КАТЕГОРИИ:


Астрономия- (809) Биология- (7483) Биотехнологии- (1457) Военное дело- (14632) Высокие технологии- (1363) География- (913) Геология- (1438) Государство- (451) Демография- (1065) Дом- (47672) Журналистика и СМИ- (912) Изобретательство- (14524) Иностранные языки- (4268) Информатика- (17799) Искусство- (1338) История- (13644) Компьютеры- (11121) Косметика- (55) Кулинария- (373) Культура- (8427) Лингвистика- (374) Литература- (1642) Маркетинг- (23702) Математика- (16968) Машиностроение- (1700) Медицина- (12668) Менеджмент- (24684) Механика- (15423) Науковедение- (506) Образование- (11852) Охрана труда- (3308) Педагогика- (5571) П Arhitektura- (3434) Astronomiya- (809) Biologiya- (7483) Biotehnologii- (1457) Военно дело (14632) Висока технологиите (1363) Geografiya- (913) Geologiya- (1438) на държавата (451) Demografiya- ( 1065) Къщи- (47672) журналистика и SMI- (912) Izobretatelstvo- (14524) на външните >(4268) Informatika- (17799) Iskusstvo- (1338) История- (13644) Компютри- (11121) Kosmetika- (55) Kulinariya- (373) култура (8427) Lingvistika- (374) Literatura- (1642) маркетинг-(23,702) Matematika- (16,968) инженерно (1700) медицина-(12,668) Management- (24,684) Mehanika- (15423) Naukovedenie- (506) образование-(11,852) защита truda- (3308) Pedagogika- (5571) п Политика- (7869) Право- (5454) Приборостроение- (1369) Программирование- (2801) Производство- (97182) Промышленность- (8706) Психология- (18388) Религия- (3217) Связь- (10668) Сельское хозяйство- (299) Социология- (6455) Спорт- (42831) Строительство- (4793) Торговля- (5050) Транспорт- (2929) Туризм- (1568) Физика- (3942) Философия- (17015) Финансы- (26596) Химия- (22929) Экология- (12095) Экономика- (9961) Электроника- (8441) Электротехника- (4623) Энергетика- (12629) Юриспруденция- (1492) Ядерная техника- (1748) oligrafiya- (1312) Politika- (7869) Лево- (5454) Priborostroenie- (1369) Programmirovanie- (2801) производствено (97182) от промишлеността (8706) Psihologiya- (18,388) Religiya- (3217) с комуникацията (10668) Agriculture- (299) Sotsiologiya- (6455) спортно-(42,831) Изграждане, (4793) Torgovlya- (5050) превозът (2929) Turizm- (1568) физик (3942) Filosofiya- (17015) Finansy- (26596 ) химия (22929) Ekologiya- (12095) Ekonomika- (9961) Telephones- (8441) Elektrotehnika- (4623) Мощност инженерно (12629) Yurisprudentsiya- (1492) ядрена technics- (1748)

Анализът на данните в АИС в предприятието

Автоматизиране на анализа на данни - един от основните цели на AIS.

Системи и модули голям EIS, предназначени за автоматизиране на анализ на данни, наречени DSS (ДПС).

Основната цел на анализа на данните в предприятието - подкрепа на управленски решения.

Всяка система за анализ на данни, трябва да осигури: въвеждане на данни, за съхранение на данни, анализ на данни.

въвеждане на данни посредством са средства за интерфейс, по-специално, клиентът компоненти OLTP-системи.

За съхранение на данни в бази данни и хранилища на данни се използват системи за анализ (HD, неговата -. INF Склад, Data Warehouse). HD понятие се появява в началото на 90-те години. Появата на тази концепция е свързана с идентифицираните противоречията на оперативни системи и системите за обработка на данни за анализ.

противоречия:

1. Сложните аналитични заявки заемат системните ресурси и може значително да забави обработката на данни в реално време.

2. оперативната база не е подходящ за дългосрочно съхранение на големи обеми от данни, които са необходими за анализ.

