Перегляд за Автор "Korniichuk O."

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Customer Classification and Design Making in the Digital Economy Based on Scoring Models
    (IAEME Publication, 2020) Vitvickii S. S.; Lavrov R.; Burkina N.; Popovskyi Yu; Korniichuk O.; Kozlovskyi S.; Вітвіцький С. С.; Лавров Р.; Буркіна Н.; Поповський Ю.; Корнійчук О.; Козловский С.
    The article presents how cluster models works to create customer classification and to make managerial decision for saving clients and founding new target auditory. The objective of research is to find out the relevant techniques for building scoring models in different fields. The main hypothesis of research was checking the quantity of scoring models in different fields. It was applied k-nearest neighbors support vector method for decision making in the digital economy based on scoring models. In order to realize the principle of customer classification and revealing the client categories with risk of leaving the company it was created the client’s classification model. Moreover, risk issue was shown on the example of fraud dynamic. It was researched different categories of fraud and pointed out their features. У статті представлено, як кластерні моделі працюють для створення класифікації клієнтів та як прийняти управлінське рішення для збереження клієнтів та створення нової цільової аудиторії. Метою дослідження є виявлення відповідних методик побудови скорингу моделі в різних галузях. Основною гіпотезою дослідження була перевірка кількості оцінювання моделей у різних галузях. Було застосовано опорний вектор k-найближчих сусідів метод прийняття рішень в цифровій економіці на основі скорингових моделей. В порядку реалізувати принцип класифікації клієнтів та виявлення категорій клієнтів з ризиком виходу з компанії була створена модель класифікації клієнта. Крім того, проблема ризику була показана на прикладі динаміки шахрайства.
  • Ескіз
    Документ
    Determinants of covid-19 death rate in Europe: Empirical analysis
    (Lublin University of Technology, 2021) Vitvitskyi S. S.; Kozlovskyi S.; Bilenko D.; Dluhopolskyi O.; Bondarenko O. O.; Korniichuk O.; Вітвіцький С. С.; Козловський С.; Біленко Д.; Длугопольський О.; Бондаренко О. О.; Корнійчук О.
    At the end of 2019, the new virus called Coronavirus disease (COVID-19) spread widely from China all over the world (including Europe). Most countries in Europe at the beginning of 2020 have been quarantined. The aim of the work is to develop the system dynamics model for assessing the impact of the different factors on the COVID19 death rate in Europe. There were tested three hypotheses about factors of reducing the COVID-19 death rate with the help of linear regression analysis. The density of the population of European countries doesn’t affect the COVID-19 death rate. Also, COVID-19 death rate does not drastically affect mortality statistics. But the level of country’s economic development is a factor of COVID-19 death rate because in high developed countries the pandemic death rate is lower, regardless of the mechanisms of the spread of the disease and its impact on human health. Наприкінці 2019 року новий вірус під назвою "коронавірусна хвороба" (COVID-19) широко поширився з Китаю по всьому світу (включаючи Європу). Більшість країн Європи на початку 2020 року були закриті на карантин. Метою роботи є розробка моделі системної динаміки для оцінки впливу різних факторів на рівень смертності від COVID-19 в Європі. За допомогою лінійного регресійного аналізу було перевірено три гіпотези щодо факторів зниження смертності від COVID-19. Густота населення європейських країн не впливає на рівень смертності від COVID-19. Також рівень смертності від COVID-19 не впливає кардинально на статистику смертності. А от рівень економічного розвитку країни є фактором смертності від COVID-19, оскільки у високорозвинених країнах смертність від пандемії нижча, незалежно від механізмів поширення хвороби та її впливу на здоров'я людини.