Информационные технологии КИС несколько отличаются от традиционных информационных технологий информационных систем меньшего масштаба или ограниченной функциональности.
Во-первых, изменяется масштаб, форма организации и средства управления БД. Наряду с традиционной БД, обеспечивающей решение задач системы управления в оперативном режиме, создаются хранилища и витрины данных.
Во-вторых, в КИС используется компьютерная сеть интранет, объединяющая в себе возможности локальных сетей и информационные технологии и сервис Интернет. В результате изменяется технологическая основа выполнения отдельных функций управления (электронная коммерция, совместная обработка документов, телеконференции, электронный документооборот и т. д.).
В-третьих, изменяется характер обработки данных, в КИС представлены два типа систем обработки данных (табл. 8.1-1), различающиеся составом и структурой данных, объемами хранимых и обрабатываемых данных, алгоритмов поиска и обработки данных и т. д.
| Показатель | OLTP | OLAP |
| Частота и объем обновляемых данных | Большая частота обновлений, относительно малый объем обновляемых данных | Низкая частота обновления и большой объем обновляемых данных |
| Горизонт хранения данных | 1 календарный год | Неограниченный |
| Степень агрегирования данных | Первичные учетные данные | Промежуточные итоги. Сводные итоги. Консолидированные данные |
| Характер обработки данных | Строго регламентированные запросы и отчеты | Произвольные запросы, выборки, своды |
| Цели создания | Учет первичных данных. Оптимизация хранения данных. Оптимизация эксплуатационных характеристик приложений | Анализ и моделирование данных. Формирование прогнозов. Формализация знаний о системе управления |
OLTP (On-line transaction processing) - системы транзакционного типа.
"Транзакция" переводит БД из одного целостного состояния в другое. Наиболее типична обработка данных по жестко заданным алгоритмам.
OLAP (On-line analytic processing) - системы аналитического (исследовательского) типа. Обеспечивают анализ больших объемов данных, их наглядное отображение, формирование структурных итогов в виде диаграмм и таблиц, отчетов и презентаций. Цель - выявление закономерностей и тенденций развития экономических процессов для принятия управленческих решений.
Внутриведомственная, или корпоративная сеть интранет (intranet) сочетает возможности локальных сетей, технологий и сервисов Интернет. Локальная вычислительная сеть (ЛВС) объединяет группу компьютеров, принтеров и других устройств в пределах небольшого территориального пространства. Ограничиваться традиционными локальными вычислительными сетями или их ассоциациями вследствие территориального распределения корпораций невозможно. С другой стороны, прокладывать региональные ведомственные сети экономически нецелесообразно (хотя существуют отдельные корпорации, например, АО "РЖД", которые имеют ведомственные региональные сети).
Сеть Интернет относится к классу глобальных сетей, обеспечивает работу пользователей различных географических зон, предоставляя им широкий спектр сетевых услуг:
Корпоративная сеть обеспечивает:
Основная функция прокси-сервера - селекция доступа к корпоративным серверам по IP-адресам.
Основные виды сетевых сервисов, предоставляемых интранет:
Состав и структура информационной базы, объемные характеристики данных, требования к качественным характеристикам (полнота, актуальность, точность, достоверность и др.) полностью определены функциями управления. Информационная база содержит данные и знания, представленные на машинных носителях, в виде базы данных (БД), хранилища данных (ХД) или базы знаний (БЗ).
БД находится под управлением СУБД (системы управления базами данных), содержит структурированные данные, обеспечивает интегрированное представление и многоцелевое использование хранимых данных, однократный ввод и редактирование данных, их многократное использование, санкционированный доступ к данным пользовательских программ.
С появлением БД произошло разделение данных и программ их обработки, процессы создания и ведения БД и разработка программ приложений независимы. С помощью БД можно моделировать логику приложений предметной области.
Организация БД возникла в связи с появлением нового вида запоминающих устройств прямого доступа (ЗУПД) - магнитных барабанов, магнитных дисков, с помощью которых стало возможным представление различных структур данных (рис. 8.2-1):
Рис. 8.2-1
Иерархическая структура данных основана на левостороннем обходе дерева. Этот порядок сохраняется как при расположении, так и при поиске данных. Ввод данных в БД требует определения точки входа в иерархическую ветвь, заполнение деревьев осуществляется в направлении "сверху вниз". При удалении данных автоматически удаляются подчиненные им по иерархии данные.
Сетевая структура данных обеспечивает большую по сравнению с иерархической структурой гибкость установления связей различных типов данных. Связи устанавливаются с помощью физических адресов и образуют цепочки.
Реляционная структура данных отличается простотой восприятия, благодаря которому получила широкое распространение для БД, реализованных на персональных компьютерах. С помощью языков манипулирования данными выполняется объединение и пересечение таблиц, выборка, проекция данных. Между таблицами устанавливаются связи на основе общих значений полей связи (внешних ключей).
