Системы оценки студенческих стартапов на основе технологий нейронных сетей

  • Esmira Dokuevna Alisultanova Грозненский государственный нефтяной технический университет имени академика М.Д. Миллионщикова http://orcid.org/0000-0002-2565-5615
  • Usman Ruslanovich Tasuev Сколковский институт науки и технологий http://orcid.org/0000-0003-3672-744X
  • Raikhann Vakhaevna Yusupova Грозненский государственный нефтяной технический университет имени академика М.Д. Миллионщикова http://orcid.org/0000-0001-8685-4258

Аннотация

В статье исследован процесс разработки системы оценки бизнес-идей стартап-проектов на основе фреймворка SWOT с помощью технологий нейронных сетей для использования студентами и начинающими предпринимателями на основе обученной модели. Рассматриваются этапы выполнения проектирования, которые включают в себя разработку клиентской и серверной сторон веб-приложения, создание интерактивного интерфейса приложения для заполнения формы, обучение базовой и расширенной нейронных сетей, разработку экспериментального образца системы анализа бизнес-идей по бизнес-фреймворкам с использованием нейросетей, а также экспериментальное сравнение эффективности обучения различных архитектур нейронных сетей, анализ критериев оценки бизнес-проектов по SWOT-фреймворку выполнено в соответствии с обозначенными задачами. Описываемое в данном исследовании программное приложение предоставляет возможность сохранять истории выполненных оценок проектов, а также имеет функции осуществления взаимосвязи с зарегистрированными экспертами. Разрабатываемая система имеет английскую локализацию, которая определяется на основе данных настроек браузера у пользователя, в которой реализована многоуровневая система прав доступа в приложении. Полученные результаты в целом имеют высокий уровень возможности применения данного программного продукта в коммерческих целях в системах оценки молодежных инновационных проектов экспертным сообществом.

Сведения об авторах

Esmira Dokuevna Alisultanova, Грозненский государственный нефтяной технический университет имени академика М.Д. Миллионщикова

директор Института прикладных информационных технологий, доктор педагогических наук, доцент

Usman Ruslanovich Tasuev, Сколковский институт науки и технологий

магистрант

Raikhann Vakhaevna Yusupova, Грозненский государственный нефтяной технический университет имени академика М.Д. Миллионщикова

