Титульник

ТЗ

Аннотация

Диссертация посвящена вопросу оперативного многомерного анализа данных (OLAP) в системах поддержки принятия решений (СППР). Рассматривается класс систем, учитывающих для формирования оптимальных решений изменяемые с течением времени факторы (оценки, риски, вероятности и др.).

В работе анализируется эффективность применения существующих подходов построения систем многомерного анализа в СППР рассматриваемого класса. Автор диссертации предлагает модифицированный подход построения подсистем многомерного анализа данных в СППР, учитывающий недостатки существующих подходов. Предложенный подход реализуется и тестируется в СППР для департамента радиоэлектронной промышленности Министерства промышленности и торговли РФ.

Abstract

This paper is devoted to online multidimensional data analysis (OLAP) in decision support systems (DSS). Paper is focused on the class of DSS that use estimations, risks and probabilities for making correct decisions.

The first chapter is research of classic OLAP-system design approaches. There are some lacks in these approaches applied to the DSS of considering class. The author offers a modified approach to OLAP-system design that can be applied to the DSS of considering class.

The next chapter is devoted to describing of offered approach. And the last one is about implementing and testing on the DSS that used in the Ministry of Industry and Trade.

Оглавление

Список сокращений, используемых в работе

OLAP	— совокупность концепций, принципов и требований, лежащих в основе программных продуктов, обеспечивающих сбор, хранение, манипулирование и оперативный анализ многомерных данных.
OLTP	— обработка транзакций в реальном времени. Способ организации БД, при котором система работает с небольшими по размерам транзакциями, но идущими большим потоком, и при этом клиенту требуется от системы максимально быстрое время ответа.
СППР	— система поддержки принятия решений.
РЭП	— радиоэлектронная промышленность.
СППР РЭП	— система поддержки принятия решений для департамента радиоэлектронной промышленности Министерства промышленности и торговли РФ.
Минпромторг	— Министерство промышленности и торговли РФ.
ФЦП	— Федеральная целевая программа.
Хранилище данных (ХД)	— предметно-ориентированная информационная корпоративная база данных, специально разработанная и предназначенная для подготовки отчётов, анализа бизнес-процессов с целью поддержки принятия решений в организации.

Введение

Современные условия ведения бизнеса, характеризующиеся возрастающей жесткой конкуренцией и нестабильностью экономических условий, предъявляют повышенные требования к оперативности и качеству принимаемых решений на всех уровнях управления предприятием или организацией. При этом объем информации, которую необходимо учитывать для формирования оптимальных обоснованных решений, неуклонно растет.

Это приводит к ситуации, когда становится невозможно эффективно управлять компанией без использования современных средств информационного обеспечения.

За последние 20 лет информационно-аналитические системы меняли свои названия и содержание, пройдя путь от информационных систем руководителя (executive information systems, EIS) до систем поддержки принятия решений (СППР).

Современные СППР строятся на основе технологий, позволяющих пользователю-непрограммисту легко и оперативно извлекать информацию из различных источников, формировать собственные настраиваемые отчеты или графические представления, проводить многомерный анализ данных. Разнообразие этих технологий принято объединять термином «бизнес-аналитика» или Business Intelligence (BI). Развитие систем бизнес-аналитики прошло путь от «толстых» клиентов до Web-приложений, в которых пользователь ведет исследование с помощью браузера и может работать удаленно.

Цель технологий BI - своевременно принимать решения, основываясь на корректных данных. Сегодня создание и внедрение BI технологий сформировалось в самостоятельное динамично развивающееся направление индустрии информационных технологий.

Целью выпускной квалификационной работы является выбор подхода построения подсистем многомерного анализа данных для СППР, учитывающих риски предприятий, и его применение в СППР для департамента радиоэлектронной промышленности Министерства промышленности и торговли РФ.

Для достижения поставленной цели необходимо сформулировать и решить следующие задачи:

1. 
   Проанализировать эффективность применения существующих подходов к построению систем многомерного анализа данных в СППР, учитывающих риски предприятий.
   
2. 
   Разработать архитектуру подсистем многомерного анализа данных для СППР, учитывающих риски предприятий.
   
3. 
   Реализовать подсистему многомерного анализа данных в СППР для департамента радиоэлектронной промышленности Минпромторга.
   

Объектом исследования является класс СППР, учитывающих для формирования оптимальных обоснованных решений изменяемые с течением времени факторы (оценки, риски, вероятности и др.).

Предметом исследования является технология оперативного многомерного анализа данных (OLAP), применяемая в СППР.

Новизна работы состоит в обосновании и использовании нового подхода для построения подсистем многомерного анализа данных в СППР, учитывающих изменяемые с течением времени факторы.

Практическая значимость работы заключается в реализации предложенного подхода в СППР для департамента радиоэлектронной промышленности Министерства промышленности и торговли РФ.