Проектирование БД осуществляется путем разработки моделей данных на логическом и физическом уровне представления. Разделение уровней на логический и физический позволяет оптимизировать каждую модель данных в отдельности:
Существуют различные организационные формы БД ИС, которые можно разделить на два вида:
Данные БД хранятся на локальных компьютерах, а в условиях использования компьютерных сетей - на сетевых компьютерах. В зависимости от архитектуры компьютерных сетей, различают БД, хранимые на:
В первом случае единицей обмена между сервером и клиентом (рабочей станцией) является весь файл БД, обработка выполняется целиком на рабочей станции; во втором случае рабочая станция выдает запрос на данные, первичная обработкау данных выполняется сервером, который передает рабочей станции результат запроса. Если в сети имеется несколько серверов для хранения данных, БД носит название распределенной БД.
Для решения аналитических задач системы управления, требующего ретроспективных данных за длительные интервалы времени, создаются предметно-ориентированные ХД. Развитие систем управления идет в сторону роста их функциональности, интеллектуального анализа данных. В результате создаются ИС, основанные на знаниях, которые используют базы знаний - БЗ.
Общие тенденции развития БД современных ИС:
Специфика КИС проявляется, в первую очередь, благодаря новой форме организации внутримашинной информационной базы, представляющей совокупность взаимосвязанных компонентов (рис. 8.2-2):
(рис 8.2-2) Новая форма организации внутримашинной информационной базы
Операционные БД КИС обеспечивают хранение данных КИС большого объема и сложной логической структуры, находятся под управлением мощных СУБД, как правило, реляционного типа (ORACLE, MS SQL Server, Informix, DB/2 и др.). Такие БД используются в составе многоуровневой клиент-серверной архитектуры КИС; они могут размещаться на одном или нескольких серверах БД. Как правило, БД отделены от программ функциональных модулей, использующих эти данные. Интерфейс пользователя (формы, отчеты, запросы и т. п.) находится на рабочей станции или специализированном сервере.
Основные проблемы ведения операционных БД КИС:
Операционную БД вместе с внешними информационными источниками следует рассматривать как "сырье" для создания предметно-ориентированных, интегрированных, неизменяемых по структуре хронологических данных - хранилищ данных, анализируемых в системах поддержки принятия решений. Витрина (киоск) - подмножество хранилища данных, обеспечивает:
По определению Б. Инмона, хранилище данных (ХД) это - "предметно-ориентированный, интегрированный, неизменяемый, поддерживающий хронологию набор данных, организованный для целей поддержки принятия решений". Как правило, ХД ориентированы на решение определенных задач анализа и представления данных. В ХД имеются три категории данных:
Программное обеспечение ХД обеспечивает загрузку, форматирование, анализ и реструктуризацию данных; управление доступом к данным; построение витрин данных.
On-Line Analytical Processing (OLAP) - средства оперативной (в реальном масштабе времени) аналитической обработки информации, направленные на поддержку принятия решений и помогающие аналитикам отвечать на вопрос: "Почему объекты, среды и результаты их взаимодействия такие, а не другие?". При этом аналитик сам формирует версии отношений между множеством информации и проверяет их на основе имеющихся данных в соответствующих базах структурированной информации.
Для ERP-систем характерно наличие аналитических компонент в составе функциональных подсистем. Они обеспечивают формирование аналитической информации в режиме реального времени. Эта информация является основой большинства управленческих решений.
OLAP-технологии используют гиперкубы - специально структурированные данные (иначе называемые OLAP-кубами). В структуре данных гиперкуба различают:
Меры - количественные показатели (реквизиты-основания), используемые для формирования сводных статистических итогов.
Измерения - описательные категории (реквизиты-признаки), в разрезе которых анализируются меры.
Размерность гиперкуба определяется количеством измерений для одной меры. Например, гиперкуб СБЫТ содержит данные:
Измерения: Потребители, Даты операций, Группы товаров, Номенклатура, Модификации, Упаковки, Склады, Виды оплаты, Виды отгрузки, Тарифы, Валюта, Организации, Подразделения, Ответственные, Каналы распределения, Регионы, Города;
Меры: Количество плановое, Количество фактическое, Сумма плановая, Сумма фактическая, Платежи плановые, Платежи фактические, Сальдо плановое, Сальдо фактическое, Цена реализации, Срок исполнения заказа, Сумма возврата.
