Modeling of Cluster Structure and Digital Development Trajectories of EU Countries Using Machine Learning Methods
No Thumbnail Available
Date
2026
Journal Title
Journal ISSN
Volume Title
Publisher
Науково-дослідний центр індустріальних проблем розвитку НАН України
Abstract
Стрімкий розвиток цифрових технологій докорінно трансформує економічні системи, моделі бізнесу та суспільні процеси. Цифровізація стає ключовим чинником підвищення конкурентоспроможності держав, сприяє інноваційному зростанню, ефективнішому управлінню ресурсами та формуванню нових форм взаємодії між громадянами, бізнесом і державою. Проте наразі рівень цифрового розвитку серед країн всередині ЄС є нерівномірним. Відрізняється як цифрова інфраструктура, так і рівень цифрових навичок населення та бізнесу. Тому стає актуальною розробка та впровадження комплексного підходу до аналізу процесів цифрової трансформації та механізмів цифрової еволюції, що дозволить виявити структурні закономірності та класифікувати групи країн, а також проводити моніторинг, як країни переміщуються між різними рівнями цифрового розвитку та під впливом яких факторів. Метою роботи є виявлення структурних закономірностей цифрової трансформації та оцінка позиціонування країн у цифровому просторі ЄС, а також простеження траєкторії цифрової еволюції держав. У роботі було обґрунтовано, що методи машинного навчання, а саме – ієрархічні методи кластеризації та метод матриць переходів, дозволяють комплексно дослідити багатовимірну структуру цифрової трансформації, розподілити країни із подібними профілями цифровізації та простежити траєкторії руху країн у часі, що, своєю чергою, дозволить оцінити ефективність політики ЄС у рамках визначених стратегій розвитку, коригувати та оптимізувати її. За допомогою розробленої моделі кластерного аналізу було оцінено диференціацію країн ЄС за рівнем цифрового розвитку у визначеному багатовимірному інформаційно-цифровому просторі. Було реалізовано модель аналізу траєкторій цифрового розвитку країн ЄС на основі дослідження кластерної структури за допомогою матриці переходів, що дозволяє оцінити тенденції, стабільність і швидкість цифрових змін. За результатами дослідження було оцінено поточний стан цифрового розвитку країн ЄС, виявлено як загальні довгострокові тенденції, так і індивідуальні траєкторії окремих країн, визначено фактори впливу та можливі сценарії подальшої цифрової еволюції, що дозволить розробити рекомендації щодо підвищення ефективності державної політики у сфері цифрового розвитку.
Description
Keywords
SOCIAL SCIENCES::Business and economics::Economics, SOCIAL SCIENCES::Business and economics, SOCIAL SCIENCES::Business and economics::Business studies, SOCIAL SCIENCES::Social sciences::Political science::Research on Europe, SOCIAL SCIENCES::Business and economics::Human geography, economic geography::Economic geography, SOCIAL SCIENCES::Business and economics::Human geography, economic geography
Citation
Shabelnyk, Tetiana V. et al. (2026) “Modeling of Cluster Structure and Digital Development Trajectories of EU Countries Using Machine Learning Methods.” Business Inform 5:266–276. https://doi.org/10.32983/2222-4459-2026-5-266-276