Учебное пособие 2125

Цифровое пространство обеспечения

Рис. 4. Рационализация цифрового пространства

В целом хозяйственный объект можно рассматривать, как единый цифровой информационно-аналитический узел, с информационными потоками и телекоммуникационными системами. Исходя из существующих действующих предприятий предлагается структурировать динамику объекта данными в аналитической среде (рис. 5).

Рис. 5. Структуризация динамики обмена в аналитической среде

Перспективы мировых тенденций цифровизации информационноаналитической среды бизнеса имеют блестящее будущее. По оценкам различных исследований объем среды бизнеса составляет до 80%. По сути дела,

110

это свидетельство глобальных средств в бизнес-отношениях, в сторону цифровизации информационного обмена в общении бизнес-партнеров.

Различные организации, предприятия и фирмы все больше формируют свое внимание на возможности цифровизации среды функционирования. Положительным фактором является внимание политиков к развитию цифровых ресурсов. Понимание того, что информационные технологии составляют потенциальную основу для создания, преобразования, использования и изменения продуктов и услуг, служит развитие цифровой экономики. Среди наиболее перспективных направлений в сфере цифровизации информационноаналитической среды является заказная система, электронные взаиморасчеты, логистика направлений, размещение информации в режиме on-line [3]. Дальнейшее развитие следует ожидать по созданию цифровых аналитических платформ на различной архитектуре (рис. 6).

Входящие и исходящие цифровые потоки

Стратегическая цифровая аналитическая платформа (ЦАП)

Программное обеспечение

Телекоммуникационные системы

Рис. 6. Цифровая платформа

Таким образом, перспектива развития цифровизации информационноаналитической среды зависит от государственных органов, нормативноправовых актов, создания цифровых аналитических платформ, бизнесменов и их готовности реструктуризации бизнеса.

Литература

1. Информационные технологии в бизнесе: Энциклопедия: пер. с анг. / под ред. М. Желены. – СПБ: Питер, 2012-1120 с.

111

2.Гурова Е.А. Разработка инновационной стратегии развития организации сетевого типа / Е.А. Гурова, В.И. Трысячный, И.П. Кузьменко // Вестник СевКавГТИ. - 2013. - № 15. - С. 12-15.

3.Молодых В.А. Кибернетические инструменты управления эволюционными изменениями в экономических системах / В.А. Молодых, И.П. Кузьменко // Вестник Адыгейского государственного университета. Серия 5: Экономика. - 2010. - № 2. - С. 159-165.

ФГБОУ ВО «Ставропольский государственный аграрный университет», Россия

УДК 001.89+004.5

Е.А. Чупрынин, Ю.В. Доронина

ОПРЕДЕЛЕНИЕ МОДЕЛИ ТЕМАТИЧЕСКОГО ПОИСКА В СЕТИ ИНТЕРНЕТ

На сегодняшний день жизнь любого человека неразрывно связана с получением информации. Знание является важным компонентом нашей жизни, и является неразрывно связанным с эволюцией [1]. Непрерывное развитие информационного общества и рост объемов цифровой экономики, распространяющиеся практически на все области жизнедеятельности человека, поднимают вопрос о важности анализа поступающей потребителю информации. С развитием телекоммуникационных технологий, невозможно недооценить роль сети Интернет, как способа обмена и получения информации, имеющей колоссальное значение и прочно закрепившейся в нашей современной жизни.

Бурное развитие глобальной сети, ее повсеместная доступность и разнообразие открытых источников, открыли широкие возможности для научной и других видов деятельности. Одним из наиболее актуальных направлений изучения сети Интернет является анализ информационного тематического поиска, который представляет собой процесс взаимодействия оператора с сетью, для нахождения интересующих его сведений по определенной теме.

В данной работе рассматривается формализация такого процесса, позволяющая оперировать терминами тематического поиска в рамках обозначенной модели.

Важнейшей задачей моделирования на современном этапе развития общества является многовариантное прогнозирование поведения сложных объектов в динамически меняющейся обстановке. Моделирование является одним из возможных средств изучения состояния таких объектов и окружающего их мира [2]. Особую роль в моделировании занимает оценка качества. В настоящее время значение такого понятия как качество постоянно возрастает и находится в развитии, под влиянием прогрессивных технологий.

