ІНТЕЛЕКТУАЛІЗАЦІЯ ПРОЦЕСІВ ПІДТРИМКИ УПРАВЛІНСЬКИХ РІШЕНЬ НА ОСНОВІ МЕТОДІВ МАШИННОГО НАВЧАННЯ
Ключові слова:
машинне навчання, системи підтримки прийняття рішень, пояснюваний штучний інтелект, управлінські рішення, глибоке навчання, цифрова трансформація, інтелектуалізація управління, Big Data, прогнозна аналітика
Анотація
Статтю присвячено дослідженню теоретичних засад та практичних механізмів інтелектуалізації систем підтримки управлінських рішень на основі методів машинного навчання (МН). Актуальність проблематики визначається стрімким зростанням обсягів неструктурованих даних, ускладненням управлінських задач та обмеженістю адаптивних можливостей традиційних детерміністичних СППР. Метою дослідження є розробка концепції інтелектуальної системи підтримки прийняття рішень (ІСППР), що інтегрує алгоритми МН з інструментами пояснюваного штучного інтелекту (XAI). На основі систематизації сучасних вітчизняних і зарубіжних наукових джерел класифіковано алгоритми МН за типами управлінських задач: прогнозування попиту, класифікація ризиків, виявлення аномалій, оптимізація ресурсів та аналіз текстових даних. Проведено порівняльний аналіз семи провідних алгоритмів за критеріями точності прогнозування та інтерпретованості результатів, що виявив оптимальне співвідношення зазначених параметрів в ансамблевих методах (XGBoost, Random Forest) у поєднанні з SHAP та LIME. Запропоновано авторську концепцію ІСППР на основі п'ятирівневої архітектури, що охоплює: рівень збору та обробки даних (Data Layer), рівень навчання моделей (ML Engine), рівень генерації рішень (Decision Layer), рівень пояснюваності (XAI Layer) та рівень взаємодії з користувачем (UI/UX Layer). Ключовою інновацією є XAI-модуль, який усуває проблему «чорної скриньки» та забезпечує прозорість рекомендацій для управлінського персоналу. Оцінено галузевий потенціал ІСППР у семи секторах економіки; встановлено, що максимальний ефект досягається у фінансовому секторі та охороні здоров'я (25–35% підвищення ефективності). Розроблено трифазний механізм впровадження ІСППР, що мінімізує організаційні ризики цифрової трансформації. Наукова новизна полягає в удосконаленні концептуальних засад ІСППР шляхом комплексної інтеграції алгоритмів глибокого навчання, NLP та XAI у єдину управлінську архітектуру, що забезпечує якісно новий рівень прозорості та обґрунтованості рішень.
Посилання
1. Горбаченко С. А., Чепурна О. Є., Ігнатенко А. І. Цифрова трансформація в менеджменті. вплив штучного інтелекту та аналітики великих даних на прийняття стратегічних рішень. Бізнес-навігатор. 2025. № 4(81). С. 481–487. DOI: https://doi.org/10.32782/business-navigator.81-76
2. Балабуха К. Є. Інтелектуалізація системи управління розвитком підприємств на основі штучного інтелекту в умовах цифрової економіки. Здобутки економіки, перспективи та інновації. 2026. № 28. DOI: https://doi.org/10.5281/zenodo.19335315
3. Чепурна О. Є. Математичне моделювання ризиків інформаційної безпеки. застосування стохастичного аналізу та машинного навчання для оптимізації стратегій. Безпека інформації та інфраструктури інформаційно-комунікаційних систем. міждисциплінарний підхід. Riga : Liha-Pres, 2025. С. 103–141. DOI: https://doi.org/10.36059/978-966-397-537-5-4
