- •Тема 1. Основні етапи розвитку інформаційних систем
- •Тема 2. Класифікація інформаційних систем
- •Тема 3. Структура інформаційних систем
- •Тема 4. Перспективні засоби і напрямки розвитку інформаційних систем
- •Тема 5. Поняття позамашинної інформаційної бази, склад робіт з її організації
- •Тема 6. Поняття машинного інформаційного забезпечення
- •Тема 7. Організаційно-методичні основи створення та функціонування інформаційних систем
- •Тема 8. Інтелектуальні інформаційні системи в економіці
- •Штучний інтелект
- •Тема 9. Інформаційно-пошукові системи в економіці
- •Тема 10. Корпоративні інформаційні системи
Тема 4. Перспективні засоби і напрямки розвитку інформаційних систем
Сучасний етап розвитку економіки і бізнесу характеризується широким застосуванням для обробки інформації та комп'ютерної підтримки рішень новітніх засобів інформаційної технології, основним вираженням яких є інформаційні системи різного призначення і різної проблемної орієнтації. У загальному вигляді інформаційну систему можна визначити як автоматизовану люди-но-машинну систему, визначальною особливістю якої є те, що вона забезпечує інформацією користувачів з різних організацій. Для проблематики економіки й бізнесу використовуються здебільшого інформаційні системи організаційного типу.
Інформаційні системи організаційного типу (ІСОТ) мають низку особливостей, котрі зумовлюють значні труднощі їх розробки і побудови:
а) організаційне середовище, в котрому функціонують ІСОТ , доволі складне, не повністю визначене і важко піддається формалізованому опису;
б) системи організаційного типу мають складне сполучення з оточуючим середовищем, що включає безліч різноманітних вхідних і вихідних ланцюгів інформаційних послідовносте!!;
н) функціональні взаємозв'язки вхідних і вихідних повідомлень складні як у структурному, так і в алгоритмічному плані, їх ідентифікація вимагає створення великих розподілених баз даних і баз знань:
г) організації-замовники, як правило, конче потребують постійної і довготривалої безвідмовної роботи таких систем, при цьому терміни початкового вводу в експлуатацію і подальших модифікацій установлюються вкрай стислими;
д) надзвичайно широкий діапазон їх застосування як за ієрархічними рівнями організаційного управління, так і за функціями управління;
е)^ важливість урахування вимог кінцевих користувачів інформаційних систем з погляду створення комфортних умов їх роботи і забезпечення «дружньої» підтримки.
Ці, а також інші передумови привели до того, що на даний час застосовуються сотні типів прикладних програм інформаційних систем різного призначення і різної проблемної орієнтації, причому це число постійно зростає. Увесь континуум продуктів (прикладних програм) інформаційних систем ілюструє рис. 4.
Рис. 4. Континуум продуктів (застосувань) з інформаційних систем
Полярні позиції в цьому діапазоні посідають два типи систем: інформаційні системи в менеджменті (ІСМ), котрі інколи називаються системами обробки трансакцій (COT), та експертні системи (EC). Цю полярність легко простежити за табл. 2.1.
Таблиця 2.
ПОРІВНЯЛЬНІ ХАРАКТЕРИСТИКИ ІНФОРМАЦІЙНИХ СИСТЕМ В МЕНЕДЖМЕНТІ ТА ЕКСПЕРТНИХ СИСТЕМ
Характеристика |
Інформаційні системи в менеджменті |
Експертні системи |
Логіка рішень |
Лінійна логіка, формалізовані (програмовані) процедури рішень |
Спеціалізовані евристики, що ґрунтуються на базах знань і правилах виводу |
Забезпечення звітів |
Регулярні звіти |
Нерегулярні звіти |
Підтримка рішень |
Відсутність підтримки рішень |
Система сама створює рішення, відтворюючи логіку мислення людини-експерта |
Проміжне місце між цими полярними інформаційними системами, виходячи з конкретних описів названих трьох визначальних характеристик (логіка рішень, забезпечення звітів, підтримка рішень), посідають системи підтримки прийняття рішень (СППР) і виконавчі інформаційні системи (ВІС) як особлива форма СППР. Зрозуміло, що існують десятки типів гібридних інформаційних систем, яким можна поставити у відповідність певну позицію на рис. 4. Водночас і для основних типів інформаційних систем існує багато різновидів. Перш ніж дати узагальнену характеристику перспективних зразків інформаційних систем (1C), слід спинитися на сучасних прогресивних підходах до їх створення, а також на новітніх засобах інформаційної технології, котрі тією чи іншою мірою відбивають поточний стан методології створення 1C (рис. 5).
