CC BY
67
№>1(7)2007
Совершенствование подготовки ^-специалистов
по направлению «Прикладная информатика» на основе инновационных технологий и в-!ватпд
Направление подготовки «<Прикладная информатика» и соответствующая специальность стали очень популярными в России. Сейчас по ним проводится обучение более чем в 350 вузах, не считая филиалов. Однако назрела необходимость модернизации учебных программ и образовательного стандарта по двум причинам: первая — это вступление России в Болонский процесс, а вторая — одно направление не может удовлетворить всю потребность в специалистах. Эти актуальные вопросы рассматривались на заседании УМО по образованию в области прикладной информатики.
Учебно-методическое объединение (УМО) вузов по образованию в области прикладной информатики с4по7 декабря 2006 года на базе Московского государственного университета экономики, статистики и информатики (МЭСИ) провело круглый стол, вторую научно-методическую конференцию и заседание УМО по теме «Совершенствование подготовки 1Т-специалистов по направлению "Прикладная информатика" на основе инновационных технологий и e-leaming». Все доклады и выступления на этом форуме группировались вокруг трех основных актуальных вопросов.
• Обсуждение проекта Государственного образовательного стандарта по направлению «Прикладная информатика».
• Разработка новых магистерских программ и специализаций.
• Инструментальные средства учебного процесса и оценка его качества.
Итак, репортаж с обзором наиболее интересных выступлений на этом форуме.
Обсуждение проекта Государственного образовательного стандарта по направлению «Прикладная информатика»
Проект стал главным вопросом круглого стола и заседания УМО.
Из истории вопроса. Первый круглый стол на тему совершенствования государственных образовательных стандартов высшего профессионального образования был
проведен в марте 2006 года на базе Московской финансово-промышленной академии по инициативе журнала «Платное образование» и при участии представителей практически всех учебно-методических объединений России, крупнейших вузов, Минобр-науки РФ, Рособрнадзора, Российского союза промышленников и предпринимателей и других объединений.
В апреле 2006 года в Московском государственном техническом университете (МГТУ) имени Н.Э. Баумана был проведен второй круглый стол по вопросам совершенствования образования по компьютерным направлениям и специальностям. В обсуждении приняли участие крупнейшие вузы, учебно-методические объединения технических университетов и представители всех компьютерных УМО.
В третий раз обсуждение вопросов, связанных со стандартами по компьютерным направлениям и специальностями, состоялось в сентябре 2006 года на круглом столе, проведенном на базе все той же Московской финансово-промышленной академии по инициативе журнала «Прикладная информатика». В дискуссии приняли участие представителей всех компьютерных УМО, крупнейших вузов, при участии представителей Минобрнауки РФ и крупных предпринимательских объединений.
И, наконец, УМО по образованию в области прикладной информатики приняло решение провести круглый стол по совершенст-
123
Nb 1(7) 2007
вованию стандарта направления «Прикладная информатика» в декабре 2006 года. В обсуждении этого вопроса приняли Л участие:
<5 Брусакова Ирина Александровна — д.т.н., 'З профессор, заведующая кафедрой Инфор-
5 мационных систем в экономике Санкт-Петер-¡5 бургского государственного инженерно-эко-| номического университета «ИНЖЭКОН»;
¡3 Вендров Александр Михайлович — к.т.н., § с.н.с., ведущий научный сотрудник Институ-|| та системного программирования РАН; =| Данчул Александр Николаевич — д.т.н., | профессор, заведующий кафедрой Инфор-Л матизации структур государственной служ-<о бы Российской академии государственной | службы при Президенте РФ; § Дрогобыцкий Иван Николаевич — д.э.н., | профессор, проректор по научной работе
¡2 МЭСИ; §
Емельянов Александр Анатольевич — д.э.н., профессор, проректор Московской фи-^ нансово-промышленной академии (МФПА), =| главный редактор журнала «Прикладная ин-| форматика»;
