АВТОМАТИЗАЦИЯ КОРРЕЛЯЦИОННОГО АНАЛИЗА БОЛЬШИХ ДАННЫХ ДЛЯ РЕШЕНИЯ ЗАДАЧ ФАРМАКОЛОГИЧЕСКОГО ОБЕСПЕЧЕНИЯ НАСЕЛЕНИЯ ВЫБРАННЫХ РЕГИОНОВ

Авторы

  • Скальный А. В.
  • Швец Ю. Ю.

Ключевые слова:

большие данные, нейросети, корреляционный анализ, фармацевтика, ценообразование, маркетинг, сезонный анализ

Аннотация

Статья посвящена применению методов анализа больших данных и нейросетей в фармацевтической отрасли для оптимизации ценообразования, маркетинговых стратегий и управления ассортиментом. Авторы исследуют корреляционные взаимосвязи между ценами, запросами потребителей и сезонными колебаниями спроса на примере популярных обезболивающих препаратов (Нурофен, Диклофенак и др.) и средств от кишечных расстройств. Использование инструментов Python (Pandas, Matplotlib) и нейросетевых моделей позволило выявить скрытые паттерны, такие как высокая чувствительность Диклофенака к изменению цен (корреляция 0.95) и сезонный рост спроса на энтеросорбенты летом. Результаты демонстрируют практическую значимость автоматизированного анализа для прогнозирования спроса, оптимизации ценовой политики и повышения эффективности маркетинговых кампаний. 

Биографии авторов

  • Скальный А. В.

    д.м.н., проф., Директор Центра биоэлементологии и экологии человека, Первый Московский государственный медицинский университет имени И. М. Сеченова; заведующий кафедрой Медицинской элементологии, Российский университет дружбы народов имени Патриса Лумумбы, Москва, Россия; вице-президент Института микроэлементов ЮНЕСКО (Trace Element-Institute for UNESCO, Lyon, France)

  • Швец Ю. Ю.

    к.э.н., доц., доцент кафедры Медицинской элементологии, Российский университет дружбы народов имени Патриса Лумумбы, Москва, Россия

Библиографические ссылки

1. Волин А.Ю., Беркович М.И., Брагина З.В. Особенности продукта фармацевтической отрасли как инновационного товара // Теоретическая экономика. - 2020. - № 3. - С.85-97.

2. Воронин A.A., Мишин С.П. Алгоритмы поиска оптимальной структуры организационной системы // Автоматика и телемеханика. - 2002. - № 5. - С.120-132.

3. Ермоленко Т.В. Классификация ошибок в тексте на основе глубокого обучения // Проблемы искусственного интеллекта. - 2019. - № 3(14). - С.47-57.

4. Олейникова Т.А., Пожидаева Д.Н. Анализ тенденций развития фармацевтического рынка нестероидных противовоспалительных препаратов в России // Ремедиум. Журнал о российском рынке лекарств и медицинской технике. - 2018. - № 5. - С.14-20.

5. Жураховская Д.В., Лоскутова Е.Е., Виноградова И.А. Маркетинговый анализ фармацевтического рынка нестероидных противовоспалительных препаратов на региональном уровне // Современные проблемы науки и образования. - 2014. - № 2. URL: https://science-education.ru/ru/article/view?id=12853

6. Колесник В.И. Маркетинг медицинских услуг как инструмент эффективной деятельности учреждений здравоохранения // Научный вестник: финансы, банки, инвестиции. - 2020. - № 2. - С.121-126.

7. Лобанова М.А. Экономическая безопасность фармацевтической отрасли в России: проблемы и перспективы // Карельский научный журнал. - 2018. - № 2(23). - С.101-104.

Опубликован

19.06.2025

Выпуск

Раздел

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ЭКОНОМИКЕ

Категории

Похожие статьи

1-10 из 54

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.