21. Какие комплексные автоматизированные системы управления финансово-хозяйственной деятельностью предприятий Вы знаете? Какими свойствами обычно они обладают? (30).
Примерами комплексных автоматизированных систем управления финансово-хозяйственной деятельностью предприятий являются такие известные в мире программные продукты , как БААН (BAAN, США), R3 фирмы SAP (Германия), PLATINUM (США), SCALA (Швеция), MAN/MANX (США), Champion (США) и другие, а также ряд отечественных продуктов: «ОЛИМП» (Росэкспертиза, Россия), БОСС (АйТи, Россия), «ГАЛАКТИКА» (Галактика, Белоруссия) и др.
Как правило, такие системы обладают схожими чертами и реализуют стандартные базовые функции управления хозяйственным объектом. Все они ориентированы на применение в гетерогенных вычислительных сетях, реализованы на базе архитектуры «клиент- сервер», позволяют вести обработку информации в режиме реального времени большому количеству пользователей, обладают дружественным графическим интерфейсом, обеспечивают интеграцию с другими популярными программными продуктами на уровне обмена данными и т.д.
Программное обеспечение подобных систем обязательно включает специальные модули или подсистемы, обеспечивающие поддержку управления финансами предприятий.
22. Особенности технологии Хранилища Данных. Концептуальная модель Хранилища данных. (30).
Процедура хранения информации реализуется несколькими способами: хранение в запоминающих устройствах ЭВМ и архивное долгосрочное хранение.
Процедура хранения информации обычно завершается поиском соответствующих ее единиц для дальнейшего использования. Регулярно осуществляется просмотр данных, в результате которого производится уничтожение данных или их обновление. Такая операция носит название актуализации данных.
Завершает технологический процесс процедура использования информации. Эта процедура связана с принятием управленческого решения, поэтому они выходит за рамки автоматизированных информационных технологий.
23. Какие статистические и математические пакеты программ Вы знаете? Для решения, каких задач в финансовом менеджменте эти пакеты используются? (30).
24 . Основные логические модели при проектировании баз данных (30).
25. Основные отличия Интеллектуальных информационных систем от других. Области применения интеллектуальных информационных систем (30).
26. Принципы построения систем, ориентированных на анализ данных. Хранилища данных (30).
Хранилища данных позволяют разгрузить оперативные базы данных, и тем самым, позволяют пользователям более эффективно и быстро извлекать необходимую информацию.
Они могут быть включены в общую корпоративную сеть, по которой в хранилище по заранее определенному расписанию, как правило, в период наименьшей загрузки сети и серверов копируется накопленная за день или за неделю информация.
Поскольку данные меняются редко, то к хранилищу данных не предъявляются жесткие требования, которые обычно предъявляются к обычным базам данных - отсутствие аномалий при выполнении операций обновления или удаления и избыточности хранения информации.
Проектирование хранилища данных является весьма сложной задачей.
Основная идея хранилища:
Предметно-ориентированная структура,
Интегрированное (агрегированное) представление данных,
Хронологическая последовательность данных,
Логическая структура данных ориентирована на процессы принятия решений.
27. Определение, предназначение и примеры экспертных систем (30).
28. Что пытаются создать нейронные сети? Ключевая характеристика нейронных сетей. Как они работают? Какие нейросетевые программы Вы знаете? (30).
Искусственные нейронные сети (ИНС) – это программно или аппаратно реализованные системы, построенные по принципу организации и функционирования их биологического аналога – нервной системы человека.
В процессе функционирования нейронной сети, в ней осуществляется преобразование информации, в результате которого входной вектор преобразуется в выходной.
Конкретный вид выполняемого сетью преобразования данных определяется:
характеристиками составляющих ее нейронов,
особенностями архитектуры – топологией межнейронных связей,
выбором подмножеств нейронов для ввода и вывода данных,
способами обучения сети,
наличием или отсутствием конкуренции между нейронами,
направлением и способами управления передачи данных
В практике искусственных нейронных сетей сложились два основных метода обучения:
с учителем,
без учителя.
При обучении с учителем предполагается, что помимо входных сигналов, известны также и ожидаемые выходные сигналы. Иными словами, нейрон каждый раз получает информацию о том, какой выходной сигнал от него ожидают. При обучении без учителя ожидаемые выходные сигналы неизвестны, подбор весовых коэффициентов осуществляется на основе конкуренции нейронов, либо корреляции обучающих и выходных сигналов.
29. Генетические алгоритмы. Какие программные продукты, использующие генетические алгоритмы Вы знаете? (30).
Генетические алгоритмы это компьютерная модель эволюции популяции искусственных «особей», ключевыми операторами которой являются селекция, скрещивание и мутация.