4. Goga A. J. Impact of AI-Based Decision Support Systems on Managerial Decision-Making in Contemporary Organizations. Journal of Cultural Analysis and Social Change. 2025. Vol. 10. No. 4. DOI: https://doi.org/10.64753/jcasc.v10i4.3117
5. Kostopoulos G., Davrazos G., Kotsiantis S. Explainable artificial intelligence based decision support systems. Electronics. 2024. Vol. 13. No. 14. Article 2842. DOI: https://doi.org/10.3390/electronics13142842
6. Bondac G. T., Stanescu S. G., Ionescu C. A. Decision making in complex systems using AI based decision support. The role of trust, transparency and data quality. Electronics. 2026. Vol. 15. No. 2. Article 372. DOI: https://doi.org/10.3390/electronics15020372
7. Balkan D., Akyuz G. Artificial intelligence and machine learning in procurement and purchasing decision support. Artificial Intelligence Review. 2025. Vol. 58. DOI: https://doi.org/10.1007/s10462-025-11336-1
8. Casido J., Calumpang Z. AI driven decision support. A systematic review of machine learning models in organizational intelligence systems. International Journal of Multidisciplinary Research in Science, Engineering and Technology. 2025. Vol. 8. No. 10. DOI: https://doi.org/10.15680/IJMRSET.2025.0810034
9. Rao A. Impact of data breaches on user intentions toward GenAI bots. Journal of Computer Information Systems. 2026. P. 1–17. DOI: https://doi.org/10.1080/08874417.2026.2638467
10. Пілецька С. Т., Коритько Т. Ю. Реінжиніринг бізнес-процесів на основі моделі інформаційного забезпечення. Економіка та суспільство. 2025. № 81. DOI: https://doi.org/10.32782/2524-0072/2025-81-37
11. Sauer C. R., Burggräf P., Steinberg F. Bridging human expertise and machine learning in production management: a case study on ML-based decision support systems to prevent missing parts at assembly. Production Engineering. 2025. Vol. 19. No. 2. P. 211–224. DOI: https://doi.org/10.1007/s11740-024-01306-x
12. Soori M., Karimi Ghaleh Jough F., Dastres R., Arezoo B. AI-based decision support systems in Industry 4.0: a review. Journal of Economy and Technology. 2026. Vol. 4. No. 2. P. 206–225. DOI: https://doi.org/10.1016/j.ject.2024.08.005
13. Lee K. H. et al. Machine learning-based clinical decision support system for treatment recommendation and overall survival prediction of hepatocellular carcinoma: a multi-center study. npj Digital Medicine. 2024. Vol. 7. No. 1. Article 2. DOI: https://doi.org/10.1038/s41746-023-00976-8
14. Shokare C. Enhancing Decision Support Systems with Hybrid Machine Learning and Operations Research Models. Asian Journal of Science, Technology, Engineering, and Art. 2025. Vol. 3. No. 2. P. 240–253. DOI: https://doi.org/10.58578/AJSTEA.v3i2.4933
15. Namdarzadegan M., Bozorgi Amiri A. Development of a Machine Learning-Based Decision Support System for Smart Technology Selection in Small and Medium-Sized Enterprises Considering Implementation Risks. Journal of Industrial and Systems Engineering. 2025. Vol. 17. No. 2. P. 103–131.
