Journal of Economics, Entrepreneurship and Law Journal of Economics, Entrepreneurship and Law Экономика, предпринимательство и право 2222-534X BIBLIO-GLOBUS Publishing House 123078 10.18334/epp.15.5.123078 OCZFDD Articles Статьи Research Article Multimodal analysis of poorly structured business information in assessing the impact of the media context on the market Мультимодальный анализ слабоструктурированной деловой информации при оценке влияния медийного контекста на рынок Shiboldenkov Vladimir Aleksandrovich Шиболденков Владимир Александрович

кандидат экономических наук, доцент

 vshiboldenkov@bmstu.ru Anisimova Marina Igorevna Анисимова Марина Игоревна

соискатель

 aspirant-anisimovami@mail.ru Malomuzh Angelina Artyomovna Маломуж Ангелина Артёмовна

студент

 malomuzhaa@student.bmstu.ru Kolosova Kseniya Yuryevna Колосова Ксения Юрьевна

студент

 kolosovakyu@student.bmstu.ru Bauman Moscow State Technical University Московский государственный технический университет им. Н.Э. Баумана 31 05 2025 15 5 VOL 15, NO5 (2025) ТОМ 15, №5 (2025) 3167 3186 03 04 2025 14 04 2025 Copyright ©; 2025, Shiboldenkov V.A., Anisimova M.I., Malomuzh A.A., Kolosova K.Yu. Copyright ©; 2025, Шиболденков В.А., Анисимова М.И., Маломуж А.А., Колосова К.Ю. 2025 Shiboldenkov V.A., Anisimova M.I., Malomuzh A.A., Kolosova K.Yu. Шиболденков В.А., Анисимова М.И., Маломуж А.А., Колосова К.Ю. https://1economic.ru/lib/123078

The article provides a multimodal analysis of the relationship between business information attributes (e.g., OPEC website) and market capitalization among leading oil and gas companies, such as Gazpromneft, Lukoil, Rosneft, and Tatneft. The developed empirical model is based on correlation and regression analysis methods, as well as event analysis. This allows to identify specific language constructs used in various sections of the website and content features relevant to each company. The study's results emphasize the significant interdependence between market value fluctuations and media events that exhaustively describe key terms. Additionally, data analysis using machine learning algorithms, such as linear regression, random forest, and perceptron neural networks, revealed a clear correlation between each company's market share in the international arena and the keywords used in thematic publications on OPEC's internet portals. These findings underscore the importance of a multimodal approach to evaluating business information and its role in shaping media content.

В статье осуществляется мультимодальный анализ взаимосвязей между атрибутами деловой информации (веб-сайта ОПЕК) и рыночной капитализацией ведущих нефтегазовых компаний, таких как «Газпромнефть», «Лукойл», «Роснефть» и «Татнефть». Разработанная эмпирическая модель основана на методах корреляционно-регрессионного анализа и событийного анализа, что позволяет выделить специфические языковые конструкции, используемые в различных разделах сайта, а также выявить особенности контента, характерные для каждой компании и соответствующих трендов. Результаты исследования подчеркивают наличие значимой взаимозависимости между колебаниями рыночной стоимости компаний и «медиасобытиями», исчерпывающе описывающими ключевые термины. Дополнительно, анализ данных с использованием алгоритмов машинного обучения, таких как линейная регрессия, случайный лес и перцептронные нейронные сети, показал четкую связь между долей рынка, которую занимает каждая компания на международной арене, и ключевыми словами, используемыми в тематических публикациях на интернет-порталах ОПЕК. Эти выводы подчеркивают важность мультимодального подхода к оценке бизнес-информации и её роли в формировании и оценке медиаконтекста

