Разработка системы поддержки принятия решений на основе данных Текст научной статьи по специальности «Компьютерные и информационные науки»

Программные средства и информационные технологии

УДК 004.62

РАЗРАБОТКА СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ ДАННЫХ

А. С. Быканова*, В. В. Соболев

Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

Е-mail: annabykanova@mail.ru

Рассмотрены концепции разработки систем поддержки принятия решений на основе информации, хранимой в базах данных.

Ключевые слова: система поддержки принятия решения, данные, база данных, хранилище данных, OLTP, OLAP.

DEVELOPING DECISION SUPPORT SYSTEM BASED ON DATA

A. S. Bykanova*, V. V. Sobolev

Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation Е-mail: annabykanova@mail.ru

The work explains concepts of developing the decision support systems based on information stored in databases.

Keywords: decision support system, data, database, data warehouse, OLTP, OLAP.

Система поддержки принятия решений (СППР) представляет собой многоуровневую информационную систему, помогающую пользователю найти решение поставленной задачи, используя предоставленную им информацию. Взаимодействие между системой и пользователем осуществляется через интерфейс, а решение формируется посредством анализа большого объема данных по предметной области, к которой относится задача. Стоит отметить, что чем больше этих данных содержится в СППР, тем более точное решение может получить пользователь.

Существуют различные виды СППР в зависимости от методов анализа и обработки информации, необходимой для принятия решения. Широкое применение имеют СППР на основе данных, использующие для хранения и анализа информации базы данных (БД). Они позволяют хранить большие объемы данных в упорядоченном виде, благодаря чему упрощается процесс сбора, анализа и обработки необходимой информации.

Для разработки СППР на основе данных чаще всего используются две основные концепции: хранилище данных (data warehouse) и системы оперативной обработки транзакций OLTP (online transaction processing) [2]. Выбор концепции напрямую зависит от предметной области, для которой разрабатывается СППР.

OLTP-системы обеспечивают ввод, хранение и обработку актуальных повторяющихся данных в режиме реального времени. Но они имеют ограниченный набор аналитических, плохо структурированы и не подходят для выполнения сложных операций [1].

Хранилища данных содержат в себе огромный набор фиксированных данных, собранных для поддержки принятия решения в определенной предмет-

ной области. При этом данные хранилища не обновляются, а только дополняются или удаляются. Анализ данных в хранилищах гораздо проще, чем в OLTP-системах, так как информация упорядочена и ей можно оперировать посредством сложных запросов. Время обработки запросов может быть длительным при обращении к очень большому количеству записей, но вероятность получения качественно более точного ответа гораздо выше. Реализация хранилищ данных - достаточно трудоемкий процесс, поэтому для узкой предметной области или небольших групп пользователей (филиал или отдел предприятия) создаются витрины данных (data mart). Они гораздо проще в построении, но не исключены проблемы с их интеграцией в общую базу данных СППР [2].

На основе хранилищ данных была разработана концепция интерактивной аналитической обработки OLAP (online analytical processing). OLAP-системы представляют собой многомерные базы данных (гиперкуб), где для описания значений данных в ячейках используется термин summary (сводка), для обозначения исходных данных, на основе которых они вычисляются, - термин measure (количество), а для обозначения параметров запросов - термин dimension (измерение). В процессе обработки данных производится их одновременный (многомерный) анализ, при этом сами данные обновляются в зависимости от требований к их актуальности [1].

Системы поддержки принятия решения на основе данных достаточно удобны для сбора, хранения и обработки больших массивов данных за счет их упорядоченности и использования различных сложных запросов, позволяющих оперировать с ними. Но далеко не всегда они просты в реализации и их примени-

Решетневские чтения. 2017

мость отличается в зависимости от выбранной предметной области: необходимо предусмотреть вид данных, необходимость их обновления и наилучшую модель их хранения.

Библиографические ссылки

1. Тартынский В. А. Реализация хранилищ данных в системах поддержки принятия решений // Молодой ученый. 2009, № 9. С. 31-34.

2. Chaudhuri S., Dayal U., Ganti V. Database Technology for Decision Support Systems // IEEE Computer. 2001. C. 48-55.

References

1. Tartynsky V. A. Realizacija hranilishh dannyh v sistemah podderzhki prinjatija reshenij // Molodoj uchenyj. 2009, No 9. C. 31-34.

2. Chaudhuri S., Dayal U., Ganti V. Database Technology for Decision Support Systems // IEEE Computer. 2001. P. 48-55.

© Быканова А. С., Соболев В. В., 2017