CC BY
507
Международный электронный научный журнал ISSN 2307-2334 (Онлайн)
Адрес статьи: pnojournal.wordpress.com/archive15/15-04/ Дата публикации: 1.09.2015 № 4 (16). С. 7б-82. УДК 338.2, 004.8
А. В.Александров
Информационные технологии в управлении
Статья анализирует применение информационных технологий в управлении. Показаны конкретные примеры применения специализированных информационных технологий в управлении. Описаны основные тенденции развития информационных технологий в управлении. Описаны особенности использования информационных технологий в управлении. Описаны методы нечеткой логики и теории предпочтений, которые используются в управленческих технологиях.
Использование информационных технологий в управлении рассмотрено с учетом следующих тенденций: усложнение информационных продуктов и услуг; стандартизация; ликвидация промежуточных звеньев; глобализация; конвергенция.
По качественным признакам выделены информационные потоки, применяемые в управлении: внешние, внутренние, внешние информационные потоки и внутренние информационные потоки.
Обозначены цели системы управления электронным документооборотом: интеграция процессов документационного обеспечения управления предприятием, повышение информированности руководства и специалистов, уменьшение стоимости документационного обеспечения управления предприятием и другие.
Ключевые слова: управление, информационные технологии, экономика, технологии управления
Perspectives of Science & Education. 2015. 4 (16)
International Scientific Electronic Journal ISSN 2307-2334 (Online)
Available: psejournal.wordpress.com/archive15/15-04/ Accepted: 18 July 2015 Published: 1 September 2015 No. 4 (16). pp. 76-82.
А. V. Alexan dov
Information technology in management
The article analyzes the use of information technology in management. The article describes examples of the application of specialized information technology management. The article reveals the main trends of development of information technology in management. This article describes the features of the use of information technology in management. This article describes methods of fuzzy logic and methods of the theory of preferences, which are used in management technologies.
The use of information technology in the management considered with the following trends: complexity of information products & services; standardization; elimination of intermediate links; globalization; convergence.
Quantitative characteristics selected information flows used in management: external, internal, external information flows and internal information flows.
The goals of the system of electronic document management: integration processes of documentary maintenance of management, raising the awareness of managers and specialists, reducing the cost of documentary maintenance of management of the company and others.
ffeeywords: management, information technology, economics, technology management
Введение
широком смысле информационные технологии, это технологии связанные с обработкой любой информации. Примером являются технологии издания печатной продукции, почтовые технологии, технологии перевода с одного языка на другой и т.п. В узком смысле информационные технологии связывают с компьютерной обработкой информации после четвертой информационной революции. Различают пять этапов эволюции информационных технологий, ручная, механическая электрическая, электронная, новая. С середины 80-х годов (распространение персональных компьютеров) доминирующей становится компьютерная или "новая" информационная технология (НИТ) [1]. Следует отметить, что наряду с НИТ широко используется термин «информационные коммуникационные технологии» (ИКТ). Можно считать их синонимами. В отечественной литературе чаще употребляется НИТ. Информация становится источником и объектом производства; объектом собственности; объектом обмена и продажи; объектом накопления и хранения; средством получения новых знаний и прибыли; средством увеличения капитализации фирм; объектом защиты и объектом национального значения [2]. Многоаспектное значение информации определяет динамику ее существования и связанные с этим различные процессы. Многоаспектность применения информационных технологий обуславливает многоаспектность применения их в управлении.
Особенности использования информационных технологий в управлении
Информационные технологии используют в разных приложениях, включая управление [3]. В рамках информационных технологий создают информационные продукты. Часто информационный продукт выступает в виде специфической услуги, когда некоторое информационное содержание предоставляется в пользование потребителю. Информационная технология по отношению к потребителю выступает как информационный продукт [4, 5]. В настоящее время в условиях рынка возрастают требования к разнообразию услуг и продуктов. Это обуславливает необходимость создания все более сложной продукции, отвечающей этим требованиям. Эта проблема решается созданием или применением адаптивных и интегрированных технологий вместо узко специализированных.
