Схема движения финансовых и экономических потоков в экономике и характеристика ИС их обеспечения

Хранилище данных (ХД)

Термин «создание Хранилищ Данных» ( data warehousing ) описывает процесс сбора, очистки и просеивания данных из различных рабочих систем, а также предоставление широкой аудитории бизнес-пользователей непосредственного доступа к полученной информации.

Хранилище Данных (ХД) выполняет функции предварительной подготовки и хранения данных для лиц, принимающих решения (ЛПР) на основе информации из базы данных предприятия, а также информации из сторонних источников, которые в достаточном количестве стали доступны на рынке информации.

Концепция ХД предполагает не просто единый логический взгляд на данные организации, а действительную реализацию единого многоаспектного информационного зсурса.

В ХД поддерживается хронология: наравне с текущими хранятся исторические данные с указанием времени, к которому они относятся. В результате необходимые доступные данные об объекте управления собираются одном месте, приводятся к единому формату, согласовываются, агрегируются до минимально требуемого уровня обобщения.

ХД использует схемы данных, получившие названия «звезда», «созвездие» «снежинка». Суть технологии этих схем в выделении из общего объема информации собственно анализируемых данных (или фактов) и вспомогательных данных (называемых измерениями). Однако это приводит к дублированию данных в Хранилище, снижению гибкости структуры и увеличению времени загрузки. В процессе подготовки того или иного решения пользователь анализирует срез фактов по одному или нескольким измерениям.

Идея схемы звезды (star schema) в том, что имеются таблицы для каждого измерения, а все факты помещаются в одну таблицу, индексируемую множественным ключом, составленным из ключей отдельных измерений. Каждый луч схемы звезды задает (в терминологии Кодда) направление консолидации данных по соответствующему измерению (например, Магазин – Город/район – Регион). Рекомендуется создавать таблицы фактов не для всех возможных сочетаний измерений, а только для наиболее полных (тех, значения ячеек которых не могут быть получены с помощью последующей агрегации ячеек других таблиц фактов базы данных).

В сложных задачах с многоуровневыми измерениями используется схема созвездия (fact constellation schema) и схема снежинки (snowflake schema) В этих случаях отдельные таблицы фактов создаются для возможных сочетаний уровней обобщения различных измерений. Это позволяет добиться наилучшей производительности, но часто приводит к избыточности данных.

Ø 4. Понятие витрин данных

Витрины данных (рынки данных)

Витриной Данных (иногда говорят рынок данных) – это специализированное Хранилище, обслуживающее одно из направлений деятельности компании, например учет запасов или маркетинг.

Важно, что происходящие здесь бизнес-процессы относительно однородны, круг пользователей ограничен сотрудниками одного подразделения или департамента. Количество сотрудников, вовлеченных в конкретную деятельность, невелико (рекомендуется, чтобы Витрина обслуживала не более 10–15 чел.). При этих условиях удается с использованием современных технологий развернуть Витрину подразделения за 3–4 месяца. Успех небольшого проекта (стоимость которого невелика по сравнению со стоимостью разработки корпоративного Хранилища) способствует продвижению новой технологии и приводит к быстрой окупаемости затрат.

При построении схемы взаимодействия корпоративного Хранилища и Витрин Данных в рамках создания СППР рекомендуется определить некоторую специальную структуру для хранения исторических данных и дополнительно развернуть Витрины, заполняемые данными из этой структуры. Тем самым удается разделить два процесса: накопление исторических данных и к анализ.

Современные витрины данных должны:

Ø хранить сотни гигабайт данных и обеспечивать сложные разновидности аналитической обработки, например, из области добычи данных (data mining);

Ø обеспечивать удаленный доступ к витрине данных для сотен пользователей с использованием технологии Internet и Intranet;

Ø централизованно администрировать и управлять многими витринам данных, которые могут содержать несогласованные и конфликтующие данные.

Ø 5. Представление и основные характеристики OLAP-технологии, понятие многомерного статистического анализа, характеристика систем MOLAP и ROLAP

Классификация ИИС

ИИС можно классифицировать (рис. 1.3) по разным основаниям. Мы выберем в качестве оснований классификации следующие:

Ø предметная область в экономике,

Ø степень автономности от корпоративной ИС или базы данных,

Ø по способу и оперативности взаимодействия с объектом,

Ø адаптивности, модели знаний.

На рисунке для примера приведены ИИС из областей менеджмента, риск-менеджмента и инвестиций. По степени интеграции ИИС могут быть: автономные в виде самостоятельных программных продуктов с собственной базой данных; сопрягаемые с корпоративной системой с помощью средств ODBC или OLE dB; полностью интегрированные. По операивности принято различать динамические и статические ИИС. Однако фактор времени всегда является существенным в ИИС и полностью статических систем не может быть по определению. Предлагается различать ИИС реального времени с собственными сенсорами и эффекторами и советующие, в контур которых вовлечен пользователь.

