- •Области применения ит - информационных технологий
- •Современные ит - информационные технологии
- •Цели внедрения информационных технологий
- •Этапы развития ит (информационных технологий)
- •Информационная система
- •Общие понятия об информационных системах - ис
- •Основные задачи информационных систем - ис
- •Пользователи информационных систем - ис
- •Процессы в информационных системах - ис
- •Система. Общие понятия о системе
- •Современные информационные системы - ис
- •Этапы развития информационных систем - ис
- •Математическое и программное обеспечение информационных систем - ис
- •Организационное обеспечение информационных систем - ис
- •Правовое обеспечение ис - информационных систем
- •Техническое обеспечение информационной системы - ис.
- •Принципы и методы создания ис - информационных систем
- •Методы и концепции создания ис - информационных систем
- •Принципы создания информационных систем - ис
- •Классификация информационных систем - ис
- •Классификация ис по масштабности применения
- •Классификация ис по концепции построения
- •Классификация ис по оперативности обработки данных
- •Классификация ис по признаку структурированности задач
- •Классификация ис по сфере деятельности
- •Классификация информационных систем по режиму работы
- •Классификация информационных систем по степени автоматизации
- •Классификация информационных систем по функциональности
- •По квалификации персонала и управления
- •По характеру обработки информации
- •Аналитические ис репортинга, oltp, data mining
- •Общие сведения об аналитических ис репортинга, oltp, data mining
- •Базовая аналитическая система
- •Классификация по области применения
- •Классы аналитических систем
- •Перспективы использования аналитических систем
- •Применяемые виды анализа
- •Системы репортинга
- •Рынок систем репортинга
- •Oltp - системы оперативной обработки транзакций
- •Data Mining (dm) - интеллектуальный анализ данных
- •Типы закономерностей
- •Классы систем Data Mining - dm
- •Алгоритмы ограниченного перебора
- •Генетические алгоритмы
- •Деревья решений (decision trees)
- •Нейронные сети
- •Предметно-ориентированные аналитические системы
- •Системы для визуализации многомерных данных
- •Системы рассуждений на основе аналогичных случаев
- •Статистические пакеты
- •Эволюционное программирование
- •Бизнес-приложения Data Mining
- •Банковское дело
- •Медицина
- •Молекулярная и генная инженерия
- •Розничная торговля
- •Страхование
- •Телекоммуникации
- •Проблемы, связанные с использованием Data Mining dm-технологии
- •Olap-системы оперативной аналитической обработки данных
- •Недостатки olap
- •Основные преимущества olap-систем
- •Предпосылки и причины появления olap
- •Принципы проектирования и использования многомерных бд
- •Типы используемых данных
- •Многомерная модель данных
- •Гиперкубические и поликубические модели данных
- •Операции с измерениями
- •Требования к olap-средствам
- •12 Основных правил olap- систем по Кодду
- •Fasmi Пендса и Крита
- •Кубы olap
- •Спуск и консолидация
- •Члены и метки. Иерархии. Аналитические операции.
- •Классификация olap по типу доступа к бд
- •Достоинства и недостатки rolap
- •Метаданные
- •Другие olap. Holap. Dolap. Jolap.
- •По месту размещения olap - машин
- •Olap-клиент
- •Olap-сервер
- •Применение olap - систем
- •Преимущества и недостатки
- •Определение dss (сппр)
- •Характеристики dss (сппр)
- •Структура сппр
- •Бм и субм
- •Классификация
- •Основные функции субм
- •Система управления интерфейсом
- •Управление сообщениями. Электронная почта.
- •Data Warehouse – хранилище данных - хд - систем обработки данных
- •Цели и задачи хранилищ данных
- •Концепция хд - хранилища данных
- •Единый источник даннх
- •Свойства данных
- •Структура ис на основе хд
- •Методы организации хд
- •Data Mart - Витрины данных
- •Интегрированное хд - хранилище данных
- •Непроектируемые витрины данных
- •Система постепенно развиваемых витрин данных
- •Data Warehouse Bus - хд с архитектурой шины
- •Объединенное (федеративное) хд
- •Требования к техническому и программному обеспечению
- •Основные компоненты хд
- •Проблемы интеграции данных
- •Сравнение оперативных и аналитических бд
- •Средства и методы построения хд - хранилищ данных
- •Применение готовых хранилищ данных
- •Студии для построения хд - хранилищ данных
- •Подход сверху вниз
- •Подход снизу вверх
- •Рекомендации по внедрению хд
- •Финансовые хранилища данных (хд)
- •Хд для управления человеческими ресурсами
- •Хранилища данных (хд) в области телекоммуникаций
- •Хранилища данных (хд) с возможностями Data Mining и Exploration
- •Хранилища данных в области страхования
- •Тенденции развития хранилищ данных
- •Операции и процедуры
- •Функции управления
- •Принципы управления
- •Информационные технологии и системы управления
- •Информационные технологии управления
- •Информационные системы управления (ису)
- •Виды обеспечений в составе иасу
- •Уровни управления
- •Ис организационного управления (исоу)
- •Ису "Галактика"
- •Система управления Парус
- •Корпоративные информационные системы - кис
- •Определения и назначения кис
- •Перспективы развития корпоративных информационных систем (кис)
- •Современные корпоративные информационные системы
- •Структура корпоративных информационных систем
- •Требования к корпоративным базам данных
- •Требования к техническому обеспечению кис
- •Кис и Internet, Intranet-технологии
- •Особенности создания кис на базе Workflow-систем
- •Системы управления документами - суд
- •Средства обработки бумажных документов
- •Мировой рынок корпоративных информационных систем
- •Экспертные интеллектуальные ис (информационные системы)
- •Структура и типы сии
- •Терминология систем искусственного интеллекта
- •Эволюция экспертных систем
- •Второе поколение экспертных интеллектуальных систем (эис)
- •Первое поколение экспертных систем
- •Третье поколение экспертных интеллектуальных систем (эис)
- •Назначение экспертных интеллектуальных систем (эис)
- •Структура экспертных интеллектуальных систем
- •База знаний (бз). Правила.