Информационные технологии в управлении используются по-разному. В некоторых случаях они повышают оперативность и производительность существующих управленческих процессов
и управленческих технологий [6]. В этом случае можно говорить о поддержке принятия решений с помощью информационных технологий. Применение информации создает определенные специфические проблемы, такие как информационная асимметрия, информационная неопределенность, множественность данных, нечеткость данных, ошибки в данных. Информационные технологии в этих случаях уменьшают или устраняют негативные информационные факторы [7, 8].
Современный рост информационных объемов и сложности информационных коллекций часто исключает обработку и анализ таких информационных коллекций человеком. Информационные технологии производят обработку такой информации, которая может быть необозримой и не воспринимаемой для человека [9].
Использование информационных технологий в управлении происходит с учетом взаимосвязанных тенденций [10]: усложнение информационных продуктов (услуг); стандартизация; ликвидация промежуточных звеньев; глобализация; конвергенция. Рассмотрим некоторые
Стандартизация как фактор информационных технологий. Информация в отличие от информационных моделей может иметь разнообразные формы представления. Ведущей технологической проблемой для поставщиков и потребителей информационных технологий и продуктов является обеспечение совместимости - возможности свободного обмена различной информационной продукцией и информационными технологиями. Усилия по стандартизации программных, аппаратных и информационных компонентов обеспечивают унификацию не их содержания, а внешних форм. Благодаря этому можно изменять конфигурации программно-технических средств и обеспечивать передачу и хранение разнообразной информации. Решение проблемы совместимости информации достигается применением методов стандартизации, гармонизации и сертификации продуктов и услуг.
Глобализация. Этот фактор [11] означает возможность и, соответственно, необходимость учета глобальной информации при анализе принятия решений и выработки стратегических, тактических и оперативных решений. Круглосуточное подключение к глобальной информации о состоянии рынков коренным образом меняет условия проведения деловых операций. Эта проблема решается путем использования сетевых технологий с подключениям к глобальным сетям и мировым информационным рынкам. Однако для анализа глобальной информации необходимо использовать суперкомпьютер или систем типа OLAP и многомерных баз данных и [12].
Конвергенция. Конвергенция - это тенденция обусловленная созданием информационных технологий, имеющих сходимость инфор-
мационных признаков, т.е. сходство в строении и функциях у относительно далеких по происхождению устройств. Конвергенция является реакцией на возникновение первого информационного барьера. В частности, в офисе гораздо удобнее иметь не отдельно стоящие приборы: факс, принтер, ксерокс, сканер, а одно интегрированное устройство со всеми информационными функциями; первые версии такого устройства, названные Medley ("смесь"), появились в продаже. Тенденция конвергенции способствует унификации стандартизации. Она в информационных системах рационализирует номенклатуру средств информатизации.
Конвергенция рыночных услуг, развитие средств их теледоставки повышают возможность создания сложных интегрированных информационных продуктов, доступ потребителей к которым осуществляется посредством взаимодействующих друг с другом информационных систем и также способствуют ликвидации посредников.
Информационные потоки в технологиях управления
В информационных технологиях управления важную роль играют информационные потоки, которые влияют на управление (обратные потоки) и используются при управлении (прямые потоки). По существу информационное управление связано с анализом и управлением информационными потоками. Если рассматривать предприятие как информационную систему, находящуюся в некой среде, можно выделить внешние и внутренние информационные потоки. Часть информационных потоков пропускается через автоматизированную информационную систему (АИС) [13]. Часть информационных потоков проходит через человека. Это обусловлено пока несовершенством информационных систем и технологий. По качественным признакам выделяют следующие информационные потоки, применяемые в управлении.
• Внешние: международные, экономические, политические, конкурентные, рыночные.
• Внутренние: технологические, рыночные, социальные.
• Внешние информационные потоки позволяют устанавливать стратегические цели и решать стратегические задачи предприятия.
• Внутренние информационные потоки позволяют координировать действия разрозненных подразделений, направляя их усилия на достижение общих поставленных целей.
АИС предприятия должна обеспечить возможность комплексного использования всех информационных потоков для решения управленческих задач. Для этого она решений должна базироваться на концепции единого информационного пространства [14].
