Аннотації
03.07.2017
Прогнозування доходів, отриманих шляхом поповнення особистих рахунків клієнтів інтернет-провайдерів, дає ряд переваг, серед яких: розрахунок вартості послуг, що надаються; планування бюджету; планування закупівлі нового або модернізація старого обладнання; підвищення якості управління розвитком підприємства; розрахунок рентабельності та економічної стійкості підприємства; планування заробітної плати співробітників. Розглянуто модель прогнозування доходів інтернет-провайдерів на основі агентного підходу моделювання. Для цього було виконано сегментацію споживачів, розглянуто формалізацію їх поведінки і побудовано імітаційну модель. Запропоновано статистику роботи невеликого інтернет-провайдера для перевірки адекватності результату імітаційного моделювання. Отримана модель враховує зміни вартості та зміну тарифних планів, умови переходу агентів у моделі, сезонність використання Інтернету.
Прогнозирование доходов, полученных путем пополнения личных счетов клиентов интернет-провайдеров, дает ряд преимуществ, среди которых: расчет стоимости предоставляемых услуг; планирование бюджета; планирование закупки нового или модернизация старого оборудования; повышение качества управления развитием предприятия; расчет рентабельности и экономической устойчивости предприятия; планирование заработной платы сотрудников. В работе рассмотрена модель прогнозирования доходов интернет-провайдеров на основе агентного подхода моделирования. Для этого выполнена сегментация потребителей, рассмотрена формализация их поведения и построена имитационная модель. Предложена статистика работы небольшого интернет-провайдера для проверки адекватности результата имитационного моделирования. Полученная модель учитывает изменения стоимости и смену тарифных планов, условия перехода агентов в модели, сезонность использования интернета.
Forecasting of incomes received by replenishing personal accounts of Internet service providers gives a number of advantages, among them: calculation of the cost of services provided; budget planning; planning the purchase of a new one or the modernization of old equipment; improving the quality of enterprise development management; calculation of profitability and economic sustainability of the enterprise; planning of employees' salaries. In this paper, a model for forecasting the income of Internet providers based on the agent approach of modeling is considered. For this, segmentation of consumers was carried out, formalization of their behavior was considered, and a simulation model was constructed. The statistics of the work of a small Internet provider for checking the adequacy of the result of simulation modeling are proposed. The received model takes into account the changes in cost and the change of tariff plans, the conditions for the transition of agents to models, the seasonality of using the Internet.
1. Батьковский, А.М. Модели оценки и прогнозирования финансовой устойчивости высокотехнологичных предприятий / А.М. Батьковский, М.А. Батьковский, А.П. Мерзлякова // Проблемы экономики и менеджмента. – 2011. – Вып. 1 (1). – С. 35 – 37.
2. Крюкова, В.В. Статистическое прогнозирование валютного курса [Текст] / В.В. Крюкова, П.А. Крюков // Вестник КузГТУ. – 2010. – Вып. 6. – С. 179 – 182.
3. Крылов С.И. Методические аспекты анализа и прогнозирования финансового состояния промышленного предприятия / С.И. Крылов, О.А. Решетникова // Финансовая аналитика: проблемы и решения. – 2010. – Вып. 8 (32).
– С. 2 – 7.
4. Thaler, R.H. (1999). Mental accounting matters. // Journal of Behavioral Decision Making. – №12 (3). – P. 183 – 206.
[in English].
5. Rubinstein, A. (1998). Modeling Bounded Rationality. Cambridge, England. – 220 p. – ISBN 0-262-18187-8 [in English].
6. Camerer, C.F. (2003). Behavioral game theory: Experiments on strategic interaction. Princeton, USA. – 568 p. – ISBN: 9780691090399 [in English].
7. Arthur, W.B. (1991) Designing Economic Agents that act like human agents: A Behavioral Approach to Bounded Rationality // The American Economic Review. California, USA. – №81 (2). – P. 353 – 359 [in English].