Генетические алгоритмы предназначены для решения задач оптимизации. К подобным задачам можно отнести, например, бизнес-планирование. В процессе разработки бизнес-плана возникает большое число альтернатив: многочисленные условия получения кредита в различных банках, различные схемы закупок и реализации, варианты приобретения оборудования у различных поставщиков и т.д.
30. Модели данных, используемые при построении Хранилищ данных. (30).
31. Экономическая информационная система: определение, свойства,
основные компоненты (30).
32. Характеристика СRМ-систем (30).
33. Жизненный цикл ЭИС (30).
34. На какие классы условно можно разделить программные средства, используемые для поддержки принятия решений в финансовом менеджменте? (30).
35. Архитектура и классификация информационных систем экономического назначения (30).
36. Информационные системы моделирования бизнес-процессов (30).
37. Этапы инвестиционного моделирования бизнес-проектов средствами Project Expert (30).
38. Системы управления эффективностью бизнеса: развитие и общая архитектура (30).
39. Автоматизированное проектирование экономических информационных систем (CASE-технологии). (30).
40. Фасетная система классификации информации (30).
Структурно фасетную классификацию можно представить в следующем виде :
Фасетная система классификации позволяет выбирать признаки классификации независимо как друг от друга, так и от семантического содержания классифицируемого объекта. Признаки классификации называются фасетами. Каждый фасет (Фi) содержит совокупность однородных значений классификационного признака. Значения в фасете могут располагаться в произвольном порядке. Классификация (Ks) заключается в присвоении значений из фасетов: Ks=(Ф1,Ф2,...,Фn ). При построении фасетной системы классификации необходимо не повторять значения в различных фасетах.
Достоинствами фасетной системы классификации являются: использование большого числа признаков классификации и их значений для создания группировок; простота модификации систем без изменения структуры группировок.
Недостаток фасетной системы классификации заключается в сложности построения (т.к. необходимо учитывать все многообразие классификационных признаков).
42. Этапы инвестиционного моделирования бизнес-проектов средствами Project Expert. (30).
43. Цели и задачи применения программы «Audit Expert» (30).
44. Иерархическая система классификации информации (30).
Структурно иерархическую классификацию можно представить в следующем виде :
При иерархической системе классификации множество объектов (0-й уровень) делится в зависимости от выбранного классификационного признака на классы (группировки), образующие 1-й уровень. Каждый класс 1-го уровня в соответствии со своим классификационным признаком делится на подклассы (2-й уровень). Каждый подкласс 2-го уровня делится на группы (3-й уровень) и т.д.
Достоинствами иерархической системы классификации являются: простота построения; возможность использования классификационных признаков в различных ветвях иерархической структуры.
Недостатки иерархической системы классификации следующие: жесткая структура, осложняющая внесение изменений; невозможность группировать объекты по заранее не предусмотренным признакам.
45. Принципы оперативной аналитической обработки данных OLAP (30).
Технология комплексного многомерного анализа данных и представления результатов этого анализа в удобной для использования форме получила название OLAP. В большинстве случаев целью такого анализа является содействие принятию решений, поэтому такого рода системы часто так и называются – системы поддержки принятия решений
46. Структурные единицы информации (30).
Структурными единицами экономической информации являются:
реквизиты,
показатели,
массивы,
информационная база.
Элементарными неделимыми единицами экономической информации являются реквизиты, отражающие определенные свойства объекта или процесса.
Реквизиты подразделяются на реквизиты-признаки и реквизиты-основания.
Отдельно взятые реквизиты-признаки и реквизиты-основания экономического смысла не имеют, поэтому применяются только в сочетании друг с другом.
Реквизиты-признаки характеризуют качественные свойства описываемого объекта (время и место действия, ФИО исполнителя, наименование предприятия, видов деятельности и др.).
Реквизиты-основания дают количественную характеристику явлений, выраженную в определенных единицах измерения (сумма вклада в рублях, ставка налога в процентах и т.д.).
Совокупность логически связанных реквизитов-признаков и реквизитов-оснований, имеющая экономический смысл образует показатель.
Каждый показатель состоит из одного реквизита-основания и одного или нескольких реквизитов-признаков, что позволяет давать полное представление об экономических объектах или процессах как с количественной, так и с качественной сторон.
Ряд однородных реквизитов или показателей образует информационный массив экономического объекта, который, как правило, упорядочен, характеризует определенную экономическую область и предназначен для решения конкретной задачи.
Ряд однородных информационных массивов, состав которых зависит от решаемых задач образует информационную базу экономического объекта.
Совокупность массивов, объединенных с целью отражения маршрутов движения информации, формирует направление информационных потоков от мест возникновения первичной информации до использования результатной. Анализ структуры движения информационных потоков позволяет совершенствовать систему управления.
47. Технология работы с системой «Контур Стандарт» (30).
48. Общее программное обеспечение. Прикладное программное обеспечение. Пользовательское программное обеспечение. Конкретное программное обеспечение.(30).