Электронный документооборот как информационная технология
управления
Электронный документооборот является (electronic document management) одним из разновидностей информационной технологии поддержки управления и управления. Основой электронного документооборота является компьютерная система управления электронным документооборотом (СУЭД) [15]. СУЭД предназначена для автоматизации документационного обеспечения управления предприятием, включая процессы подготовки, ввода, хранения, поиски и вывода организационно-распорядительных документов и стандартных форм документов, а также для управления делопроизводством (создание, обработка и систематизация архивного хранения документов). Система управления электронным документооборотом предназначена для достижения следующих целей:
• интеграции процессов документационного обеспечения управления предприятием в рамках единой информационной системы;
• повышения информированности руководства и специалистов за счет увеличения объемов информационного хранения, централизованной обработки информации, уменьшения времени поиска документов, подготовки отчетов и докладов, а также за счет повышения полноты и достоверности отчетов;
• уменьшения стоимости документационно-го обеспечения управления предприятием за счет перехода от бумажного делопроизводства к электронному, снижения стоимости копирования и передачи бумажных документов;
• повышения оперативности делопроизводства;
• интеграции информационных процессов в рамках кооперации предприятий;
• создания качественно новой информационной базы для последующего совершенствования процессов документационного обеспечения управления и технологии работы с документами.
Система должна соответствовать информационно-организационной структуре предприятия и адаптироваться по мере совершенствования этой структуры.
Управление с использованием нейронных сетей
Технология использования искусственных нейронных сетей [16] является интеллектуальной технологией по обработке информации и информационной по внешней оболочке. Она применятся при решении сложных управленческих задач, анализ которых человеком практически невозможен. Технология использования нейронных сетей основана на использовании ки-
бернетических элементов, моделирующих нейроны. Такая нейронная сеть представляет собой многослойную сетевую структуру, состоящую из однотипных процессорных элементов - искусственных нейронов. Нейроны, связанные между собой сложной топологией соединений, группируются в слои (как правило, два-три), среди которых выделяются входной и выходной слои. В нейронных сетях, нейроны входного слоя воспринимают информацию о ситуации, а нейроны выходного слоя сигнализируют о возможной реакции на эту ситуацию.
Перед началом производственной эксплуатации искусственная нейронная сеть проходит специальный этап настройки - обучение. Обучение состоит в настройке сети на решениях типовых задач по известным входным и выходным параметрам. «Обученная» сеть должна по заданным известным входным параметрам выдавать известные решения. Такой подход не требует знания алгоритма решения задачи. В коммерческом применении искусственные нейронные сети, как правило, представлены в виде программных пакетов, плат-акселераторов для персональных компьютеров, нейромикросхем, а также специализированных нейрокомпьютеров. Для большинства приложений бывает достаточно простого программного пакета.
Основные преимущества искусственных нейронных сетей состоят в следующем. Способность обучаться на множестве примеров в тех случаях, когда неизвестны закономерности развития ситуации и зависимости между входными и выходными данными. В таких случаях (а к ним можно отнести до 80% задач финансового анализа) пасуют как традиционные математические методы, так и экспертные системы.
Искусственные нейронные сети способны успешно решать задачи, опираясь на неполную, искаженную, зашумленную и внутренне противоречивую входную информацию. Эксплуатация обученной нейронной сети по силам пользователю-непрофессионалу в области программирования и математического анализа. Нейросетевые пакеты позволяют легко подключаться к базам данных, электронной почте и автоматизировать процесс ввода и первичной обработки данных.
Внутренний параллелизм, присущий искусственным нейронным сетям, позволяет практически безгранично наращивать мощность ней-росистемы. Начав с простого пакета, можно в дальнейшем перейти на профессиональную версию или на специализированный нейрокомпьютер с полной преемственностью ранее созданного программного обеспечения. К основным управленческим и финансовым задачам, решаемым с помощью нейрокомпьютера, можно отнести:
• прогнозирование валютного курса на основе обработки временных рядов;
• страхование банковской деятельности;
• прогнозирование банкротств на основе ней-росетевой системы распознавания;
• определение курса облигаций и акций предприятий с целью вложения средств в эти предприятия;
• применение нейронных сетей к задачам биржевой деятельности;
• прогнозирование экономической эффективности финансирования инновационных проектов и др.
Информационные технологии управления с использованием методов
нечеткой логики
Традиционное управление основано на четких данных и четкой логике принятия решений. Однако в реальной практике существуют управленческие ситуации, когда данные являются нечеткими, а принимать решение нужно на основе такой информации. Нечеткие множества - неудачный термин, который служит инструментом описания дискретных прерывных множеств. Нечеткая логика (англ. fuzzy logic) - инструмент современной науки, который встречается во многих приложениях от учета управления доставками до систем управления вооружениями [17].