Л Калянов Георгий Николаевич — д.т.н., | профессор, заведующий отделом Институ-^ та проблем управления РАН; | Качала Вадим Васильевич — к.т.н., доцент, заведующий кафедрой Информаци-=с онных систем Мурманского государствен-¡^ ного технического университета; £ Коршунов Сергей Валерьевич — к.т.н., | профессор, проректор по учебной работе § МГТУ им. Н.Э. Баумана; | Норенков Игорь Петрович — д.т.н., про-Ь; фессор, заведующий кафедрой Системы 15 автоматизированного проектирования МГТУ Ц им. Н.Э. Баумана;
§ Палюх Борис Васильевич — д.т.н., про-Л фессор, директор Центра новых информа-;§ ционных технологий Тверского государст-§ венного технического университета; § Позин Борис Аронович — председатель правления фонда ФОСТАС;
6 Сатунина Анна Евгеньевна — к.э.н., ^ доцент, декан факультета Технотронных
архивов и документов Российского госу-
124
дарственного гуманитарного университета (РГГУ);
Сухомлин Владимир Александрович — д.т.н., профессор, заведующий лабораторией Открытых информационных технологий МГУ им. М. В. Ломоносова;
Тельнов Юрий Филиппович — д.э.н., профессор, директор Института компьютерных технологий МЭСИ, председатель научно-методического совета УМО;
Тихомирова Наталья Владимировна — к.э.н., профессор, первый проректор МЭСИ;
Федоров Игорь Григорьевич — к.т.н., доцент, директор представительства Software AG в Москве.
В заседании круглого стола также приняли участие активные представители вузов, прибывшие на конференцию.
Ю.Ф. Тельнов выступил с докладом: «Разработка государственного образовательного стандарта высшего профессионального образования третьего поколения по направлению «Прикладная информатика» на основе компетентностного подхода». В своем выступлении он отметил следующее.
Активизация России на международных экономических рынках обусловливает необходимость гармонизации системы высшего профессионального образования (ВПО) с международной и, прежде всего, европейской системой образования в рамках Болон-ского процесса. Необходимость международного признания российского диплома в области информационно-коммуникационных технологий (ИКТ) предполагает уточнение образовательных программ в соответствии с едиными критериями качества образования, изложенными в таких авторитетных международных документах о стандартизации ИКТ-образования, как Computing Curricula 2005, Career Space и в требованиях к международной аккредитации образовательных программ в области ИКТ.
Типовые учебные планы в области ИКТ предполагают подготовку:
• инженеров вычислительных систем, которые способны проектировать и внедрять
Не 1(7) 2007
вычислительные системы, обеспечивающие интеграцию программных средств и вычислительных устройств (Computer Engineering);
• исследователей вычислительных систем, работающих в широких областях, связанных с теоретическими разработками, прежде всего в области программного обеспечения (Computer Science);
• специалистов информационных систем, занимающихся анализом информационных требований и бизнес-процессов и способных специфицировать и проектировать системы, которые соответствуют организационным требованиям (Information Systems);
• специалистов информационных технологий, осуществляющих эффективное планирование, внедрение, конфигурирование и поддержку компьютерной инфраструктуры организации (Information Technology);
• инженеров программного обеспечения, выполняющих разработку и управление на всех стадиях жизненного цикла больших программных систем (Software Engineering).
Так, набор профессиональных дисциплин по направлению «Прикладная информатика» построен в соответствии с ключевыми компетенциями специалистов, к которым относятся:
тельности выпускников по направлению подготовки «Прикладная информатика» включает:
• системный анализ прикладной области, направленный на разработку или модернизацию программно-технических комплексов (для решения прикладных задач) и информационных систем с учетом особенностей прикладной области, применения различных технологий проектирования и возможностей современных информационно-коммуникационных технологий;
• формализацию решения прикладных задач и ИС с помощью методов и средств математического и информационного моделирования;
• технико-экономическое обоснование проектных решений;
• решение задач прикладной области с использованием ИКТ;
• проектирование и адаптацию видов обеспечения решения прикладных задач и информационных систем, технологии обработки данных и знаний на основе средств управления данными и знаниями, сетевых и web-технологий, клиент-серверных и сервисных архитектур.