По адаптивности различаются обучаемые ИИС типа нейронных сетей, т.е. системы, параметры, а возможно структура которых могут изменяться в процессе обучения или самообучения, и ИИС, параметры которых изменяются администратором базы знаний. Наиболее часто используемые модели знаний приведены непосредственно на рис. 1.3. Приведем несколько примеров ИИС.

Intelligent Hedger: основанный на знаниях подход в задачах страхования от риска. Фирма: Information System Department, New York University. Проблема огромного количества постоянно растущих альтернатив страхования от рисков, быстрое принятие решений менеджерами по рискам в ускоряющемся потоке информации, а также недостаток соответствующей машинной поддержки на ранних стадиях процесса разработки систем страхования от рисков предполагает обширную сферу различных оптимальных решений для менеджеров по риску. В данной системе разработка страхования от риска сформулирована как многоцелевая оптимизационная задача. Данная задача оптимизации включает несколько сложностей, с которыми существующие технические решения не справляются. Краткие характеристики: система использует объектное представление, охватывающее глубокие знания по управлению риском и облегчает эмуляцию первичных рассуждений, управляющих риском, полезных для выводов и их объяснений.

Система рассуждений в прогнозировании обмена валют. Фирма: Department of Computer Science City Polytechnic University of Hong Kong. Представляет новый подход в прогнозировании обмена валют, основанный на аккумуляции и рассуждениях с поддержкой признаков, присутствующих для фокусирования на наборе гипотез о движении обменных курсов. Представленный в прогнозирующей системе набор признаков – это заданный набор экономических значений и различные наборы изменяющихся во времени параметров, используемых в модели прогнозирования.

Краткие характеристики: математическая основа примененного подхода базируется на теории Демпстера–Шейфера.

Nereid: Система поддержки принятия решений для оптимизации работы с валютными опционами. Фирма: NTT Data, The Tokai Bank, Science University of Tokyo.

Система облегчает дилерскую поддержку для оптимального ответа как один из возможных представленных вариантов; более практична и дает лучшие решения, чем обычные системы принятия решений. Краткие характеристики: система разработана с использованием фреймовой системы CLP, которая легко интегрирует финансовую область в приложение ИИ. Предложен смешанный тип оптимизации, сочетающий эвристические знания с техникой линейного программирования. Система работает на Sun‑ станциях.

Характеристика знаний

Таблица 3.2. Характеристики использования знаний приложениями ИИС

Большие объемы данных	Объемы знаний могут быть чрезвычайно велики вплоть до 10¹⁰ байт. Порядок этой величины больше емкости доступной виртуальной памяти
Постоянство	Время жизни знаний превышает время жизни конкретного приложения, которое использует знания
Совместное использование	Знания совместно используются многими приложениями, которые могут их одновременно считывать и записывать
Стратифицированность	Знания сегментируются на многие различные типы [факты, процедуры, ограничения, определения на многих уровнях (объект, мета, метамета…)]
Пространственно-временная семантика	Семантика пространства и времени является доминантой представления знаний как внутри, так и вне пользовательского интерфейса
Распределенность	Источники и/или пользователи знаний связаны слабо, и обеспечивается возможность для распределенной параллельной обработки
Интеллектуальность	Обработка является более сложной по сравнению с обычными функциями клерка и призвана обеспечить интеллектуальный совет и помощь в принятии решений
Предопределенность	Многие аспекты обработки являются предопределенными и изменяются медленно или вовсе не изменяются во время жизни приложения
Высокие показатели	Высокие показатели требуются для интеллектуальной обработки больших объемов за короткое время

Конструирование базы знаний

Для хранения, обновления и использования знаний применяются системы управления базами знаний, которые должны удовлетворять следующим требованиям.

Представление знаний. Подобно базам данных, представление знаний в ЭС, основанных на правилах, является сравнительно простым, состоящим из представления фактов и правил вывода. Знания, хранящиеся в ИИС, интегрируются в результате объединения знаний, поступивших от многих индивидуальных экспертов, и могут принимать такие формы, как базы данных и правила вывода. Часто элементы знаний выражаются на одном из этих языков. Они должны быть агрегированы в гибридное представление знаний в виде одного источника знаний, который может быть далее агрегирован в глобально совместную базу знаний. Важно иметь разнообразие выразительных средств для поддержания высокой степени совместности посредством механизма гибридного представления.

