Системы информационной поддержки принятия решений. 


Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Системы информационной поддержки принятия решений.



В традиционной обработке сначала существует алгоритм, в который подставляются данные для принятия решений. Управление сложными системами – сначала данные о состоянии системы, а потом аналитические алгоритмы, которые из этих данных извлекают знания, которые кладутся в основу управления.

В современной трактовке эта среда называется Business Intelligence. Разработчики серверов БД наряду с ядрами серверов имеют все средства BI. Сторонние фирмы поставляют отдельные средства, которые связаны между собой посредством унифицированных форматов метаданных.

Приведем краткую характеристику средств СППР:

  1. генерация нерегламентированных отчетов и запросов – поддерживается гибкая навигация по хранилищу данных в целях реализации нерегламентированных выборок и оформления их в виде отчетов. Навигаторы через удобный пользовательский интерфейс позволяют в терминах концептуальной модели хранилища данных без участия пользователя сгенерировать SQL-запросы и оформить результат в стандартном формате, для этого используются навигационные метаданные хранилища, которые описывают семантику концептуальной модели предметной области.
  2. многомерная аналитическая обработка данных – в основе лежит многомерное представление данных, предложенное Э. Поддом. Одновременный анализ по нескольким измерениям консолидации информации определяется как многомерный анализ данных. В основе многомерного представления лежит многомерный куб, грани которого соответствуют измерениям, а в ячейках куба хранится информация. Через прозрачный пользовательский интерфейс аналитик, определяя значения, выбирает из базы необходимую информацию. Многомерная обработка – это формирование на лету таблиц Excel любой произвольной структуры. Структура куба прописана на уровне аналитических метаданных.
  3. интеллектуальный анализ данных основан на поиске в данных скрытых закономерностей посредством методов прикладной статистики (шаблонов знаний) и интеллектуального анализа.

Хранилища данных.

Центральным местом в корпоративной информационно-аналитической системе является хранилище данных. Впервые предложил эту концепцию Б. Инмон – объединение ресурсов в единую БД. Хранилища данных - это предметно-ориентированные, интегрированные, неизменчивые, поддерживающие хронологию наборы данных, организованные с целью поддержки корпоративного управления, призванные выступать в роли единого и единственного источника истины, обеспечивающего менеджеров и аналитиков достоверной информацией, необходимой для анализа и поддержки принятия решений. На первом этапе хранилища организовывали интеграцию данных из настольных систем оперативной обработки. В настоящее время хранилища данных являются основой корпоративного управления, в них накапливается информация из различных подсистем ERP, а чаще всего это основа крупных корпоративных систем, ориентированных на управление холдингами и большими корпорациями. Развитые подходы применяются при создании интегрированных БД. Черты: историчность хранимых данных, наличие метаданных, ориентированных на организацию среды поддержки принятия решений, развитые средства загрузки данных.

Модели хранилищ данных.

Для организации ретроспективных сведений поддерживаются 2 варианта историчности.

  1. Хронологический набор событий (событийная история), 3 вида событий: событие реального мира (регистрация юр. лица, прием студента), мгновенный снимок (показания прибора, характеристика объекта, состояние больного), совокупные снимки за определенный период (объем продаж, количество родившихся) – все виды характеризуются датой. Для организации событийной информации применяется структура типа «звезда». Три вида структур: обычная звезда (факт сопровождается измерениями), снежинка (у справочников измерений есть еще несколько справочников), созвездие (несколько звезд, имеющие общие справочники). Теоретик многомерного моделирования Р. Кимбал разработал технологию формирования звездообразных структур из ER-модели. Все сущностные ассоциации могут быть основой аналитических многомерных структур.
  2. Хронологический набор изменений сущности – история информационных объектов. Чаще всего объектами являются информационные сведения. Историчность поддерживается с помощью дат и флажка состояния актуальности. Для поддержания историчности используется дополнительная архивная таблица. При включении нового поставщика дата начала:= текущей, а дата окончания – бесконечная и статус:= 1. При удалении поставщика статус:= 0, а дата окончания:= текущая. При изменении данных по поставщику дата окончания:= текущая и запись перемещается в историю, а в текущей записи дата начала – завтра, а окончания – бесконечная.

В целом структуру хранилища можно охарактеризовать следующим: это совокупность информационных объектов, каждый из которых представляет собой совокупность сущностей, объекты, связанные с событийной информацией, представляются структурой типа звезда и они ориентированы на последующие аналитическую обработку (по ним формируются метаданные). Объекты, соответствующие основным бизнес-понятиям предметной области представляются в виде многоуровневых структур и чаще всего соответствуют ведомственным реестрам, которые соответствуют навигационные модели метаданных, и справочником. Чаще всего корпоративное хранилище развивается постепенно, в нем появляются новые структуры, которые иначе называют витрины данных. Каждая витрина соответствует определенному аспекту предметной области.

Метаданные хранилища.

Это электронная документация, используемая при организации клиентских мест. При этом создание ИАС состоит из 2 частей: дизайн метаданных, интерпретаторы метаданных, являющиеся клиентскими местами.

 

Для каждого вида метаданных существуют свои дизайнеры – CASE-средства. Созданные структуры помещаются в хранилища данных таблицы. Эти средства существуют у

фирм-разработчиков СУБД. Для информационного обмена метаданными. Разработаны 2 стандарта: CWM и UDM. Это XML-структуры и структура метаданных выгружается в XML-документ и интерпретируется другими системами.

Средства сбора и загрузки данных.

Существует несколько подходов:



Поделиться:


Последнее изменение этой страницы: 2017-01-27; просмотров: 333; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 54.174.85.205 (0.006 с.)