Традиционная формальная логика оперирует четким понятиями типа "истина" - "ложь", "да" - "нет". Принадлежность функции описывается точными значениями "нуль" (не принадлежит) и "единица" (принадлежит). Нечеткая логика имеет дело со значениями, лежащими в вероятностном диапазоне. Функция принадлежности элементов к заданному множеству также представляет собой не четкую объективную определенность "принадлежит - не принадлежит", а субъективную вероятность, «принадлежит с вероятностью», проходящую все значения от нуля до единицы [17].
Многие субъективные понятия повседневной жизни не укладываются в рамки традиционной логики. Например, "хорошая" прибыль для малого предприятия является «плохой» для среднего или крупного предприятия. Нечеткая логика предлагает решение для подобных ситуаций, основанное на теории предпочтений и правилах предпочтительности.
Исследователь должен выделить совокупность объектов или явлений и их признаков. Затем он должен дать набор качественных понятий для конкретной задачи, что такое "большой", "хороший", "значительный" и т.д. Эти понятия формализуются с помощью функции принадлежности, которая позволяет от качественных оценок переходить к количественным.
Для операций с этими количественными величинами (нечеткими числами) существуют специальные правила. Они позволяют получать более точные результаты и прогнозы, чем использование обычных чисел и операций с ними.
Теория нечеткой логики позволяет выполнять над такими величинами весь спектр логических операций - объединение, пересечение, отрицание и др. Аппарат теории нечетких множеств продемонстрировал преимущество его применения в некоторых системах управления техническими системами и при прогнозировании решении задач размещения [18]. Нечеткая логика применяется при анализе новых рынков, биржевой игре, оценке политических рейтингов, выборе оптимальной ценовой стратегии и т.п.
Появились и коммерческие системы массового применения. Наиболее мощной и популярной среди них является пакет ^Ь^^. Фактически пакет ^Ь^^ представляет собой своего рода экспертную систему, в которой пользователь задает набор правил типа "если..., то...", а система пытается на основе этих правил адекватно реагировать на параметры текущей ситуации. Отличие состоит в том, что вводимые правила содержат нечеткие величины. Аппарат нечеткой логики, заложенный в ^Ь^^, дает возможность оперировать этими понятиями как точными и строить на их основе целые логические системы, не заботясь о нечеткой природе исходных определений.
Информационные технологии управления, использующие методы теории предпочтений
Методы теории предпочтений могут быть отнесены к теории нечетких множеств. Они служат для выявления предпочтительности одного объекта в заданной группе и принятии решения на этой основе. Оценка предпочтения может выражаться разными категориями. Например, предпочтительность может выражаться: отношениями "больше", "меньше"; вероятностными характеристиками "более значимо", менее значимо"; дихотомическим переменными "наличие", "отсутствие" и т.д.
В теории предпочтений результатом оценки предпочтения могут быть значения "предпочтительно", "эквивалентно", "не определено". Принятие решений с использованием теории предпочтений основано на использовании прагматической меры и сравнительного метода измерений [19, 20]. Наиболее часто этот метод применяют в двух случаях: 1. Когда сравниваемые объекты имеют равное число сопоставимых параметров. 2. Когда сравниваемые объекты имеют разное число или разные параметры.
Получения оценок предпочтительности в первом случае включает следующие этапы: построение п - матриц размерностью m х m; получение оценок предпочтительности для каждого параметра; введение весовых характеристики, показывающих вес (важность) каждого параметра в обще систем рассматриваемых параметров; сведение результатов оценивания каждого параметра в единую матрицу. Часто параметры объекта
могут быть измерены в качественных шкалах, например: цвет, марка, бренд. Оценки этих величин предварительно должна быть составлена система локальная предпочтительности, которая и послужит основой расстановки оценок предпочтительности. Подробно применение данного метода приведено в [19].
