Характеристика основных компонентов программных средств ИАС

Основные компоненты программных средств ИАС	Назначение, задачи
Средства создания и сопровождения инфор мационного хранилища — DWH (Data Warehouse)	Информационные хранилища выполняют задачи сбора информации из баз данных, отображающих отдельные бизнес-процессы, автоматизированных рабочих мест, информационных систем и других источников информации, в том числе из глобальных компьютерных сетей, как, например, Интернет Сбор данных из различных источников сопряжен с тем, что информация в них формируется в различных форматах, имеет разнообраз­ную структуру Программные средства собирают инфор­мацию и формируют информационное хранилище с опре­деленной структурой и форматами данных Мощные ИАС насчитывают до 50 типов форматов, с которыми может взаимодействовать система
Средства оперативного анализа — О LAP (On-Lme Analytical Processing)	Одной из задач оперативного или OLAP-анализа является быстрое (в пределах секунд) извлечение необходимой аналитику или лицу, принимающему управленческое решение, информации из информационного хранилища Средства OLAP обеспечивают возможность сортировки и выборки данных по заданным условиям, могут зада­ваться различные качественные и количественные условия Средства OLAP позволяют выполнять аналитические работы различного характера в предметной области поль­зователя собственными средствами, не прибегая к програм­мированию Для описания специфических для данного пользователя аналитических процессов могут применяться встроенные средства в виде языков высокого уровня, электронных таблиц со встроенными функциями, графи­ческих конструкторов, визуальных средств
Средства интеллектуаль­ного анализа — DMg (Data Mining)	Предназначены для фундаментального аналитического исследования проблем в той или иной предметной области Требования ко времени менее жесткие, чем в OLAP-средствах Средства DMg представляют собой наиболее сложную, интеллектуально насыщенную часть ИАС, поэтому входят в состав наиболее развитых ИАС Основными задачами интеллектуального анализа являются — выявление взаимозависимостей, причинно-следственных связей, ассоциаций и аналогий, — определение значений факторов времени, локализация событий или явлений по месту, — классификация событий и ситуации, определение профилей различных факторов, — прогнозирование хода процессов, событий При решении сложных аналитических задач используются мощные специальные программные средства, инструменты.

Средства создания и сопровождения ИАС имеют в своем со­ставе средства сбора данных из источников, созданных на различ­ных аппаратных платформах (Intel, RISC, AS/400 и др) и операци­онных средах (Windows, Unix, AIX, Linux, OS-2 и др) Они обеспе­чивают совместную работу со многими СУБД (Access, MS SQL­Server, Oracle, Informix и др.).

Централизованное хранилище данных представляет собой мно­гомерную базу данных, которая имеет различные названия в кон­кретных реализациях ИАС: Univers (система Business Objects), выборка (система «Контур Стандарт»), гиперкуб (системаSAS), пул (система SAP R-3) и др Создание централизованного хранилища данных предъявляет повышенные требования к техническим сред­ствам ИАС. В зависимости от масштабов предметной области по­требуется персональный компьютер с предельно высокими тех­ническими характеристиками, особенно объемами памяти, или компьютер класса мэйнфрейм и даже суперкомпьютер.

В распределенном хранилище данных реализован подход к хра­нению данных на основе распределения функций информацион­ного хранилища по местам возникновения информации между локальными базами данных. Такой подход предусматривает транс­ляцию каждого запроса к каждой базе данных, обработку, увязы­вание, согласование, компоновку извлеченных данных в режиме реального времени и предоставление их пользователю. При этом происходит экономия ресурсов (прежде всего, памяти) вычисли­тельной системы, но увеличивается время реакции системы на зап­рос пользователя, что предопределяет повышенные требования к программным и техническим средствам телекоммуникаций, обес­печивающим информационный обмен данных. Распределенное хранилище данных позволяет реализовать режим непосредствен­ного обмена on-line, когда каждое изменение в источнике мгно­венно отражается в OLAP-системе. Однако реализовать этот ре­жим не всегда возможно в силу того, что источник может быть выключен или закрыт для доступа из-за неудовлетворительного состояния каналов связи и по другим причинам

Средства О1АР обеспечивают быстрый доступ к любой инфор­мации, содержащейся в информационном хранилище (DWH), и ее оперативную аналитическую обработку. Основу инструменталь­ных OLAP-средств составляет язык запросов SQL (Structured Query Language) усеченного или расширенного типа, в развитых ИАС в комплект инструментальных средств входят и специализированные языки различного уровня. Например, в системе Business Objects используется стандартный SQL, в системе «Контур Стан­дарт» — проблемно-ориентированный язык Python, в системе Oracle Express OLAP-работы ведутся в профессиональной инстру­ментальной среде для визуальной объектно-ориентированной раз­работки приложений Express Objects, в составе которой имеется язык Express Basic.

В состав OLAP-средств могут входить средства визуального кон­струирования запросов и отчетов. Реализация их направлена на максимальное упрощение действий пользователя в процессе ана­лиза. Основным принципом действия является сборка из элемен­тов, представленных в графическом виде на экране компьютера, структур аналитических отчетов. Конструирование отчетов может быть организовано и на основе электронных таблиц.

В ходе OLAP-процедур извлечение информации из информа­ционного хранилища сопровождается обработкой ее по неслож­ным алгоритмам. Например, производится суммирование итогов, определение процентов от заданных величин, расчет относитель­ных показателей, вычисление величин с заданными коэффициен­тами и другие действия над данными с разной степенью детализа­ции. Анализ проводится с данными, представленными в виде элек­тронных таблиц, над которыми предоставляется возможность опе­ративно выполнять более сложные вычисления. При этом решают разнообразные аналитические задачи.

