Современные технологии, методы и особенности обработки данных при решении задач экономического характера. Технологии Data Mining и OLAP

Обычно выделяют следующие особенности применения информационных технологий и информационных систем в финансово-хозяйственной деятельности:

  • • задачи управления требуют нетривиальных подходов к их решению, так как для принятия решений требуются не просто данные, но их новый вид — знания;
  • • управленческое решение необходимо принимать, учитывая противоречивые требования и быстро меняющуюся обстановку;
  • • задачи управления относятся к плохо структурируемым задачам;
  • • для всех функций управления требуется принятие решений, основанных на аналитических данных.

Появлению аналитических систем способствовало осознание руководящим звеном предприятий факта, что в базах данных содержится не только информация, но и знания (скрытые закономерности).

Поддержка принятия управленческих решений осуществляется в следующих режимах или базовых сферах [4], таких как:

  • • сфера детализированных данных;
  • • сфера агрегированных показателей;
  • • сфера закономерностей.

В сфере детализированных данных для поиска информации используются информационно-поисковые системы, которые могут работать с операционными, локальными или региональными базами и хранилищами данных.

Сфера агрегированных показателей отличается объединением данных, оперативной аналитической обработкой данных, многомерным представлением данных в виде гиперкубов, многомерным анализом. В этой сфере используются специальные многомерные или реляционные системы управления базами данных.

Аналитические данные получаются путем выявления скрытых закономерностей и зависимостей в информационной базе данных или хранилище данных.

При управлении сложным экономическим объектом используются модели принятия решений, реализуемые средствами математического моделирования с применением информационных технологий и экспертных систем.

Технологии интеллектуального анализа данных обеспечивают формирование аналитических данных путем очищения первичных («сырых») данных, как правило, с помощью статистических методов.

Интеллектуальный анализ данных в настоящее время выполняют следующие методы и системы [4, 13, 33, 34]:

  • • аналитические системы (OLAP);
  • • технологии добычи данных (Data Mining);
  • • деловые интеллектуальные технологии (BIS);
  • • интеллектуальный анализ текстовой информации;
  • • технологии систем поддержки принятия решений (DSS).

Наибольший эффект в анализе данных достигается при использовании информационных хранилищ и многомерных баз данных. Поэтому системы поддержки принятия решений базируются также на технологии информационных хранилищ и обработке аналитических данных.

Интеллектуальные деловые технологии (BISBusiness Intelligence Services) преобразуют информацию из внутренних и внешних баз в аналитические данные. Главной задачей таких систем является поиск функциональных и логических закономерностей в накопленных данных для подсказки обоснованных управленческих решений. Они основаны на применении технологий информационного хранилища и алгоритмов автоматизации деловых процессов (Workflow) [15].

Для интеллектуального анализа текстовой информации разработаны структурные аналитические технологии (CAT). Они ориентированы на углубленную обработку неструктурированной информации и реализуют уникальную способность человека интерпретировать (толковать) содержание текстовой информации и устанавливать связи между фрагментами текста. CAT обычно создаются на базе гипертекстовой технологии, лингвистических процессоров, семантических сетей.

Структурные аналитические технологии предназначены для решения разнообразных задач аналитического характера на основе структуризации предварительно отобранной текстовой информации. Являются инструментом создания аналитических докладов, отчетов, статей, заметок для использования в информационно-аналитических службах организаций, отраслей, государственного управления, СМИ и т. д.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ ОРИГИНАЛ   След >