демографическими ямами», связанными с потерями в Великой Отечественной войне и «демографической ямой», возникшей в девяностые годы прошлого века, которые в настоящее время соединились [3]. К сожалению, применяемый уже сегодня набор мер уже не может дать того эффекта, которого от них ожидали, поэтому попытаемся предложить некоторые направления формирования модели цифровой образовательной системы и ряд её возможных основных элементов. Автор предлагает рассмотреть в качестве одного из возможных направлений в рамках формирования модели цифровой образовательной системы –проникающую на все уровни образования методику применения игровых и познавательных виртуальных возможностей восприятия нового знания совместно в реальной и виртуальной образовательной среде в рамках общественных институтов воспитания, в процессе индивидуально очерченного периода от детского садика и до выхода из активной общественной жизни, включая комплекс разнонаправленных, разноотраслевых инфраструктурных элементов с активным включением в образовательный процесс реальных учителей и преподавателей, как в реальном времени, так и в формате интернет-занятий.
Также целесообразно рассмотреть процесс использования возможностей технических помощников человека в лице роботизированного искусственного интеллекта и в дальнейшем вообще можно будет говорить о переходе в образовательном интернет -пространстве к виртуальному погружению в инфраструктуру будущей реализации профессиональных компетенций и непосредственной включённости в выполнение производственных функций с помощью, так называемых, «учителей с искусственным интеллектом». Сама образовательная цифровая модель, возможно, будет значительно отличаться от сегодня применяемой модели и вполне возможно, что с момента начала включения в общественную жизнь ребёнок будет погружаться в интерактивную реальность компетентностного познания окружающего и многопрофессионального мира, где основными элементами такой системы будут новые обучающие человека механизмы с искусственным интеллектом, которые будут включены в нашу повседневную инфраструктуру общественной жизни.
Среди внутренних факторов, определяющих накопление предпосылок и критерии готовности самой инфраструктурной среды сервисного обслуживания к включённости в качестве своих участников производственного процесса сервисного обслуживания в транспортной сфере — технических помощников человека в лице роботизированного искусственного интеллекта, автор предлагает назвать следующие:
– уровень технической подготовленности как специалистов сервисных компаний, так и усреднённого потребителя самих сервисных компаний;
– технические ресурсные возможности сервисных компаний;
– уровень знаниевых компетенций, определяющих инновационную направленность специалистов сервисных компаний, с одной стороны, и готовность к восприятию и потреблению транспортных услуг на новом уровне технических инноваций — с другой.
Также необходимо выделить и уровни готовности всех участников инфраструктурной среды к накоплению предпосылок становления «нооэкономики», среди которых целесообразно выделить:
– начальный уровень выявления накопления базовых предпосылок;
– средний уровень, характеризующий накопление технических и общественно-полезных знаний членами общества, позволяющих осуществить качественный переход к «человеку информационному», определяющему возможность перехода к «нооэкономике»;
– уровень полной готовности, отражающий техническую и интеллектуальную готовность всех участников сервисного обслуживания транспортной сферы и его инфраструктурной среды в формате функционирования «человека информационного», определяющего возможность перехода к «нооэкономике».
Заключение. Таким образом, в статье представлен подход к понятию «нейроэкономика» (вариативный синтез, с помощью которого автор пытается сфокусироваться на стыке экономики, психологии и нейробиологии в процессе разработки алгоритма и практических рекомендаций в пространстве принятия управленческих решений).
Также представлен авторский подход к понятию «нейроэкономика инфраструктурной среды» в условиях цифрового преобразования рынков факторов производства и сервисного обслуживания (нейросетевая модель построения непрерывного инфраструктурного взаимодействия реального и виртуального рынка сервисного обслуживания), и к понятию самой «нейросетевой модели» (системно упорядоченный алгоритм функционирования нейронных сетей инфраструктурной среды в условиях цифрового преобразования рынков факторов производства и виртуального рынка сервисного обслуживания). Предложено применить теорию перспектив и использовать её основные принципы на пространстве информационного взаимодействия всех участников экономического виртуального рынка, в том числе и технических помощников в лице виртуального его участника — роботизированного искусственного интеллекта.
Автором сформулированы основные принципы теории перспектив — принцип адекватности восприятия информационного взаимодействия, принцип достоверности получаемой информации, принцип достаточности информационного наполнения модели. Разработаны и детализированы динамические и условно-постоянные элементы нейросетевой (пространственной) модели: инструменты, переменные, соединители, предварительные условия, критерии оценки эффективности построения модели. Предложена классификация институциональных уровней взаимодействия элементов нейросетевой модели в области сервисного обслуживания в сфере транспорта.
Совокупность методических подходов к формированию нейросетевой модели в области сервисного обслуживания в сфере транспорта и возможные направления её развития в условиях цифрового преобразования рынков факторов производства и сервисного обслуживания, разработанные в статье, позволяют говорить о становлении «человека информационного».