Организация знаний. Базы знаний могут быть организованы с использованием фундаментальных знаний, проблемно-ориентированных знаний, и знаний, необходимых для поддержания диалога. Знания, специфичные для диалога, должны иметь стандартизированную процедуру диалога, состоящую, из анализа пользовательских требований и запросов, интерпретации этих запросов по отношению к прикладной системе, основанной на знаниях и генерации ответа на основе кооперативного диалога.

Если база фактов становится большой или необходимо обеспечить доступ к внешним базам фактов, механизмы СУБД должны использоваться в ЭС. Обычно это предполагает наличие некоторого метазнания о схеме базы данных, ограничениях целостности, доступных интерфейсах, посредством которых факты выбираются и хранятся. Сложные средства оптимизации дедуктивных запросов требуются, чтобы обеспечить подходящее время реакции. Они могут использоваться в комбинации с другими стратегиями, которые обеспечивают контроль за применением правил.

Окружение. Это средства, доступные в рамках оболочки экспертной системы. В одной методологии (тесное связывание) доступ к базе данных скрыт от пользователя, насколько это возможно, в других (слабое связывание), пользователь будет загружать внешние данные эксплицитно до запуска диалога консультаций. Так, необходимо окружение, через которое различные базы знаний могут быть заполнены. Это аспект приобретения знаний или обучения, который частично может быть реализован экспертами в данной предметной области и лингвистами в сотрудничестве со специалистами по компьютерам.

Связывание. Помимо обеспечения доступа к внешним базам данных, экспертным системам часто необходимо установить связь с другими средствами информационных систем, таким как численные вычисления или графика.

Системы баз знаний должны содержать следующие компоненты:

Ø язык представления знаний, который эффективно выражает структуру данного приложения;

Ø средства организации знаний, которые позволяют сохранять и эффективно обрабатывать большие количества сложных структур знаний;

Ø методологию и окружение, посредством которых многочисленные приложения баз знаний и других приложений эффективно взаимодействуют друг с другом.

Схема движения финансовых и экономических потоков в экономике и характеристика ИС их обеспечения

В течение последних 10 лет произошло значительное расширение сферы фактического применения информационных технологий и систем в области экономики. Интенсивное развитие и индустриализация информационных технологий привела к тому, что информационные потоки сопровождают все стадии цикла производство-потребление и соответствующего движения денежных средств в общественном производстве. Информационные системы (ИС) используются в настоящее время в различных сферах экономики (рис. 1.1).

На рисунке этом показаны в виде блоков:

Ø предприятия, производящие национальный продукт;

Ø правительство, собирающее налоги и выделяющее трансферты;

Ø потребители, формирующие денежный поток;

Ø финансовая система, аккумулирующая сбережения потребителей;

Ø инвесторы, инвестирующие производство;

Ø мировая экономическая система, связанная потоками экспорта и импорта с национальным общественным производством.

Каждый из блоков имеет в своем составе ИС и соответствующую ей базу данных, совокупность сведений которой образует экономическое информационное пространство общественного производства. Основное назначение такой информационной системы – обеспечить обработку и выдачу информации для принятия решения по руководству функционированием и развитием экономического объекта. Термин «ИС» относится к классу программных продуктов, облегчающих или «автоматизирующих» ведение бизнеса. Необходимая для выполнения этой задачи информация включает базы данных и модели анализа собственно организации (объекта управления), окружения, с которым происходит взаимодействие; внешних неконтролируемых факторов.

Рис. 1.1. Движение финансовых и информационных потоков в экономике

Современные ИС все более дифференцируются по областям применения. Нa рынке программного обеспечения появляются и широко используются (наряду с системами поиска нормативно-правовой информации) ИС бухгалтерского учета, системы поддержки принятия решений ( DSS ), информационные системы менеджмента ( MIS ), ИС управления инвестициями ( Project expert ), ИС риск-менеджмента ( RMIS ). Рассмотрим основные характеристики этих систем.

Ø 2. Особенности информационных систем, их характеристики и место в ряду интеллектуальных информационных сетей

ИС менеджмента (ИСМ) или «управленческими» системами называют комплексы бухгалтерских или торгово-складских программ. 90% всех таких программ базируются на учетной основе. Однако автоматизация бухгалтерии не может быть основой управленческой ИС. В первую очередь, надо дать инструмент службам снабжения и сбыта, производству, а затем уже накопленная ими информация должна поступать в бухгалтерию. Интегрированные системы менеджмента – наиболее полные и наиболее сложные системы. Их называют корпоративными системами, комплексными информационными системами и т.д. В таблице 1.1 приведены основные функции ИСМ.

Система «Галактика». Система «Галактика» объединяет более 40 модулей, использующих единую базу данных и предназначенных для автоматизации решения задач бухгалтерского и управленческого учета, анализа хозяйственной деятельности, планирования, технико-экономической подготовки производства и т.д.

