Макрусев В.В.доктор физико-математических наук, профессор кафедры управления, Российская таможенная академия, Московская область, Люберцы, Российская Федерация makrusev@mail.ru ORCID id: отсутствует SPIN-код: 3299-1321
Соболь А.А.аспирант кафедры управления, Российская таможенная академия, Московская область, Люберцы, Российская Федерация sobol_aa@bk.ru ORCID id: отсутствует SPIN-код: отсутствует
Предмет. Перспективы повышения качества аналитической деятельности таможенных органов в условиях реализации когнитивного подхода. Цели. Сформулировать перспективные направления повышения качества аналитической деятельности таможенных органов на основе когнитивного подхода. Разработать концепцию управления аналитической деятельностью таможенных органов на основе знаний. Методология. Исследование основано на системной методологии и институциональной теории. Использованы когнитивные методы моделирования. Результаты. Отражен процесс перехода разрозненных данных в знания, рассмотрены основные методы обработки больших данных и осуществлен выбор наиболее приемлемого метода анализа таможенных данных. Раскрыты содержание и отдельные элементы когнитивного подхода в аналитической деятельности центров оперативного мониторинга таможенных органов Российской Федерации и детально описан проведенный на базе Федеральной таможенной службы эксперимент по применению технологии интеллектуального анализа данных. Разработанный подход рекомендуется применять аналитическим и информационно-техническим подразделениям организаций, осуществляющих деятельность в сфере таможенных услуг. Выводы. Современные тенденции развития информационно-программных средств, использование электронной формы таможенных документов, а также непрерывное расширение перечня аналитических инструментов для обработки больших данных влекут за собой необходимость изменения традиционных подходов к анализу информации в целях оценки таможенных рисков. Экспертный метод должен быть дополнен новыми, ранее не используемыми средствами поддержки принятия решений, в частности, средствами, реализующими возможность автоматизированного анализа больших данных.
Ключевые слова: большие данные, сервисно ориентированное таможенное регулирование, когнитивный подход, интеллектуальный анализ данных, эксперимент в ФТС России
Список литературы:
Макрусев В.В. Сервисно-ориентированное таможенное регулирование: идеи, институты, управление // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2017. № 12. Ч. 10. С.1239–1242. URL: Link
Макрусев В.В. Актуальные аспекты реализации концепции сервисно-ориентированного таможенного администрирования // Таможенное дело. 2017. № 2. С. 13–17. URL: Link
Боненко Т.А., Макаренко С.А., Макрусев В.В. Сравнительный анализ Стратегии и Комплексной программы развития ФТС России на период до 2020 года // Стратегии бизнеса. 2017. № 12. URL: Link
Боненко Т.А., Макаренко С.А., Макрусев В.В. Направление развития таможенной службы после 2020 года // NOVAUM.RU. 2017. № 10. URL: Link
Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. СПб.: БХВ-Петербург, 2004. 336 с.
Антопольский А.Б., Ефременко Д.В. Инфосфера общественных наук России: монография. М.; Берлин: Директ-Медиа, 2017. 678 с.
Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. СПб.: Питер, 2009. 102 с.
Han J., Kamber M., Pei J. Data Mining: Concepts and Techniques. Morgan Kaufmann, 2012, 744 p.
