Tursunxoʻjayev Sardor Jamoliddin oʻgʻli

KORXONALARDA RAQOBAT RAZVEDKASI TIZIMIDAN FOYDALANISH SAMARADORLIGINI OSHIRISHGA QARATILGAN METODOLOGIK YONDASHUVLARNI RIVOJLANTIRISH

Tursunxoʻjayev Sardor Jamoliddin oʻgʻli

Oʻzbekiston Respublikasi Raqobatni rivojlantirish

va Isteʼmolchilar huquqlarini himoya qilish qoʻmitasi

huzuridagi Raqobat siyosati va isteʼmolchilar

huquqlari tadqiqotlari markazi ilmiy kotibi, PhD

Tel: +998 93 582-42-33

Annotatsiya

Maqolada korxonalarda raqobat razvedkasi tizimini rivojlantirish uchun ilgʻor texnologiyalarni qoʻllash imkoniyatlari oʻrganilgan. Attention-LSTM va transfer learning modellarining mijoz xatti-harakatlarini prognozlash va yangi mahsulotlarga talabni aniqlashdagi afzalliklari yoritildi. Mashina oʻrganish va FBS-SE metodologiyasi ishlab chiqarish samaradorligini oshirish hamda qaror qabul qilishni tezlashtirishda muhim ahamiyatga ega ekani asoslab berildi. Raqamli transformatsiya va yashil innovatsiyalar barqaror rivojlanish hamda raqobatbardoshlikka ijobiy taʼsir koʻrsatishi aniqlandi. Tadqiqot natijalari raqobat razvedkasi tizimini yanada samarali qilish boʻyicha amaliy takliflarni ishlab chiqildi.

Kalit soʻzlar: raqobat razvedkasi, sunʼiy intellekt, mashina oʻrganish, transfer learning, Attention-LSTM, raqamli transformatsiya, FBS-SE metodologiyasi.

Аннотация

В статье рассмотрены возможности использования современных технологий для развития систем конкурентной разведки на предприятиях. Описаны преимущества моделей Attention-LSTM и transfer learning при прогнозировании поведения клиентов и определении спроса на новые продукты. Показано, что технологии машинного обучения и методология FBS-SE играют важную роль в повышении эффективности производства и ускорении процесса принятия решений. Установлено, что цифровая трансформация и «зеленые» инновации оказывают положительное влияние на устойчивое развитие и конкурентоспособность. Результаты исследования позволили выработать практические рекомендации по повышению эффективности систем конкурентной разведки.

Ключевые слова: конкурентная разведка, искусственный интеллект, машинное обучение, transfer learning, Attention-LSTM, цифровая трансформация, методология FBS-SE.

Abstract

The article explores the potential of advanced technologies for developing competitive intelligence systems in enterprises. The advantages of Attention-LSTM and transfer learning models in predicting customer behavior and forecasting demand for new products are highlighted. It is shown that machine learning technologies and the FBS-SE methodology play a key role in increasing production efficiency and accelerating decision-making. Digital transformation and green innovations are found to have a positive impact on sustainable development and competitiveness. The research results provide practical recommendations for enhancing the effectiveness of competitive intelligence systems.

Keywords: competitive intelligence, artificial intelligence, machine learning, transfer learning, Attention-LSTM, digital transformation, FBS-SE methodology.

Tursunxoʻjayev Sardor Jamoliddin oʻgʻli .pdf

Скачать PDF • 1.66MB