У статті проаналізовано питання ефективного використання інформаційного ресурсу підприємств щодо формування оптимальних цін на товар чи послугу. Запропоновано підхід до розв’язання задачі оптимізації ціни для різних груп споживачів на основі гібридної моделі інтелектуального аналізу даних, що містить набір штучних нейронних мереж. Продемонстровано варіант упровадження запропонованого підходу на прикладі підприємства роздрібної торгівлі.

Ключові слова: ціноутворення, оптимізація, інтелектуальний аналіз даних, штучна нейронна мережа, гібридна модель.

DOI: http://dx.doi.org/10.17721/1728-2667.2015/172-7/7

References

1. Cherep, A. V. (2011), Pricing as a Basis for the Enterprises Efficiency and Improving Welfare Factor. Zaporizhskyi natsionalnyi universytet. (ukrainian).
2. Pavlenko, A. F. (2004), Marketing Pricing Policy. KNEU. (ukrainian).
3. Zhehus, O .V. (2013), Theory and Practice of Pricing in the Marketing System. KhDUKhT. (ukrainian).
4. Kryvoshyia, O. (2010), “Practices of Pricing, Classification and Examples of Use”, Ekonomichnyi analiz, 7, pp. 86–90. (ukrainian).
5. Kudlai, V. H. (2006), “The Marketing Approach in Pricing”, Ekonomika. Finansy. Pravo, 4. (ukrainian).
6. Mazur, O. Ye. (2010), “Classification Pricing Factors and Methods of Analysis”, Rehionalna ekonomika, 2 (56), pp. 55–62. (ukrainian).
7. Shkvarchuk, L. (2005), “Modern Problems of Methodology for Setting Prices”, Formuvannia rynkovoi ekonomiky v Ukraini, pp. 167–173. (ukrainian).
8. Matviichuk, A. V. (2011), Artificial Intelligence in the Economy: Neural Networks, fuzzy logic. KNEU. (ukrainian).
9. Zghurovskyi, M. Z. (2013), Foundations of Computational Intelligence. Naukova dumka. (russian).
10. http://www.irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?Z21ID=&I21DBN=EC&P21DBN=EC&S21STN= 1&S21REF=10&S21FMT=fullw&C21COM=S&S21CNR=20&S21P01=3&S21P02=0&S21P03=A=&S21COLORTERMS=0& S21STR=%D0%9A%D0%B8%D0%B7%D0%B8%D0%BC,%20%D0%9D%D0%B8%D0%BA%D0%BE%D0%BB%D0%B0 %D0%B9%20%D0%90%D0%BB%D0%B5%D0%BA%D1%81%D0%B0%D0%BD%D0%B4%D1%80%D0%BE%D0%B2% D0%B8%D1%87Kyzym, N. A. (2006), Neural Networks: Theory and Practice. INZhEK. (russian).
11. Subbotin, S. O. (2009), Noniterative, Evolutionary and Multi-agent Methods of Fuzzy Logic Synthesis and Neural Network Models. ZNTU. (ukrainian).
12. Klebanova, T. S. (2011), Fuzzy Logic and Neural Networks in Enterprise Management. INZhEK. (ukrainian).
13. Lysenko, Yu. H. (2012), Fuzzy Models and Neural Networks in the Analysis and Management of Economic Entities. Yuho-Vostok. (russian).
14. Ngai, E. W. T., Li Xiu and Chau D. C. K. (2009), “Application of Data Mining Techniques in Customer Relationship Management: A Literature Review and Classification”, Expert Systems with Applications, 36, pp 2592–2622. (english). (DOI: 10.1016/j.eswa.2008.02.021).
15. Ogut A., Kocabacak A.,Demirsel M. T. (2008), “The Impact of Data Mining on the Managerial Decision-Making Process: A Strategic Approach”, The Journal of American Academy of Business, Cambridge, 1(14), pp. 137–143. (english).
16. Chiu, S. (2011), Data Mining and Market Intelligence for Optimal Marketing Returns. Butterworth- Heinemann, 296 p. (english).
17. Amosenok, E. P. (2014), System Modeling and Analysis of Meso- and Micro-objects. IEOPP SO RAN. (russian).
18. Williams, G. J., Simoff, S. J. (2006), Data Mining: Theory, Methodology, Techniques, and Applications. Springer Verlag. (english).
19. Fedorenko, I. K. and Cherniak, O. I. (2007), Operations Research in Economics. Znannia. (english).
20. Imanov, K. D. (2012), “Fuzzy Model Quality Assessment of the Social System”, Neironechitki tekhnolohii modeliuvannia v ekonomitsi, 1, pp. 142–160. (russian).