Получения оценок предпочтительности во втором случае включает применение метода парных сравнений. Метод парных сравнений заключается в сравнении объектов ограниченной совокупности попарно «каждого с каждым». Наглядным примером такого подхода является турнирная таблица спортивных состязаний, например, по футболу, шахматам и т.п. В теории предпочтений такую таблицу составляет эксперт, выбирая для сравнения свой критерий. По существу имеет место когнитивное оценивание. Эксперт сравнивает пары объектов и по многим дает одну сравнительную оценку для каждой пары. Подробно метод описан в [21]. Особенность такого сравнения в том, что итоговые оценки могут быть согласованы или не согласованы. Для такой совокупности существует понятие треугольник согласованности и треугольник противоречий. Треугольником противоречий называют тройку величин А, В, С, для которой имеет место нарушение условия транзитивности. Это случай (1), для которого
Имеет место А < В (А предпочтительнее В) имеет место В < С (В предпочтительнее С) и имеет место С < А (С предпочтительнее А). Треугольником согласованности называют тройку величин А, В, С, для которой имеет место нарушение условия транзитивности. Это случай (2), для которого
Имеет место А < В (А предпочтительнее В) имеет место В < С (В предпочтительнее С) и имеет место А < С (А предпочтительнее С). Для системы предпочтений, описанной выражениями типа (1), не выполняется условие транзитивности. Она называется противоречивой. Если сравниваемых объектов более чем три, то граф, соответствующий системе предпочтений для таких объектов будет отображать многоугольник.
При парных сравнениях в результате может быть получена система предпочтений, которая может быть согласованной или несогласованной. Каждые три пары трех объектов могут образовывать треугольники согласия или треугольники противоречия. В работе [19] показано как можно, используя этот подход, получать не только оценки предпочтительности, но и оценивать качество работы эксперта. Можно констатировать, что наличие противоречивости приводит к появлению одинаковых рейтингов, а ее отсутствие обеспечивает полную объектов ранжировку с разными рейтингами. При этом равенство рейтингов может носить объективный характер (объекты одного класса имеют равный рейтинг),
а может быть следствием ошибок эксперта (объекты разных классов имеют равный рейтинг). Для устранения последнего фактора используют дополнительную оценку.
Противоречие в исходных данных приводит к нарушению важного свойства "непротиворечивости", которое является одним из основополагающих при организации баз данных и сложных систем. Теория предпочтений менее критична к этому свойству. Она позволяет анализировать данные при отсутствии взаимно однозначной связи между ними. Поэтому ее применение расширяет возможность анализа данных. Применение теории предпочтений позволяет решать не только задачу нахождения предпочтений, но другую задачу - выявление различий. Выявление различий используется при качественном оперативном анализе, в частности, для сопоставительного визуального анализа. Сам визуальный анализ осуществляется методами деловой графики.
Информационно-технологический аспект управления при использовании информационных технологий
Современному этапу управления, использующему информационные технологии, свойственна опора на технологии не в меньшей степени, чем на теорию. Это определяет аспект управления, называемый технологическим аспектом управления. Его сущность раскрыта в [4]. Условием применения информационно-технологического подхода является сложность или большие объемы информации. Информационные комплексы большого объема, исключают возможность непосредственного анализа их человеком. Возникают так называемые информационные барьеры [22, 23]. Для преодоления информационных барьеров и уменьшения информационной нагрузки применяют различные технологии. Это и определяет технологический аспект управления как способ применения разных технологий для
уменьшения объема управленческой информации. Управленцы используют технологии, суть которых не всегда четко понимают, а иногда не понимают совсем. Например, методы сжатия данных не понятны для экономистов, но они используются всегда при обработке больших объемов.
Технологический аспект управления включает организацию данных и сжатие данных. При этом большие разрозненные наборы первичных данных уменьшаются количественно при сохранении или даже увеличении информативности за счет организации в интегрированные и стратифицированные модели, что приводит к созданию информационных ресурсов. Полученные информационные ресурсы обрабатывают в информационных технологиях. На основе обработки формируют управленческие модели, альтернативы или информационные модели поддержки принятия решений. Эти модели имеют не только меньший объем, но и разнообразные формы. Примером информационно-технологического подхода является применение искусственных нейронных сетей.