Примером задачи OLAP-анализа в производственной сфере может быть определение суммарных издержек на производство всего ассортимента продукции предприятия в течение заданно­го периода. Последующие этапы анализа могут быть связаны с детализацией суммарных затрат по каждому изделию за более ко­роткие промежутки времени, затем можно выявить наиболее зат­ратные процессы, места их возникновения. В сбытовой сфере можно изучать объемы продаж, их динамику, привязку к регио­нам и т. п.

Результаты анализа представляются в виде напечатанных отче­тов или электронных презентаций, которые состоят из страниц, таблиц, графиков. Кроме того, они могут быть перенесены в дру­гие программно-информационные среды, где с учетом эстетичес­ких и психофизиологических требований дополняются рисунка­ми, кино-, фото-, аудио-, видеоматериалами. Экспорт аналитичес­ких данных может быть осуществлен и в веб-среду.

Средства интеллектуального анализа (DMg) предназначены для получения на основе аналитической обработки данных, накоп­ленных в информационных хранилищах, знаний о тех или иных объектах экономического анализа.

Знания — это высшая форма информации, определяющая за­висимости, взаимосвязи и скрытые закономерности между различ­ными явлениями, процессами и фактами.

Для выполнения интеллектуального анализа используются все достижения математической науки и информационных техноло­гий, в первую очередь методы линейной алгебры, классического математического анализа, дискретной математики, многомерного статистического анализа, который делится на факторный, диспер­сионный, регрессионный, корреляционный анализы. Эти методы позволяют решать многочисленные задачи в области экономики и менеджмента, которые являются составной частью аналитической подготовки принятия решений.

К специфическим методам интеллектуального анализа относят­ся методы нечеткой логики, классификационные и регрессионные деревья решений, нейронные сети, генетические алгоритмы и др. Эти методы стали широко и эффективно применяться в последнее десятилетие XX века. Они находят применение в тех ситуациях, когда обычные методы анализа трудно или невозможно применить из-за отсутствия сведений о характере или закономерностях ис­следуемых процессов, взаимозависимостях явлений, фактов, о поведении объектов и систем из разных предметных областей, в том числе социальной и экономической.

Специфические методы интеллектуального анализа связаны с развитием информационных технологий и появлением интеллек­туальных информационных систем, к которым относятся систе­мы искусственного интеллекта и системы подготовки принятия ре­шений (DSS).

Средства интеллектуального анализа входят в состав наиболее раз­витых ИАС, поэтому в связи со сложностью выполняемых задач ин­теллектуальный анализ чаще реализуется автономными программны­ми системами. Частично наиболее отработанные и легко реализуе­мые функции интеллектуального анализа выполняют OLAP-системы.

К специализированным системам интеллектуального анализа относится PolyAnalyst (российская фирма Megaputer). Набор средств реализован в следующих версиях:

• Polyanalyst Lite, Polyanalyst Power — программные продук­ты для индивидуальных пользователей и малого бизнеса;

• Polyanalyst Professional для MS Windows NT— мощная система интеллектуального анализа для профессионалов;

• Polyanalyst Knowledge server — клиент-серверная версия предназначена для работы на высокопроизводительных плат-

формах, обеспечивает доступ к SQL-СУБД (Oracle, DB-2,

Informix, MS SQL-Server и др.) и к OLAP-системам. Все семейство продуктов обеспечивает:

• извлечение знаний в больших массивах данных;

• автоматическое построение и тестирование формул, описывающих функциональные зависимости;

• составление классификационных правил по заданным при­мерам;

• формирование многомерных кластеров;

• алгоритмы решений.

Наиболее развитой зарубежной системой в отношении возмож­ностей интеллектуального анализа является система SAS (фирма SAS Institute Inc., США). В комплект инструментальных средств этой системы входят:

• SAS/ETS — модуль реализует методы анализа временных рядов, экономического системного моделирования и прогнозирования, финансового анализа и формирования отчетов. Производит восстановление пропущенных значений мето­дом интерполяции, изменение временной привязки времен­ного ряда, выделение сезонного компонента во временных рядах, построение трендов;

• SAS/STA — модуль использует статистические методы регрессионного, дисперсионного анализа, нелинейного модели­рования, анализа категориальных данных, многомерного, в том числе факторного анализа, кластерного и непарамет­рического анализа;

• SAS/INSIGHT — модуль представляет собой динамическое средство для исследования и анализа данных, использует методы статистического исследования одномерных и многомерных данных;

• SAS/IML — модуль, реализующий поддержку интерактивного матричного языка программирования, оперирующего с матри­цами данных, которые могут быть числовыми и символьными;

• SAS/OR — модуль, представляющий собой инструмент моделирования анализа, решения задач исследования операций, управления проектами;

• другие модули.

Широко распространенный пакет OLAP-анализа Business Objects имеет в своем составе модуль интеллектуального анализа IVliner, выполняющий ряд задач этого класса, в том числе деревья решений, кластерный анализ. Однако основные функции интел­лектуального анализа предусмотрено выполнять средствами MS Excel, возможна интеграция с пакетом Statistica.

На российском рынке инструментальных средств НАС пред­ставлены в основном программные продукты американских фирм. В последние годы наметился рост российских аналитических сис­тем, которые имеют целевой характер и ориентированы, как пра­вило, на финансовый анализ. На наш взгляд, можно выделить сле­дующие классы инструментальных средств ИАС:

• неспециализированные программные пакеты, имеющие ана­литические возможности;

• специализированные программные средства создания ин­формационного хранилища данных и проведения анализа;

• целевые аналитические программные пакеты, реализующиеконкретные методики анализа;

• встроенные в интегрированные ЭИС аналитические модули или подсистемы.

Дата добавления: 2014-01-13