Такой гиперкуб предназначен для аналитических отчетов:
Аналитические отчеты могут иметь произвольное сочетание измерений и мер, они используются для анализа принимаемых управленческих решений. Аналитическая обработка обеспечивается инструментальными и языковыми средствами. В общедоступной электронной таблице MS Excel представлена информационная технология "Сводные таблицы", исходными данными для их создания являются:
Для построения сводных таблиц на основе внешних БД используются драйверы ODBC, а также программа MS Query. Пример создания сводной таблицы для исходной БД MS Excel приведен на рис. 8.3-1.
(рис 8.3-1) Пример создания сводной таблицы для исходной БД в MS Excel
Макет сводной таблицы имеет следующую структуру данных (рис. 8.3-2): Измерения - код подразделения, должность; Меры - Стаж работы, Оклад и Премия. Ниже представлена табл. 8.3-2, которая позволяет проанализировать связь среднего стажа работы и оклада, среднего стажа работы и премии, оклада и премии.
(рис 8.3-2) Структура данных в макете сводной таблицы
| Код подразделения | Данные | Должность | Общий итог | |||
| Бригадир | Монтер пути | Слесарь | Токарь | |||
| Гараж | Средний стаж работы | 5,39 | 7,81 | 6,60 | ||
| Фонд оплаты труда | 7000,00 руб. | 5600,00 руб. | 12600,00 руб. | |||
| Фонд премии | 700,00 руб. | 560,00 руб. | 1260,00 руб. | |||
| цех 1 | Средний стаж работы | 4,90 | 6,37 | 7,12 | 6,19 | |
| Фонд оплаты труда | 7500,00 руб. | 10000,00 руб. | 11000,00 руб. | 28500,00 руб. | ||
| Фонд премии | 525,00 руб. | 1600,00 руб. | 1100,00 руб. | 3225,00 руб. | ||
| цех 2 | Средний стаж работы | 4,39 | 4,39 | |||
| Фонд оплаты труда | 14430 руб. | 14430 руб. | ||||
| Фонд премии | 1010,10 руб. | 1010,10 руб. | ||||
| цех 3 | Средний стаж работы | 3,96 | 4,44 | 4,20 | ||
| Фонд оплаты труда | 10200,00 руб. | 10170,00 руб. | 20370,00 руб. | |||
| Фонд премии | 845,00 руб. | 711,90 руб. | 1556,90 руб. | |||
| ИТОГ | Средний стаж работы | 5,15 | 5,53 | 5,17 | 5,33 | 5,30 |
| Фонд оплаты труда | 14500,00 руб. | 20030,00 руб. | 20200,00 руб. | 21170,00 руб. | 75900,00 руб. | |
| Фонд премии | 1225,00 руб. | 1570,10 руб. | 2445,00 руб. | 1811,90 руб. | 7052,00 руб. | |
Для продолжения анализа средствами сводной таблицы можно:
MS Office позволяет публиковать данные электронных таблиц, включая сводные таблицы и сводные диаграммы в формате html.
Компонент Microsoft Office Web Components поддерживает работу с опубликованными данными в среде Internet Explorer, обеспечивая продолжение анализа (изменения структуры данных сводной таблицы, вычисление новых сводных итогов.
Средства Data Mining (DM) - извлечение ("раскопка", "добыча") данных - направлены на выявление отношений между информацией, хранящейся в цифровых базах данных предприятия, которые аналитик может использовать для построения моделей, позволяющих количественно оценить степень влияния интересующих его факторов. Кроме этого, такие средства могут быть полезны для построения гипотез о возможном характере отношений информации в цифровых базах данных предприятия.
Технология добычи текстовых данных (Text Mining - TM) представляет собой набор инструментов, позволяющий анализировать большие наборы информации в поисках тенденций, шаблонов и взаимосвязей, способные помочь в принятии стратегических решений.
Технология Image Mining - IM, содержит средства для распознавания и классификации различных визуальных образов, хранящихся в базах данных предприятия или полученных в результате оперативного поиска из внешних информационных источников.
Подходы, используемые для решения проблем по обработке и хранению всех данных:
Системы обработки текстовой информации, свободные от перечисленных выше проблем, можно разделить на две категории: системы лингвистического анализа и системы анализа текстовых данных (рис. 8.3-3).
(рис 8.3-3) Классификация систем обработки текстовой информации
Основными элементами технологии Text Mining являются (рис. 8.3-4):
(рис 8.3-4) Элементы технологии Text Mining
Программные продукты (рис. 8.3-5):
(рис 8.3-5) Программные продукты, реализующие технологию Text Mining
IBM Intelligent Miner for Text представляет собой набор отдельных утилит, запускаемых из командной строки или скиптов, независимых друг от друга (основной упор делается на механизмы добычи данных - information retrieval);
Oracle InterMedia Text - набор, интегрированный в СУБД, позволяющий наиболее эффективно работать с запросами пользователей (позволяет работать с современными реляционными СУБД в контексте сложного многоцелевого поиска и анализа текстовых данных);
Megaputer TextAnalyst представляет собой набор встраиваемых в программу СОМ объектов, которые призваны решать задачи Text Mining (Text Mining рассматривается как отдельный математический аппарат, который можно встраивать.
