Central Asian Research Index

Bulletin of Toraighyrov University Physics & Mathematics series, 2025, № 2,2025, с. 6-22

МЕТОДЫ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ДИНАМИЧЕСКОГО БЮДЖЕТИРОВАНИЯ И ПРОГНОЗИРОВАНИЯ В ИНТЕРНЕТ-ТОРГОВЛЕ

М. Г. Абибулла, А. А. Абдилдаева

Аннотация · Abstract

В данной статье рассматриваются современные методы прогнозирования, применяемые в динамическом бюджетном планировании интернет-торговли. Особое внимание уделяется оценке четырех подходов: Decision Tree, Random Forest, Linear Regression и ARIMA. Анализ проводится на основе таких критериев, как точность, адаптивность к изменяющимся условиям, учет сезонных факторов и вычислительная сложность. Исследование подчеркивает важность использования гибких инструментов, способных учитывать рыночные тренды и сезонные изменения, характерные для интернет-торговли. Проведенный сравнительный анализ показал, что метод Random Forest отличается высокой точностью и хорошо справляется с обработкой больших объемов данных. В свою очередь, ARIMA наиболее эффективен в ситуациях, где наблюдаются выраженные сезонные колебания, позволяя делать точные прогнозы. Decision Tree и Linear Regression демонстрируют простоту в интерпретации, однако их точность может снижаться при анализе сложных и нелинейных данных. Полученные результаты могут быть полезны для компаний, занимающихся интернет-торговлей, так как позволяют выбрать наиболее подходящий метод прогнозирования в зависимости от специфики бизнеса. Это способствует повышению точности финансовых прогнозов, улучшению адаптивности бюджетов и более эффективному реагированию на изменения рыночной среды. Ключевые слова: прогнозирование, интернет-торговля, бюджетное планирование, Random Forest, ARIMA, Decision Tree, Linear Regression.

Сведения · Details