| dc.contributor.author | Бахарев, Р. Ф. | ru |
| dc.contributor.author | Акмаева, Р. И. | ru |
| dc.coverage.spatial | Минск | ru |
| dc.date.accessioned | 2026-02-06T05:58:45Z | |
| dc.date.available | 2026-02-06T05:58:45Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | Бахарев, Р. Ф. Современные методы оценки инвестиционной привлекательности ИТ-стартапов = Modern methods for evaluating the investment attractiveness of IT startups / Р. Ф. Бахарев, Р. И. Акмаева // Материалы 2-ой Международной научно-технической конференции «Инженерная экономика», 20-21 ноября 2025 = Materials of 2nd International Scientific and Technical Conference «Engineering Economics», November 20-21 2025 / Белорусский национальный технический университет, Машиностроительный факультет ; редкол.: К. В. Якушенко (пред.), А. В. Арабей, С. Н. Ковшар [и др.] ; сост. К. Н. Шкаровская. – Минск : БНТУ, 2025. – С. 66-71. | ru |
| dc.identifier.uri | https://rep.bntu.by/handle/data/163672 | |
| dc.description.abstract | Оценка инвестиционной привлекательности ИТ-стартапов затруднена отсутствием исторических данных и инновационностью продуктов, что снижает эффективность традиционных методов оценки. В статье рассматриваются комплексный подход на основе сбалансированной системы показателей с интегральным индексом и метод машинного обучения для прогнозирования успеха стартапов. Рассмотренные методы позволяет наиболее точно оценить инвестиционную привлекательность ИТ-стартапов. | ru |
| dc.language.iso | ru | ru |
| dc.publisher | БНТУ | ru |
| dc.title | Современные методы оценки инвестиционной привлекательности ИТ-стартапов | ru |
| dc.title.alternative | Modern methods for evaluating the investment attractiveness of IT startups | ru |
| dc.type | Working Paper | ru |
| local.description.annotation | Assessing the investment attractiveness of IT startups is difficult due to the lack of historical data and the innovative nature of the products, which reduces the effectiveness of traditional assessment meth-ods. The article discusses a comprehensive approach based on a balanced scorecard with an integral index and a machine learning method for predicting the success of startups. The methods discussed allow for the most accurate assessment of the investment attractiveness of IT startups. | ru |