Сегодня в области автоматизации управления анализ информации доминирует на предварительной стадии подготовки решений - обработки первичной информации, декомпозиции проблемной ситуации. Все это позволяет познать лишь фрагменты и детали процессов, а не ситуацию в целом. Для преодоления этого недостатка надо научиться строить базы знаний, используя опыт лучших специалистов, а также генерировать недостающие знания.
Использование информационных технологий (ИТ) в различных сферах человеческой деятельности, экспоненциальный рост объемов информации и необходимость оперативно реагировать в любых ситуациях потребовали поиска адекватных путей решения возникающих проблем. Эффективнейшим из них является путь интеллектуализации информационных технологий.
Под интеллектуальными информационными технологиями обычно понимают такие информационные технологии, в которых предусмотрены следующие возможности:
Knowledge Discovery (KD) - технологии неформализованного поиска скрытых закономерностей в данных и информации, которые базируются на новейших технологиях формирования и структурирования информационных образов объектов, что ближе всего лежит к принципам обработки информации интеллектуальными системами.
Decision Support (DS) - информационные технологии поддержки процесса принятия решений представляют собой оболочки экспертных систем или специализированные экспертные системы, которые предоставляют возможность аналитикам определять отношения и взаимосвязи между информационными структурами в базах структурированной информации предприятия, а также прогнозировать возможные результаты принятия решений.
Тенденции развития ИИТ
Системы связи и коммуникаций. Глобальные информационные сети и ИИТ могут в корне поменять наши представления о компаниях и самом умственном труде. Присутствие сотрудников на рабочем месте станет практически ненужным. Люди могут работать дома и взаимодействовать друг с другом при необходимости через сети. Известен, например, успешный опыт создания новой модификации самолета "Боинг-747" распределенным коллективом специалистов, взаимодействующих по Internet. Местонахождение участников каких-либо разработок будет играть все меньшую роль, зато возрастает значение уровня квалификации участников. Другая причина, определившая бурное развитие ИИТ, связана с усложнением систем коммуникации и решаемых на их основе задач. Потребовался качественно новый уровень "интеллектуализации" таких программных продуктов, как системы анализа разнородных и нестрогих данных, обеспечения информационной безопасности, выработки решений в распределенных системах и т. п.
Образование. Уже сегодня дистанционное обучение начинает играть важную роль в образовании. А внедрение ИИТ позволит существенно индивидуализировать этот процесс сообразно с потребностями и способностями каждого обучаемого.
Быт. Информатизация быта уже началась, но с развитием ИИТ появятся принципиально новые возможности. Постепенно компьютеру будут передаваться все новые функции: контроль над состоянием здоровья пользователя, управление бытовыми приборами, такими как увлажнители, освежители воздуха, обогреватели, ионизаторы, музыкальные центры, средства медицинской диагностики и т. п. Другими словами, системы станут еще и диагностами состояния человека и его жилища. Будет обеспечено комфортное информационное пространство в помещениях, где информационная среда станет частью окружающей человека среды.
Перспективы развития ИИТ
Представляется, что в настоящее время ИИТ подошли к принципиально новому этапу своего развития. Так, за последние 10 лет существенно расширились возможности ИИТ за счет разработки новых типов логических моделей, появления новых теорий и представлений. Узловыми точками в развитии ИИТ считаются:
Новой парадигмой создания перспективных ИИТ стали мультиагентные системы. Здесь предполагается, что агент - это самостоятельная интеллектуальная система, имеющая свою систему целеполагания и мотивации, свою область действий и ответственности. Взаимодействие между агентами обеспечивается системой более высокого уровня - метаинтеллектом. В мультиагентных системах (МАС) моделируется виртуальное сообщество интеллектуальных агентов - объектов, которые автономны, активны, вступают в различные "социальные" отношения - кооперации и сотрудничества (дружбы), конкуренции, соревнования, вражды и т. п. "Социальный" аспект решения современных задач и есть фундаментальная особенность концептуальной новизны передовых интеллектуальных технологий - виртуальных организаций, виртуального общества.
Информационные технологии КИС несколько отличаются от традиционных информационных технологий информационных систем меньшего масштаба или ограниченной функциональности.
Во-первых, изменяется масштаб, форма организации и средства управления БД. Наряду с традиционной БД, обеспечивающей решение задач системы управления в оперативном режиме, создаются хранилища и витрины данных.