Сучасні концепції створення інформаційних систем різного призначення ґрунтуються, в основному, на трьох підходах: об'єктно-орієнтована технологія, CASE-технологія та заснована на знаннях (інтелектуальна) технологія ,
Об'єктно-орієнтована технологія (Object-Oriented Technologies) стосується, насамперед, створення програмного забезпечення 1C. Спонукальним мотивом появи принципово нового підходу у програмуванні стало те, що в динамічному і конкурентному середовищі застосування 1C вимагаються часті зміни прикладних програм. Отже, програмне забезпечення (ПЗ), створене на основі технології процедурних мов програмування (BASIS, COBOL), мало бути пристосоване до частих змін. Не виправдалися надії на застосування декларативних (непроцедурних) засобів створення ПЗ (LIPS, Prolog), оскільки вони вимагали спеціалізованих машин або інтенсивних машинних ресурсів, а також виникали проблеми із загальноприйнятими носіями. Тому з об'єктно-орієнтованими інструментальними засобами (СІ++, Level 5 Object) пов'язана можливість багатократного використання створених раніше програм, що полегшує як швидке створення прикладних програм 1C, так і швидку адаптацію їх у використанні. Це досягається за рахунок того, що основні компоненти концепції обробки інформації — дані і операції — розглядаються пов'язаними в єдине ціле і приховані в окремих модулях - об'єктах, доступ до яких здійснюється лише інтерфейсними засобами.
Рис. 5. Сучасні концепції створення інформаційних систем
Принциповим питанням в об'єктно-орієнтованому програмуванні є визначення об'єктів (класів об'єктів), що є важливими для проектованої системи. Ідентифікація об'єктів здійснюється за допомогою аналізу характеристик проблемної області, що включає розпізнавання доречних матеріальних об'єктів, а також каталогізацію всіх ролей, що стосуються розв'язуваної задачі, взаємодії елементів системи, важливі події, технічні умови тощо. Наприклад, для інформаційної системи підтримки рішення щодо купівлі автомобілів можна визначити такі класи об'єктів: «споживач», «автомобіль», «стратегія придбання», «БД автомобілів». Установлюються співвідношення (взаємозв'язки) між класами. Наприклад, «споживач» оволодіває «стратегією придбання».
Кожний клас є вмістилище, куди входять як дані, так і команди для дій над даними. Компоненти об'єктно-орієнтованого програмування зображено на рис. 6, де термін «методи» відповідає повідомленням, що зрозумілі як об'єктом, так і дією, здійсненою об'єктом в результаті повідомлення, а «фасети» — грані, що мають атрибути. Наприклад, якщо об'єкт є дано-орієнтований, то доречними гранями можуть бути: початкове значення; значення за замовчуванням; команда пошуку для визначення значення примірника; методи для адресації невідомих значень; методи для адресування повної інформації; відображення, в якому система запитує користувача щодо інформації; інформація, що забезпечується тоді, коли користувач просить більше інформації. Важливим поняттям в об'єктно-орієнтованому програмуванні є функція успадкування, завдяки якій створювані класи можуть діставати «у спадок» властивості класів об'єктів, якими вони «породжувалися».
Рис. 6. Компоненти об'єктно-орієнтованого програмування
Об'єктно-орієнтована методологія на даний час є досить ґрунтовно відпрацьованим підходом до створення програмних продуктів. Виокремлені і розроблені основні його компоненти: об'єктно-орієнтований аналіз; об'єктно-орієнтоване проектування; об'єктно-орієнтоване програмування. Технологія об'єктно-орієнтованого проектування стала, у свою чергу, підґрунтям інженерії інформаційних систем — CASE-технології.