- •Интерфейс пользователя - диалог с экспертной системой
- •Решатель (интерпретатор, дедуктивная машина)
- •Виды знаний в экспертных системах
- •Организация знаний в базе данных
- •Уровни представления и уровни детальности
- •Особенности разработки экспертных интеллектуальных систем
- •Технология разработки экспертных интеллектуальных систем
- •Основные компоненты ис офисной автоматизации
- •Ис управления бизнес-процессами
- •Определение вмр( управление бизнес-процессами)
- •Примеры использования вмр(Business Performance Management)
- •Ис банковской деятельности
- •Программно-техническая платформа абс(автоматизированной банковской системы)
- •Функциональная структура абс (автоматизированной банковской системы)
- •Районный уровень статистичекой службы Украины
- •Региональный (областной) уровень статистичекой службы Украины
- •Центральный (государственный) уровень статистичекой службы Украины
- •Ис в налоговых органах Украины
- •Автоматизированная информационная система (аис) «Налоги»
- •Ис(информационная система) в страховании
- •Функциональные подсистемы аис «Страхование»
- •Информационное обеспечение системы страхования
- •Ис(информационные системы) управления персоналом
- •Функциональная направленность систем управления персоналом
- •Эффекты от внедрения hr-систем управления персоналом
- •Ис(информационные системы) на основе производственных стандартов
- •Эволюция стандартов планирования производства
- •Стандарт mrp II (Manufacturing Resource Planning)
- •Подробнее об mrp1 - стандарте планирования материальных ресурсов
- •Входные элементы mrp-системы
- •Основные операции, достоинства и недостатки mrp-системы
- •Преимущества и процесс планирования mrp-систем
- •Принцип работы mrp-системы и результаты работы
- •Требования к производству для успешного внедрения mrp-системы
- •Цели и задачи системы-mpr
- •Процесс crp(Capacity Requirements Planning)
- •Входные данные crp(Capacity Requirements Planning)
- •Значение crp(Capacity Requirements Planning)
- •Подробнее о mrpii - стандарте планирование производственных ресурсов
- •Процессы mprii
- •Цели и задачи системы-mprii
- •Функциональные блоки mrp II
- •Планирование потребностей в сырье и материалах
- •Главный календарный план производства
- •Инструментальное обеспечение
- •Интерфейс с финансовым планированием
- •Оценка деятельности ( Performance Measurement ) в mrp II
- •Планирование продаж и операций
- •Планирование ресурсов распределения
- •Управление входным и выходным материальным потоком в mrp II
- •Преимущества mprii
- •Концепция erp-системы
- •Структура erp - системы
- •Общая характеристика erp
- •Преимущества erp - системы
- •Csrp - стандарт(Customer Synchronized Resource Planning) и система
- •Современная концепция управления ресурсами csrp
- •Преимущества csrp
- •Жизненный цикл - общие понятия
- •Жизненный цикл изделия (жци)
- •Этапы жци
- •Классификация данных в связи со стадиями жци
- •Маркетинг и исследование жизненного цикла.