старший преподаватель кафедры информатики и вычислительной техники, аспирант

Литература

1. Nokeri T.C. Web App Development and Real-Time Web Analytics with Python: Develop and Integrate Machine Learning Algorithms into Web Apps. Apress Berkeley, CA; 2022. 226 p. (In Eng.) doi: https://doi.org/10.1007/978-1-4842-7783-6
2. Martin R.C. Clean Code: A Handbook of Agile Software Craftsmanship. Pearson; 2008. 464 p. (In Eng.)
3. Vlados C., Chatzinikolaou D. Towards a Restructuration of the Conventional SWOT Analysis. Business and Management Studies. 2019; 5(2):76-84. (In Eng.) doi: https://doi.org/10.11114/bms.v5i2.4233
4. Grinberg M. Flask Web Development. 2nd ed. O'Reilly Media, Inc.; 2018. 312 p. (In Eng.)
5. Raschka S., Mirjalili V. Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2. 3rd ed. Packt Publishing; 2019. 770 p. (In Eng.)
6. Shukla N. Machine Learning with TensorFlow. 1st ed. Manning; 2018. 272 p. (In Eng.)
7. Flanagan D. JavaScript: The Definitive Guide: Master the World's Most-Used Programming Language. 7th ed. O'Reilly Media, Inc.; 2020. 706 p. (In Eng.)
8. Haverbeke M. Eloquent JavaScript: A Modern Introduction to Programming. 3rd ed. No Starch Press; 2018. 472 p. (In Eng.)
9. Nixon R. Learning PHP, MySQL, JavaScript, CSS & HTML5: A Step-by-Step Guide to Creating Dynamic Websites. 3rd ed. O'Reilly Media, Inc.; 2014. 786 p. (In Eng.)
10. McFarland D.S. CSS3: The Missing Manual. 3rd ed. O'Reilly Media, Inc.; 2013. 650 p. (In Eng.)
11. Montesinos López O.A., Montesinos López A., Crossa J. Fundamentals of Artificial Neural Networks and Deep Learning. In: Multivariate Statistical Machine Learning Methods for Genomic Prediction. Springer, Cham; 2022. p. 379-425. (In Eng.) doi: https://doi.org/10.1007/978-3-030-89010-0_10
12. Géron A. Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. 1st ed. O'Reilly Media, Inc.; 2017. 574 p. (In Eng.)
13. Libenko A., Mintsaev M. Modelling of systems of automatic control by heat treatment of concrete on the basis of fuzzy logic system. Vestnik Moskovskogo avtomobil'no-dorozhnogo instituta (gosudarstvennogo tehnicheskogo universiteta) = Vestnik MADI. 2005; (5):78-80. Available at: https://www.elibrary.ru/item.asp?id=21098569 (accessed 16.02.2022). (In Russ., abstract in Eng.)
14. Likhacheva O.N., Tymchuk E.V., Ilyina T.V., Pupkova Yu.V., Zyza V.P. To the question of academic excellence in modern university realities. CITISE. 2021; (4):16-25. (In Russ., abstract in Eng.) doi: https://doi.org/10.15350/2409-7616.2021.4.02
15. Alisultanova E.D., Khadzhieva L.K., Isaeva M.Z. Vocational school laboratory on the basis of cyber security in the field of the Internet of Things (IoT). Vestnik GGNTU. Gumanitarnye i social'no-jekonomicheskie nauki = Herald of GSTOU. Humanitarian, social and economical sciences. 2019; 15(4):51-58. (In Russ., abstract in Eng.) doi: https://doi.org/10.34708/GSTOU.2019.18.4.018
16. Alisultanova E.D., Tasueva H.H. Current monitoring of school learning as awakening facts in modern education. Features and forms of carrying out the current control taking into account indicators of types of perception of information. Vestnik GGNTU. Gumanitarnye i social'no-jekonomicheskie nauki = Herald of GSTOU. Humanitarian, social and economical sciences. 2019; 15(2):55-61. (In Russ., abstract in Eng.) doi: https://doi.org/10.34708/GSTOU.2019.16.2.017
17. Moiseenko N.A., Temirova A.B. Scientific education as the basis for innovative competence formation in the conditions of digital transformation of the society. Vestnik GGNTU. Gumanitarnye i social'no-jekonomicheskie nauki = Herald of GSTOU. Humanitarian, social and economical sciences. 2022; 18(1):60-66. (In Russ., abstract in Eng.) doi: https://doi.org/10.34708/GSTOU.2022.16.33.007
18. Alisultanova E.D., Moiseenko N.A., Albakova A.A. The use of information systems to evaluate the scientific activity of university teachers. Upravlenie obrazovaniem: teorija i praktika = Education Management Review. 2021; (6):19-27. (In Russ., abstract in Eng.) doi: https://doi.org/10.25726/r6946-2540-3679-e
19. Belyakova E.G., Zakharova I.G. Interaction of university students with educational content in the conditions of information educational environment. Obrazovanie i nauka = The Education and science journal. 2019; 21(3):77-105. (In Russ., abstract in Eng.) doi: https://doi.org/10.17853/1994-5639-2019-3-77-105
20. de Wit H. Evolyutsiya mirovykh kontseptsiĭ, tendentsiĭ i vyzovov v internatsionalizatsii vysshego obrazovaniya [Evolving Concepts, Trends, and Challenges in the Internationalization of Higher Education in the World]. Voprosy obrazovaniya = Educational Studies Moscow. 2019; (2):8-34. (In Eng.) doi: https://doi.org/10.17323/1814-9545-2019-2-8-34
21. Akhavan M., Sebt M.V., Ameli M. Risk assessment modeling for knowledge based and startup projects based on feasibility studies: A Bayesian network approach. Knowledge-Based Systems. 2021; 222:106992. (In Eng.) doi: https://doi.org/10.1016/j.knosys.2021.106992
22. Rabechini Junior R., de Carvalho M. Understanding the impact of project risk management on project performance: An empirical study. Journal of Technology Management & Innovation. 2013; 8:64-78. (In Eng.) doi: http://dx.doi.org/10.4067/S0718-27242013000300006
23. Knight J. Concepts, Rationales, and Interpretive Frameworks in the Internationalization of Higher Education. In: Deardorff D. K., d. Wit H., Heyl J. D., Adams T. The SAGE Handbook of International Higher Education. SAGE Publications, Inc.; 2012. p. 27-42. (In Eng.) doi: https://dx.doi.org/10.4135/9781452218397.n2
24. Van Der Wende M. Internationalisation policies: about new trends and contrasting paradigms. Higher Education Policy. 2001; 14(3):249-259. (In Eng.) doi: https://doi.org/10.1016/S0952-8733(01)00018-6
25. Mojtahedi S.M.H., Mousavi S.M., Makui A. Project risk identification and assessment simultaneously using multi-attribute group decision making technique. Safety Science. 2010; 48(4):499-507. (In Eng.) doi: https://doi.org/10.1016/j.ssci.2009.12.016
Опубликована
2022-03-31
Как цитировать
ALISULTANOVA, Esmira Dokuevna; TASUEV, Usman Ruslanovich; YUSUPOVA, Raikhann Vakhaevna. Системы оценки студенческих стартапов на основе технологий нейронных сетей. Международный научный журнал «Современные информационные технологии и ИТ-образование», [S.l.], v. 18, n. 1, p. 183-192, mar. 2022. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/847>. Дата доступа: 12 aug. 2022 doi: https://doi.org/10.25559/SITITO.18.202201.183-192.
Раздел
Научное программное обеспечение в образовании и науке