- •Інформаційний бізнес
- •1. Інформаційні продукти і послуги
- •2. Функції інформаційного бізнесу
- •3. Модель інформаційного бізнесу
- •4. Особливості інформаційного бізнесу
- •5. Особливості процесу праці в інформаційному виробництві
- •6. Технологія формування і використання інформаційних ресурсів в інформаційному виробництві
- •7. Поняття та структура інформаційного ринку.
- •Механізм функціонування інформаційного ринку.
- •9. Класифікація організаційних форм інформаційного бізнесу.
- •За метлю і характером діяльності:
- •За формою власності майна:
- •За національною належністю капіталу:
- •За правовим статусом і формою господарювання:
- •За галузево-функціональним видом діяльності;
- •За технологічною і територіальною цілісністю:
- •Венчурний бізнес в інформаційній сфері.
- •11. Критерії оцінювання фірм інформаційного бізнесу
- •12. Визначення стратегічних потреб в інформаційних продуктах і послугах
- •13. Поняття франчайзингу та його типи
- •14. Франчайзинг в інформаційному бізнесі
- •15. Переваги та вади купівлі існуючого бізнесу
- •16. Купівля, злиття і поглинання в інформаційному бізнесі
- •17. Бiзнес-план, його функцiональнi ролi
- •18. Типи презентацій та особливості організації їх
- •19.Основні етапи підготовки презентації
- •20. Особливості проектування виробничої системи інформаційно-обчислювальної фірми
- •29. Організаційно-структурні форми управління інформаційним маркетингом
- •30. Розробка бюджету фірми. Моделювання економіки
- •1. Економіко-математичні моделі. Предмет та об’єкт вивчення дисципліни. Основні підходи до класифікації економіко-математичних моделей.
- •2. Неокласична мультиплікативна виробнича функція Кобба-Дугласа.
- •І, відповідно, гранична норма заміщення фондів працею (sl):
- •3. Основні кроки процесу створення та розбудови економіко-математичної моделі.
- •4. Модель поведінки споживача.
- •5. Модель (рівняння) Слуцького та елементи його аналізу.
- •6. Моделі поводження виробника на конкурентних ринках.
- •1. Рівновага за Курно
- •2. Рівновага та нерівновага за Стакельбергом
- •7. Модель р.Солоу та рівень капіталоозброєності праці.
- •8. Дуополія, конкурентний ринок. Стратегії Курно. Модель Курно.
- •9. Моделі рівноваги та нерівноваги за Стакельбергом.
- •10. Принципова схема міжгалузевого балансу (мгб).
- •11. Технологічна матриця – основа інформаційного забезпечення міжгалузевого балансу.
- •12. Економіко-математична модель міжгалузевого балансу.
- •13. Коефіцієнти прямих матеріальних витрат в моделі міжгалузевого балансу.
- •14. Модель Леонтьєва або модель ”витрати - випуск”
- •15. Матриця опосередкованих матеріальних витрат в моделі міжгалузевого балансу.
- •16. Коефіцієнт повних матеріальних витрат в моделі міжгалузевого балансу
- •17. Класична модель ринкової економіки
- •18. Модель Кейнса
- •19. Двофакторні виробничі функції
- •20. Модель рейтингового оцінювання економічної системи
- •21. Інтегрований показник оцінювання рейтингу економічної системи.
- •22. Моделі взаємодії споживачів і виробників.
- •23. Класична модель ринкової економіки.
- •24. Об’єднана (загальна) модель ринкової економіки.
- •1. Процес прийняття рішень: особливості та етапи.
- •2. Сутність та призначення сппр.
- •3. Історія розвитку сппр.
- •4. Класифікація сппр.
- •5. Бізнес-аналіз як основа прийняття рішень.
- •6. Етапи бізнес-аналізу.
- •7. Огляд інформаційних систем класу сппр (Business Intelligence).
- •8. Загальна характеристика сппр від компанії Oracle.
- •9. Загальна характеристика сппр від компанії sap.
- •10. Загальна характеристика сппр від компанії Microsoft.
- •11. Загальна характеристика сппр (аналітичної платформи) Deductor.
- •12. Сутність процесу консолідації даних та його етапи.
- •13. Сховище даних як джерело даних для сппр
- •14. Місце деталізованих та агрегованих даних в сховищі даних
- •15. Архітектури сховищ даних
- •16. Вітрини даних
- •17. Візуалізація даних в сппр
- •18. Види візуалізаторів даних
- •19. Візуалізатори для інтерпретації результатів аналізу.
- •20. Візуалізатори оцінки якості аналітичних моделей.
- •21. Olap-аналіз в сппр.
- •22. Data Mining: особливості та сфери застосування.
- •24. Сутність алгоритмів класифікації та їх застосування в сппр.