Во-вторых, в КИС используется компьютерная сеть интранет, объединяющая в себе возможности локальных сетей и информационные технологии и сервис Интернет. В результате изменяется технологическая основа выполнения отдельных функций управления (электронная коммерция, совместная обработка документов, телеконференции, электронный документооборот и т. д.).
В-третьих, изменяется характер обработки данных, в КИС представлены два типа систем обработки данных (табл. 8.1-1), различающиеся составом и структурой данных, объемами хранимых и обрабатываемых данных, алгоритмов поиска и обработки данных и т. д.
| Показатель | OLTP | OLAP |
| Частота и объем обновляемых данных | Большая частота обновлений, относительно малый объем обновляемых данных | Низкая частота обновления и большой объем обновляемых данных |
| Горизонт хранения данных | 1 календарный год | Неограниченный |
| Степень агрегирования данных | Первичные учетные данные | Промежуточные итоги. Сводные итоги. Консолидированные данные |
| Характер обработки данных | Строго регламентированные запросы и отчеты | Произвольные запросы, выборки, своды |
| Цели создания | Учет первичных данных. Оптимизация хранения данных. Оптимизация эксплуатационных характеристик приложений | Анализ и моделирование данных. Формирование прогнозов. Формализация знаний о системе управления |
OLTP (On-line transaction processing) - системы транзакционного типа.
"Транзакция" переводит БД из одного целостного состояния в другое. Наиболее типична обработка данных по жестко заданным алгоритмам.
OLAP (On-line analytic processing) - системы аналитического (исследовательского) типа. Обеспечивают анализ больших объемов данных, их наглядное отображение, формирование структурных итогов в виде диаграмм и таблиц, отчетов и презентаций. Цель - выявление закономерностей и тенденций развития экономических процессов для принятия управленческих решений.
Внутриведомственная, или корпоративная сеть интранет (intranet) сочетает возможности локальных сетей, технологий и сервисов Интернет. Локальная вычислительная сеть (ЛВС) объединяет группу компьютеров, принтеров и других устройств в пределах небольшого территориального пространства. Ограничиваться традиционными локальными вычислительными сетями или их ассоциациями вследствие территориального распределения корпораций невозможно. С другой стороны, прокладывать региональные ведомственные сети экономически нецелесообразно (хотя существуют отдельные корпорации, например, АО "РЖД", которые имеют ведомственные региональные сети).
Сеть Интернет относится к классу глобальных сетей, обеспечивает работу пользователей различных географических зон, предоставляя им широкий спектр сетевых услуг:
Корпоративная сеть обеспечивает:
Основная функция прокси-сервера - селекция доступа к корпоративным серверам по IP-адресам.
Основные виды сетевых сервисов, предоставляемых интранет:
Состав и структура информационной базы, объемные характеристики данных, требования к качественным характеристикам (полнота, актуальность, точность, достоверность и др.) полностью определены функциями управления. Информационная база содержит данные и знания, представленные на машинных носителях, в виде базы данных (БД), хранилища данных (ХД) или базы знаний (БЗ).
БД находится под управлением СУБД (системы управления базами данных), содержит структурированные данные, обеспечивает интегрированное представление и многоцелевое использование хранимых данных, однократный ввод и редактирование данных, их многократное использование, санкционированный доступ к данным пользовательских программ.
С появлением БД произошло разделение данных и программ их обработки, процессы создания и ведения БД и разработка программ приложений независимы. С помощью БД можно моделировать логику приложений предметной области.
Организация БД возникла в связи с появлением нового вида запоминающих устройств прямого доступа (ЗУПД) - магнитных барабанов, магнитных дисков, с помощью которых стало возможным представление различных структур данных (рис. 8.2-1):
Рис. 8.2-1
Иерархическая структура данных основана на левостороннем обходе дерева. Этот порядок сохраняется как при расположении, так и при поиске данных. Ввод данных в БД требует определения точки входа в иерархическую ветвь, заполнение деревьев осуществляется в направлении "сверху вниз". При удалении данных автоматически удаляются подчиненные им по иерархии данные.
Сетевая структура данных обеспечивает большую по сравнению с иерархической структурой гибкость установления связей различных типов данных. Связи устанавливаются с помощью физических адресов и образуют цепочки.
Реляционная структура данных отличается простотой восприятия, благодаря которому получила широкое распространение для БД, реализованных на персональных компьютерах. С помощью языков манипулирования данными выполняется объединение и пересечение таблиц, выборка, проекция данных. Между таблицами устанавливаются связи на основе общих значений полей связи (внешних ключей).