CASE (Computer-Aided Software/System Engineering) — технологія — сукупність технологічних і інструментальних засобів, що дозволяють максимально систематизувати і автоматизувати всі етапи створення програмного забезпечення інформаційних систем та інших ділових та комерційних програмних продуктів. Інжиніринг програмного забезпечення вимагає принципово нового підходу до життєвого циклу ПЗ, зокрема послідовність етапів розробки така: прототипування (макетування), проектування специфікацій, контроль проекту, генерація кодів, системне тестування, супроводження. Кожний із цих етапів має бути максимально автоматизований.
Одним із етапів використання CASE-технології для створення інформаційних систем є етап прототипування систем. Сутність прототипування (від англ. prototyping) полягає в тому, що розробник спочатку створює макет (прототип) системи, який має основні властивості потрібної системи, а потім у результаті спільної роботи розроблювача і користувача цей зразок доводиться до кінцевої стадії.
Серед інструментальних засобів створення інформаційних систем на основі однієї із найбільш відомих CASE-засобів фірми PLATINUM technology є засоби BPwin та Erwin. За допомогою BPwin створюють модель процесів підприємства. Цей засіб може поєднуватися із засобами імітаційного моделювання BPSimulator 3.0 фірми Systems Modeling Corporation. Erwin використовується для створення моделі даних, котра пов'язується з моделлю процесів. Окрім того, передбачена групова розробка моделей даних і моделей процесів за допомогою PLATINUM Model Mart. Для автоматизації створення звітів застосовується RPTwin.
Заснована на знаннях (інтелектуальна) технологія передбачає впровадження в інформаційні системи та відповідні прикладні програми елементів штучного інтелекту, зокрема баз знань і правил виводу для оброблення якісної інформації і природної мови для створення користувацького інтерфейсу. Інформаційні системи, котрі містять у собі елементи штучного інтелекту, називаються інтелектуальними інформаційними системами.
До інформаційних систем, котрі повністю базуються на знаннях і правилах маніпулювання з ними, належать експертні системи, які описані далі. Створені також окремі продукти на базі комерційних технологій штучного інтелекту. Зокрема, продукт INTELLECT фірми АІ Corp дає змогу збирати, показувати і аналізувати дані завдяки запитанням англійською мовою. Таких продуктів щодня стає все більше.
Останніми роками створено нові засоби інформаційної технології, зокрема OLAP, сховища даних, програмні агенти, котрі застосовуються як самостійно, так і в компонентах інформаційних систем. Безумовно, використання їх в інформаційних системах має комплексний характер, проте вони можуть розглядатися як окремі типи програмних засобів, право на розробку яких виборюють десятки найбільших фірм світу.
OLAP (абревіатура від On-line Analytical Processing) фактично означає не окремі конкретні програмні продукти, а технологію многовимірного аналізу даних, основу якої започаткувала опублікована в 1993 р. праця Е. Ф. Кода (Е. F. Codd) «OLAP для кори-стувачів-аналітиків: яким він повинен бути», в котрій він запропонував 12 правил, що виражали концепції оперативної аналітичної обробки даних. У 1995 р. до них було додано ще кілька правил, що у своїй сукупності визначили основні традиційні вимоги до OLAP-систем. Ці правила згодом були розбиті на 4 групи:
1. Базові характеристики: багатовимірність моделі даних; інтуїтивні механізми маніпулювання даними; доступність; пакетне отримання даних; клієнт-серверна архітектура; прозорість (для користувача); багатокористувацька робота.
2. Спеціальні характеристики: обробка неформалізованих даних; зберігання результатів окремо від вхідних даних; виокремлення відсутніх даних (тобто вони мають відрізнятися від нульового значення); обробка відсутніх значень (усі відсутні значення мають бути зігноровані під час аналізу).
3. Характеристики побудови звітів: гнучкі можливості одержання звітів; стабільна продуктивність при підготовці звітів; автоматичне регулювання фізичного рівня.
4. Керування розмірністю: загальна функціональність; необмеженість щодо вимірності та кількості рівнів агрегування; необмежені операції між даними різної вимірності.
