- •1.Понятие и виды информационных систем. Функции автоматизированной информационной системы.
- •2.Структура автоматизированной информационной системы организационно-экономического управления. Функциональная часть аис.
- •3.Структура автоматизированной информационной системы организационно-экономического управления. Обеспечивающая часть аис.
- •5. Информационное обеспечение автоматизированных информационных систем. Базы данных и хранилища данных.
- •4.Информационное обеспечение автоматизированных информационных систем. Классификация и кодирование экономической информации. Классификаторы.
- •6. Информационное обеспечение аис. Системы документации и документооборота
- •7. Классификационные признаки и разновидности автоматизированных информационных систем.
- •8.Корпоративные информационные системы. Требования к корпоративным информационным системам.
- •9. Концепции управления, реализуемые в кис. Функции mrp-системы.
- •10. Концепции управления, реализуемые в кис. Функции mrp II-системы..
- •11. Концепции управления, реализуемые в кис. Erp-системы.
- •12. Концепции управления, реализуемые в кис. Erp II -системы.
- •13. Концепции управления, реализуемые в кис. Crm-системы.
- •14. Понятие масштабируемости и открытости кис.
- •15. Прикладное программное обеспечение кис. Крупные интегрированные системы.
- •16. Прикладное программное обеспечение кис. Средние интегрированные системы.
- •17. Функциональная часть кис «Галактика erp.8.10». Состав контуров и модулей.
- •18.Техническое и программное обеспечение кис «Галактика erp.8.10».
- •19. Информационное обеспечение кис «Галактика erp.8.10».
- •20. Адаптация кис «Галактика» при внедрении в организации. Назначение и функции модуля «Настройка».
- •22. Управление персоналом в корпоративных информационных системах (на примере кис «Галактика erp» или «1с:Управление производственным предприятием 8.».
- •23. Характеристика контура логистики кис «Галактика». Состав модулей, их назначение и информационные связи
- •24. Назначение и состав контура Логистики кис «Галактика erp.8.10». Модуль Складской учет.
- •25. Назначение и состав контура Логистики кис «Галактика erp.8.10». Модуль Управление снабжением.
- •26. Назначение и состав контура Логистики кис «Галактика erp.8.10»». Модуль Управление сбытом.
- •27. Назначение и состав контура Логистики кис «Галактика erp.8.10». Модуль Управление договорами. Формирование договора, спецификации и календарного плана к договору.
- •28. Контур управления финансами кис «Галактика erp.8.10». Функции модуля «Управление бюджетом».
- •29. Планирование бюджета продаж на основе плановых и оперативных данных системы кис «Галактика erp.8.10».
- •30. Формирование финансовых обязательств на основе до на закупку (продажу). Ведение Журнала обязательств в модуле «Платежный календарь» кис «Галактика erp.8.10».
- •31. Принципы формирования и ведения Платежного календаря в в модуле «Платежный календарь» кис «Галактика erp.8.10».
- •32. Контур управления финансами кис «Галактика erp.8.10». Функции модуля «Платежный календарь» кис «Галактика erp.8.10».
- •33. Понятие и назначение систем поддержки принятия решений.
- •34. Структура корпоративной информационно-аналитической системы.
- •35. Технология olap в корпоративных информационно-аналитических системах.
- •36. Технология Data Mining в корпоративных информационно-аналитических системах.
- •37.Общая характеристика конфигурации «1с:Управление производственным предприятием 8.0».
- •38. Подсистема управления производством конфигурации «1с:Управление производственным предприятием 8.0».
- •39.Подсистема управления запасами конфигурации «1с:Управление производственным предприятием 8.0».
- •40.Подсистема управления взаимоотношениями с клиентами конфигурации «1с:Управление производственным предприятием 8.0».
- •41.Подсистемы управления закупками и продажами конфигурации «1с:Управление производственным предприятием 8.0».
- •42.Подсистема управления финансами конфигурации «1с:Управление производственным предприятием 8.0».
- •46. Характеристика платформы «1с:Предприятие 8». Метаданные.