 poorly structured information business analytics multimodal analysis tonality analysis content analysis слабоструктурированная информация бизнес-аналитика мультимодальный анализ анализ тональности контент-анализ 1. Афанасьев Д.О., Федорова Е.А., Рогов О.Ю. О влиянии тональности новостей в международных СМИ на рыночный курс российского рубля: текстовый анализ // Экономический журнал ВШЭ. – 2019. – № 2. – c. 264–289. 2. Батищев А. В., Мамедов Р.С., Кондратенко Н.А., Волков А.В. Достижение бизнес-целей посредством использования NLP // Естественно-гуманитарные исследования. – 2023. – № 6. – c. 596-600. 3. Шиболденков В.А. Разработка модели мультимодального бизнес-анализа конфигурации наукоемкой ценности на основе матриц межотраслевых балансов и взаимных связей (модель затраты-выпуск) // ИИАСУ'23 - Искусственный интеллект в автоматизированных системах управления и обработка данных: Сборник статей II Всероссийской научной конференции (Москва, 27-28 апреля 2023 г.): в 5 т. - М.: КДУ, Добросвет. Москва, 2024. – c. 83-87. 4. Вершинин И. А., Батов А. А., Бушмелева Г. В. Алгоритмическая модель оценки эффективности инвестиционного проекта для ТЭК // Вестник науки. – 2023. – № 1. – c. 11-17. – url: https://cyberleninka.ru/article/n/algoritmicheskaya-model-otsenki-effektivnosti-investitsionnogo-proekta-dlya-tek. 5. Горлачева Е. Н., Шиболденков В. А., Герцик Ю. Г. Когнитивная экономика. / монография. - М. : Первое экономическое издательство, 2024. – 182 c. 6. Дроговоз П.А., Садовская Т.Г., Шиболденков В.А. Использование эмерджентных нейросетевых карт в бизнес-анализе портфеля клиентов // Вестник компьютерных и информационных технологий. – 2016. – № 12. – c. 10-18. 7. Дроговоз П.А., Садовская Т.Г., Шиболденков В.А., Попович А.Л. Разработка нейросетевых инструментов интеллектуального анализа экономических показателей // Аудит и финансовый анализ. – 2015. – № 3. – c. 431-440. 8. Дроговоз П.А., Харин Н.И. Экономический эффект от внедрения технологий цифрового производства в нефтегазовой отрасли // Финансы и кредит. – 2021. – № 3. – c. 672-693. – doi: 10.24891/fc.27.3.672. 9. Дроговоз П.А., Шиболденков В.А., Коренькова Д.А. Подход к созданию гибридной рекомендательной системы для поддержки принятия решений по управлению проектами на основе нейросетевого картирования и когнитивной визуализации показателей освоенного объема // Экономика и предпринимательство. – 2019. – № 9. – c. 1212-1217. 10. Дроговоз П.А., Шиболденков В.А., Харин Н.И. Учет факторов зрелости и экологичности технологий при оценке инвестиционных проектов в нефтегазовой отрасли промышленности // Аудит и финансовый анализ. – 2021. – № 2. – c. 78-84. 11. Измайлов М. К. Тренды развития цифровых технологий в деятельности российских промышленных предприятий // Имущественные отношения в Российской Федерации. – 2023. – № 3. – c. 21-29. 12. Ковальков Д. В. BI-и BA-системы. взаимосвязь и отличие, и их значение в бизнес-анализе // Вестник науки. – 2024. – № 6. – c. 234-241. 13. Кузьмин М. А. Сравнительный анализ подходов к аналитике данных в условиях цифровой трансформации бизнеса // Ученые записки Российской Академии предпринимательства. – 2024. – № 3. – c. 19-28. 14. Никитин Н. А. Применение жизненного цикла модели для оценки инвестиций в искусственный интеллект на примере больших языковых моделей // Финансы: теория и практика. – 2024. – № 3. – c. 206-217. 15. Павлов М. А., Шиболденков В. А. Когнитивный подход к бизнес-аналитике при оценке цифровых рисков безопасности в процессе внедрения новых технологий // Экономика, предпринимательство и право. – 2025. – № 3. – c. 1433-1452. – doi: 10.18334/epp.15.3.122783. 16. Садовская Т.Г., Шиболденков В.А. Анализ эффективности освоения разных источников природного газа // Экономика и предпринимательство. – 2015. – № 6. – c. 587-591. 17. Шиболденков В.А. Инструментарий нейросетевого разведочного анализа социально-экономических процессов // Аудит и финансовый анализ. – 2018. – № 6. – c. 214-224. 18. Drogovoz P.A., Nevredinov A.R. Application of Text Analysis and Ensemble Algorithms in Forecasting Companies Bankruptcy. Ecological Footprint of the Modern Economy and the Ways to Reduce It: The Role of Leading Technologies and Responsible Innovations. Cham: Springer Nature Switzerland, 2024. P. 117-122. DOI: https://doi.org/10.1007/978-3-031-49711-7_20 URL: https://doi.org/. 19. Fedorova E., Drogovoz P., Popova A., Shiboldenkov V. Impact of RD, patents and innovations disclosure on market capitalization: Russian evidence // Kybernetes. – 2023. – p. 6078-6106. – doi: 10.1108/K-08-2021-0760. 20. Fedorova E., Nevredinov A., Drogovoz P. The impact of CEO narcissism and optimism on capital structure under pandemic conditions // Review of Behavioral Finance. 2024. Vol. ahead-of-print No. ahead-of-print. DOI: 10.1108/RBF-04-2023-0087 21. Lin W. The Impact of News Sentiment on the Stock Market Fluctuation: The Case of Selected Energy Sector // The Impact of News Sentiment on the Stock Market Fluctuation: The Case of Selected Energy Sector. – 2021. – № 55. 22. Shiboldenkov V.A. Overview of Technological Forecasting and Assessment of the Life Cycle Results of the Technological Innovation Market // Ecological Footprint of the Modern Economy and the Ways to Reduce It: The Role of Leading Technologies and Responsible Innovations. Cham : Springer Nature Switzerland, 2024. P. 227-234. DOI: https://doi.org/10.1007/978-3-031-49711-7_39 URL: https://doi.org/. 23. V. D. Chubakova, M. T. Chobitko and E. V. Zueva, Artificial Intelligence in the Innovation Management Systems,» 2024 6th International Youth Conference on Radio Electronics, Electrical and Power Engineering (REEPE), Moscow, Russian Federation, 2024, pp. 1-5, doi: 10.1109/REEPE60449.2024.10479688