Technológiai innovációk a modern gazdaságban

Tar Áron Szilárd (2023) Technológiai innovációk a modern gazdaságban. Külkereskedelmi Kar.

[thumbnail of Tar Áron Szilárd_EFMI20_Szakdolgozat.pdf] PDF
Tar Áron Szilárd_EFMI20_Szakdolgozat.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (954kB)
[thumbnail of Külső konzulens bírálata_Banai Szilárd.pdf] PDF
Külső konzulens bírálata_Banai Szilárd.pdf
Hozzáférés joga: Bizalmas dokumentum (bírálat)

Download (263kB)
[thumbnail of Tar Áron Szilárd.pdf] PDF
Tar Áron Szilárd.pdf
Hozzáférés joga: Bizalmas dokumentum (bírálat)

Download (273kB)

Absztrakt (kivonat)

Kutatásom három rövidebb esettanulmányból tevődik össze, melyek témája az automatizált könyvelési rendszerek és a blokklánc technológia használata, a döntésoptimalizálás mesterséges intelligencia segítségével, illetve a magyarországi Azonnali Fizetési Rendszer működésének hatásai. A dolgozatban kvantitatív primer kutatást, illetve szekunder kutatást, adatbázis elemzést végzek, a kapott eredményekből pedig saját modelleket készítek. H1 hipotézis: A blokklánc hálózat használható könyvelési adatok tárolására, ennek köszönhetően csökkenthető az adatredundancia. H2 hipotézis: A mesterséges intelligencia segítheti a vállalati erőforrások optimális elosztását. Amennyiben igaz a hipotézis, milyen módon használható a vállalati ökoszisztémában? H3 hipotézis: Az azonnali fizetési rendszer (AFR) fejlesztése és integrációja kiemelten fontos a modern gazdaság számára. Milyen az ideális környezet a technológiai innovációk integrálása szempontjából? Első esettanulmányom eredményeként, a megfelelő adattisztítás elvégzését követően, a törzs adatokat képes voltam eltárolni a blokkláncon. A hipotézist viszont részben tudtam elfogadni, mivel az adatok nyers formátumban nem feltölthetőek a blokklánc hálózatra jelenleg, az adatbázist PNG formátumban, képként tudtam feltölteni. Dolgozatom második esettanulmányának eredményeképp létrehoztam egy adatbázist, melybe felvezettem az általunk készített előrejelzéseket, melyeknek pontossága betegszabadság előrejelzésnél 92,15 %, szabadságkivételnél 91,1 %.. A H2 hipotézisemet, mely szerint a mesterséges intelligencia segítheti a vállalati erőforrások optimális elosztását elfogadtam, a létrehozott modell egyértelműen pontos előrejelzéseket adott, így annak használata segítheti a vállalatok működését, az erőforrások optimális elosztását. Kutatásom harmadik esettanulmányához kapcsolódó, H3 hipotézist részben elfogadtam, mivel a digitális fizetési szolgáltatások fontossága egyértelmű, ám a társadalmi szokások és az illegális foglalkoztatás nagy mértékben hátráltatja a rendszer fejlődését.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Külkereskedelmi Kar

Tanszék

Nemzetközi Kereskedelem és Logisztika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Nemzetközi gazdálkodás

Mű típusa: diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak: adatbáziskezelés, blokklánc, döntéstámogatás, könyvelés, mesterséges intelligencia
SWORD Depositor: Archive User
Felhasználói azonosító szám (ID): Archive User
Rekord készítés dátuma: 2024. Feb. 22. 10:32
Utolsó módosítás: 2024. Feb. 22. 10:32

Actions (login required)

Tétel nézet Tétel nézet