• способность определять стратегию применения ИКТ в различных областях деятельности;
• знание специфики предметной области;
• умение ставить и решать с помощью ИКТ прикладные задачи из различных предметных областей;
• способность формулировать требования к информационной системе, проектировать бизнес-процессы, процессы управления информацией и знаниями;
• умение проектировать, внедрять, сопровождать и управлять информационной системой;
• способность проводить 1Т-консалтинг и обучение и др.
В соответствии с выделенными компетенциями область профессиональной дея-
Объектами профессиональной деятельности выпускников по направлению подготовки «Прикладная информатика» являются:
• внутренние и внешние прикладные и информационно-коммуникационные процессы, анализ которых осуществляется с помощью современных методологий моделирования;
• информационные ресурсы, организуемые в виде баз данных и знаний, информационных хранилищ и репозитариев на основе сетевых и web-технологий, реализующих качественное и надежное информационное обеспечение решения прикладных задач;
• информационные системы, обеспечивающие эффективное управление и реализацию прикладных процессов, выработку и поддержку управленческих решений.
125
Ив 1(7) 2007
%
■
§ §
■
I
£ со
■
£
■
I
I *
¡5 §
I I
I §
I
Её
и
3 со
¡5 §
с
I
со
■
Её
I £ со
■
со
Далее докладчик представил вариант концепции построения образовательного стандарта1 для направления «Прикладная информатика» и принципы, заложенные в него при разработке.
В прениях по докладу, в дискуссиях и кулуарных беседах наибольшую активность проявили А.Н. Данчул, А.А. Емельянов, Г.Н. Калянов, В.В. Качала, С.В. Коршунов, И.П. Норенков, Б.В. Палюх, Б.А. Позин, А. Е. Сатунина, В.А. Сухомлин, И. Г. Федоров.
Все выступающие отмечали актуальность вопроса, поскольку прикладная информатика уже давно фактически превратилась в направление.
И.П. Норенков выступил с краткой концепцией размещения компьютерных направлений в образовательном пространстве России, попытался определить их необходимое количество и то место, которое должно занимать направление «Прикладная информатика». Дело в том, что несмотря на название, это направление может закрыть далеко не все потребности в специалистах для 1Т-области.
В.А. Сухомлин сделал обзор содержания образования для подготовки специалистов по смежному направлению «Информационные технологии», которое также не может претендовать на удовлетворение всех потребностей в кадрах.
А. Е. Сатунина сделала ценные замечания по поводу того, что нельзя «сливать в одну дисциплину 1Т и информационные системы».
А.А. Емельянов сделал замечания и предложения по поводу определения «компетенция», которое должно согласовываться с известными информационными источниками (например, Британская энциклопедия, БСЭ), с теми определениями, которые используются около 200 лет в странах Европы, участвующих в Болонском процессе. В «доморощенном» определении присутствует даже такая характеристика, как «стремление», в то время как многие годы в граж-
данском праве и в судах на основе термина «компетенция» решаются правовые вопросы, вопросы обвинительных заключений (где слово «стремление» неуместно).
В целом выступающие отмечали хорошую творческую работу УМО.
Не обошлось и без критики.
По форме. Макет стандарта недоработан. Он во многом повторяет идеи 90-х годов прошлого века, заложенные в стандарты первых двух поколений.
По содержанию. Проект стандарта направления «Прикладная информатика» образования слишком приближен к инженерным направлениям, что может создать предпосылки слияния этого направления с другими (или к его поглощению).
Участники круглого стола в целом отметили положительное значение обсуждения и выразили надежду, что в течение 2007 года макет стандарта станет более корректным и понятным, а направление «Прикладная информатика» получит правильное решение по размежеванию с другими компьютерными направлениями.
Разработка новых магистерских программ и специализаций
Интерес к этой группе докладов на конференции был очень большим.
В.П. Божко и М.С. Гаспариан (Московский государственный университет экономики, статистики и информатики) в своем докладе «Преподавание дисциплин по программам магистерской подготовки для направления "Прикладная информатика"» отметили, что в связи с интенсивным переходом к Болонской системе образования в России повышаются требования к организации учебного процесса. Поэтому особое внимание должно быть уделено преподаванию дисциплин специализаций.