16. Zorrilla J., Seijo S., Arenal U., Mena J. R. AI-Driven Decision Support System for Proactive Risk Management in Construction Projects. Intelligent Infrastructure and Construction. 2026. Vol. 2. No. 2. Article 4. DOI: https://doi.org/10.3390/iic2020004
17. Malatji M. A cybersecurity AI agent selection and decision support framework. arXiv preprint arXiv:2510.01751. 2025. Available at: https://arxiv.org/abs/2510.01751
18. Sagetap. The State of AI in Cybersecurity 2026: 264 Security Leader Decisions. 2026. Available at: https://www.sagetap.io/resource/h2-2025-cybersecurity-report
19. SAPEA. Artificial intelligence in emergency and crisis management. Rapid Evidence Review Report. 2025. 104 p. DOI: https://doi.org/10.5281/zenodo.17737962
20. Stanford Institute for Human Centered Artificial Intelligence. AI Index Report 2024. Stanford University, 2024. Available at: https://aiindex.stanford.edu/report
1. Horbachenko S. A., Chepurna O. Ye., Ihnatenko A. I. Digital transformation in management: the influence of artificial intelligence and big data analytics on strategic decision-making. Business Navigator. 2025. Vol. 4. No. 81. pp. 481–487. DOI: https://doi.org/10.32782/business-navigator.81-76
2. Balabukha K. Ye. Intellectualization of enterprise development management systems based on artificial intelligence in the digital economy. Achievements of Economy: Prospects and Innovations. 2026. No. 28. DOI: https://doi.org/10.5281/zenodo.19335315
3. Chepurna O. Ye. Mathematical modeling of information security risks: application of stochastic analysis and machine learning for strategy optimization. Information and Infrastructure Security of Information and Communication Systems: Interdisciplinary Approach. Riga. Liha-Pres. 2025. pp. 103–141. DOI: https://doi.org/10.36059/978-966-397-537-5-4
4. Goga A. J. Impact of AI-Based Decision Support Systems on Managerial Decision-Making in Contemporary Organizations. Journal of Cultural Analysis and Social Change. 2025. Vol. 10. No. 4. DOI: https://doi.org/10.64753/jcasc.v10i4.3117
5. Kostopoulos G., Davrazos G., Kotsiantis S. Explainable artificial intelligence based decision support systems. Electronics. 2024. Vol. 13. No. 14. Article 2842. DOI: https://doi.org/10.3390/electronics13142842
6. Bondac G. T., Stanescu S. G., Ionescu C. A. Decision making in complex systems using AI based decision support: the role of trust, transparency and data quality. Electronics. 2026. Vol. 15. No. 2. Article 372. DOI: https://doi.org/10.3390/electronics15020372
7. Balkan D., Akyuz G. Artificial intelligence and machine learning in procurement and purchasing decision support. Artificial Intelligence Review. 2025. Vol. 58. DOI: https://doi.org/10.1007/s10462-025-11336-1
8. Casido J., Calumpang Z. AI driven decision support: a systematic review of machine learning models in organizational intelligence systems. International Journal of Multidisciplinary Research in Science, Engineering and Technology. 2025. Vol. 8. No. 10. DOI: https://doi.org/10.15680/IJMRSET.2025.0810034
9. Rao A. Impact of data breaches on user intentions toward GenAI bots. Journal of Computer Information Systems. 2026. pp. 1–17. DOI: https://doi.org/10.1080/08874417.2026.2638467
10. Piletska S. T., Korytko T. Yu. Business process reengineering based on the information support model. Economy and Society. 2025. No. 81. DOI: https://doi.org/10.32782/2524-0072/2025-81-37
11. Sauer C. R., Burggräf P., Steinberg F. Bridging human expertise and machine learning in production management: a case study on ML-based decision support systems to prevent missing parts at assembly. Production Engineering. 2025. Vol. 19. No. 2. pp. 211–224. DOI: https://doi.org/10.1007/s11740-024-01306-x
12. Soori M., Karimi Ghaleh Jough F., Dastres R., Arezoo B. AI-based decision support systems in Industry 4.0: a review. Journal of Economy and Technology. 2026. Vol. 4. No. 2. pp. 206–225. DOI: https://doi.org/10.1016/j.ject.2024.08.005
13. Lee K. H. et al. Machine learning-based clinical decision support system for treatment recommendation and overall survival prediction of hepatocellular carcinoma: a multi-center study. npj Digital Medicine. 2024. Vol. 7. No. 1. Article 2. DOI: https://doi.org/10.1038/s41746-023-00976-8
14. Shokare C. Enhancing Decision Support Systems with Hybrid Machine Learning and Operations Research Models. Asian Journal of Science, Technology, Engineering, and Art. 2025. Vol. 3. No. 2. pp. 240–253. DOI: https://doi.org/10.58578/AJSTEA.v3i2.4933
15. Namdarzadegan M., Bozorgi Amiri A. Development of a Machine Learning-Based Decision Support System for Smart Technology Selection in Small and Medium-Sized Enterprises Considering Implementation Risks. Journal of Industrial and Systems Engineering. 2025. Vol. 17. No. 2. pp. 103–131.
