Гіперграфова кластеризація країн за індексом економічної складності для визначення стратегічних можливостей розвитку України

Abstract

UK: Об’єкт дослідження – глобальна економічна система країн, представлена даними індексу економічної складності (ECI) за період 1995–2023 років. Предмет дослідження – гіперграфові моделі кластеризації країн за індексом економічної складності та методи максимізації модулярності в мережах вищого порядку. Мета роботи – розробити та апробувати гіперграфові моделі кластеризації країн за ECI з інтеграцією торгівельних даних, RCA та PCI для виявлення стійких економічних блоків та формування стратегічних рекомендацій розвитку України. Методи дослідження – гіперграфове моделювання, модифікована функція модулярності, евристичні алгоритми оптимізації (multi-start local search), его-центричний аналіз. У дипломній роботі розроблено чотири гіперграфові моделі (статичну, динамічну, зважену та multi-layer ego-centric), модифіковано функцію модулярності для гіперграфів та реалізовано евристичний алгоритм її максимізації. Проведено порівняльний аналіз моделей, его-центричний аналіз позиції України та стратегічну класифікацію країн. Створено відкрите програмне забезпечення на Python для відтворення результатів та аналізу будь-якої країни. EN: The object of the study is the global economic system of countries represented by the Economic Complexity Index (ECI) data for 1995–2023. The subject of the study is hypergraph models of country clustering based on the Economic Complexity Index and methods of modularity maximization in higher-order networks. The aim of the work is to develop and test hypergraph clustering models of countries by ECI with integration of trade data, RCA and PCI to identify stable economic blocks and formulate strategic recommendations for Ukraine’s development. Research methods include hypergraph modeling, modified modularity function, heuristic optimization algorithms, and ego-centric analysis. The thesis develops four hypergraph models (static, dynamic, weighted, and multi-layer ego-centric), modifies the hypergraph modularity function, and implements a heuristic algorithm for its maximization. A comparative analysis of the models, ego-centric analysis of Ukraine’s position, and strategic classification of countries were performed. Open-source Python software was created for result reproduction and analysis of any country.