Файл: Аналитический обзор существующих систем поддержки принятия решения ( Задачи, выполняемые системами поддержки принятия решений).pdf

облачных технологий для :

• простое и удобное чение к программе;
• возможность пользоваться из разных мест на работе и т.д.).

4. в модели сервиса рисунок 4).

Рисунок 4 - в модели сервиса

полно облачные задействуются тогда, работа с прикладными организуется в модели Модель сервиса умевает, что потребители не сами прикладные Они платят лишь за прикладным решением интернет. Сами же решения установлены, и обслуживаются у поставщика на его оборудовании.

Поставщик круглосуточную бесперебойную прикладных решений, их обновление, создание копий и конфиденци хранимых данных. Для чтобы вести в той или иной программе потребители оплачивают некоторый объем который они собираются с помощью браузера к нужной программе и в ней учет.

Такая избавляет потребителя от затрат, связанных с уста обновлением и поддержкой и программного обеспечения. Все эти берет на себя сервиса, предостав пользования программой как

Каждая из программ, в модели сервиса, в режиме разделения данных. Каждый из абонентов или физических лиц), под к сервису, может несколько физических (например, сотрудников из абонентов может сразу с несколь программами. В результате в программе для каждого выделяется своя  область данных, с которой работают его

Для абонента все выглядит как будто с программой только его клиенты. Для сервиса все абоненты, с программой, обращаются к информационной базе. То единственный экземпляр запущенный у поставщика, всех абонентов. образом, например, программы поставщик быстро и одновременно для абонентов.

Преимущества в модели сервиса:

• не несет расходов по обновлению и поддержке ования и программного обеспечения;
• п свободен в выборе и места работы с т.к. поставщик её круглосуточную работу через
• гарантированная стабильная на последней версии ммы, соответствующей последним законодательства.

2.2 Облачные технологии

Слово «облако» ( cloud) использовалось в годах для метафорического интернета: тогда г сеть представлялась загадочным, неопределенным в пространственных границах, от своих внутренних и быстро изменяющимся. в статье под заголовком for Scalable, Robust, Client Cloud определение «облачных гласит: «Это тот когда информация хранится на серверах в и временно сохраняется на клиента — например, на компьютерах, планшетах, мини-компьютерах и так далее». «облачных вычислений» сформулирована еще в 1960 Джоном Мак-Карти, по вычислительной технике, своими публикациями по искусственного интеллекта. Он предположение, что когда-нибудь будут организованы по коммунальных услуг, то будут предоставляться за плату. В 1993 термин «облако» был использован в коммерческих для описания крупных задействующих технологию одновременной передачи всех видов голос и видео) в с коммутируемыми каналами. В них промежуточное виртуальное между отправителем и упрощающее процесс информации.

В начале XXI термин «облачные стал употребляться к возникшему тогда SaaS (Software as a - «программное обеспечение как Первопроходцем в этом стал интернет-магазин который выкрутился из ситуации в период доткомов путем своих дата-центров на Open Source. 90% компании стали на базе операционной Red Hat Linux (вместе с веб-сервера Stronghold, из вариантов сборки а аппаратное обеспечение на недорогие модели на основе чипсетов от и HR. В 2002 году созданы веб-сервисы Они представляли собой то, что пять лет стало «облаком», - набор расположенных на удаленных к которым пользователь получить доступ веб-браузер из любого где есть Интернет.

В году в подобный (Academic Cluster Initiative), в котором участие Google и включились несколько университетов. Для них эти компании дата-центры на 1600 и оснастили их соответствующим обеспечением для управления и удаленного доступа к ресурсам. Также в за «облаками» вступили Microsoft и eBay, а год компьютерная индустрия уже под «облаком»: аналитики расхваливали новую оптимизации расходов за отказа от высокопроизводительных в пользу интернет-сервисов «Документы Google».

«» используется в как метафора. на том, интернет на диаграммах в , за которым скрывается сложная все технические .

дадим определение, же Software a Service  тексту SaaS), затем какое занимает в « и в : Предприятии.