112

Под качеством модели понимается совокупность свойств и характеристик, определяющих способности модели удовлетворять обусловленные или предполагаемые потребности субъекта.

В процессе тематического информационного поиска оператор взаимодействует с конкретной информационной системой S. Предлагается построить функциональную модель MS такой системы, находящейся под воздействием субъекта управления и внешней среды, описав ее пятеркой:

где XИ – информационное, XУ – управляющее, XВС – воздействие внешней среды, Y – множество значений (результатов работы системы), F – функция (описывающая работу в системе).

Обобщенная схема воздействия перечисленных факторов на работу в моделируемой системе показана на рисунке.

Обобщенная схема работы моделируемой системы [2]

Опишем компоненты моделирования, учитывая их внутреннюю структуру и особенности воздействия на моделируемую систему.

Информационное воздействие XИ представим, как совокупность двух определяющих факторов. Это наличие интересующих сведений в просматриваемом ресурсе PD, уровень качества и полноты информации PQ. Тогда можно записать XИ {PD,PQ}.

Управляющее воздействие XУ определяется набором субъективных особенностей и характером взаимодействия оператора с системой. Представим такое воздействие совокупностью следующих факторов: навыки ориентирования в поисковых ресурах PS, способы поиска информации и организации рабочего процесса PW. Тогда XУ {PS,PW}.

Воздействие внешней среды XВС в моделируемой системе представлено, прежде всего, рабочим окружением, и имеющимися в распоряжении ресурсами. Среди компонентов такого взаимодействия выделим: временные ресурсы PT, программное обеспечение PP, техническое обеспечение PM. Тогда

XВС {PT,PP,PM}.

Тогда можно показать, что результат работы системы Y будет определяться совокупностью обозначенных воздействий:

Y {PD,PQ},{PS ,PW},{PT ,PP,

Рассмотрим квалиметрический анализ качества построенной модели, с использованием групповой модели оценивания [2]. Для измерения обобщенных свойств привлекаются качественные оценки, например, «очень высокая» (ОВ), «высокая» (В), «средняя» (С), «низкая» (Н) оценка. Задача отбора решается путем их упорядочения по качественным оценкам. Сами качественные оценки, несмотря на их словесное (вербальное) выражение, находятся в отношении линейного порядка. Названные качественные оценки имеют следующий порядок: ОВ > В > С > Н.

Произведем анализ описанной в рамках этой работы модели (№1), и двух моделей (№2, №3) информационного поиска, описанных в рамках исследований сторонних авторов [3], с целью продемонстрировать различие предложенной модели от существующих. Все участвующие в оценке модели по своему содержанию подходят для качественных иследований в рамках определенного набора признаков. Составим множество оцениваемых признаков

ираспределим оценки по указанным моделям:

полнота рассматриваемого процесса (1 – В, 2 – С, 3 – В),

учет внешних воздействий (1 – ОВ, 2 – В, 3 – Н),

учет субъективных воздействующих факторов (1 – ОВ, 2 – Н, 3 – Н),

использование функционального подхода (1 – С, 2 – С, 3 – В). Покажем результаты такого анализа в таблице.

Оценки и результаты анализа

Опираясь на полученные результаты анализа качества, предложенная модель (№1) демонстрирует более высокие качественные оценки в рамках рассматриваемых параметров, причем, по некоторым признакам, опережает участвующие в сравнении модели на порядок.

Таким образом можно отметить, что обозначенная модель тематического поиска в сети Интернет позволила описать процесс взаимодействия оператора с данной системой, представив его в виде, удобном для дальнейшего изучения. В работе раскрыта внутренняя структура компонентов рассматриваемой системы, описано их взаимодействие. Дальнейшие исследования авторов будут направлены на уточнение модели новыми параметрами, описывающими особенности ее функционирования.

114

Литература

1.Юсупов Р.М. Научно-методологические основы информатизации / Р.М. Юсупов, В.П. Заборовский; С.-Петерб. ин-т информатики и автоматизации РАН. - СПб.: Наука, 2000. – 456 с.

