
- •1. Экономическая информация, её виды, структурные единицы.
- •2. Внемашинная организация экономической информации: документы, их виды, структура.
- •3. Понятие классификации информации. Системы классификации
- •4. Внутримашинная организация экономической информации. Преимущество бд
- •5. Объёмы современных бд и устройства для их размещения
- •6. Приложения и компоненты базы данных. Словарь данных. Пользователи базы данных.
- •7. Трёхуровневая модель организации баз данных.
- •8. Понятие модели данных. Иерархическая и сетевая модели, достоинства и недостатки
- •9. Реляционная модель данных. Её базовые понятия (отношение, домен, кортеж, схема, степень и мощность отношения), достоинства и недостатки.
- •10. Связь между таблицами в реляционной модели данных. Первичный и внешний ключи, их отличия.
- •11.Операции реляционной алгебры: объединение, пересечение, декартово произведение, разность, проекция, выборка, соединение, деление.
- •12. Постреляционная модель, её достоинства и недостатки.
- •13. Объетно-ориентированная модель данных. Её базовые понятия (объекты, классы, методы, наследование, инкапсуляция, расширяемость, полиморфизм), достоинства и недостатки.
- •15. Многомерная модель данных, её базовые понятия (измерение, ячейка), достоинства и недостатки.
- •16. Понятие проектирования базы данных. Требование предъявляемые к базе данных.Этапы жизненного цикла базы данных.
- •17.Модель «сущность-связь», её понятия: сущность, атрибут, экземпляр сущности, связь, мощность связи. Представление сущности и связи на er-диаграмме.
- •18.Типы связи, их представление на er-диаграмме
- •19. Класс принадлежности сущности, его представление на er-диаграмме.
- •20.Правила преобразования er-диаграмм в реляционные таблицы в случае связи 1:1., 1:м, м:n.
- •21. Нормализация таблиц, её цель. Первая нормальная форма. Вторая нормальная форма. Третья нормальная форма.
- •22.Этапы проектирование базы данных (концептуальное, логическое, физическое) цель и процедуры каждого этапа.
- •23. Case-средства для моделирования данных.
- •24. Понятие субд. Архитектура субд. Возможности, предоставляемые субд пользователям.
- •25. Классификация субд. Режимы работы пользователя в субд. Функции субд.
- •26. Направления развития субд: расширение множества типов обрабатываемых данных, интеграция технологий баз данных и Web-технологий, превращение субд в системы управления базами знаний.
- •27. Знания, их виды. Базы знаний. Экспертные системы.
- •28. Продукционные модели. База фактов. База правил. Работа машины вывода.
- •28. Семантические сети. Виды отношений. Пример семантической сети.
- •29. Фреймы, их виды, структура. Сети фреймов. Примеры фреймов.
- •30. Формальные логические модели. Их примеры (исчисление высказываний и исчисление предикатов).
- •31. Система управления базами данных Mіcrosoft Access 2003.
- •32. Характеристика объектов бд.
- •33. Типы обрабатываемых данных и выражения.
- •34. Инструментальные средства для создания базы данных и её приложений.
- •35. Технология создания базы данных: описание структуры таблиц, установка связей между таблицами, заполнение таблиц данными
- •36. Корректировка баз данных (каскадные операции)
- •37. Работа с таблицей в режиме таблицы
- •39. Конструирование формы: простой, с вкладками, составной, управляющей ( с кнопками)
- •40. Конструирование отчета с вычислениями в строках, с частными и общими итогами.
- •42. Конструирование макросов связанных и не связанных с событиями, различных по структуре.
- •43.Назначение, стандарты, достоинтсва языка sql
- •44. Структура команды sql
- •45.Типы данных и выражения в sql.
- •46.Возможности языка sql по определению данных.
- •47.Возможности языка sql по внесению изменений в базу данных.
- •48.Возможности языка sql по извлечению данных из базы. Операторы, реализующие критерии отбора в условии.
