- •Тема 1. Основные инф-е сист-ы, исполь-е в орг-х.
- •1.1 Сферы деятель-и п/п и ис.
- •1.2 Системы операционного уровня.
- •1.3. Системы информационного уровня.
- •1.4. Системы управленческого ур-ня.
- •1.5. Системы стратегического уровня.
- •1.6. Принятие решений и ис
- •1.7. Интегрированные ис
- •Тема 2. Разработка информационных систем и организационных изменений.
- •2.2. Реинжениринг и смена парадигмы.
- •Тема 3. Разработка ис.
- •3.1. Общая оценка подходов к разработке ис.
- •3.2. Технологии системной разработки.
- •3.2.1. Анализ системы
- •3.2.2. Проектирование и тестирование.
- •3.2.3. Конверсия. Эксплуатация и техническое обслуживание.
- •3.3 Методы создания ис.
- •3.3.1. Методология жизненного цикла системы
- •1. Каскадная
- •2. Спиральная
- •3.3.2. Создание системы с помощью прототипа.
- •3.3.3. Разработка с помощью пакетов прикладных программ (ппп)
- •3.3.4. Разработка конечными пользователями.
- •3.3.5. Разработка сторонними организациями
- •3.4. Средства автоматизации проектирования ис (case-средства)
- •Тема 4. Информационная инфраструктура и службы
- •Тема 5. Oltp-системы
- •Тема 6. Хранилище данных
- •Тема 7. Olap-технология
- •7.1. Основные особенности olap-технологий.
- •7. 2 Базовые структуры данных для olap
- •7. 3 Основные особенности продуктов olap
- •Тема 8. Технология Data Mining
- •Тема 9. Облачные вычисления.
7. 3 Основные особенности продуктов olap
Требования, предъявляемые к продуктам OLAP объединены в так называемый тест FASMI:
-
Fast. Небольшое время доступа к аналитическим данным (< 5 секунд)
-
Analysis. Возможность осуществления любого логич и статистич анализа и сохранение разультатов в удобном для конечного пользователя виде.
-
Shared. Многопользовательский доступ к данным с поддержкой соответствующих механизмов и средств авторизованного доступа
-
Multidimensional. Многомерное концептуальное представление данных, включая полную поддержку для иерархий.
-
Information. Возмож-ть обращаться к любой нужной инф-ии независимо от её объёма и места хранения.
OLAP технология может быть реализована различными способами, начиная с простейших ср-в анализа данных в офисных приложениях и заканчивая распределительными аналитич-ми системами.
-
OlaP-средства встроенные в настольные приложения(#Microsoft Excel). Предназначенны для решения сравнительно несложных задач. Осуществл-т вычисление агрегатных данных и их отображение. При этом сами агрегатные данные распологаются оперативной памяти.
-
Сетевые OLAP-системы построены на основе архитектуры “клиент-сервер”. Сервер обеспечивает непосредственно извлечение информ-ии из хранилища данных и всё остальное необходимое для создания кубов.
Многие OLAP-средства в настольных приложениях позволяют обращаться к серверным OLAP системам выступая в роли клиентских приложений. В связи с различиями в способах хранения данных подобные продукты делятся на:
-
Физический OLAP (MOLAP и/или HOLAP)
-
Виртуальный OLAP (ROLAP)
Cистемы, имеющие в своей основе физический OLAP, обеспечивают стабильно лучшее время отклика на запросы, чем системы основанные на виртуальном OLAP
Наибольшее применение OLAP находят в продуктах для бизнес-планирования.
Тема 8. Технология Data Mining
Data Mining-это технология поддержки процесса принятия решений, основанная на выявлении скрытых закономерностей и систематических взаимосвязей м/у данными внутри массивов инф-ии большого объёма, которые затем можно применить к новым совокупностям данных.
Инф-я, полученная в рез-те DM автоматически обобщается до ур-ня знаний, которые можно исп-ть для повышения эффектив-ти бизнеса.
С термином DM тесно связаны …:
-
Обнаружение знаний в БД, которые включают в себя подготовку данных, выбор информативных признаков, очистку данных, выявление закономерностей в данных, а также обработку и интерпретацию полученных результатов.
-
Интеллектуальный анализ данных. Концепция данного анализа определяют задачи поиска функциональных и логических закономерностей в накопленной инф-ии, построение моделей и правил.
Термин DM обозначает не столько конкретную технологию, сколько сам процесс поиска тенденций, взаимосвязей и закономерностей, посредством различ-х математич-х и статистич-х алгоритмов:
- кластеризации
-создание субвыборок
- регрессионного и корреляционного анализа и др.
Цель этого поиска – представить данные в виде, отражающим БП, а также построить модель, с помощью которой можно прогнозировать процессы, критичные для планирования бизнеса.
Средство DM отличается от инструментов статистич обработки данных и ср-в OLAP тем что вместо проверки заранее предпологаемых пользователями взаимосвязей они на основании имеющихся данных способны находить такие взаимозависимости самостоятельно и строить гипотезы об их характере.
Наиболее эффективно применение DM при наличии большого количества данных, содержащихся в хранилище данных.