2.Микони С.В. Квалиметрия моделей и полимодельных комплексов: монография / С.В. Микони, Б.В. Соколов, Р.М. Юсупов. - М.: РАН, 2018. – 314 с.

3.Котов Э.М. Исследование моделей информационного поиска / Э.М. Котов, А.Н. Целых // Известия Южного федерального университета. – 2009 - С. 163 – 168.

ФГАОУ ВО «Севастопольский государственный университет», Россия

УДК 681.3

А. С. Шаталов

ОРГАНИЗАЦИЯ КОММУНИКАЦИОННОГО ВЗАИМОДЕЙСТВИЯ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПОСТРОЕНИЯ

ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА В ВУЗЕ

Область образования – это область, которая постоянно нуждается в более новых и современных программных продуктах, которые позволили бы повысить качество образования, снизить его стоимость, в целом как-то улучшить. Из этой сферы особенно хотелось бы выделить вузы.

Как правило, высшие учебные заведения — это организации, имеющие сложную иерархическую структуру, которая нуждается в развитых механизмах управления. Данные механизмы, можно и нужно автоматизировать, для того, чтобы предоставить возможность преподавателям вузов, которые включены в данные механизмы заниматься непосредственно образованием студентов.

Данная проблема особенно остра, так как хороших продуктов, закрывающих вопросы организации взаимодействия и управления обнаружено не было. Так же целесообразность внедрения решения подобного рода выгодно тем, что оно позволяет сократить временные расходы на решение различных организационных вопросов, периодически возникающих в течение учебного года.

Для более четкого понимания проблемы рассмотрим структуру управления высшего учебного заведения. Это сложная структура, в которой большую роль имеет именно коммуникация. Администрации вуза различных уровней зачастую требуется сообщить студентам какую-либо важную информацию, которая касается либо напрямую учебного процесса, либо же сообщить о важных или просто интересных событиях, не касающихся обучения. Непосредственно сам вид структуры представлен ниже (рис. 1).

115

Рис. 1. Структура управления вуза

Из рисунка видно, что описанная выше структура является иерархической [1], соответственно информационные сообщения, как правило, будут направляться с верхних уровней к нижним, что может привести к некоторым проблемам:

1)потеря информации ввиду присутствия человеческого фактора;

2)высокие сроки доставки сообщений с самых верхних уровней к нижним уровням.

Данные проблемы можно решить, если организовать прямую доставку

информации с уровня любой высоты к нижнему уровню. Но так же следует обратить внимание на то, что в абсолютном большинстве случаев проблемы возникают именно с передачей информации на самый нижний уровень, к студентам университета. Именно на организацию прямого взаимодействия между ректором, деканами, сотрудниками деканатов, преподавателями и вообще всеми, кому может понадобиться оперативно донести какую - либо информацию до студентов и направлена разрабатываемая система.

Важной особенностью в решении данной задачи является то, что система не должна обрести вид внеочередной узконаправленной социальной сети, а стать именно автоматизированной системой организации коммуникационного взаимодействия, иначе говоря, реализовать механизм автоматизированного одностороннего управления.

Так же, стоит заметить, что корпоративная сеть вуза включает не только в себя различные циркулирующие в ней информационные сообщения, а также такую важную информацию, как новости, относящиеся к жизни университета и расписание занятий, рис. 2. Для создания оптимального по продукта было решено так же предоставить как можно более удобный доступ студентам и к этой информации, с учетом ее некоторой специфики.

116

Рис. 2. Место системы в среде вуза

Программный комплекс для решения описанной задачи имеет название “Я студент”. Основными принципами, в основе созданного решения, являются простота, доступность, надежность и экономичность.

Комплекс построен на базе клиент – серверной архитектуры. Клиентской частью системы, которая направлена на использование студентами, является кроссплатформенное мобильное приложение, реализующая функцию компоненты по сервиса уведомления [2], в данном случае студентов о новых сообщениях от преподавателей или администрации. Для работы преподавателей и администрации вуза реализован веб сайт. Основой серверной инфраструктуры является прикладной программный интерфейс, предоставляющий удобный доступ ко всем необходимым данным. Реализация системы произведена с использованием сразу нескольких языков программирования, таких как C#, Java, PHP, и с использованием таких технологий как Xamarin, Laravel, для оптимального решения различных задач в контекстах как серверной, так и клиентской части.