16. Zorrilla J., Seijo S., Arenal U., Mena J. R. AI-Driven Decision Support System for Proactive Risk Management in Construction Projects. Intelligent Infrastructure and Construction. 2026. Vol. 2. No. 2. Article 4. DOI: https://doi.org/10.3390/iic2020004
17. Malatji M. A cybersecurity AI agent selection and decision support framework. arXiv preprint arXiv:2510.01751. 2025. Available at: https://arxiv.org/abs/2510.01751
18. Sagetap. The State of AI in Cybersecurity 2026: 264 Security Leader Decisions. 2026. Available at: https://www.sagetap.io/resource/h2-2025-cybersecurity-report
19. SAPEA. Artificial intelligence in emergency and crisis management: Rapid Evidence Review Report. 2025. 104 p. DOI: https://doi.org/10.5281/zenodo.17737962
20. Stanford Institute for Human Centered Artificial Intelligence. AI Index Report 2024. Stanford University. 2024. Available at: https://aiindex.stanford.edu/report
2. Балабуха К. Є. Інтелектуалізація системи управління розвитком підприємств на основі штучного інтелекту в умовах цифрової економіки. Здобутки економіки, перспективи та інновації. 2026. № 28. DOI: https://doi.org/10.5281/zenodo.19335315
3. Чепурна О. Є. Математичне моделювання ризиків інформаційної безпеки. застосування стохастичного аналізу та машинного навчання для оптимізації стратегій. Безпека інформації та інфраструктури інформаційно-комунікаційних систем. міждисциплінарний підхід. Riga : Liha-Pres, 2025. С. 103–141. DOI: https://doi.org/10.36059/978-966-397-537-5-4
4. Goga A. J. Impact of AI-Based Decision Support Systems on Managerial Decision-Making in Contemporary Organizations. Journal of Cultural Analysis and Social Change. 2025. Vol. 10. No. 4. DOI: https://doi.org/10.64753/jcasc.v10i4.3117
5. Kostopoulos G., Davrazos G., Kotsiantis S. Explainable artificial intelligence based decision support systems. Electronics. 2024. Vol. 13. No. 14. Article 2842. DOI: https://doi.org/10.3390/electronics13142842
6. Bondac G. T., Stanescu S. G., Ionescu C. A. Decision making in complex systems using AI based decision support. The role of trust, transparency and data quality. Electronics. 2026. Vol. 15. No. 2. Article 372. DOI: https://doi.org/10.3390/electronics15020372
7. Balkan D., Akyuz G. Artificial intelligence and machine learning in procurement and purchasing decision support. Artificial Intelligence Review. 2025. Vol. 58. DOI: https://doi.org/10.1007/s10462-025-11336-1
8. Casido J., Calumpang Z. AI driven decision support. A systematic review of machine learning models in organizational intelligence systems. International Journal of Multidisciplinary Research in Science, Engineering and Technology. 2025. Vol. 8. No. 10. DOI: https://doi.org/10.15680/IJMRSET.2025.0810034
9. Rao A. Impact of data breaches on user intentions toward GenAI bots. Journal of Computer Information Systems. 2026. P. 1–17. DOI: https://doi.org/10.1080/08874417.2026.2638467
10. Пілецька С. Т., Коритько Т. Ю. Реінжиніринг бізнес-процесів на основі моделі інформаційного забезпечення. Економіка та суспільство. 2025. № 81. DOI: https://doi.org/10.32782/2524-0072/2025-81-37
11. Sauer C. R., Burggräf P., Steinberg F. Bridging human expertise and machine learning in production management: a case study on ML-based decision support systems to prevent missing parts at assembly. Production Engineering. 2025. Vol. 19. No. 2. P. 211–224. DOI: https://doi.org/10.1007/s11740-024-01306-x
12. Soori M., Karimi Ghaleh Jough F., Dastres R., Arezoo B. AI-based decision support systems in Industry 4.0: a review. Journal of Economy and Technology. 2026. Vol. 4. No. 2. P. 206–225. DOI: https://doi.org/10.1016/j.ject.2024.08.005
13. Lee K. H. et al. Machine learning-based clinical decision support system for treatment recommendation and overall survival prediction of hepatocellular carcinoma: a multi-center study. npj Digital Medicine. 2024. Vol. 7. No. 1. Article 2. DOI: https://doi.org/10.1038/s41746-023-00976-8
14. Shokare C. Enhancing Decision Support Systems with Hybrid Machine Learning and Operations Research Models. Asian Journal of Science, Technology, Engineering, and Art. 2025. Vol. 3. No. 2. P. 240–253. DOI: https://doi.org/10.58578/AJSTEA.v3i2.4933
15. Namdarzadegan M., Bozorgi Amiri A. Development of a Machine Learning-Based Decision Support System for Smart Technology Selection in Small and Medium-Sized Enterprises Considering Implementation Risks. Journal of Industrial and Systems Engineering. 2025. Vol. 17. No. 2. P. 103–131.