Таблица 1.1. Основные функции информационных систем менеджмента (ИСМ)

Функции Этапы	Управление финансовыми потоками	Управление товарными потоками	Управление себестоимостью	Управление персоналом
Стратегическое планирование	Финансовое планирование, бюджетирование	Товарный план закупок, продаж	Бизнес-планирование	Бизнес-планирование
Оперативное планирование	Финансовое планирование по контрактам	Товарный календарь по контрактам	Технико-экономическое планирование	Персонификация планирования деятельности по исполнителям
Оперативный учет	Исполнение финансовой части контрактов	Исполнение товарной части контрактов	Мониторинг себестоимости	Табельный учет, наряды, учет контрактов
Бухгалтерский учет	Финансовый раздел	Материальный учет	Учет фактических затрат	Учет труда и зарплаты

Содержит следующие модули:

· «Финансовое планирование»;

· «Финансовый менеджмент»;

· «Контроллинг» для обеспечения автоматизированного расчета затрат по разным видам продукции и принятия управленческих решений (например, закрытие каких-либо направлений);

· «Управление ресурсами» для определения оптимальной конфигурации заказов по времени, месту и составу; «Производственное планирование»; «Управление договорами».

На данный момент «Галактика» практически полностью закрывает вопросы, связанные с созданием управленческого слоя на предприятии. Имеется целостная информационная система управления предприятием, развиваются компоненты, связанные с управлением финансами, ресурсами и производственным планированием.

IFS Application s. Компания ФОРС предлагает программный комплекс управления предприятием IFS Applications™, разработку шведской компании IFS – Industrial & Financial Systems. Комплекс охватывает основные сферы деятельности предприятия вне зависимости от его профиля. Комплекс является полномасштабным интегрированным продуктом класса ERP (Enterprise Resource Planning) – планирование ресурсов предприятия. В его основе лежит принцип единого хранилища данных, содержащего всю деловую информацию, накопленную компанией в процессе ведения бизнеса. ERP‑ системы автоматизируют всю работу современной компании:

Ø отношения с клиентами;

Ø финансовый анализ и планирование;

Ø бухгалтерский учет;

Ø контроль и планирование производства;

Ø управление бюджетом и т.д.

В состав системы входят следующие модули:

Ø «Финансы»;

Ø «Поставки»;

Ø «Производство»;

Ø «Маркетинг»;

Ø «Персонал».

Архитектура комплекса IFS Applications. Комплекс IFS Applications построен в архитектуре трехуровневый клиент-сервер. Уровень хранения данных реализован на современной промышленной постреляционной СУБД Oracle.

Система «БААН». «БААН» поддерживает весь сектор разнообразных управленческих задач (финансового управления, оперативного управления производством, снабжением, сбытом и др.). Наиболее важная функциональная составляющая – подсистема «БААН – Финансы». Анализ данных главной книги дебиторской и кредиторской задолженностей и других данных может осуществляться на уровне отдельного подразделения и на уровне всей компании. Аналитический просмотр финансовой информации обеспечивается в соответствии с установленной структурой счетов главной книги.

Ø 3. Особенности технологии работы систем поддержки принятия решений (их компоненты, основные понятия и особенности работы хранилищ данных)

Системы поддержки принятия решений

Этот класс систем содержит в себе новые программные решения, приближающие его к ИИС. В них значительно более гибкие аналитические процедуры за счет предварительного вычисления производных показателей (агрегатов), более дружественный интерфейс, использующий элементы естественного языка; применяются специальные структуры хранения, реализующие сложные пространственно-временные и концептуальные зависимости между данными. Фактически метаданные, хранящиеся в репозитарии, – частный вид базы знаний.

СППР могут быть предназначены для выбора вариантов стратегического плана развития банка, либо выбора заявок на финансирование инвестиционных проектов на основе многокритериального анализа и экспертных оценок. В результате работы СППР вычисляются оценки степени соответствия каждого из возможных вариантов решений предъявляемым требованиям и предпочтениям, а все возможные варианты ранжируются по итоговой степени предпочтительности.

Так, банковскими аналитиками используются СППР в областях стратегического планирования и формирования портфелей привлечения и размещения кредитно-инвестиционных ресурсов, в инвестиционном анализе и расчете лимитов и рисков кредитования. Неотъемлемым компонентом СППР этого уровня являются правила принятия решений, получаемые на основе применения специальных аналитических технологий и архитектур организации и хранения данных. Современные архитектуры средств хранения данных получили название хранилище данных (ХД) ( DataWarehouse )

Хранилище данных (ХД)

Ø 4. Понятие витрин данных

12 3 4 5 6 7 Следующая ⇒

Последнее изменение этой страницы: 2019-10-03; Просмотров: 292; Нарушение авторского права страницы