съкращение 3. Данните в оперативните бази данни трябва да бъдат сведени до минимум. някои съкращения могат да бъдат полезни за анализ.

4. Грешки при ръчно въвеждане на данни в оперативната рамка, са неизбежни и по принцип могат да бъдат разрешени. В същото време, грешки в данните, предназначени за анализ може напълно да нарушат резултатите.

5. анализи, за разлика от конвенционалните системи OLTP-искания не могат да бъдат определени по-рано.

За бързи системи за обработка на типична средна постоянно натоварване на системата за компютри. Когато anaize данни наблюдавани върхово натоварване при обработката на заявките.

Основната идея на HD - на принципа на разделение на оперативните данни и данни за анализ.

Определяне HD (W. Inmon 1993).

CD - предмет ориентирани, интегрирана, неизменна, поддържа хронологията на набора от данни, предназначени за подпомагане на вземането на управленски решения.

Тема ориентация означава, че определена предметна област отразяват данните, предоставяни на компактдиска от оперативни източници, съдържащи някои аспекти на района. В допълнение, анализът е само на смислени данни трябва да се съхраняват.

Почтеност означава, че данните в CD идват от различни вътрешни и външни източници, оперативната база на предприятието, интернет, електронни медии, електронни каталози, директории, архиви, статистически отчети. Данните преди да бъдат пуснати в компактдиска, предоставен с общ формат - интегрирани.

Неизменност - че данните не трябва да се променят, освен в случай на откриване на грешки.

Timeline - всички елементи трябва да имат маркировка за време, съответстващо на времето на поява на данни.



Хранилища може да бъде централизирана, в този случай, едно хранилище на един компютър или един мрежов възел. Или за съхранение могат да се разпространяват, в този случай, функциите на CD се изпълняват по няколко мрежови възли.

Хранилища могат да бъдат физически, в този случай, данните са действително претоварен от оперативни бази в специална зона за съхранение, до които са адресирани аналитичните запитвания. Съхранение също може да бъде виртуална, в този случай, молби се обработват от оперативни източници на данни (OLTP). Virtual CD е по-лесно да се изгради и по-евтино, но анализът на ефективността е ниска. Физическо CD-трудно и по-скъпо, но използването му е по-ефективна.

Данните за безопасността при компактдиск може да се увеличи, като се използва принципа на витрини от данни (Data Mart), т.е. опростено съхранение, предоставяне на данни за определени категории потребители, в съответствие с действащото тяхната необходимост.

Като цяло, на система за анализ на данни може да бъде представен:

Според степента на сложност и извличане на данни задачи могат да бъдат разделени:

1. извличане на информация задачи. Тяхното решение се свежда до намиране и извличане на необходимите данни. За решаването на тези проблеми е достатъчно в стандартна база данни. Така например, извличане на информация задача - да се предоставят данни за специфични потребителски стоки.

2. Задачите на оперативен анализ. Групирането и обобщаване на данните в суров вид, обобщени параметри се изчисляват и съответната функция построени. Тези проблеми са решени с помощта на технологията OLAP (Онлайн аналитична обработка). Пример: да предостави информация за придобиващият дружества, отлагане плащанията доставят своите продукти към днешна дата.

3. Минни задачи. Тяхното решение се свежда до определяне на закономерности (модели) в масивите от данни. Използвайте извличане на данни (Data Mining, Data Mining). Пример: Изграждане портрет на типичния предприятието информация, забавяне изплащането на него доставят продукти.

<== предишната лекция | Следващата лекция ==>
| Анализът на данните в АИС в предприятието

; Дата на добавяне: 03.01.2014; ; Отзиви: 94; Нарушаването на авторски права? ;


Ние ценим Вашето мнение! Беше ли полезна публикува материал? Да | не



ТЪРСЕНЕ:


Вижте също:



ailback.ru - Edu Doc (2013 - 2017) на година. Не е авторът на материала, и предоставя на студентите възможност за безплатно обучение и употреба! Най-новото допълнение , Ал IP: 11.45.9.24
Page генерирана за: 0.048 сек.