16. Zorrilla J., Seijo S., Arenal U., Mena J. R. AI-Driven Decision Support System for Proactive Risk Management in Construction Projects. Intelligent Infrastructure and Construction. 2026. Vol. 2. No. 2. Article 4. DOI: https://doi.org/10.3390/iic2020004
17. Malatji M. A cybersecurity AI agent selection and decision support framework. arXiv preprint arXiv:2510.01751. 2025. Available at: https://arxiv.org/abs/2510.01751
18. Sagetap. The State of AI in Cybersecurity 2026: 264 Security Leader Decisions. 2026. Available at: https://www.sagetap.io/resource/h2-2025-cybersecurity-report
19. SAPEA. Artificial intelligence in emergency and crisis management. Rapid Evidence Review Report. 2025. 104 p. DOI: https://doi.org/10.5281/zenodo.17737962
20. Stanford Institute for Human Centered Artificial Intelligence. AI Index Report 2024. Stanford University, 2024. Available at: https://aiindex.stanford.edu/report
1. Horbachenko S. A., Chepurna O. Ye., Ihnatenko A. I. Digital transformation in management: the influence of artificial intelligence and big data analytics on strategic decision-making. Business Navigator. 2025. Vol. 4. No. 81. pp. 481–487. DOI: https://doi.org/10.32782/business-navigator.81-76
2. Balabukha K. Ye. Intellectualization of enterprise development management systems based on artificial intelligence in the digital economy. Achievements of Economy: Prospects and Innovations. 2026. No. 28. DOI: https://doi.org/10.5281/zenodo.19335315
3. Chepurna O. Ye. Mathematical modeling of information security risks: application of stochastic analysis and machine learning for strategy optimization. Information and Infrastructure Security of Information and Communication Systems: Interdisciplinary Approach. Riga. Liha-Pres. 2025. pp. 103–141. DOI: https://doi.org/10.36059/978-966-397-537-5-4
4. Goga A. J. Impact of AI-Based Decision Support Systems on Managerial Decision-Making in Contemporary Organizations. Journal of Cultural Analysis and Social Change. 2025. Vol. 10. No. 4. DOI: https://doi.org/10.64753/jcasc.v10i4.3117
5. Kostopoulos G., Davrazos G., Kotsiantis S. Explainable artificial intelligence based decision support systems. Electronics. 2024. Vol. 13. No. 14. Article 2842. DOI: https://doi.org/10.3390/electronics13142842
6. Bondac G. T., Stanescu S. G., Ionescu C. A. Decision making in complex systems using AI based decision support: the role of trust, transparency and data quality. Electronics. 2026. Vol. 15. No. 2. Article 372. DOI: https://doi.org/10.3390/electronics15020372
7. Balkan D., Akyuz G. Artificial intelligence and machine learning in procurement and purchasing decision support. Artificial Intelligence Review. 2025. Vol. 58. DOI: https://doi.org/10.1007/s10462-025-11336-1
8. Casido J., Calumpang Z. AI driven decision support: a systematic review of machine learning models in organizational intelligence systems. International Journal of Multidisciplinary Research in Science, Engineering and Technology. 2025. Vol. 8. No. 10. DOI: https://doi.org/10.15680/IJMRSET.2025.0810034