Одним из подходов к решению этой важной задачи является разработка и унификация учебных программ, рассмотренная далее на примере учебного плана по направ-
1 Тельнов Ю.Ф. Предстоит серьезная работа по созданию Государственного образовательного стандарта направления «Прикладная информатика»//Прикладная информатика. 2006. № 4. С. 73-80.
126
Не 1(7) 2007
лению «Прикладная информатика», в рамках которого в МЭСИ читаются три магистерские программы: «Прикладная информатика в управлении финансами», «Системы бухгалтерского учета и аудита» и «Системы корпоративного управления».
В учебном плане по конкретной программе магистерской подготовки имеется определенная несогласованность как по количеству читаемых дисциплин по каждой специализации, так и выделенных учебных часов, причем в течение двух семестров.
Это накладывает определенные ограничения, связанные с согласованием учебных программ по подготовке магистров для различных специализаций. В связи с этим можно сделать некоторые критические замечания по содержанию учебных программ.
В частности, в программах специализаций «Системы бухгалтерского учета и аудита» и «Прикладная информатика в управлении финансами» самостоятельно не выделен раздел по организационно-методологическим основам построения систем. Не очень четко просматривается разработка инструментальных средств и их внедрение применительно к малым, средним и крупным экономическим объектам, наблюдается дублирование вопросов анализа предметной области. Кроме того, в указанных специализациях практически отсутствуют вопросы, связанные с аналитической обработкой данных.
В связи с указанными замечаниями, на наш взгляд, наиболее приемлемыми следует считать программы по специализации «Системы корпоративного управления», хотя и в них можно отметить отсутствие направленности на предметные области.
С целью унификации учебных программ предлагается следующая схема преподавания дисциплин, включающая отражение основных пяти разделов.
1. Организационно-методологические основы информационной системы:
• особенности организации функционирования экономических объектов;
• методологические принципы организации автоматизированной обработки данных;
• декомпозиция информационных систем.
2. Организация решения конкретных задач в отдельных функциональных подсистемах информационной системы:
• ведение информационной базы для решения конкретных задач для различных экономических объектов;
• обзор рынка инструментальных средств;
• примеры решения экономических задач для предприятий и организаций различных правовых форм и масштабов.
3. Экономический анализ предметной области:
• подготовка данных;
• использование экономико-математических методов;
• инструментальные средства проведения;
• реализация экономического анализа.
4. Проектирование и внедрение информационной системы:
• концептуализация и формализация модели предметной области;
• участники процесса проектирования экономической информационной системы (ЭИС);
• этапы проектирования;
• организация внедрения ЭИС.
5. Практическая реализация задач на конкретном экономическом объекте:
• функциональные и обеспечивающие подсистемы в среде конкретной ЭИС;
• языки программирования;
• конфигурация инструментальных средств и их адаптация к различным условиям.
По мнению докладчиков, предложенная унифицированная схема чтения предметов по различным специализациям позволит
127
Н91(7)2007
выработать единые требования к преподаванию различных дисциплин, что создаст благоприятные условия для улучшения каЛ чества обучения.
<5 Р. Б. Васильев, Г.Н. Калянов и Г. Л. Лё-
■й
вочкина (Государственный университет —
5 Высшая школа экономики) ознакомили уча-¡5 стников конференции с магистерской про-| граммой «Стратегическое управление ин-¡3 формационными системами». Целью магис-§ терской программы является подготовка вы-|| сококвалифицированных менеджеров для =| руководящих позиций в 1Т-службах предпри-| ятий и государственных учреждений, а так-Л же позиций ведущих консультантов и руко-<о водителей проектов в 1Т-компаниях.
| Необходимость подготовки специалистов
§ такого профиля обусловлена объективными
| потребностями бизнеса и сферы госуправле-
| ния. Современный бизнес требует наличия
11 стратегии управления развитием информа-
■ц- ционных систем, обеспечивающей поддерж-
^ ку развития самого бизнеса, а также руко-
=| водителей, способных разрабатывать и осу-
| ществлять соответствующие планы. Л Объектами профессиональной деятельно-
| сти специалистов такого профиля являются:
| • информационные системы;
• службы 1Т; =с • 1Т-проекты;
■= • проекты в области 1Т-консалтинга.