8. Садовникова, Н.П., Применение агентного моделирования для построения сценариев стратегического развития / Н.П. Садовникова, А.С. Киктев // Известия ВолгГТУ. – 2012. – №13. – C. 144 – 147.
9. Тимофеева, И.Н. Методический подход к прогнозированию емкости рынка услуг интернет-провайдеров региона / И.Н. Тимофеева // Региональная экономика: теория и практика. – 2012. – №32. – C. 58 – 64.
10. Погудина, О.К. Обзор моделей и средств построения концептуальной модели мультикоптера / О.К. Погудина, А.Ю. Гетьманская, В.А. Шепитько // Открытые информационные и компьютерные интегрированные технологии. – 2016 – №73. – C. 16 – 21.
11. Погудина, О.К. Имитационная модель мультиагентной сети беспилотных летательных аппаратов / О.К. Погудина // Открытые информационные и компьютерные интегрированные технологии. – 2013. – № 58. – C.143 – 146.
12. Каталевский Д.Ю., Солодов В.В., Кравченко К.К., Панов Р.А. Моделирование поведения потребителей [Электронный ресурс]. – https://www.anylogic.ru/upload/iblock/736/736d3a2e7bcad4bce3bc4bc977f49e32.pdf (дата обращения: 27.05.2017).
13. Соснова О.А. Компьютеризированная подсистема поддержки принятия решения при кратковременном менеджменте в условиях динамично меняющегося производства [Электронный ресурс]. – http://ea.dgtu.donetsk.ua:8080/bitstream/123456789/6780/1/Sosnova.pdf (дата обращения: 27.05.2017).
1. Bat'kovskyy, A.M., Bat'kovskyy, M.A., & Merzlyakova, A.P. (2011). Models of evaluation and forecasting of financial stability of high-tech enterprises. Problems of Economics and Management, 11, 35-37.
2. Kryukova, V.V., & Kryukov, P.A. (2010). Statistical forecasting of the exchange rate. Bulletin of KuzGTU, 6, 179-182.
3. Krilov, S.Y. & Reshetnykova, O.A. (2010). Methodical aspects of analysis and forecasting of the financial condition of an industrial enterprise. Financial analytics: problems and solutions, 8 (32), 2-7.
4. Thaler, R.H. (1999). Mental accounting matters. Journal of Behavioral Decision Making, 12 (3), 183–206.
5. Rubinstein, A. (1998). Modeling Bounded Rationality. Cambridge, England, 220. – ISBN 0-262-18187-8.
6. Camerer, C.F. (2003). Behavioral game theory: Experiments on strategic interaction. Princeton, USA, 568. – ISBN: 9780691090399
7. Arthur, W.B. (1991). Designing Economic Agents that act like human agents: A Behavioral Approach to Bounded Rationality // The American Economic Review. California, USA, 81 (2), 353–359.
8. Sadovnykova, N.P. & Kyktev, A.S. (2012). Application of agent modeling for building scenarios for strategic development. Izvestiya VolgGTU, 13, 144-147.
9. Tymofeeva, Y.N. (2012). Methodical approach to forecasting the market capacity of Internet service providers in the region. Regional economy: theory and practice, 32, 58-64.
10. Pohudyna, O.K., Het'manskaya, A.Yu. & Shepyt'ko, V.A. (2016). The review of models and means of construction of the conceptual model of the multicopter. Open information and computer integrated technologies, 73, 16-21.
11. Pohudyna, O.K. (2013). Simulation model of multi-agent network of unmanned aerial vehicles. Open information and computer integrated technologies, 58, 16-21.
12. Katalevskyy, D.Yu., Solodov, V.V., Kravchenko, K.K., & Panov, R.A. Modeling of consumer behavior [electronic source]. – https://www.anylogic.ru/upload/iblock/736/736d3a2e7bcad4bce3bc4bc977f49e32.pdf
13. Sosnova, O.A. Computerized subsystem of decision support under short-term management in the conditions of dynamically changing production [electronic source]. – http://ea.dgtu.donetsk.ua:8080/bitstream/123456789/6780/1/Sosnova.pdf