Технологія OLAP, яку називають також інтерактивною (діалоговою) аналітичною обробкою, дає змогу на основі багатовимірної (гіперкубічної) моделі даних (на відміну від плоскої реляцій-ної моделі даних) моделювати реальні структури й зв'язки, що є виключно важливими для аналітичних систем. Вона призначена для створення багатопараметричних моделей з метою більш адекватно відбивати реальні процеси. Технологія OLAP дозволяє швидко змінювати погляди на дані залежно від вибраних параметрів і забезпечити особі, котра приймає рішення, повну картину аналізованих ситуацій.
Всі OLAP-системи побудовані на двох базових принципах: 1) всі дані, необхідні для прийняття рішень, мають бути попередньо агреговані на всіх відповідних рівнях і організовані так, аби забезпечити максимально швидкий доступ до них; 2) мова маніпулювання даними ґрунтується на бізнес-поняттях.
Дані параметруються кількома рівноправними вимірами, наприклад дані щодо продажу у великій торговельній компанії можна аналізувати в таких вимірах:
« час (день, тиждень, місяць, квартал, рік);
* географія (місто, штат, країна);
* товар (фірма-виробник, тип товару); » покупець (стать, вік).
Засобами користувацького інтерфейсу OLAP-системи можна виконувати такі базові операції над гіперкубом моделі даних: поворот; проекція (значення в комірках, що лежать на осі проекції, підсумовуються згідно з визначеною ознакою); розкриття (drill-down), тобто коли одне зі значень виміру замінюється сукупністю значень із наступного рівня ієрархії виміру, при цьому замінюються значення в комірках гіперкуба; згортка (roll-up/drill-up), що є операцією, оберненою до операції розкриття; перетин (slice-and-dice). Незважаючи на те, що екран комп'ютера плоский, користувач має змогу спостерігати гіперкуб моделі даних за допомогою відповідних плоских зрізів, використовуючи зазначені операції.
Оскільки в основі технології OLAP лежить концепція гіперкуба моделі даних, то залежно від відповіді на запитання про те, чи існує гіперкуб як окрема фізична структура чи це є лише віртуальна модель даних, розрізняють два основні типи аналітичної обробки даних: MOLAP і ROLAP.
MOLAP (Multidimensional OLAP) — це багатовимірна OLAP-система, в котрій гіперкуб реалізується як окрема база даних не-реляційної структури, яка забезпечує багатовимірне зберігання, обробку і подання даних. Програмні продукти, що належать до цього типу OLAP-технології, як правило, мають сервер багатовимірних баз даних. Ця структура забезпечує максимально ефективний щодо швидкості доступ до даних, проте потребує додаткового ресурсу пам'яті. Крім того, велика розмірність моделі даних і розрідженість гіперкубів призводить до витрат великих апаратних ресурсів, що не завжди може бути доцільним.
В ROLAP (Relational OLAP) багатовимірна структура реалізується реляційними таблицями, тобто гіперкуб — це лише користувацький інтерфейс, котрий емулюється на звичайній реляційній СУБД. Така структура забезпечує зберігання великих обсягів інформації, проте є менш продуктивною з погляду ефективності OLAP-операцій.
Недоліки основних типів OLAP-технології зумовили появу нового класу аналітичних інструментів — HOLAP-системи, що забезпечує гібридну (hybrid) оперативну аналітичну обробку даних із реалізацією обох підходів, тобто з доступом як до даних багатовимірних баз даних, так і до даних реляційного типу.
На даний час розроблено досить багато аналітичних систем, сконструйованих з використанням OLAP-технології (Hyperion OLAP, Elite OLAP, Oracle Express та багато інших). Ринок програмних OLAP-продуктів постійно розширюється. Сучасні системи оперативної аналітичної обробки дають користувачам змогу вирішувати ключові задачі управління бізнес-процесом, зокрема прикладні програми Hyperion OLAP дозволяють виконувати аналіз прибутковості; аналіз напрямків розвитку продукції; аналіз продажу; аналіз становища на ринку; аналіз асортименту продуктів; аналіз ризику; аналіз конкурентоспроможності; складання звітів з продуктивності; моделювання сценарію; аналіз бюджету і прогнозів тощо. Зауважимо, що згідно із сучасними поглядами на створення інформаційних систем OLAP-системи мають базуватися на спеціальній базі даних — сховищі даних.