- •Конструювання моделі:
- •25. Скорингові моделі в банківській діяльності.
- •26. Використання дерев рішень в сппр.
- •27. Сутністьалгоритмівкластеризації та їхзастосування в сппр.
- •28. Асоціативні правила в сппр.
- •29. Кількісні показники якості асоціативних правил.
- •30. Нейронні мережі в сппр.
- •Іс в економіці
- •7. Інформаційні системи оброблення інформації в податковій системі.
- •8. Банківські інформаційні системи.
- •9. Інформаційні системи оброблення маркетингової інформації.
- •10. Економічна інформація як предмет і продукт автоматизованої обробки.
- •11. Види та властивості економічної інформації
- •12. Структура й оцінка економічної інформації.
- •19. Організація і планування робіт на стадії введення системи в дію.
- •20. Комплексне тестування та апробація інформаційної системи.
- •21. Задачі та принципи автоматизації проектування інформаційної системи.
- •22. Автоматизація розробки проектних рішень і документування проектів
- •23. Системи автоматизованого проектування
- •24.Технологія проектування іс на основі баз даних
- •25 Системи управління документами в іс
19. Візуалізатори для інтерпретації результатів аналізу.
Візуалізація – представлення даних у вигляді, що забезпечує найбільш ефективну роботу користувача.
Інтерпретація результатів аналізу – служить для передбачення кінцевих результатів аналізу у вигляді, що найбільш зручний та інформативний для розуміння користувача.
Візуалізатори:
Деревовидні візуалізатори – має вигляд схематичного дерева рішень і використовується при використанні таких засобів Data Mining як: дерева рішень, асоціативні правила, кластеризація.
Візуалізатори зв’язків. Суть – об’єкти представлені у вигляді певних значків, а зв’язки між ними – лініями, що з’єднують ці значки. Сила зв’язку показується товщиною ліній.
Двовиміркі карти. Здійснюють візуалізацію багатовимірних об’єктів, тобто об’єктів з декількома ознаками. Карта зазвичай є сіткою. Принцип цього методу заснований на тому, що багатовимірні дані представляються у вигляді плоских карт, при побудові яких використовується комбінування інформації про відстань між векторами об’єктів в багатовимірному просторі ознак, і розфарбовування, що зумовлюється значеннями цих ознак.
20. Візуалізатори оцінки якості аналітичних моделей.
Візуалізація – представлення даних у вигляді, що забезпечує найбільш ефективну роботу користувача.
Оцінка якості аналітичних моделей – дозволяє оцінювати коректність аналітичних моделей (регресійних, класифікаційних, прогностичних), побудованих в процесі аналізу даних.
Візуалізатори:
Таблиця співставлення – застосовується для оцінки якості класифікаційних моделей. Основна її суть показати скільки об’єктів кожного класу були віднесені моделлю до іншого класу невірно. Перевірка проводиться на навчальній вибірці.
Діаграма розсіювання – перевіряє якість регресійних моделей. Діаграма представляє собою графік, по одній осі якого відкладаються вихідні значення, а по іншій – реальні дані. Побудувавши лінію ідеальних значень можна подивитись наскільки значення, що генерує модель відповідають реальним, і яке розсіювання вихідних значень моделі навколо ідеальної прямої.
Ретропрогноз. Графік, який дозволяє перевірити коректність роботи прогностичної моделі. Суть - застосування побудованої моделі до підмножини даних з минулого,і оцінити наскільки прогноз відповідає реальним даним.
Графік контролю процесу навчання. При навчанні моделі важливе значення має спостереження за зміною вихідної помилки на кожній ітерації. Тому використовуються спеціальні графіки, що дозволяють в динаміці прослідкувати стан помилки, за допомогою її середнього та максимального значення.
21. Olap-аналіз в сппр.
Візуалізатором виступає ОLAP-куб, який є досить зручним у способом аналізу багатовимірної інформації та дозволяє простим маніпулюванням мишки отримати аналітичні дані в різних розрізах.
В основі багатовимірного представлення даних лежить їх розділення на дві групи – виміри та факти. Виміри – це атрибути, найменування та властивості об’єктів, що беруть участь в певному бізнес-процесі (найменування товпрів, назви постачальників, ПІБ людей тощо). Факти – це дані, що кількісно характеризують бізнес-процес і можуть приймати нескінченну кількість значень (ціна товару, кількість, сума).
Багатовимірний куб можна розглядати як систему координат, осями якої є виміри – дата, товар, покупець. На перетину ось будуть знаходитись числові дані (напр.. сума).
Таким чином інформація в багатовимірному сховищі даних є логічно цілісною. Це не просто набори строкових числових значень, а цілісні структури типу «кому, що і скільки було продано в певний момент часу».
Представлення даних у вигляді багатовимірних кубів є більш наочним.