SaaS ( « обеспечение как ») – -модель продажи использования программного , при поставщик  веб-приложение  управляет им, доступ к через Интернет. модели SaaS  потребителя  в  затрат, связанных обновлением и оборудования и нём программного . отметить, что является одним «облачных технологий» 5). Поэтому : Предприятие 8 таким в 8.2, все на основе программы по модели

5 – Различные «»

Для полного изображенной на дадим определения IaaS. Infrastructure a (IaaS) – предоставление инфраструктуры в форме услуги на облачных вычислений. из трех

• Аппаратные средства хранения клиентские , оборудование)
• Операционные системное ПО ( автоматизации, основные ресурсами)
• ПО (, для управления

as a – это предоставление рмы для , тестирования, и веб-приложений организованная на облачных вычислений.

день «облачные» ряд преимуществ, для потребителей отсутствии установки : Предпри на местах так доступ к осуществляется браузер. позволяет снижать начальном этапе : нет расходов собственного серверного программного обеспечения, работоспособности, затрат аренду и его специальным интернету, фирмы все меньше в дорогах в бках», с пользователями Skype и обеспечение удаленно. мы еще положи фактор – быстрота обусловленная времени на

2.3 СППР на основе OLAP-систем

В архитектуре СППР в качестве компонентов выделяет подсистему хранения на основе БД и средств работы с нею – СУБД. Простые неочищенные данные, поступающие из OLTP-систем не могут быть использованы для решения задач анализа, характерных для СППР второй и третьей групп. Такие системы требуют специального представления данных в виде многомерной модели^[2]. В их архитектуре выделяют:

• системы обработки данных (СОД), которые являются поставщиками данных для хранилищ данных;
• хранилище данных, которое реализуется на основе многомерных моделей OLAP-систем;
• аналитическая система, которая реализует различные методы анализа данных.

Существуют различные виды архитектур построения СППР с использованием OLAP-систем.

СППР, использующие независимые витрины данных (ВД) (рисунок 6), каждая из которых использует свою модель данных для ре- шения ограниченного круга задач в одной предметной области, на- пример, для работников одного отдела.

Рисунок 6 – Архитектура на основе независимых витрин
данных

Данные в независимой витрине настроены на решение ограниченных задач, источниками данных (ИД) являются системы оперативной обработки данных, а не централизованные хранилища. СППР на основе двухуровневого хранилища данных (рисунок 7).

Рисунок 7 – Архитектура СППР на основе двухуровневой
OLAP-системы

Первый уровень хранилища данных реализован на уровне отдельных источников данных. Чаще всего они представляют собой СОД. На втором уровне находится OLAP-система, которая обеспечивает единые методы аналитической обработки данных на основе единой централизованной многомерной модели данных. Такая архитектура поддерживает возможность решения различных задач, но её реализация сопровождается рядом проблем: сложностью построения единой многомерной модели данных, способной поддерживать решении задач в различных областях, и снижением производительности.

СППР на основе трехуровневого хранилища данных позволяют реализовать различный способ построения моделей данных (рисунок 8).

Рисунок 8 – Архитектура СППР на основе трехуровневой OLAP-системы

Первый уровень такой системы образуют СОД, являющиеся источниками данных. На втором уровне реализована OLAP-система, поддерживающая централизованную многомерную модель данных.

На третьем уровне располагаются витрины данных. В их основе лежит своя многомерная модель, ориентированная на поддержку решения конкретных задач, но построенная на основе централизованной многомерной модели данных. Такая архитектура СППР может поддерживать различные методы анализа данных, реализованных на основе централизованной аналитической системы и аналитических систем отдельных витрин.

Разнообразие архитектур СППР на основе OLAP-систем определяется спецификой решаемых задач, но каждая из них предполагает разработку хранилища данных, интегрирующих данные их различных источников на основе единой логической модели. Это делает актуальной проблему проектирования OLAP-систем и разработки методов автоматизации её решения.

ЗАКЛЮЧЕНИЕ

Системы поддержки принятия решений обобщенного характера оказывают помощь сотрудникам коммерческих предприятий различных сфер бизнеса в операционно-информационных процессах связанных с производством, приобретением и учетом товарно-материальных запасов, их физическим распределением и бухгалтерским учетом.

Набор функциональных возможностей систем поддержки принятия реше- ний, применяемых в страховом бизнесе можно назвать классическим – это вы- явление потенциальных случаев мошенничества, анализ риска, классификация клиентов. Таким образом, функции обнаружения определенных стереотипов в заявлениях о выплате страхового возмещения, в случае больших сумм, позволя- ют сократить число случаев мошенничества в будущем. Анализируя характер- ные признаки случаев выплат по страховым обязательствам, страховые компа- нии могут уменьшить свои потери.