9. Rao A. Impact of data breaches on user intentions toward GenAI bots. Journal of Computer Information Systems. 2026. pp. 1–17. DOI: https://doi.org/10.1080/08874417.2026.2638467
10. Piletska S. T., Korytko T. Yu. Business process reengineering based on the information support model. Economy and Society. 2025. No. 81. DOI: https://doi.org/10.32782/2524-0072/2025-81-37
11. Sauer C. R., Burggräf P., Steinberg F. Bridging human expertise and machine learning in production management: a case study on ML-based decision support systems to prevent missing parts at assembly. Production Engineering. 2025. Vol. 19. No. 2. pp. 211–224. DOI: https://doi.org/10.1007/s11740-024-01306-x
12. Soori M., Karimi Ghaleh Jough F., Dastres R., Arezoo B. AI-based decision support systems in Industry 4.0: a review. Journal of Economy and Technology. 2026. Vol. 4. No. 2. pp. 206–225. DOI: https://doi.org/10.1016/j.ject.2024.08.005
13. Lee K. H. et al. Machine learning-based clinical decision support system for treatment recommendation and overall survival prediction of hepatocellular carcinoma: a multi-center study. npj Digital Medicine. 2024. Vol. 7. No. 1. Article 2. DOI: https://doi.org/10.1038/s41746-023-00976-8
14. Shokare C. Enhancing Decision Support Systems with Hybrid Machine Learning and Operations Research Models. Asian Journal of Science, Technology, Engineering, and Art. 2025. Vol. 3. No. 2. pp. 240–253. DOI: https://doi.org/10.58578/AJSTEA.v3i2.4933
15. Namdarzadegan M., Bozorgi Amiri A. Development of a Machine Learning-Based Decision Support System for Smart Technology Selection in Small and Medium-Sized Enterprises Considering Implementation Risks. Journal of Industrial and Systems Engineering. 2025. Vol. 17. No. 2. pp. 103–131.
16. Zorrilla J., Seijo S., Arenal U., Mena J. R. AI-Driven Decision Support System for Proactive Risk Management in Construction Projects. Intelligent Infrastructure and Construction. 2026. Vol. 2. No. 2. Article 4. DOI: https://doi.org/10.3390/iic2020004
17. Malatji M. A cybersecurity AI agent selection and decision support framework. arXiv preprint arXiv:2510.01751. 2025. Available at: https://arxiv.org/abs/2510.01751
18. Sagetap. The State of AI in Cybersecurity 2026: 264 Security Leader Decisions. 2026. Available at: https://www.sagetap.io/resource/h2-2025-cybersecurity-report
19. SAPEA. Artificial intelligence in emergency and crisis management: Rapid Evidence Review Report. 2025. 104 p. DOI: https://doi.org/10.5281/zenodo.17737962
20. Stanford Institute for Human Centered Artificial Intelligence. AI Index Report 2024. Stanford University. 2024. Available at: https://aiindex.stanford.edu/report
Переглядів статті: 0
Завантажень PDF: 0
Опубліковано
2026-07-03
Як цитувати
Горбаченко, С. А., Чепурна, О. Є., & Шкрабак, Є. В. (2026). ІНТЕЛЕКТУАЛІЗАЦІЯ ПРОЦЕСІВ ПІДТРИМКИ УПРАВЛІНСЬКИХ РІШЕНЬ НА ОСНОВІ МЕТОДІВ МАШИННОГО НАВЧАННЯ. Трансформаційна економіка, (3 (16), 21-27. https://doi.org/10.32782/2786-8141/2026-16-3
Розділ
Статті
Авторське право (c) 2026 С. А. Горбаченко, О. Є. Чепурна, Є. В. Шкрабак
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