Проектирование БД осуществляется путем разработки моделей данных на логическом и физическом уровне представления. Разделение уровней на логический и физический позволяет оптимизировать каждую модель данных в отдельности:
Существуют различные организационные формы БД ИС, которые можно разделить на два вида:
Данные БД хранятся на локальных компьютерах, а в условиях использования компьютерных сетей - на сетевых компьютерах. В зависимости от архитектуры компьютерных сетей, различают БД, хранимые на:
В первом случае единицей обмена между сервером и клиентом (рабочей станцией) является весь файл БД, обработка выполняется целиком на рабочей станции; во втором случае рабочая станция выдает запрос на данные, первичная обработкау данных выполняется сервером, который передает рабочей станции результат запроса. Если в сети имеется несколько серверов для хранения данных, БД носит название распределенной БД.
Для решения аналитических задач системы управления, требующего ретроспективных данных за длительные интервалы времени, создаются предметно-ориентированные ХД. Развитие систем управления идет в сторону роста их функциональности, интеллектуального анализа данных. В результате создаются ИС, основанные на знаниях, которые используют базы знаний - БЗ.
Общие тенденции развития БД современных ИС:
Специфика КИС проявляется, в первую очередь, благодаря новой форме организации внутримашинной информационной базы, представляющей совокупность взаимосвязанных компонентов (рис. 8.2-2):
(рис 8.2-2) Новая форма организации внутримашинной информационной базы
Операционные БД КИС обеспечивают хранение данных КИС большого объема и сложной логической структуры, находятся под управлением мощных СУБД, как правило, реляционного типа (ORACLE, MS SQL Server, Informix, DB/2 и др.). Такие БД используются в составе многоуровневой клиент-серверной архитектуры КИС; они могут размещаться на одном или нескольких серверах БД. Как правило, БД отделены от программ функциональных модулей, использующих эти данные. Интерфейс пользователя (формы, отчеты, запросы и т. п.) находится на рабочей станции или специализированном сервере.
Основные проблемы ведения операционных БД КИС:
Операционную БД вместе с внешними информационными источниками следует рассматривать как "сырье" для создания предметно-ориентированных, интегрированных, неизменяемых по структуре хронологических данных - хранилищ данных, анализируемых в системах поддержки принятия решений. Витрина (киоск) - подмножество хранилища данных, обеспечивает:
По определению Б. Инмона, хранилище данных (ХД) это - "предметно-ориентированный, интегрированный, неизменяемый, поддерживающий хронологию набор данных, организованный для целей поддержки принятия решений". Как правило, ХД ориентированы на решение определенных задач анализа и представления данных. В ХД имеются три категории данных:
Программное обеспечение ХД обеспечивает загрузку, форматирование, анализ и реструктуризацию данных; управление доступом к данным; построение витрин данных.
On-Line Analytical Processing (OLAP) - средства оперативной (в реальном масштабе времени) аналитической обработки информации, направленные на поддержку принятия решений и помогающие аналитикам отвечать на вопрос: "Почему объекты, среды и результаты их взаимодействия такие, а не другие?". При этом аналитик сам формирует версии отношений между множеством информации и проверяет их на основе имеющихся данных в соответствующих базах структурированной информации.
Для ERP-систем характерно наличие аналитических компонент в составе функциональных подсистем. Они обеспечивают формирование аналитической информации в режиме реального времени. Эта информация является основой большинства управленческих решений.
OLAP-технологии используют гиперкубы - специально структурированные данные (иначе называемые OLAP-кубами). В структуре данных гиперкуба различают:
Меры - количественные показатели (реквизиты-основания), используемые для формирования сводных статистических итогов.
Измерения - описательные категории (реквизиты-признаки), в разрезе которых анализируются меры.
Размерность гиперкуба определяется количеством измерений для одной меры. Например, гиперкуб СБЫТ содержит данные:
Измерения: Потребители, Даты операций, Группы товаров, Номенклатура, Модификации, Упаковки, Склады, Виды оплаты, Виды отгрузки, Тарифы, Валюта, Организации, Подразделения, Ответственные, Каналы распределения, Регионы, Города;
Меры: Количество плановое, Количество фактическое, Сумма плановая, Сумма фактическая, Платежи плановые, Платежи фактические, Сальдо плановое, Сальдо фактическое, Цена реализации, Срок исполнения заказа, Сумма возврата.
Такой гиперкуб предназначен для аналитических отчетов:
Аналитические отчеты могут иметь произвольное сочетание измерений и мер, они используются для анализа принимаемых управленческих решений. Аналитическая обработка обеспечивается инструментальными и языковыми средствами. В общедоступной электронной таблице MS Excel представлена информационная технология "Сводные таблицы", исходными данными для их создания являются:
Для построения сводных таблиц на основе внешних БД используются драйверы ODBC, а также программа MS Query. Пример создания сводной таблицы для исходной БД MS Excel приведен на рис. 8.3-1.