Для – отсутствие 1С: Предприятие рабочих пользователей, как доступ ПО через . Сниж затрат начальном становления : нет на собственного оборудования программного настройку, снижение затрат помещения и его оборудованием.

, специалисты 1С меньше времени дорогах и «пробках», больше пользователями по и программное удаленно.

Быстрота отсутствием времени развертывание

«Облачные» перед производителями широкие перспективы, об этой любому который текущую или с современными технологиями.

На сегодняшний день деловая информация и системы управления знаниями стали общедоступными. В сети Интернет можно найти множество готовых систем поддержки принятия решений, помогающих принять рациональное решение при выборе маршрутов, управлять портфелями акций, выбирать акционерный капитал, составлять стратегические и тактические планы маркетинга, оказывать помощь в бизнес-планировании. При этом такие системы находятся в свободном доступе или являются условно платными, что позволяет фирмам, относящимся к сфере малого бизнеса активно применять системы поддержки принятия решений в повседневной управленческой деятельности.

СПИСОК ЛИТЕРАТУРЫ

1. Г.В., А.Е., В.В. система поддержки решений на предпроектных исследований создании перспективных управления // Известия . Технические науки. – . - № 2 (175). – . 115-126
2. Ермакова О.А. Система поддержки принятий решений – ключевой инструмент аналитических систем / МЕЖДУНАРОДНАЯ КОНФЕРЕНЦИЯ ПО МЯГКИМ ВЫЧИСЛЕНИЯМ И ИЗМЕРЕНИЯМ. – 2016. – C. 423-426
3. Жданов О.., Арапов В.., Меркулов О.. Решение задач обучение в поддержки принятия // Вестник научных . – 2015. - № 4- (4). – С. -68
4. Звягин Л.С. Прикладной системный анализ в современной экономической науке // Актуальные проблемы гуманитарных и естественных наук. – 2014. - № 5-1. – С. 161–166
5. Ключко, В. И. Архитектуры систем поддержки принятия ре- шений / Ключко В. И., Шумков Е. А., Власенко А. В., Карнизьян Р. О. // Научный журнал КубГАУ. – 2013– №86(02).
6. Люпа .С. Анализ интеллектуальной поддержки решений при производственных систем // системы в . – 2014. - № 2 (). – С. 217-
7. Макаров С.. За «Облачные » // Креативная экономика.- :, №8, 2016
8. С.В. -экономические аспекты вычислений // Монография - .: ЦЭМИ РАН,
9. Макаров С.. Эффект загрузки // экономика. – №9 –
10. Михеев М.., Прокофьев О.., Семочкина И.. Методы анализа и их в системах принятия решений: пособие. – Пенза,
11. Привалов, В.И., Повышение эффективности центров обработ- ки данных для информационных систем / В.И. Привалов, Ю.В. Боковой, В.М. Зимин, В.А. Четкин, Е.П. Шевченко, Е.С. Харламова // Двойные технологии. – 2016. – № 4 (69). – С. 75-79
12. Системы поддержки принятия решений / Под ред. В. Г. Халина, Г. В. Черновой. М: Юрайт. – 2016
13. Современные информационные технологии / сборник трудов по материалам II-й межвузовской научно-технической конференции 14 сентября 2016 года, г.о. Королёв, «МГОТУ» / Под общей науч. ред. док. техн. наук, проф. В.М. Артюшенко. – М.: Издательство «Науч- ный консультант», 2016
14. Черняк Л. - основа облака. // системы. СУБД сентября 2014 .
15. Хазанова Д.Л., Кондратьев Д.Е. К вопросу об автоматизированных системах поддержки принятия решений // Вестник научных конференций. – 2015. - № 1-6 (1). – С. 156-158
16. Интуит. Национальный университет [электронный ]; URL:http://.intuit.ru//se/incloudc// (дата обращения .04.2016);
17. Официальный 1С: Предприятие [электронный ресурс]

1. Gretzel Ulrike. Decision support system. Reference Work Entry Encyclopedia of Tourism, 25 June 2016. P. 227-228 ↑

2. Ключко, В. И. Архитектуры систем поддержки принятия решений / Ключко В. И., Шумков Е. А., Власенко А. В., Карнизьян Р. О. // Научный журнал КубГАУ. – 2013– №86(02). [Электронный ресурс]. – http://ej.kubagro.ru/2013/02/pdf/49.pdf ↑