| [Домашняя страничка][Резюме][Фотоальбом][Диплом][Научные статьи] | |
|
|
|
| Введение к магистерской диссертации Лукичева Александра Сергеевича на тему “Принятие решений с помощью системы многомерного экспресс-анализа данных”
|
|
Актуальность данной темы обусловлена необходимостью изучения и внедрения новых, более эффективных средств поддержки принятия решений. Принятие решений – это один из основных этапов деятельности любого предприятия. Предприятие сегодня должно принимать множество различных решений. И чем более обоснованные решения будут приняты, тем большего успеха и прибыли достигнет предприятие. Для многих лиц, играющих ключевую роль в принятии решений, способность быстрее и эффективнее конкурента анализировать бизнес процессы означает принятие более правильных решений, достижение большей прибыльности и большего успеха. Оптимизация реляционной базы данных предоставила компаниям возможность продуктивно собирать данные о транзакциях, поставляя информацию лицам, принимающим решения. Тем не менее, имеется верхний предел объема данных, который может содержаться в реляционной базе данных, при котором еще сохраняется возможность достаточно эффективно осуществлять анализ данных. Системы многомерного экспресс анализа данных (СМЭАД), построенные на основе OLAP, позволяет выполнять быстрый и эффективный анализ над большими объемами данных. Данные хранятся в многомерном виде, что наиболее близко отражает естественное состояние реальных бизнес данных. Кроме того, OLAP предоставляет пользователям возможность быстрее и проще получать сводные данные. С его помощью они могут при необходимости углубляться в содержимое этих данных для получения более детализированной информации, или наоборот обобщать данные, проводить срезы многомерной базы данных по различным измерениям. СМЭАД относится к системам построения динамических отчетов. Обычные статические системы поддержки принятия решений также позволяют проводить анализ деятельности предприятия. Однако в этом случае существует определенный набор готовых отчетов, с которыми имеет возможность работать аналитик. В случае, если требуется отобразить данные под каким-нибудь новым углом, требуется привлекать программиста, который построит новый отчет. Это требует определенного времени, и за это время аналитик может потерять свою мысль, или решить видоизменить запрос, что потребует повторного привлечения программиста и ожидания результатов. Таким образом, эффективность работы аналитика достаточно низкая. СМЭАД, в отличие от статических систем, позволяет пользователю динамически оперировать данными, на лету создавать новые отчеты и просматривать их результаты. Причем пользователю не нужно обладать никакими специальными знаниями в области программирования. Пользователь работает с хорошо знакомыми объектами его предметной области. СМЭАД позволяет легко производить все операции над данными: просмотр данных под разными углами, обобщение и детализация отображаемых данных. Ответ на любой, даже самый сложный, запрос пользователя приходит в течении нескольких секунд. Аналитик тут же может изменить свой запрос и сразу же получить на него ответ.
СМЭАД является мощным средством поддержки принятия решений, которое позволяет руководителям и управленческим подразделениям предприятий принимать более обоснованные и оперативные решения по сравнению с обычными статичными средствами анализа данных. Для построения наиболее оптимальной и эффективной СМЭАД необходимо решить ряд проблемных вопросов и задач. Во-первых, необходимо изучить концепции построения систем многомерного экспресс анализа данных, основанных на OLAP-технологиях, а также проблемы реализации СМЭАД в распределенных системах. On-Line Analytical Processing – это относительно новая технология, предназначенная для построения различных аналитических систем. OLAP-технология развивается очень быстрыми темпами, однако реальных систем, построенных на ее основе очень мало. Количество реализованных и внедренных проектов систем многомерного экспресс анализа данных на территории СНГ не превышает нескольких десятков, и в большинстве своем такие системы внедряются в банковских структурах. Возможность внедрения таких систем в малый и средний бизнес ограничивается малой изученностью в данной области. Также необходимо решить вопросы, являющиеся основой для построения любых информационных систем и особенно аналитических систем: Решение проблем эффективного доступа к БД в сети Internet. Данная проблема должна быть решена на уровне концепций доступа на уровне интерфейсов программирования, на уровне коммуникаций между процессами и на уровне сетевого протокола. Кроме того, должна быть решена проблема эффективного взаимодействия между удаленными процессами в сети Internet. Еще одной важной проблемой является проектирование высокоэффективных параллельных архитектур серверов БД. Изучив основополагающие принципы, необходимо разработать методику анализа и сравнения OLAP-продуктов, на основании которой проанализировать ряд наиболее функциональных OLAP-продуктов и выбрать продукт наилучшим образом подходящий для создания СМЭАД для анализа подписки издательского предприятия. Далее необходимо модифицировать методику проектирования баз данных для создания многомерных систем хранения данных и разработать методические указания по созданию многомерных БД для OLAP в среде Windows NT. Следующим этапом данной магистерской работы является разработка архитектуры СМЭАД для анализа состояния подписки издательского предприятия и реализация данной архитектуры на основе выбранного ранее OLAP-продукта. После реализации СМЭАД для издательского предприятия необходимо решить вопросы связанные с внедрением СМЭАД в среду WWW и использование СМЭАД в архитектуре виртуального сетевого компьютера. Результаты данной магистерской работы дадут ясное понимание проблемы многомерных систем экспресс анализа данных, а также пример реализации такой системы для анализа подписки издательского предприятия. На основе данного примера широкий круг людей сможет создать подобные системы для предприятий различных областей деятельности.
|
|
[Диплом индекс][Доклад][Реферат Рус][Реферат Укр][Abstract] |
|
| Copyright (c) 1998-2001, Alexandr S. Lukichov
|
|