Список использованных источников:
1. Замятин Н.В. Методика нейросетевого моделирования сложных систем / Н.В. Замятин, Д.В. Медянцев // Известия Томского политехнического университета. Инжиниринг георесурсов, 2006. Т.309. — № 8. — С.100–106. — [Электронный ресурс] — [Режим доступа] — https://cyberleninka.ru/article/n/metodika-neyrosetevogo-modelirovaniya-slozhnyh-sistem?ysclid=lna6wh5t90762788165 Дата обращения: 03.10.23.
2. Информационный сайт «News». Безработица в Петербурге осталась на самом низком уровне в стране — [Электронный ресурс] — [Режим доступа] — https://news.mail.ru/society/56300094/?frommail=1&utm_partner_id=735 Дата обращения: 03.10.23
3. Информационный сайт «Ria.ru». Песков прокомментировал демографическую проблему в России — [Электронный ресурс] — [Режим доступа] — https://ria.ru/20230519/demografiya-1872904419.html Дата обращения: 03.10.23.
4. Ксенофонтова Т.Ю. Методические аспекты моделирования уровней готовности сервисных компаний транспортной сферы к оказанию услуг в цифровой среде /Т.Ю. Ксенофонтова, Т.Н. Кошелева // Гуманитарные, социально-экономические и общественные науки. — 2022. — № 10. — С. 258–260.
5. Кошелева Т.Н. Некоторые подходы к оценке восприятия цифровых инноваций в сфере сервисного обслуживания на воздушном транспорте // Проблемы современной экономики. — 2023. — № 1 (85). — С. 135–138.
6. Кошелева Т.Н. Управление формированием модели устойчивого цифрового развития транспортных структур и предприятий сферы транспортного обслуживания с учетом особенностей цифровой инфраструктуры // Экономика, предпринимательство и право. — 2023. Т. 13. — № 1. — С. 141–154.
7. Непейвода Н.Н. Методика анализа и синтеза моделей бизнес-процессов в медицинской организации / Н.Н. Непейвода, Я.И. Гулиев, А.А. Цветков // Врач и информационные технологии. — 2015. — № 4. — С. 14–23. — [Электронный ресурс] — [Режим доступа] — https://cyberleninka.ru/article/n/metodika-analiza-i-sinteza-modeley-biznes-protsessov-v-meditsinskoy-organizatsii?ysclid=lnae6ouba747095383 Дата обращения: 03.10.23.
8. Пескова А.В. Нейроэкономика и поведенческая экономика: источники синтеза /А.В. Пескова, М.С. Ковалевская // Вестник ЮУрГУ. Серия «Экономика и менеджмент». — 2016. — Т. 10, № 3. — С.18–25. — [Электронный ресурс] — [Режим доступа] — https://cyberleninka.ru/article/n/neyroekonomika-i-povedencheskaya-ekonomika-istochniki-sinteza?ysclid=ln7dsgctf81807984 Дата обращения: 01.10.23.
9. Пятакович В.А. Аналитическая конструкция и исходные структуры искусственной нейронной сети, техническая реализация модели математического нейрона / В.А. Пятакович, А.М. Василенко, О.В. Хотинский // Интернет-журнал «Науковедение» Том 9. — 2017. — № 3. — [Электронный ресурс] — [Режим доступа] — http://naukovedenie.ru/PDF/99TVN317.pdf Дата обращения: 01.10.23.
10. Самотуга В.Н. Направления формирования бизнес-модели транспортных инфраструктурных систем сервисного обслуживания в цифровом пространстве / В.Н. Самотуга, Т.Н. Кошелева // В сб.: Трансформация бизнеса и общественных институтов в условиях цифровизации экономики. Сборник научных трудов V Национальной (российской) научно-практической конференции / Под общ. ред. Е.Ф. Щипанова. — Санкт-Петербург, 2023. — С. 49–57.

Вернуться к содержанию номера

Copyright © Проблемы современной экономики 2002 - 2024
ISSN 1818-3395 - печатная версия, ISSN 1818-3409 - электронная (онлайновая) версия