(рис 8.3-1) Пример создания сводной таблицы для исходной БД в MS Excel
Макет сводной таблицы имеет следующую структуру данных (рис. 8.3-2): Измерения - код подразделения, должность; Меры - Стаж работы, Оклад и Премия. Ниже представлена табл. 8.3-2, которая позволяет проанализировать связь среднего стажа работы и оклада, среднего стажа работы и премии, оклада и премии.
(рис 8.3-2) Структура данных в макете сводной таблицы
| Код подразделения | Данные | Должность | Общий итог | |||
| Бригадир | Монтер пути | Слесарь | Токарь | |||
| Гараж | Средний стаж работы | 5,39 | 7,81 | 6,60 | ||
| Фонд оплаты труда | 7000,00 руб. | 5600,00 руб. | 12600,00 руб. | |||
| Фонд премии | 700,00 руб. | 560,00 руб. | 1260,00 руб. | |||
| цех 1 | Средний стаж работы | 4,90 | 6,37 | 7,12 | 6,19 | |
| Фонд оплаты труда | 7500,00 руб. | 10000,00 руб. | 11000,00 руб. | 28500,00 руб. | ||
| Фонд премии | 525,00 руб. | 1600,00 руб. | 1100,00 руб. | 3225,00 руб. | ||
| цех 2 | Средний стаж работы | 4,39 | 4,39 | |||
| Фонд оплаты труда | 14430 руб. | 14430 руб. | ||||
| Фонд премии | 1010,10 руб. | 1010,10 руб. | ||||
| цех 3 | Средний стаж работы | 3,96 | 4,44 | 4,20 | ||
| Фонд оплаты труда | 10200,00 руб. | 10170,00 руб. | 20370,00 руб. | |||
| Фонд премии | 845,00 руб. | 711,90 руб. | 1556,90 руб. | |||
| ИТОГ | Средний стаж работы | 5,15 | 5,53 | 5,17 | 5,33 | 5,30 |
| Фонд оплаты труда | 14500,00 руб. | 20030,00 руб. | 20200,00 руб. | 21170,00 руб. | 75900,00 руб. | |
| Фонд премии | 1225,00 руб. | 1570,10 руб. | 2445,00 руб. | 1811,90 руб. | 7052,00 руб. | |
Для продолжения анализа средствами сводной таблицы можно:
MS Office позволяет публиковать данные электронных таблиц, включая сводные таблицы и сводные диаграммы в формате html.
Компонент Microsoft Office Web Components поддерживает работу с опубликованными данными в среде Internet Explorer, обеспечивая продолжение анализа (изменения структуры данных сводной таблицы, вычисление новых сводных итогов.
Средства Data Mining (DM) - извлечение ("раскопка", "добыча") данных - направлены на выявление отношений между информацией, хранящейся в цифровых базах данных предприятия, которые аналитик может использовать для построения моделей, позволяющих количественно оценить степень влияния интересующих его факторов. Кроме этого, такие средства могут быть полезны для построения гипотез о возможном характере отношений информации в цифровых базах данных предприятия.
Технология добычи текстовых данных (Text Mining - TM) представляет собой набор инструментов, позволяющий анализировать большие наборы информации в поисках тенденций, шаблонов и взаимосвязей, способные помочь в принятии стратегических решений.
Технология Image Mining - IM, содержит средства для распознавания и классификации различных визуальных образов, хранящихся в базах данных предприятия или полученных в результате оперативного поиска из внешних информационных источников.
Подходы, используемые для решения проблем по обработке и хранению всех данных:
Системы обработки текстовой информации, свободные от перечисленных выше проблем, можно разделить на две категории: системы лингвистического анализа и системы анализа текстовых данных (рис. 8.3-3).
(рис 8.3-3) Классификация систем обработки текстовой информации
Основными элементами технологии Text Mining являются (рис. 8.3-4):
(рис 8.3-4) Элементы технологии Text Mining
Программные продукты (рис. 8.3-5):
(рис 8.3-5) Программные продукты, реализующие технологию Text Mining
IBM Intelligent Miner for Text представляет собой набор отдельных утилит, запускаемых из командной строки или скиптов, независимых друг от друга (основной упор делается на механизмы добычи данных - information retrieval);
Oracle InterMedia Text - набор, интегрированный в СУБД, позволяющий наиболее эффективно работать с запросами пользователей (позволяет работать с современными реляционными СУБД в контексте сложного многоцелевого поиска и анализа текстовых данных);
Megaputer TextAnalyst представляет собой набор встраиваемых в программу СОМ объектов, которые призваны решать задачи Text Mining (Text Mining рассматривается как отдельный математический аппарат, который можно встраивать.
