СТАТЬИ АРБИР
 

  2018

  Декабрь   
  Пн Вт Ср Чт Пт Сб Вс
26 27 28 29 30 1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31 1 2 3 4 5 6
   

  
Логин:
Пароль:
Забыли свой пароль?


Программно - аппаратный комплекс сбора и анализа данных для торговых точек


ПРОГРАММНО - АППАРАТНЫЙ КОМПЛЕКС СБОРА И АНАЛИЗА ДАННЫХ ДЛЯ ТОРГОВЫХ ТОЧЕК

В настоящий момент в мировом научном сообществе быстрыми темпами развиваются такие направления как: интернет вещей (Internet of Things) [1], машинное обучение (Machine Learning) [2], работа с большими данными (Big data). Все чаще на различных конференциях звучат тезисы, что за данными технологиями будущее. Таким образом, является актуальной задача развития исследовательских проектов в данной области.

На сегодняшний день в Российской Федерации бизнес в целом и торговля в частности слабо автоматизированы. На рынке существует ряд компаний, предоставляющих продукцию с функционалом ведения бухгалтерии и учета продукции.

В данной статье предлагается идея программно - аппаратного комплекса (ПАК) для сбора и анализа данных в магазинах с целью дальнейшего увеличения продаж за счет автоматического анализа данных.

Предлагаемый комплекс предполагает увеличение прибыли розничных торговых точек за счет применения технологий машинного обучения. Целью создания комплекса является автоматизация сбора повседневных событий в торговых точках для дальнейшего анализа, автоматического принятия бизнес решений и повышения прибыли предприятия.

Схема состоит и четырех основных элементов: микрокомпьютера с датчиком движения, персонального компьютера (ПК) менеджера торгового зала, маршрутизатора и веб - сервера. Принципиальная схема устройства комплекса представлена на рисунке 1.

Микрокомпьютер с датчиком движения устанавливается на входе магазина. Данный элемент служит для считывания количества посетителей магазина. Каждый факт посещения фиксируется и передается по сети Интернет на веб - сервер вместе с датой и временем.

Персональный компьютер (ПК) продавца, куда последний заносит данные о продажах, может быть заменен на планшетный компьютер. С помощью веб - браузера ПК соединяется с веб - сервером, где заполняется информацию о продажах.

Роутер обеспечивает доступ в сеть Интернет для передачи данных на веб - сервер.

Главной частью программно - аппаратного комплекса является веб - сервер, расположенный вне магазина. Данный элемент производит консолидацию и анализ данных с микрокомпьютера с датчиком движения, а также с ПК продавца. Для разработки алгоритма предполагается использовать такой метод машинного обучения как нейронная сеть. На текущем этапе предполагается моделирование алгоритма с помощью среды MatLab или одного из языков программирования. В дальнейшем алгоритм будет адаптирован для серверного языка PHP.

Предлагаемый продукт по сравнению с другими решениями для торгового сектора предполагает использование передовых технологий машинного обучения, обладает способностью к анализу, автоматизирует принятие бизнес решений и обладает комплексностью решения.

Предложенный метод занимает малоразвитую нишу «умного» бизнеса, где анализ и выработка предложений являются задачами работы автоматизированной системы. Предложенная технология соответствует прогрессивной концепции интернета вещей, которая призвана автоматизировать все сферы жизнедеятельности человека. Решение является B2B (Business to buisness) продуктом и может быть реализовано в торговом секторе (поставляться владельцам небольших торговых точек в торговых центрах и отдельным небольшим магазинам).

Таким образом, в статье была предложена принципиальная схема перспективного программно - аппаратного комплекса для сбора и анализа данных, получаемых из с торговых точек. Приведенная схема обладает следующими достоинствами: наличие возможности автоматического анализа текущих данных продаж, адаптивность системы к изменяющимся условиям, сохранность данных за счет хранения в облаке на веб - сервере. Таким образом, дальнейшее исследование является перспективным и актуальным.

Список использованной литературы:

Gartner Says the Internet of Things Installed Base Will Grow to 26 Billion Units By 2020. Gartner, 12 Dec. 2013. URL: http: // www.gartner.com / newsroom / id / 2636073 (дата обращения: 19.01.2016).

Larose D. T. Discovering Knowledge in Data: An Introduction to Data Mining. John Wiley & Sons, Inc., 2005.

Е.А.Зырянов, 2017

УДК 533.9


магистрант 2 курса ФАВТ, ВятГУ г. Киров, Российская Федерация





МОЙ АРБИТР. ПОДАЧА ДОКУМЕНТОВ В АРБИТРАЖНЫЕ СУДЫ
КАРТОТЕКА АРБИТРАЖНЫХ ДЕЛ
БАНК РЕШЕНИЙ АРБИТРАЖНЫХ СУДОВ
КАЛЕНДАРЬ СУДЕБНЫХ ЗАСЕДАНИЙ

ПОИСК ПО САЙТУ