- •49. Возможности языка sql по подведению итогов по данным из базы. Функции агрегирования.
- •50. Возможности языка sql по созданию вложенных и объединенных запросов.
- •51.Диалекты языка sql в субд.
- •52.Эволюция концепций обработки данных.Системы удалённой обработки.
- •53.Системы совместного использования файлов. Обработка запросов в них. Недостатки систем
- •54.Настольные субд, их достоинства и недостатки.
- •55.Клиент/серверные системы: клиенты, серверы, клиентские приложения, серверы баз данных.
- •56.Функции клиентского приложения и сервера баз данных при обработке запросов. Преимущества клиент/серверной обработки.
- •57.Понятие и архитектура распределённых баз данных (РаБд). Гомогенные и гетерогенные РаБд. Стратегии распределения данных в РаБд.
- •58. Распределенные субд. 12правил к.Дейта
- •59. Обработка распределенных запросов.Преимущества и недостатки РаСубд
- •60. Типы интерфейса доступа к данным базы
- •61. Olap-технология и хранилище данных (хд). Отличия хд от базы данных. Классификация хд. Технологические решения хд. Программное обеспечение для разработки хд.
- •62. Проблемы многопользовательских бд. Администратор бд, его функции. Возможности субд Access по администрированию бд.
- •63.Актуальность защиты базы данных. Методы защиты баз данных.Методы восстановления базы данных.
- •1.Экономическая информация, её виды, структурные единицы.
- •2. Внемашинная организация экономической информации: документы, их виды, структура.
27. Знания, их виды. Базы знаний. Экспертные системы.
Знания – это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.
С точки зрения семантики знания подразделяются на:
- факты указывают на устоявшееся в рамках предметной области обстоятельства
- эвристики основываются на интуиции и опыте эксперта
Знания по степени обобщения описания бывают:
- поверхностные – знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области.
- глубинные – схемы, отображающие структуру и природу процессов, протекающих в предметной области.
По степени отражения явлений:
- жесткие – позволяют получить однозначные точные рекомендации при задании начальных условий.
- мягкие – допускают множественные расплывчатые решения и многовариантные рекомендации.
Для хранения знаний используют базы знаний. Для них характерны небольшой объем, но исключительно дорогие информационные массивы. Т.е. БЗ – это совокупность фактов и правил вывода, допускающих логический вывод и осмысленную обработку информации.
Экспертная система — компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации.
Экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.
28. Продукционные модели. База фактов. База правил. Работа машины вывода.
Продукционная модель знания — модель, основанная на правилах, позволяет представить знание в виде предложений типа «Если (условие), то (действие)».
Продукционная модель — фрагменты Семантической сети, основанные на временных отношениях между состояниями объектов.
Продукционная модель обладает тем недостатком, что при накоплении достаточно большого числа (порядка нескольких сотен) продукций они начинают противоречить друг другу.
Машина вывода — программа, которая выполняет логический вывод из предварительно построенной базы фактов и правил в соответствии с законами формальной логики.
Факт в данном случае — утверждение, являющееся постоянно истинным. Имеет вид «А есть А».
Правило в данном случае — параметризованное утверждение, состоящее из двух частей: условия и результата. Имеет вид «Если А, то В». Для построения базы фактов и правил применяются формальные языки, обычно напоминающие естественный язык, но гораздо более строгие и ограниченные.
Машина вывода обычно может выполнять одну или обе из следующих операций:
1. Проверка истинности некоторого факта — истинным считается факт, если он может быть выведен по законам формальной логики из имеющейся базы фактов и правил.
2. Нахождение множества значений параметра некоторого правила, при котором данное правило превращается в истинный факт.
В первом случае на вопрос типа «Истинно ли A?» машина вывода даёт ответ «Да» либо «Нет», во втором — на вопрос типа «При каких X истинно правило A(X)?» машина вычисляет все возможные значения X, при подстановке которых в правило A это правило превращается в истинный факт.