Технологии систем поддержки принятия решений. Общая характеристика хранилищ данных.

 

Информационные технологии систем поддержки принятия решений (СППР) ориентированы на аналитическую обработку данных с целью получения знаний, необходимых для разработки реше­ний в области управления. Дополнительным стимулом совершенствования этих систем стали такие факторы, как снижение стоимости высокопроизводительных компьютеров и расходов на хранение больших объемов информации, появление возможности обработки больших массивов данных и развитие соответствующих математических методов.

В выработке решений участвуют:

· система поддержки принятия решений в роли вычислительного звена и объекта управления;

· человек (лицо, принимающее решение (ЛПР)) как управляющее звено, задающее входные данные и оценивающее полученный результат вычислений на компьютере.

Отличительные характеристики СППР:

· ориентация на решение плохо структурированных задач;

· сочетание традиционных методов доступа и обработки компьютерных данных с возможностями математических моделей и методами решения задач на их основе;

· направленность на непрофессионального пользователя компьютера;

· высокая адаптивность, обеспечивающая возможность приспосабливаться к особенностям имеющегося технического и программного обеспечения, а также требованиям пользователя.

Информационная технология поддержки принятия решений может использоваться на любом уровне управления. Кроме того, решения, принимаемые на различных уровнях управления, часто должны координироваться. Поэтому важной функцией и систем, и технологий является координация лиц, принимающих решения, как на разных уровнях управления, так и на одном уровне.

Основные элементы:

· Решение относится к функциональным и аналитическим аспектам, к критериям выбора альтернатив.

· Поддержка относится к обеспечению необходимыми инструментами, к пониманию способов действий ЛПР на пути оказания ему помощи.

· Система относится к технологии всего процесса, возможностям, предоставляемым ЛПР.

 

В СППР используются специализированные базы данных, которые называются хранилищами данных (ХД).

Хранилище данных — разновидность систем хранения, ориентированная на поддержку про­цесса анализа данных, обеспечивающая целостность, непротиворечивость и хронологию данных, а также высокую скорость выполнения аналитических запросов.

Важный элемент - семантический слой — механизм, позволя­ющий аналитику оперировать данными посредством бизнес-терминов предметной области. Это дает возможность сосредоточиться на анализе и не задумываться о механизмах получения данных.

В отличие от обычных систем хранения данных, данные из ХД не удаляются, а пополнение происходит в соответствии с определенным регламентом (раз в час, день, неделю, в определенное время).

Чтобы ХД выполняло функции, соответствующие его основной задаче — поддерж­ке процесса анализа данных, — оно должно удовлетворять требованиям:

· высокая скорость получения данных из хранилища;

· систематическая поддержка внутренней непротиворечивости данных;

· возможность получения и сравнения срезов данных;

· наличие удобных средств для просмотра данных в хранилище;

· обеспечение целостности и достоверности хранящихся данных.

Принципы:

· Проблемно-предметная ориентация. Данные объединяются в категории и хранятся в соответствии с областями, которые они описывают, а не с приложениями, которые они используют.

· Интегрированность. Данные объединены так, чтобы они удовлетворяли всем требованиям предприятия в целом, а не единственной функции бизнеса.

· Некорректируемость. Данные в хранилище данных не создаются: т.е. поступают из внешних источников, не корректируются и не удаляются.

· Зависимость от времени. Данные в хранилище точны и корректны только в том случае, когда они привязаны к некоторому промежутку или моменту времени.

Цели использования концепции ХД в СППР и анализе данных:

· своевременное обеспечение аналитиков и руководителей всей информацией, необходимой для выработки обоснованных и качественных управленческих решений;

· создание единой модели представления данных в организации;

· создание интегрированного источника данных, предоставляющего удобный доступ к разнородной информации и гарантирующего получение одинаковых ответов на одинаковые запросы из различных аналитических приложений.

Основными задачами, которые требуется решить в процессе разработки ХД, являются:

· выбор структуры хранения данных, обеспечивающей высокую скорость выпол­нения запросов и минимизацию объема оперативной памяти;

· первоначальное заполнение и последующее пополнение хранилища;

· обеспечение единой методики работы с разнородными данными и создание удобного интерфейса пользователя.

 

Данные в ХД хранятся как в детализированном, так и в агрегированном виде.

Дан­ные в детализированном виде поступают непосредственно из источников данных и соответствуют элементарным событиям, регистрируемым OLTP-системами. Такими данными могут быть ежедневные продажи, количество произведенных изделий и т. д.

Агрегированные данные, т.е. данные определенной степени обобщения. Например, суммы продаж, взятые по дням, но обобщенные в пределах недели или месяца и взять сумму, среднее, максимальное и минимальное значения за соответствующий период, делает полученный ряд более информативным.

Метаданные – ключевой фактор успеха при разработке ХД. Они содержат всю инфу, необходимую для извлечения, преобразования и загрузки данных из различных источников, и их использование.

2 уровня метаданных:

· технический (административный) - содержит метаданные, необходимые для обеспечения функционирования хранилища (статистика загрузки данных и их использования, описание модели данных и т. д.)

· бизнес-уровень - обеспечивают пользователю возможность концентрироваться на процессе анализа, а не на технических аспектах работы с хранилищем; представляют собой описание предметной облас­ти, для работы в которой создается аналитическая система или ХД.

Разработано несколько архитектур хранилищ:

· Реляционные - данные хранятся в реляционных табли­цах, но образуют специальные структуры, эмулирующие многомерное представление данных.

· Многомерные - реализуют многомерное представление данных на физическом уровне в виде многомерных кубов.

· Гибридные - сочетают в себе свойства как реляционной, так и многомерной модели данных. В гибридных ХД детализированные данные хранятся в реляцион­ных таблицах, а агрегаты — в многомерных кубах.

· Виртуальные - не являются хранилищами данных в привычном понимании. В таких системах работа ведется с отдельными источниками данных, но при этом эмулируется работа обычного ХД.