£
ц
Стратегическое управление информа-
§ ционными системами представляет собой а
§ комплекс теоретических основ и методов,
Ь которые обеспечивают целостный, процес-
^ сно-ориентированный подход к принятию
Ц управленческих решений, направленных на
§ повышение эффективности владения и раз-
Л вития информационных систем для дости-
;§ жения бизнес-целей организаций и созда-
00 I Я
§ ния новых конкурентных преимуществ. Изу-
^ чение этих методов позволит выпускнику:
1
6 • анализировать и формировать показа-^ тели эффективности использования информационных технологий для организации стра-
128
тегического и оперативного управления их развитием;
• разрабатывать стратегии развития информационных систем;
• организовывать 1Т-службу и управлять ее деятельностью;
• эффективно управлять портфелем 1Т-проектов;
• рационально организовывать взаимодействие с вендорами и партнерами;
• руководить проектами в области 1Т-консалтинга;
• организовывать переход к аутсорсингу и контролировать его выполнение.
Решение перечисленных задач обеспечивается следующими дисциплинами.
Системная диагностика организации — цели и задачи системной диагностики, степень соответствия информационных систем бизнес-целям, бизнес-процессам и информационным потребностям организации, методы проведения диагностики, обработка результатов и анализ пробелов, оценка квалификации персонала, оценка деятельности службы 1Т, структура и содержание итогового отчета.
Управление развитием информационных систем — разработка стратегий развития ИС, определение роли информационных технологий в развитии бизнеса и организации управления, экономические параметры текущего состояния информатизации, анализ существующих планов развития и предлагаемых проектов в аспекте их соответствия информационным потребностям, стратегии развития бизнеса и организации управления, анализ проблемных областей, идентификация и детализация основных направлений развития информатизации, портфель инвестиционных проектов по развитию информатизации и регистр ожидаемых результатов от его реализации, оценки необходимых ресурсов, организационная модель развития информационных технологий.
Организация службы информационных технологий — роль современной 1Т-службы в деятельности организаций, функции 1Т-
Ив 1(7) 2007
службы и модели ее организационных структур, внутренние регламенты и регламенты взаимодействия с основными бизнес-подразделениями и руководством, стратегический комитет по 1Т.
Управление инвестициями в !Г — концепция реализации стратегии через проекты, процесс стратегического управления, система отбора и приоритетов, методы управления проектами, организационные формы, управление портфелем проектов, инструментальные средства управления проектами и портфелем проектов.
Технологии консалтинга — определение и виды 1Т-консалтинга, методы 1Т-кон-салтинга, организация проекта 1Т-консал-тинга, формы представления результатов.
Практика консалтинга — образцы проектов 1Т-консалтинга по его видам, критерии оценки качества выполнения проектов, типичные ошибки консультантов, особенности выполнения комплексных консалтинговых проектов.
Организация аутсорсинга — цели его внедрения для улучшения экономических показателей эксплуатации и развития информационных систем, рынок услуг, предпосылки и мотивы перехода к аутсорсингу; основные принципы заключения контракта на предоставление услуг аутсорсинга, его юридические и деловые аспекты, виды информационных технологий, передаваемых в аутсорсинг, с их приоритезацией по степени получения эффекта; основные требования к потенциальному провайдеру, методы проведения тендера и критерии выбора победителя, организация совместных сервисных предприятий по обслуживанию и развитию информационных систем, процедуры выхода из аутсорсинга.
Информационные технологии управления знаниями — цели создания базы знаний об интеллектуальном капитале организации, содержание и структура базы знаний, технология наполнения базы знаний, риски
проекта, методы преодоления внутреннего противодействия, организация использования и сопровождения базы знаний, обеспечение ее жизнеспособности.