Заключение
Информационные технологии в управлении являются основой современного управления. Информационные технологии в управлении используют по разным назначениям. Во многих случаях они повышают оперативность и производительность существующих управленческих процессов и управленческих технологий. В других случаях они решают управленческие задачи, которые нельзя решить не автоматизированными управленческими технологиями. Информационные технологии применяют как инструмент поддержки управления для сжатия информации и повышения ее достоверности. Информационные технологии служат мостиком перехода к интеллектуальным технологиям и к интеллектуальному управлению.
ЛИТЕРАТУРА
1. Antonelli C. Localized technological change, new information technology and the knowledge-based economy: the European evidence //Journal of evolutionary economics. 1998. V. 8. №. 2. pp. 177-198.
2. Castells M. The power of identity: The information Age: Economy, society and culture, Volume II (The information age). 2003.
3. Карминский А.М., Нестеров П.В. Информатизация бизнеса. М.: Финансы и статистика, 1997. 218 с.
4. Поляков А.А., Цветков В. Я. Информационные технологии в управлении. М.: МГУ факультет государственного управления, 2007. 138 с.
5. Chang T. Z., Wildt A. R. Price, product information, and purchase intention: An empirical study //Journal of the Academy of Marketing science. 1994. Т. 22. № 1. С. 16-27.
6. Цветков В.Я. Методологические основы применения ИКТ при управлении высшим учебным заведением // Информатизация образования и науки. 2010. № 1(5). С. 25-30.
7. Weinberger M. G., Allen C. T., Dillon W. R. Negative information: Perspectives and research directions //Advances in consumer research. 1981. V. 8. № 1. pp. 398-404.
8. Tsvetkov V. Уа. Information Asymmetry as a Risk Factor // European Researcher. 2014. Vol.(86). № 11-1, pp. 1937-1943. DOI: 10.13187/er.2014.86.1937
9. Tsvetkov V.Ya. Cognitive information models // Life Science Journal. 2014. №11(4). рр.468-471.
10. Разумов В.В. Неоинституцианализм: теория и возможности ее применения. М.: МАКС Пресс, 2005. 208 с.
11. Цветков В.Я. Глобализация и информатизация // Информационные технологии. 2005. №2. С. 2-4.
12. Berson A., Smith S. J. Data warehousing, data mining, and OLAP. McGraw-Hill, Inc., 1997.
13. Розенберг И.Н., Цветков В.Я. Автоматизированные информационные системы управления. М.: Московский государственный университет путей сообщения, 2010. 80 с.
14. BoisoiM Information SpaceJjRLE: Organizations). Routledge, 2013.
15. Bjork B. C The impacÉâftelectronic document management on construction information management //apPcSfidings of
International Councillor Research and Innovation in Building and Construction' CIB wrstonfefence. 2002. СЩ-ЯШ!
16. Dayhoff J. E., DeLeo J. M. Artificial neural networks // Cancer. 2001. Т. 91. № 8. С. 1615-1635.
17. Klir G., Yuan B. Fuzzy sets and fuzzy logic. New Jersey : Prentice Hall, 1995.
18. Берштейн Л.С., Боженюк А.В., Розенберг И.Н. Метод нахождения сильной связности нечетких темпоральных графов // Вестник Ростовского государственного университета путей сообщения. 2011. № 3 (43). С. 15-20.
19. Цветков В.Я. Основы теории предпочтений. М.: МаксПресс, 2004. 48 с.
20. Tsvetkov V. Ya. Not Transitive Method Preferences. // Journal of International Network Center for Fundamental and Applied Research. Vol. 3, Is. 1. pp.34-42. DOI: 10.13187/jincfar.2015.3.34.
21. Орлов А.И. Менеджмент. М.: Издательство «Изумруд», 2003. 298 с.
¡22. Vargas J. H. College knowledge: Addressing information barriers to college //Boston, MA: Education Research Institute. 2004 p3. Цветков В.Я Маркелов В.М., Романов И.А. Преодоление информационных барьеров // Дистанционное и виртуальное обучение. 2012. № 11. С. 4-7.
REFERENCES
1. Antonelli C. Localized technological change, new information technology and the knowledge-based economy: the European evidence. Journal of evolutionary economics, 1998, V. 8, no. 2. pp. 177-198.
2. Castells M. The power of identity: The information Age: Economy, society and culture, Volume II (The information age). 2003.
3. Karminskii A.M., Nesterov P.V. Informatizatsiia biznesa [Informatization of business]. Moscow, Finansy i statistika Publ., 1997. 218 p.
