ИСФ как технологии анализа данных и знаний

Работа с информацией на уровне высшего менеджмента

Основная задача программных продуктов этого уровня – анализ и обобщение информации нижележащих уровней, включая сокращение ее объема, построение моделей, генерация и анализ возможных вариантов и т.п. Работа с информацией на этом уровне осуществляется двумя группами людей – информационными аналитиками (анализ, обобщение, компьютерное моделирование и т.д.) и высшими менеджерами, которые на основании (а иногда и вопреки) представленной аналитиками информации и их рекомендаций принимают решения, связанные с деятельностью фирмы.

Программы этого уровня можно разделить на несколько типов:

- извлечение важных знаний из исходных баз и хранилищ данных (Data Mining). К наиболее традиционному классу таких программ относятся математические и статистические пакеты. Также широко используются методы интеллектуальной обработки данных и знаний, которые принято называть методами искусственного интеллекта (хотя, по сути, интеллекта как чего-то выделенного здесь нет – это набор вспомогательных методов к человеческому интеллекту). К этим методам относятся различные нейросетевые методы, деревья решений, генетические алгоритмы и др.;

- программы для моделирования экономических процессов. Позволяют рассчитать последствия принимаемых решений. Наиболее простые варианты прогнозирования возможно реализовать уже в Excel. Для более сложных случаев используются специализированные пакеты для моделирования экономических процессов AnyLogic, Powersim, Ithink, Arena и др., либо математические пакеты типа Matlab;

- экспертные системы – это компьютерные программы, в которых заложен опыт экспертов в данной предметной области, и на основании этого опыта такая программа дает квалифицированный совет в сложных ситуациях. В тех случаях, когда требуется очень быстрое принятие решения, такие программы также могут непосредственно руководить процессами (например, технологическими) в реальном масштабе времени;

- системы поддержки принятия решений. В настоящее время они, как правило, представляют собой не единый программный продукт, а набор программных продуктов различных типов, команду аналитиков, средства представления и обсуждения этой информации, осуществляемой высшим менеджментом.

В средней части рис.1.1. наряду с типами программ, используемых на разных уровнях ИСФ, кратко показаны и методы обработки информации, которые можно назвать также инструментальными средствами по отношению к информации. Ниже кратко охарактеризованы основные классы этих средств, а на рис.1.2. показана схема их взаимодействия.

Data Mining OLAP

Рис.1.2. Виды информации на фирме и инструментарий ее обработки

В настоящее время существует целый арсенал средств и методов для обработки данных и знаний. Как правило, обработка информации не сводится к использованию того или иного отдельно взятого метода, а представляет собой многоуровневую и многоэтапную систему различных взаимосвязанных и взаимообусловливающих методов. В зависимости от уровня сложности все методыобработки информации, используемые на уровне экономической или социально-экономической системы, можно представить следующей приблизительной последовательностью:

1) Базы данных, точнее, записи базы данных – максимально простое и однородное представление информации в виде набора классов объектов и стандартизованных связей между однотипными объектами. используется преимущественно для представления первичной информации о хозяйственной деятельности фирм.

2) OLTP (On-Line Transaction Processing) – оперативная обработка транзакций (близко к нашему понятию хозяйственных операций) или выполнение транзакций в режиме реального времени. С точки зрения обработки информации суть транзакции сводится к изменению записей (значений параметров объектов) базы данных.

3) Data Warehousing (хранилище данных) – упорядоченные и систематизированные данные, организованные в виде, удобном для последующего анализа, определения связей между различными классами данных, обнаружения закономерностей, прогнозирования и т.п. Идеологию хранилищ данных можно рассматривать как развитие классических баз данных с целью более быстрого и полного извлечения аналитической информации (знаний) из имеющихся данных.

4) OLAP (On-Line Analysis Processing) – системы оперативной аналитической обработки данных, представленных в хранилищах данных. Такой анализ проводится на основе использования многомерной модели базы данных (многомерных кубов). Преимущества – гибкость и возможность оперативного анализа взаимосвязей между любым набором параметров, содержащихся в базе данных.

5) Data Mining (наиболее близкий смысловой эквивалент – извлечение знаний) - представляет собой набор самых различных методов, предназначенных для извлечения новых знаний из баз и хранилищ данных, а в развитых вариантах и из других типов и источников представления информации.

6) Интеллектуальные методы обработки информации: нейросетевые технологии, генетические алгоритмы, методы группового учета аргументов, называемые также методами искусственного интеллекта – позволяют решение ряда важных классов задач, удовлетворительное решение которых с помощью средств классической математики невозможно.

7) Обработка текстов – включает в себя представление текстовой информации в «концентрированном» виде, более удобном для выполнения определенного круга задач, в частности, схематизации знаний, последующего компьютерного поиска нужной информации и др.

8) Инженерия знаний – суть метода заключается в использовании баз знаний, в которых, с одной стороны, информация представлена в гораздо более удобном для последующего анализа виде, чем в базах данных, а, с другой, допускает использование однотипных преобразований с помощью компьютера. Базы знаний широко используются в экспертных системах (составляя, по сути, их ядро), системах поддержки принятия решений, а в последние годы – и в системах обработки экономической информации.

9) Моделирование, экспертные системы и системы поддержки принятия решений – кратко рассмотрены в п.1.4

10) Различные методы коллективного обсуждения и решения проблем, в частности, работа коллектива экспертов, различные варианты мозгового штурма, организационно-деятельностные игры и т.д.

Дата добавления: 2014-01-04