Сегодня в области автоматизации управления анализ информации доминирует на предварительной стадии подготовки решений - обработки первичной информации, декомпозиции проблемной ситуации. Все это позволяет познать лишь фрагменты и детали процессов, а не ситуацию в целом. Для преодоления этого недостатка надо научиться строить базы знаний, используя опыт лучших специалистов, а также генерировать недостающие знания.
Использование информационных технологий (ИТ) в различных сферах человеческой деятельности, экспоненциальный рост объемов информации и необходимость оперативно реагировать в любых ситуациях потребовали поиска адекватных путей решения возникающих проблем. Эффективнейшим из них является путь интеллектуализации информационных технологий.
Под интеллектуальными информационными технологиями обычно понимают такие информационные технологии, в которых предусмотрены следующие возможности:
Knowledge Discovery (KD) - технологии неформализованного поиска скрытых закономерностей в данных и информации, которые базируются на новейших технологиях формирования и структурирования информационных образов объектов, что ближе всего лежит к принципам обработки информации интеллектуальными системами.
Decision Support (DS) - информационные технологии поддержки процесса принятия решений представляют собой оболочки экспертных систем или специализированные экспертные системы, которые предоставляют возможность аналитикам определять отношения и взаимосвязи между информационными структурами в базах структурированной информации предприятия, а также прогнозировать возможные результаты принятия решений.
Тенденции развития ИИТ
Системы связи и коммуникаций. Глобальные информационные сети и ИИТ могут в корне поменять наши представления о компаниях и самом умственном труде. Присутствие сотрудников на рабочем месте станет практически ненужным. Люди могут работать дома и взаимодействовать друг с другом при необходимости через сети. Известен, например, успешный опыт создания новой модификации самолета "Боинг-747" распределенным коллективом специалистов, взаимодействующих по Internet. Местонахождение участников каких-либо разработок будет играть все меньшую роль, зато возрастает значение уровня квалификации участников. Другая причина, определившая бурное развитие ИИТ, связана с усложнением систем коммуникации и решаемых на их основе задач. Потребовался качественно новый уровень "интеллектуализации" таких программных продуктов, как системы анализа разнородных и нестрогих данных, обеспечения информационной безопасности, выработки решений в распределенных системах и т. п.
Образование. Уже сегодня дистанционное обучение начинает играть важную роль в образовании. А внедрение ИИТ позволит существенно индивидуализировать этот процесс сообразно с потребностями и способностями каждого обучаемого.
Быт. Информатизация быта уже началась, но с развитием ИИТ появятся принципиально новые возможности. Постепенно компьютеру будут передаваться все новые функции: контроль над состоянием здоровья пользователя, управление бытовыми приборами, такими как увлажнители, освежители воздуха, обогреватели, ионизаторы, музыкальные центры, средства медицинской диагностики и т. п. Другими словами, системы станут еще и диагностами состояния человека и его жилища. Будет обеспечено комфортное информационное пространство в помещениях, где информационная среда станет частью окружающей человека среды.
Перспективы развития ИИТ
Представляется, что в настоящее время ИИТ подошли к принципиально новому этапу своего развития. Так, за последние 10 лет существенно расширились возможности ИИТ за счет разработки новых типов логических моделей, появления новых теорий и представлений. Узловыми точками в развитии ИИТ считаются:
Новой парадигмой создания перспективных ИИТ стали мультиагентные системы. Здесь предполагается, что агент - это самостоятельная интеллектуальная система, имеющая свою систему целеполагания и мотивации, свою область действий и ответственности. Взаимодействие между агентами обеспечивается системой более высокого уровня - метаинтеллектом. В мультиагентных системах (МАС) моделируется виртуальное сообщество интеллектуальных агентов - объектов, которые автономны, активны, вступают в различные "социальные" отношения - кооперации и сотрудничества (дружбы), конкуренции, соревнования, вражды и т. п. "Социальный" аспект решения современных задач и есть фундаментальная особенность концептуальной новизны передовых интеллектуальных технологий - виртуальных организаций, виртуального общества.
Для получения официальных документов о завершении программы дополнительного профессионального образования (удостоверения о повышении квалификации, дипломов о профессиональной переподготовке и MBA) необходимо предоставить:
Внимание! Вы можете не заказывать доставку бумажной версии официального документы, а скачать его в электронном виде и распечатать самостоятельно. Информация о выданном документе в течение 1 месяца загружается в Федеральную информационную систему «Федеральный реестр сведений о документах об образовании и (или) о квалификации, документах об обучении» - ФИС ФРДО.
Доступ на новый сайт осуществляется с использованием адреса электронной почты, который был указан вами при регистрации на "старом". Мы постарались перенести все ваши данные с прежнего ресурса, однако не исключена вероятность потери части информации.
При возникновении проблемы со входом, воспользуйтесь функцией сброса пароля
Если вы обнаружите несоответствия, пожалуйста, сообщите нам.