Новые направления развития информационных систем

Лекция 3 Новые направления развития экономических информационных систем

Методы синхронного планирования и оптимизации

Методология СПО (APS – Advanced Planning and Sheduling System) была разработана во второй половине 1990-х годов. Она состоит из двух частей: первая отвечает за планирование производства и снабжения (MRP II), вторая предназначена для управления и оптимизации производства. Алгоритм MRP II слишком медленный, поэтому вторая часть использует оптимизационные алгоритмы, методы искусственного интеллекта, нейронные сети, методы четкой и нечеткой логики. Также вторая часть имеет возможность наложение на процесс производства ряда ограничений (окраска изделий от светлых тонов к темным).

Технология OLAP (On-line Analytical Processing) Обработка данных в реальном времени

Конечной целью использования OLAP является анализ данных и представление результатов этого анализа в виде, удобном для восприятия и принятия решений. Основная идея OLAP заключается в построении многомерных кубов, которые будут доступны для пользовательских запросов.

Структура OLAP-куба

Оси куба представляют собой измерения, по которым откладывают параметры, относящиеся к анализируемой предметной области, например, названия товаров и названия месяцев года.

На пересечении осей измерений располагаются данные, количественно характеризующие анализируемые факты - меры, например, объемы продаж, выраженные в единицах продукции.

В простейшем случае двумерного куба получается таблица, показывающая значения уровней продаж по товарам и месяцам.

Таблица фактов

Таблица фактов - является основной таблицей хранилища данных. Как правило, она содержит сведения об объектах или событиях, совокупность которых будет в дальнейшем анализироваться. Обычно говорят о четырех наиболее часто встречающихся типах фактов. К ним относятся:

1. факты, связанные с транзакциями (Transaction facts). Они основаны на отдельных событиях (типичными примерами которых являются телефонный звонок или снятие денег со счета с помощью банкомата);

2. факты, связанные с "моментальными снимками" (Snapshot facts). Основаны на состоянии объекта (например, банковского счета) в определенные моменты времени, например на конец дня или месяца. Типичными примерами таких фактов являются объем продаж за день или дневная выручка;

3. факты, связанные с элементами документа (Line-item facts). Основаны на том или ином документе (например, счете за товар или услуги) и содержат подробную информацию об элементах этого документа (например, количестве, цене, проценте скидки);

4. факты, связанные с событиями или состоянием объекта (Event or state facts). Представляют возникновение события без подробностей о нем (например, просто факт продажи или факт отсутствия таковой без иных подробностей).

Технологии Data Mining

В отличие от традиционных систем искусственного интеллекта, технология интеллектуального поиска и анализа данных или "добыча данных" (Data Mining - DM), не пытается моделировать естественный интеллект, а усиливает его возможности мощностью современных вычислительных серверов, поисковых систем и хранилищ данных.

Data Mining - это процесс обнаружения в сырых данных ранее неизвестных, нетривиальных, практически полезных и доступных знаний, необходимых для принятия решений в различных сферах человеческой деятельности.

Технологии интеллектуальной обработки данных (ИАД)

ИАД – это процесс поддержки принятия решений, основанный на поиске в данных скрытых закономерностей.

• Классификация
• Кластеризация (разделение на группы покупателей)
• Выявление ассоциаций (пример, определение пар одновременно покупаемых зубных паст и щеток)
• Выявление последовательностей (покупка видеомагнитофона после телевизора в 51% случаев)
• Прогнозирование