ПРОГНОЗИРОВАНИЕ ПОТРЕБИТЕЛЬСКОГО СПРОСА С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В РОЗНИЧНОЙ ТОРГОВЛЕ УЗБЕКИСТАНА
DOI:
https://doi.org/10.5281/zenodo.19536960Keywords:
машинное обучение, прогнозирование спроса, розничная торговля, цифровая экономика, Узбекистан, большие данные.Abstract
В статье рассматриваются возможности применения методов машинного обучения для
прогнозирования потребительского спроса в розничной торговле Узбекистана. Проанализированы особенности
формирования спроса в условиях цифровизации экономики, а также выявлены ограничения традиционных
методов прогнозирования, связанные с их недостаточной способностью учитывать нелинейные зависимости и
многофакторный характер потребительского поведения. Обоснована целесообразность использования алгоритмов
машинного обучения в задачах прогнозирования спроса, позволяющих повысить точность аналитических оценок
за счет обработки больших массивов данных и учета комплексного влияния факторов. Разработаны практические
рекомендации по внедрению методов машинного обучения в деятельность предприятий розничной торговли,
включая интеграцию данных, сегментацию ассортимента и использование алгоритмических моделей в процессах
управления запасами и закупками.
References
Указ Президента Республики Узбекистан от 5 октября 2020 года № УП-6079 «Об утверждении Стратегии
“Цифровой Узбекистан – 2030” и мерах по её эффективной реализации». https://lex.uz/ru/docs/5031048
Президент Республики Узбекистан: «Без цифровой экономики нет будущего у экономики страны» //
Официальный сайт Президента Республики Узбекистан. – 22.09.2020. – Режим доступа: https://president.uz
Hyndman, R. J., & Athanasopoulos, G. Forecasting: Principles and Practice. 3rd ed. Melbourne: OTexts, 2021.
Fildes, R., Ma, S., & Kolassa, S. Retail forecasting: Research and practice // International Journal of Forecasting.
Vol. 35. No. 1. P. 1–9.
Makridakis, S., Spiliotis, E., & Assimakopoulos, V. Statistical and Machine Learning Forecasting Methods: Concerns
and Ways Forward // PLOS ONE. 2018. Vol. 13. No. 3. Article e0194889.
Carbonneau, R., Laframboise, K., & Vahidov, R. Application of Machine Learning Techniques for Supply Chain
Demand Forecasting // European Journal of Operational Research. 2008. Vol. 184. No. 3. P. 1140–1154.
Георгий Клейнер Экономика предприятия: теория и практика. – М.: ИНФРА-М, 2017.
Павел Полторацкий Прогнозирование спроса в электронной коммерции методами машинного обучения //
Экономика и управление. 2021. – Режим доступа: https://cyberleninka.ru
Александр Пилипенко Прогнозирование спроса на товары средствами машинного обучения // StudNet. 2022.
– Режим доступа: https://cyberleninka.ru/article/n/prognozirovanie-sprosa-na-tovary-sredstvami-mashinnogoobucheniya
Вишневский, В. М., Юрий Леохин, Тимур Фатхулин, Александр Занегин Методы машинного обучения в решении
задачи прогнозирования спроса на отдельные виды товаров // T-Comm: Телекоммуникации и транспорт. 2024.
Demand Forecasting Using Machine Learning and Deep Learning Approaches // Lecture Notes in Networks and
Systems. 2023.
Ж.Р. Раупов Тенденции развития платформ электронной коммерции в Узбекистане.
А.В. Рахимов Особенности цифровой экономики в Узбекистане // Умная цифровая экономика. 2022. Т. 2. № 3.
С. 51–54.
Retail Demand Forecasting: A Comparative Study for Multivariate Time Series. 2023.
A Comprehensive Systematic Review of Machine Learning in the Retail Sector // Neural Computing and Applications.
Retail Demand Forecasting: A Comparative Analysis of Deep Neural Networks and Linear Models // Information. 2025.
Vol. 16. No. 7. Article 596.
Национальный комитет Республики Узбекистан по статистике Retail and Wholesale Trade Turnover in the
Republic of Uzbekistan: January–September 2025.
Национальный комитет Республики Узбекистан по статистике Retail and Wholesale Trade Turnover of the
Republic of Uzbekistan: January 2025.
Национальный комитет Республики Узбекистан по статистике Оборот розничной и оптовой торговли
Республики Узбекистан: январь–май 2025 года.
Национальный комитет Республики Узбекистан по статистике Узбекистан в цифрах: по состоянию за январь–
декабрь 2025 г.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 MUHANDISLIK VA IQTISODIYOT

This work is licensed under a Creative Commons Attribution 4.0 International License.