COMPETITIVE INTELLIGENCE AND DECISION-MAKING ALGORITHM USING MACHINE LEARNING FOR INDUSTRIAL SECURITY

Аннотация

Цель этой научной статьи показать, на что способна конкурентная разведка и анализ данных с помощью машинного обучения и нейронных сетей. В данном исследовании мы проанализировали данные о потенциальных партнерах Управления слушаний и апелляций Министерства обороны США (ДОХА) и получили обученный алгоритм, который может помочь в принятии решений на основе ключевых слов и который позволяет минимизировать репутационные риски. В качестве анализа исходных данных был выбран опубликованный набор данных Управления слушаний и апелляций Министерства обороны США (ДОХА), в котором наряду с текстовым обоснованием были отображены
результаты скрининга потенциальных партнеров. Именно по этой причине мы использовали Рекуррентную нейронную сеть (RNN) вместо Сверточной нейронной сети (CNN). Нейронные сети - очень важная часть машинного обучения. В результате мы разработали обученную модель машинного обучения для рекомендации лучших партнеров, то есть более проверенных партнеров, как профессиональных, так и авторитетных. Кроме того, разработанная модель машинного обучения не позволяет работать организациям с неблагоприятными партнерами, которые могут действовать недобросовестно и нести репутационные риски.