Тип публикации: статья из журнала
Год издания: 2026
Ключевые слова: digital economy, supply chains, machine learning, logistics, XGBoost, risk forecasting, inventory management, цифровая экономика, цепи поставок, машинное обучение, логистика, прогнозирование рисков, управление запасами
Аннотация: В статье рассматривается проблема прогнозирования рисков задержки доставки товаров в глобальных цепях поставок. Целью исследования является исследование возможностей применения методов Data Science в задачах логистики и сравнительный анализ эффективности алгоритмов машинного обучения (Logistic Regression, Decision Tree, CatBoost, XПоказать полностьюGBoost) для решения задачи бинарной классификации статуса доставки. На основе набора данных DataCo Smart Supply Chain проведены разведочный анализ данных (EDA) и эксперименты по настройке гиперпараметров. В ходе работы удалось доказать, что при правильной настройке и обучении методы машинного обучения способны показывать точный и интерпретируемый результат при решении задач логистики. Выявлены ключевые факторы, влияющие на срывы поставок. Сформулированы рекомендации для менеджмента по минимизации экономических потерь на основе предиктивной аналитики. The article addresses the problem of forecasting delivery delay risks in global supply chains. The aim of the study is to explore the potential of Data Science methods in logistics and to perform a comparative analysis of the effectiveness of machine learning algorithms (Logistic Regression, Decision Tree, CatBoost, XGBoost) for solving the binary classification task of delivery status prediction. Using the DataCo Smart Supply Chain dataset, exploratory data analysis (EDA) and hyperparameter tuning experiments were conducted. The results demonstrate that, with proper configuration and training, machine learning methods can provide accurate and interpretable outcomes in logistics tasks. Key factors affecting delivery disruptions were identified. Recommendations for management on minimizing economic losses based on predictive analytics were formulated.
Журнал: Инновации и инвестиции
Выпуск журнала: № 1
Номера страниц: 448-450
ISSN журнала: 2307180X
Место издания: Москва
Издатель: Общество с ограниченной ответственностью "Русайнс"