@ARTICLE{26543117_657694704_2022, 
	author = {Е. В. Козоногова and Ю. В. Дубровская and М. Р. Русинова and П. В. Иванов}, 
	keywords = {, отраслевая специализация региона, приоритеты регионального развития, Text Mining, региональные стратегии развития, «умный» бенчмаркингинтеллектуальный анализ текста},
	title = {ОЦЕНКА СООТВЕТСТВИЯ ПРИОРИТЕТОВ СТРАТЕГИЧЕСКОГО РАЗВИТИЯ РЕГИОНОВ ИХ ОТРАСЛЕВОЙ СПЕЦИАЛИЗАЦИИ НА ОСНОВЕ TEXT MINING},
	journal = {Вопросы государственного и муниципального управления},
	year = {2022},
	number = {2},
	pages = {106-133},
	url = {https://vgmu.hse.ru/2022--2/657694704.html},
	publisher = {},
	abstract = {Задача определения  уникальности целеполагания регионов в части проверки соответствия текстов стратегий развития регионов их отраслевой специализации решалась в ходе представленного в статье исследования. На основе технологии «умного» бенчмаркинга территорий, а также инструментария Text Mining, проанализированы долгосрочные стратегии развития 11 регионов с общим объемом текстового корпуса 415 780 слов. В качестве ключевых слов выбраны основные разделы общероссийского классификатора видов экономической деятельности, характеризующие отраслевые приоритеты развития регионов. Извлечение ключевых понятий из текстов стратегий и проведение их количественного анализа осуществлено с помощью высокоуровневого языка программирования Python. Полученные количественные результаты сравнения именованных сущностей стратегий развития субъектов Российской Федерации доказали, что недостаточность уникального целеполагания в части идентификации перспективных специализаций в стратегиях развития субъектов Российской Федерации искажает систему приоритетных направлений развития и поэтому объективно является одной из причин недостижения территориями запланированных показателей. В работе используются методы интеллектуального анализа текста, математической статистики, группировки и обобщения, а также приемы визуализации анализируемых данных.Авторская методика проведения интеллектуального анализа текстов является универсальной для любой области науки. Разработанные алгоритмы извлечения именованных сущностей из текста и представленные алгоритмы Text Mining открывают широкие горизонты для дальнейших исследований в области анализа стратегий как публичных документов, обращенных к заинтересованным субъектам.},
	annote = {Задача определения  уникальности целеполагания регионов в части проверки соответствия текстов стратегий развития регионов их отраслевой специализации решалась в ходе представленного в статье исследования. На основе технологии «умного» бенчмаркинга территорий, а также инструментария Text Mining, проанализированы долгосрочные стратегии развития 11 регионов с общим объемом текстового корпуса 415 780 слов. В качестве ключевых слов выбраны основные разделы общероссийского классификатора видов экономической деятельности, характеризующие отраслевые приоритеты развития регионов. Извлечение ключевых понятий из текстов стратегий и проведение их количественного анализа осуществлено с помощью высокоуровневого языка программирования Python. Полученные количественные результаты сравнения именованных сущностей стратегий развития субъектов Российской Федерации доказали, что недостаточность уникального целеполагания в части идентификации перспективных специализаций в стратегиях развития субъектов Российской Федерации искажает систему приоритетных направлений развития и поэтому объективно является одной из причин недостижения территориями запланированных показателей. В работе используются методы интеллектуального анализа текста, математической статистики, группировки и обобщения, а также приемы визуализации анализируемых данных.Авторская методика проведения интеллектуального анализа текстов является универсальной для любой области науки. Разработанные алгоритмы извлечения именованных сущностей из текста и представленные алгоритмы Text Mining открывают широкие горизонты для дальнейших исследований в области анализа стратегий как публичных документов, обращенных к заинтересованным субъектам.}
}