4. Poliakov A.A., Tsvetkov V. Ia. Informatsionnye tekhnologii v upravlenii [Information technology in management]. Moscow, MGU fakul'tet gosudarstvennogo upravleniia Publ., 2007. 138 p.
5. Chang T. Z., Wildt A. R. Price, product information, and purchase intention: An empirical study. Journal of the Academy of Marketing science, 1994, V. 22, no. 1, pp. 16-27.
6. Tsvetkov V.Ia. Methodological basis for the use of ICT in the management of higher education institution. Informatizatsiia obrazovaniia i nauki - Informatization of education and science, 2010, no. 1(5), pp. 25-30 (in Russian).
7. Weinberger M. G., Allen C. T., Dillon W. R. Negative information: Perspectives and research directions. Advances in consumer research, 1981, V. 8, no. 1, pp. 398-404.
8. Tsvetkov V Ya. Information Asymmetry as a Risk Factor. European Researcher, 2014, Vol.(86), no. 11-1, pp. 1937-1943. DOI: 10.13187/er.2014.86.1937
9. Tsvetkov V.Ya. Cognitive information models. Life Science Journal, 2014, no. 11(4), pp. 468-471.
10. Razumov V.V. Neoinstitutsianalizm: teoriia i vozmozhnosti ee primeneniia [Neoinstitutionalism: theory and its applications]. Moscow, MAKS Press Publ., 2005. 208 p.
11. Tsvetkov V.Ia. Globalization and Informatization. Informatsionnye tekhnologii - Information technologies, 2005, no. 2, pp. 2-4 (in Russian).
12. Berson A., Smith S. J. Data warehousing, data mining, and OLAP. McGraw-Hill, Inc., 1997.
13. Rozenberg I.N., Tsvetkov V.Ia. Avtomatizirovannye informatsionnye sistemy upravleniia [Automated information management system]. Moscow, Moskovskii gosudarstvennyi universitet putei soobshcheniia Publ., 2010. 80 p.
14. Boisot M. Information Space (RLE: Organizations). Routledge, 2013.
15. Bjork B. C. The impact of electronic document management on construction information management // Proceedings of International Council for Research and Innovation in Building and Construction CIB w78 conference. 2002. pp. 12-14.
16. Dayhoff J. E., DeLeo J. M. Artificial neural networks. Cancer, 2001. V. 91, no. 8, pp. 1615-1635.
17. Klir G., Yuan B. Fuzzy sets and fuzzy logic. New Jersey : Prentice Hall, 1995.
18. Bershtein L.S., Bozheniuk A.V., Rozenberg I.N. Method for finding strongly connected fuzzy temporal graphs. Vestnik Rostovskogo gosudarstvennogo universiteta putei soobshcheniia - Vestnik of Rostov state University of means of communication, 2011, no. 3 (43), pp. 15-20 (in Russian).
19. Tsvetkov V.Ia. Osnovy teoriipredpochtenii [Basic theory of preferences]. Moscow, MaksPress Publ., 2004. 48 p.
20. Tsvetkov V. Ya. Not Transitive Method Preferences. Journal of International Network Center for Fundamental and Applied Research. Vol. 3, Is. 1. pp.34-42. DOI: 10.13187/jincfar.2015.3.34.
21. Orlov A.I. Menedzhment [Management]. Moscow, Izumrud Publ., 2003. 298 p.
22. Vargas J. H. College knowledge: Addressing information barriers to college // Boston, MA: Education Research Institute. 2004
23. Tsvetkov V.Ia Markelov V.M., Romanov I.A. Overcoming informational barriers. Distantsionnoe i virtualnoe obuchenie - Distance and virtual learning, 2012, no. 11, pp. 4-7 (in Russian).
Александров Александр Василев (Болгария, София)
Магистр наук по специальности «Инновации и управление проектами» Управляющий директор компании «New Commercial Systems" Ltd. International Marketing & Consulting Company» E-mail: newcsbg@gmail.com
Aleksandrov Alexander Vasilev (Bulgaria, Sofia)
Master of science majoring in "Innovation and project management" Managing Director of the company "New Commercial Systems" Ltd. International Marketing & Consulting Company" E-mail: newcsbg@gmail.com
