Implementing and Enhancing Decision-Making Processes Through Big Data Analytics and Machine Learning Tools

doi:10.1007/978-3-032-05545-3_15

2026-01-01

PRE

Adam Bolat

Tamara Zhukabayeva

Praveen Kumar *

DOI：10.1007/978-3-032-05545-3_15

原文链接

原文求助

摘要

En 中文

本文研究了大数据分析和机器学习技术集成的应用，以提升组织环境中的决策制定过程。具体而言，我们采用监督学习算法应用于一个包含超过50000条交易记录的公开零售数据集。我们的方法涉及特征选择、模型调优以及决策树、随机森林和支持向量机之间的比较分析。实验结果表明，随机森林分类器达到了87.3%的最高准确率，显著优于基线模型。这些发现强调了数据驱动方法在优化商业战略中的实践价值。本研究通过提供机器学习在大型数据背景下产生可行动见解的有效性的实证证据，为该领域做出了贡献。

Keyword:

Big Data Analytics

Machine Learning

Decision Support Systems

Retail Data

Predictive Modeling

Supervised Learning

Random Forest

Classification Accuracy

Business Intelligence

Data-Driven Decision Making