Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
УчПособие ИнфТехнологии в экономике.doc
Скачиваний:
11
Добавлен:
19.11.2019
Размер:
481.28 Кб
Скачать

2.1.2. Технология сбора информации

Технология сбора информации включает следующие этапы:

  1. Выявление основных источников возникновения и получения информации. Реализация этого этапа базируется на анализе моделей информационных потоков.

  2. Классификация источников информации по степени приоритетности и выбор необходимых источников. На этом этапе строится классификационная модель на основании соотнесения одного источника информации с другими и выявлении сходства и различия между ними.

  3. Определение способов получения информации. На этом этапе выявляются основные каналы передачи информации, описываются технические, программные и методические средства, обеспечивающие процесс передачи и получения информации.

  4. Классификация каналов передачи информации по степени приоритетности, выбор необходимых каналов.

  5. Организации процесса сбора информации. Здесь производится сбор информации из выбранных источников.

  6. Классификация и анализ полученной информации.

  7. Разработка формы представления информации. На этом этапе определяется информационной состав и структура носителя информации.

  8. Регистрация информации.

2.1.3. Общие подходы к построению классификационных моделей

На первом этапе построения классификационной модели выявляются классификационные признаки. Классификационный признак - это свойство (или набор свойств), на основании значений которых производится отнесение объекта к той или иной классификационной группе. Выбор состава классификационных признаков является сложной задачей, т.к. от этого зависит полнота классификации. Классификационные признаки могут относиться как к самим источникам информации (например, степень удаленности), так и к получаемой информации (например, степень адекватности информации решаемой задачи, форма представления информации, полнота информации и т.д.).

На втором этапе моделирования разрабатывается система классификаторов. Классификатор - это правило, в соответствии с которым производится классификация объектов. Значения многих классификационных признаков носят нечеткий, расплывчатый (fuzzy sets) характер, т.е. тождество или различие значений признаков у двух объектов нельзя утверждать с полной уверенностью. Особенно часто такая ситуация возникает при использовании естественно-языковых конструкций для описания информационной модели (например, «некоторое количество чего-либо», «наше мнение по данному вопросу», «равновесие почти достигнуто» и т.д.), но расплывчатые конструкции присутствуют и в искусственных формализованных языках (например, понятия «значительно больше» и «примерно равно» в математике). Поэтому, при разработке классификаторов очень важным этапом является переход от нечетких (размытых) значений показателей к строго определенным количественным оценкам. Этот переход является алгоритмической операцией, которая ставит в соответствие некоторому состоянию (или свойству) объекта или процесса определенное обозначение (число, номер или символ). Эффективность классификатора и, как следствие, полнота классификации зависят от степени адекватности такого соответствия и разнообразия вариантов.

На третьем этапе построения классификационных моделей производится собственно процесс классификации, т.е. отнесение объектов к различным группам на основании значений классификационных признаков в соответствии с разработанными классификаторами.