IV. Vállalkozáskutatási Konferencia
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
A blokklánc technológia alkalmazhatósága a kis- és közepesvállalatoknál – algoritmussal<br />
támogatott szakirodalmi áttekintés<br />
Szerző:<br />
Dr. Hornyák Miklós (Pécsi Tudományegyetem Közgazdaságtudományi Kar)<br />
A kutatás célja és kérdései:<br />
A kutatásunk célja, hogy a kis- és közepesvállalatok (KKV) és a blokklánc technológia kapcsolódásának<br />
elmúlt öt éves nemzetközi irodalmait áttekintsük, elemezzük. Ennek segítségével megállapíthassuk a<br />
főbb alkalmazási lehetőségeket, kulcsterületeket. A technológia KKV-s alkalmazási területeivel<br />
kapcsolatos trendek változását, a szakirodalomban megjelenő felhasználási lehetőségek azonosítását<br />
végezzük el. Kutatási kérdésünk a blokklánc technológia KKV-s kapcsolódási pontjainak azonosítása, a<br />
technológia ezen szegmensben történő alkalmazási területeinek a feltárása.<br />
Elméleti háttér:<br />
A 2022-ben hazánkban megalakult Blockchain Koalíció egyik célja a várhatóan nagy jövő előtt álló,<br />
sokak által forradalmi, blokklánc technológia hazai alkalmazásának vizsgálata és a vállalati<br />
gyakorlatban való elterjesztése. A blokklánc új megközelítéseket követel az alkalmazói és a<br />
szabályozói oldal részéről is, melyek a technológia rapid terjedése okán kihívások elé állítják a hazai<br />
szereplőket. A szabályozási környezeten túl azonban az alkalmazói oldal is keresi a blokklánc alapú<br />
megoldások felhasználásának valid lehetőségeit.<br />
Módszertan:<br />
A rendszerező irodalomelemzés segítségével a téma elmúlt öt évének nemzetközi szakirodalmi<br />
megjelenését vizsgáljuk. Az irodalomelemzés végrehajtására algoritmussal támogatott folyamatot<br />
alakítottunk ki. A feldolgozást a szisztematikus irodalomkutatás szabályai és a megismételhető<br />
kutatási paradigma figyelembevételével végezzük. Elemzésünket a tématerület speciális kulcsszavai<br />
mentén történő kereséssel kezdjük. A Web of Science portál találati halmazába tartozó cikkeknek<br />
azadatai alapján mind kvantitatív (alapstatisztikai mutatók), mind kvalitatív (szövegbányászat)<br />
vizsgálatokat végzünk. Ezek segítségével a tématerület trendváltozásait követjük (pl. cikkek, szerzők<br />
számának alakulása). Szövegbányászati folyamat alkalmazásával a szakirodalmak angol nyelvű<br />
absztraktjaiban megjelenő tématerületek (topik) azonosítását, ezek jellemzését (pl. kutatói<br />
műhelyhez tartozás, topik leírás, időbeli elhelyezés) a Latent Dirichlet Allocation (LDA) segítségével<br />
végezzük el. Megvizsgáljuk az azonosított topikokhoz kapcsolódó szerzői, kutatóhelyi és kiadói<br />
hálózatokat is.<br />
Eredmények: