Technológiai innovációk a vállalati ökoszisztémában

Tar Áron Szilárd (2023) Technológiai innovációk a vállalati ökoszisztémában. Külkereskedelmi Kar. (Kéziratban)

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

Download (2MB)
[thumbnail of Tar_Áron_Szilárd_KKK.doc] Microsoft Word
Tar_Áron_Szilárd_KKK.doc
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (49kB)
[thumbnail of TDK_Tar_biralat.pdf] PDF
TDK_Tar_biralat.pdf
Hozzáférés joga: Bizalmas dokumentum (bírálat)

Download (485kB)
[thumbnail of Dolgozat_biralati_lap_2023.pdf] PDF
Dolgozat_biralati_lap_2023.pdf
Hozzáférés joga: Bizalmas dokumentum (bírálat)

Download (131kB)

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

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Nemzetközi gazdálkodás

Mű típusa: TDK dolgozat
Kulcsszavak: adatbázis, előrejelzés, infrastruktúra, innováció, mesterséges intelligencia
SWORD Depositor: Archive User
Felhasználói azonosító szám (ID): Archive User
Rekord készítés dátuma: 2024. Már. 22. 12:51
Utolsó módosítás: 2024. Már. 22. 12:51

Actions (login required)

Tétel nézet Tétel nézet