- •Разработка-производство жц
- •Этапы жц промышленных изделий и системы их автоматизации
- •Жизненный цикл ис
- •Жизненный цикл производственных ис
- •Cals-методология поддержки жц ис
- •Cals-стратегия
- •Cals-технологии
- •Базовые принципы cals-технологии
- •Безмужаное представление информации
- •Виртуальное производство
- •Интегрированная информационная среда cals
- •Концепция cals
- •Параллельный инжиниринг
- •Реинжиниринг бизнес-процессов
- •Системы cals
- •Управление процессами
- •Стандарты cals
- •Другие стандарты cals
- •Стандарт iso 10303 (step)
- •Стандарт iso 13584 (p_lib) и семейство стандартов idef
- •Применение cals
Концепция хд - хранилища данных
Концепция определяет процесс сбора, отсеивания, предварительной обработки и накопления данных с целью долговременного хранения данных и предоставления результирующей информации пользователям в удобной форме для статистического анализа и создания аналитических отчетов. В основе концепции ХД для интеграции неоднородных источников данных принципиально отличается от подхода динамической интеграции разнородных БД, лежат две основополагающие идеи: Интеграция ранее разъединенных детализированных (описывающих некоторые конкретные факты, свойства, события и т.д.) данных в едином ХД : исторические архивы, данные из традиционных СОД, данные из внешних источников в едином ХД, их согласование и возможно агрегация. Интегрированность означает, что, например, данные, полученные из различных источников, хранятся согласованно и централизованно. Разделение наборов данных используемых для операционной обработки и наборов данных используемых для решения задач анализа, применяемых в системах поддержки принятия решений. Такое разделение возможно путем интеграции источников ранее разъединенных детализированных данных в едином ХД, их согласования и, возможно, агрегации. Организация информационного процесса при построении ХД представлена на рисунке.
Цель концепции ХД Цель концепции ХД - прояснить отличия в характеристиках данных в операционных и аналитических системах, определить требования к данным помещаемым в целевую БД ХД, определить общие принципы и этапы её построения, основные источники данных, дать рекомендации по решению потенциальных проблем возникающих при их выгрузке, очистке, согласовании, транспортировке и загрузке в целевую БД. Для правильного понимания данной концепции необходимо понимание следующих принципиальных моментов, заключающихся в том, что концепция ХД:
|
Единый источник даннх
СОД - системы обработки данных Вопрос реализации единого интегрированного источника данных достаточно принципиален. Концепция ХД предполагает не просто единый логический взгляд на данные организации, а действительную реализацию единого интегрированного источника данных для систем обработки данных (СОД). Сегодня, достаточно популярны решения, предполагающие интеграцию различных СОД на основе единого справочника метаданных ( поддерживающего единый логический взгляд данные организации ), но не единого интегрированного источника данных. При этом предполагается динамическая выгрузка, по каждому новому запросу, данных из различных операционных источников (СОД) их динамическое согласование, агрегация и транспортировка к пользователю. Очевидно, что для определённых классов приложений, это решение вполне корректно. Но следует заранее понимать все ограничения им накладываемые. Кроме единого справочника метаданных, средств выгрузки, агрегации и согласования данных, концепция ХД, как отмечалось ранее, подразумевает: интегрированность, не изменчивость, поддержку хронологии и согласованность данных . И если, два первых свойства ( интегрированность и не изменчивость ) влияют на режимы анализа данных (как будет показано ниже, без интегрированной БД, в которой используются специализированные методы хранения и доступа, по крайней мере, сегодня, трудно говорить о реализации интерактивного динамического анализа), то последние два ( поддержка хронологии и согласованность ), существенно сужают список решаемых аналитических задач. Структура хранилища данных
Компоненты типичного ХД Компоненты, входящие в типичное ХД, представлены на рисунке. Оперативные данные собираются из различных источников, очищаются, интегрируются и складываются в реляционное ХД. При этом они уже доступны для анализа при помощи различных средств построения отчетов. Затем данные (полностью или частично) подготавливаются для OLAP-анализа. Они могут быть загружены в специальную БД OLAP или оставлены в реляционном ХД. Важнейшим его элементом являются метаданные, т. е. информация о структуре, размещении и трансформации данных. Благодаря им обеспечивается эффективное взаимодействие различных компонентов хранилища. Без поддержки хронологии (наличия исторических данных) нельзя говорить о решении задач прогнозирования и анализа тенденций. Но наиболее критичными и болезненными, оказываются вопросы, связанные с согласованием данных. Основным требованием аналитика, является даже не столько оперативность, сколько достоверность ответа. Но достоверность, в конечном счете, и определяется согласованностью. Пока не проведена работа по взаимному согласованию значений данных из различных источников, сложно говорить об их достоверности. Практически в любой организации, вопрос о согласованности данных в различных информационных системах стоит чрезвычайно остро. И, нередко, менеджер сталкивается с ситуацией, когда на один и тот же вопрос, различные системы могут дать и обычно дают различный ответ. Это может быть связано как с не синхронностью моментов модификации данных, отличиями в трактовке одних и тех же событий, понятий и данных, изменением семантики данных в процессе развития предметной области, элементарными ошибками при вводе и обработке, частичной утратой отдельных фрагментов архивов и т.д. Очевидно, что учесть и заранее определить алгоритмы разрешения всех возможных коллизий мало реально. Тем более, это нереально сделать в оперативном режиме, динамически, непосредственно в процессе формирования ответа на запрос. |