- •47. Состав объектов платформы «1с:Предприятие 8» для разработки прикладных решений.
- •48. Общая характеристика и состав подсистем конфигурации «1с:Управление торговлей 8.0». Управление взаимоотношениями с клиентами (crm).
- •49. Общая характеристика и состав подсистем конфигурации «1с:Управление торговлей 8.0». Управление взаимоотношениями с клиентами (crm).
- •50. Общая характеристика и состав подсистем конфигурации «1с:Управление торговлей 8.0». Управление продажами.
- •51. Общая характеристика и состав подсистем конфигурации «1с:Управление торговлей 8.0». Управление торговыми представителями.
- •52. Общая характеристика и состав подсистем конфигурации «1с:Управление торговлей 8.0». Управление закупками.
- •53. Общая характеристика и состав подсистем конфигурации «1с:Управление торговлей 8.0». Управление ценообразованием и денежными средствами.
- •54. Общая характеристика и состав подсистем конфигурации «1с:Управление торговлей 8.0». Управление запасами.
- •55. Постановка экономической задачи. Структура документа «Постановка задачи».
36. Технология Data Mining в корпоративных информационно-аналитических системах.
Интеллектуальный анализ данных (Data Mining) – процесс выявления тенденций, трендов, взаимных корреляций данных, находящихся в хранилище, с использованием статистических и кибернетических методов. Алгоритмы метода требуют большого количества информации, причем достоверной и точной, чтобы обнаруженные зависимости оказались верными.
Цель Data Mining – поиск скрытых от аналитика функциональных и логических закономерностей, тенденций в накопленной информации, построение моделей и правил, которые объясняют найденные аномалии или прогнозируют развитие рассматриваемых процессов. Методы Data Mining можно разделить на две группы: статистические и кибернетические методы.
Статистические методы Data Mining: •Дескриптивный анализ и описание исходных данных; •Анализ связей (корреляционный и регрессионный анализ, факторный анализ, дисперсионный анализ); •Многомерный статистический анализ (компонентный анализ, дискриминантный анализ, многомерный регрессионный анализ, канонические корреляции и др.); •Анализ временных рядов (динамические модели и прогнозирование).
Кибернетические методы Data Mining: •искусственные нейронные сети; •эволюционное программирование; •генетические алгоритмы (оптимизация); •ассоциативная память (поиск аналогов, прототипов); •нечеткая логика; •деревья решений; •системы обработки экспертных знаний.
Большинство инструментов Data Mining (пакеты Deductor, Statastica), имеющихся на рынке программного обеспечения, реализуют комплекс перечисленных методов.
Технология Data Mining позволяет решать следующие задачи: 1) Классификация –обнаруживаются признаки, которые характеризуют группы объектов исследуемого набора данных – классы; по этим признакам новый объект можно отнести к тому или иному классу. 2) Кластеризация – особенность кластеризации заключается в том, что классы объектов изначально не предопределены. Результатом кластеризации является разбиение объектов на группы. 3) Ассоциация – в процессе поиска ассоциативных правил отыскиваются закономерности между связанными событиями в наборе данных. Поиск закономерностей осуществляется не на основе свойств анализируемого объекта, а между несколькими событиями, которые происходят одновременно. 4) Последовательная ассоциация – позволяет найти временные закономерности между транзакциями. Ее целью является установление закономерностей между событиями, связанными во времени. 5) Прогнозирование – на основе особенностей исторических данных оцениваются пропущенные или же будущие значения целевых численных показателей. 6) Определение отклонений или выбросов – обнаружение и анализ данных, наиболее отличающихся от общего множества данных, выявление так называемых нехарактерных шаблонов. 7) Оценивание – сводится к предсказанию непрерывных значений признака. 8) Анализ связей – задача нахождения зависимостей в наборе данных.
Следует отметить, что на сегодняшний день наибольшее распространение технология Data Mining получила при решении следующих задач: •информационно-аналитические системы в бизнесе; • решение задач государственной безопасности; •научные исследования; •анализ Web-контентов.