Сховище даних (Data WarenHouse) як особлива форма організації бази даних, котра призначена для зберігання в погодженому вигляді історичної інформації, що надходить з різних оперативних систем та зовнішніх джерел, в останній час набуває широкого розповсюдження в інформаційних системах, зокрема в системах підтримки прийняття рішень. І хоча з формального погляду сховище даних являє собою різновид звичайної БД, проектують їх по-різному.
Для звичайних БД процес створення відбувається за схемою: вивчення предметної області; побудова інформаційної моделі; розробка на основі інформаційної моделі проекту бази даних; створення бази даних. Обов'язкові етапи створення сховищ даних інші, а саме:
* визначення інформаційних потреб користувачів стосовно даних, котрі нагромаджуються в базах даних операційних систем — систем обробки трансакцій OLTP-систем, що є джерелами оперативних даних;
* вивчення локальних баз даних OLTP-систем;
* виокремлення для кожної бази даних підмножини даних, необхідних для завантаження у сховище даних;
« інтегрування локальних підмножин даних і розробка загальної погодженої схеми сховища.
Для виконання створення сховищ даних за поданою схемою існують різні інструментальні засоби, зокрема програмний продукт Oracle Designer та його спрощена версія Oracle Data Mart Designer, де вираз Data Mart означає вітрину даних як спеціалізоване сховище, що обслуговує один з напрямків діяльності компаній, наприклад облік запасів чи маркетинг. У вітрини даних інформація надходить або зі сховища (залежні вітрини), або безпосередньо з джерел даних, проходячи попередні узгодження та перетворення (незалежні вітрини).
Схему формування та використання сховища даних в СППР зображено на рис. 7. Дані беруться з різноманітних джерел оперативних даних. Після їх переміщення відбираються дані для гарантування того, що вони мають сенс, є неперервними і точними. Потім дані завантажуються в реляційні таблиці, здатні підтримувати різноманітні види аналізу та запитів, і оптимізуються для тих таблиць, котрі, як очікується, найчастіше використовуватимуться. І нарешті дані зберігаються для подальшого використання в СППР.
Рис. 7. Схема формування і використання сховища даних у СППР
Коли сховища даних уже створені та оптимізовані, необхідно ефективно завантажувати нові дані в систему, завантажувати їх без переривання процесу підтримки прийняття рішень. Проте зі збільшенням кількості даних розробники змушені визначати нові синтаксичні формати та формат запитів, які є більш швидкими та легкими, а також вишукувати нові підходи до поєднання реля-ційних таблиць і добування даних із цих дуже великих баз даних з використанням різновиду програмних агентів — інтелектуальних («розумних») агентів (Intelligent agents).
Програмні агенти — це автономні програми, котрі автоматично виконують конкретні задачі з моніторингу комп'ютерних систем і збору інформації в мережах. Термін «агент» використовується в обчислювальній техніці вже понад 10 років; початковими функціями агентів-програм був поточний контроль за діяльністю центрального процесора та периферійного обладнання. Сучасні програмні агенти, котрі постійно еволюціонують, не тільки ведуть спостереження і виконують різні вимірювання, а й вирішують задачі управління мережами. Зокрема, інтелектуальні агенти здатні автоматизувати численні операції керування мережами, наприклад вибір оптимального графіка, контроль за завантаженням, поновлення даних при порушеннях у процесі обміну тощо. Окрім того, інтелектуальні агенти можуть застосовуватися й для передавання повідомлень, вибору інформації, автоматизації ділових процедур (наприклад, агенти покупців і продавців, зустрічаючись у Web, можуть укладати комерційні угоди) [10]. Ціна інтелектуальних агентів в межах 50 дол. США, а очікуваний в 2001 році обсяг ринку програмного забезпечення інтелектуальних агентів становить 2,6 млрд дол.