Predictive analytics as a tool for improving economic policy in the fisheries complex of Kamchatka krai
https://doi.org/10.36038/0234-2774-2025-26-4-167-176
EDN: KMNIBC
Abstract
The article examines the potential of predictive analytics, which can be used to improve the economic policy of the Kamchatka Territory’s fisheries sector. The necessity of transition to digitalization of management is substantiated. An overview of predictive analytics methods is presented, as well as examples of their implementation in international and Russian practice. The main stages of forecasting to the operating conditions of the fisheries complex of the region are considered.
About the Author
S. A. Kravtsov
Kamchatka State Technical University
Russian Federation
Russian Federation
683003; Petropavlovsk-Kamchatsky
References
1. Астраханцева И.А., Герасимов А.С. Прогнозирование региональной инфляции на основе гибридной модели машинного обучения: градиентный бустинг и случайный лес // Научные труды ВЭО России. 2023. Т. 243. С. 200–226. (Электронные ресурсы). Режим доступа: https://cyberleninka.ru/article/n/prognozirovanie-regionalnoy-inflyatsii-na-osnove-gibridnoy-modeli-mashinnogo-obucheniya-gradientnyy-busting-i-sluchaynyy-les/viewer. (Дата обращения 08. 10. 2025).
2. Анализ временных рядов // VITMO (Электронный ресурсы). Режим доступа: https://neerc.ifmo.ru/wiki/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2. (Дата обращения 07. 10. 2025).
3. Предложения по сохранению и развитию рыбной отрасли Дальнего Востока в рамках совещания под руководством Николая Патрушева (Вл. Солодов) // Межрегиональная ассоциация экономического взаимодействия субъектов Российской Федерации «Дальний Восток и Забайкалье» (Электронный ресурсы). Режим доступа: https://madviz.ru/news/8933. (Дата обращения 07. 10. 2025).
4. Днепров М.Ю., Михайлюк О.В. Цифровая экономика как новая экономическая категория // Вопросы инновационной экономики. 2019. Т. 9. № 4. С. 1279–1294. (Электронные ресурсы). Режим доступа: https://www.researchgate.net/publication/338235283_Cifrovaa_ekonomika_kak_novaa_ekonomiceskaa_kategoria. (Дата обращения 07. 10. 2025).
5. Искусственный интеллект в рыбоводстве: Норвегия на передовой технологий мониторинга здоровья лососей // Портал «Новости аквакультуры» (Электронные ресурсы). Режим доступа: https://fish-info.ru/news/iskusstvennyy-intellekt-v-rybovodstve-norvegiya-na-peredovoy-tekhnologiy-monitoringa-zdorovya-losose/. (Дата обращения 08. 10. 2025).
6. Искусственный интеллект открывает новые возможности для рыбной отрасли // Портал «Korabel.ru» (Электронные ресурсы). Режим доступа: https://www.korabel.ru/news/comments/iskusstvennyy_intellekt_otkryvaet_novye_vozmozhnosti_dlya_rybnoy_otrasli.html. (Дата обращения 08. 10. 2025).
7. ИИ: новая эра в рыбной отрасли // Портал «Fishretail» (Электронные ресурсы). Режим доступа: https://fishretail.ru/news/iskusstvenniy-intellekt-novaya-era-v-ribnoy-otrasli-481308. (Дата обращения 08. 10. 2025).
8. Казакова Д.С. Гибридные модели предиктивной аналитики в креативной индустрии // International J. of Open Information Technologies. 2024. V. 12. no. 7. (Электронные ресурсы). Режим доступа: https://cyberleninka.ru/article/n/gibridnye-modeli-prediktivnoy-analitiki-v-kreativnoy-industrii. (Дата обращения 10. 10. 2025).
9. Китайцева Е.Х., Игнатова Е.В. Тренды использования данных телеметрии систем водоснабжения // Строительство и архитектура. 2023. Т. 11. №. 4 (Электронные ресурсы). Режим доступа: https://conarc.ru/ru/nauka/article/71718/view. (Дата обращения 07. 10. 2025).
10. Новости за 2025 год: учёт нерки при помощи компьютерного зрения // Официальный сайт ГНЦ РФ ФГБНУ «ВНИРО» (Электронные ресурсы). Режим доступа: http://vniro.ru/ru/novosti/arkhiv-za-2025-god/uchet-nerki-pri-pomoshchi-kompyuternogo-zreniya. (Дата обращения 07. 10. 2025).
11. Официальный сайт Камчатского края. (Электронный ресурс). Режим доступа: https://kamgov.ru/ubmr/news/po-itogam-2024-goda-rybaki-kamcatki-dobyli-bolee-15-mln-tonn-vodnyh-bioresursov-79227. (Дата обращения 07. 10. 2025).
12. Хачирова З.К., Аджиева А.И. Значение корреляционного и регрессионного анализа при статистической обработке информации // Международный научный журнал «Вестник науки». 2019. Т. 5. № 9 (18). С. 18–21. (Электронный ресурс). Режим доступа: https://cyberleninka.ru/article/n/znachenie-korrelyatsionnogo-i-regressionnogo-analiza-pri-statisticheskoy-obrabotke-informatsii/viewer. (Дата обращения 07. 10. 2025).
13. Что такое регрессионный анализ // Практикум (Электронный ресурс). Режим доступа: https://practicum.yandex.ru/blog/chto-takoe-regressionnyj-analiz/. (Дата обращения 07. 10. 2025).
Review
For citations:
Kravtsov S.A. Predictive analytics as a tool for improving economic policy in the fisheries complex of Kamchatka krai. Problems of Fisheries. 2025;26(4):167-176. (In Russ.) https://doi.org/10.36038/0234-2774-2025-26-4-167-176. EDN: KMNIBC
Email this article 