Общий вид системы представлен ниже, рис. 3. Как можно видеть из схемы, представляемая система включает в себя, уже выше представленный функционал по предоставлению расписания, новостей и организации связи преподавателей, или каких-либо сотрудников администрации вуза со студентами.

Рис. 3. Структура полученного комплекса

В процессе тестирования решение показало довольно высокую эффективность и на данный момент имеет хорошие отзывы от пользователей, что является стимулом для развития проекта “Я студент” и его внедрения во все большее количество высших учебных заведений.

117

уведомлений на мобильных устройствах / О.Г. Яскевич, А.С. Шаталов // Интеллектуальные информационные системы. – Воронеж, 2017. – Ч. 1. - С. 59-61.

ФГБОУ ВО «Воронежский государственный технический университет», Россия

УДК 681.3

В.В. Ярмак, Л.Н. Марченко

СТАТИСТИЧЕСКАЯ ОЦЕНКА ПЛАСТОВОГО ДАВЛЕНИЯ ОСТАШКОВИЧСКОГО МЕСТОРОЖДЕНИЯ

На примере Осташкинского месторождения с помощью статистического анализа рассмотрено влияние глубины верхних дыр перфорации (ВДП), Рпл на ВДП, градиента Рпл на глубине ВДП, глубины замера и глубины замера вертикальной, Рпл на глубине замера, градиента Рпл на глубине замера, времени остановки и удельного веса жидкости на изменение значения пластового давления (Рпл на ВНК). Был проведен статистический анализ с помощью кластерного и корреляционного анализа с использованием пакета прикладных программ STATISTICA [1, 2].

Для исходных данных был проведен корреляционный анализ: составлена корреляционная матрица (рис. 1), рассчитаны перекрестные коэффициенты корреляции Спирмена и коэффициент конкордации Кендалла.

Рис. 1. Матрица коэффициентов корреляции

По результатам корреляционного анализа видно, что у некоторых параметров очень сильная связь (везде, где коэффициент Спирмена больше, чем

0,5). В нижней строке выделим параметры, от которых наиболее сильно зависит величина пластового давления, а именно от Рпл на ВДП, градиента Рпл на глубине ВДП, градиента Рпл на глубине замера и время остановки.

118

Для дальнейших выводов и продолжения анализа рассмотрим матрицу перекрестных корреляций Спирмена (рис. 2).

Рис. 2. Матрица перекрестных корреляций Спирмена

В таблице цветом STATISTICA 8 подсказывает какие гипотезы отклоняются, в данном случае проверяемая гипотеза о том, что теоретическое значение коэффициента корреляции Спирмена равно нулю, соответственно, если гипотеза отклоняется, то выносится решение о том, что соответствующее значение корреляционного коэффициента является статистически значимым. Следовательно, между параметрами имеется достаточно сильная корреляционная связь.

Для оценки степени тесноты статистической связи сразу между всеми имеющимися переменными применяется коэффициент конкордации Кендалла (коэффициент множественной ранговой корреляции).

Coeff. of Concordance = 0,04213

Как видно значение данного коэффициента не слишком высоко, то есть между всеми параметрами связь не очень сильная, так как не все перекрестные связи являлись статистически значимыми, поэтому, в совокупности, для данных параметров статистическая значимость коэффициента конкордации Кендалла не принимается.

Далее проведем кластерный анализ. Все кластерные алгоритмы нуждаются в стандартизации исходных данных, поэтому они были стандартизированы, так что каждая переменная имеет среднее нуль и стандартное отклонение один. Далее для измененных данных была проведена иерархическая классификация и кластеризация К-средних.

По измерениям. В пакете прикладных программы STATISTICA 8 была проведена иерархическая классификация по строкам, которая использует метод полной связи, а мерой близости берется Евклидово расстояние (рис. 3), для того чтобы проверить формируют ли значения "естественные" кластеры, которые могут быть осмыслены.

119