Представленная магистерская программа реализуется с 2004 года кафедрой Стратегического управления информационными системами факультета Бизнес-информатики ГУ-ВШЭ для направления 080700.68 «Бизнес-информатика» подготовки магистра и 080801.65 «Прикладная информатика (в экономике)» для подготовки специалиста.
Н.И. Баяндин (Институт компьютерных технологий МЭСИ) в своем докладе «Подготовка специалистов для информационно-аналитической деятельности» отмечает, что новая экономика характеризуется широким внедрением информационных технологий практически во все управленческие и производственные процессы. Обострение конкурентной борьбы за рынки сбыта привело к внедрению «военных методов» в бизнес-процессы. Для успешного ведения бизнеса в современных условиях решающую роль начинает играть предвидение действий конкурента и умение быстрой адаптации собственного бизнеса к изменяющимся условиям конкурентной среды. Процесс принятия оптимальных управленческих решений определяется непрерывным поступлением достоверной и актуальной информации и ее последующей аналитической обработкой. Этими вопросами занимается новая экономическая дисциплина, получившая на Западе название «конкурентная разведка»2 (далее — КР). КР, основанная на широком применении новейших информационных технологий, в первую очередь, возможностей глобальной сети Internet, использовании профессиональных баз данных, поисковых машин, информационно-аналитических систем превращается в самостоятельную активно развивающуюся дисциплину, необходимую для успешного ведения конкурентной борьбы в условиях рыночной экономики. Эта дисциплина начи-
2
В России иногда такой вид деятельности называют «деловой разведкой» (Гришина Н.В., Емельянов С.А. Деловая разведка как разновидность информационной работы//Прикладная информатика. 2006. № 3. С. 34-41).
129
Нв 1(7) 2007
нает играть ведущую роль в обеспечении экономической безопасности предприятий. Эта ситуация характерна и для России. Л Развитие рыночных отношений привело к по-<5 явлению экономических структур с различ-'З ной формой собственности. В этих условиях 5 проблема обеспечения безопасности пред-¡5 принимательской деятельности становится | актуальной. Сегодня в бизнесе, как никогда ¡3 прежде, легко лишиться лидирующих пози-§ ций. Для этого зачастую достаточно лишь | одного перспективного нововведения со сто-=| роны потенциального конкурента, о сущест-| вовании которого вы иной раз можете и не Л подозревать. Особенно реально появление § такого рода соперников в отраслях эконо-| мики, передаваемых из государственного § ведения под контроль частного капитала или | переживающих период реструктуризации, | как например, коммунальное хозяйство и 11 сфера финансовых услуг.
Основные проблемы безопасности оте-^ чественного бизнеса связаны со следую-
=| щими факторами: §
1. Чрезвычайно динамичная и, следова-с^ тельно, очень рискованная рыночная эко-а номика.
5
| 2. Неразвитость отечественного рынка,
<§ и как следствие, низкая эффективность
<5 многих рыночных механизмов. § 3. Слабая правовая защита отечествен-
§ ных бизнесменов.
и
Щ Одной из важнейших предпосылок эконо-
§ мического выживания в современных рыноч-
§ ных условиях является своевременное вы-
Ь; явление и нейтрализация угроз экономичес-
^ кому благополучию предприятия, что, собст-
Ц венно, и составляет сущность деятельности по
§ обеспечению экономической безопасности.
Л Информационно-аналитическое обес-
;§ печение (иными словами — конкурентная
§ разведка) и предназначено для выявления
^ угроз. Другими словами, экономическое благополучие предприятия обеспечивается на-
6 дежной и достоверной информацией, кото-^ рая позволяет руководителям принимать
оптимальные решения.
130
Выводы конкурентной разведки могут использоваться как для принятия тактических решений, так и для выработки стратегических направлений развития бизнеса в целом. В своей деятельности конкурентная разведка широко использует приемы и методы стратегического планирования, что позволяет получать комплексное представление о ситуации на рынке и уточнять позиции, на которые компания может претендовать. Немало конкурентная разведка черпает и из арсенала средств маркетологов, чьи усилия направлены главным образом на выявление и анализ потребительского спроса в том или ином сегменте рынка. Как уточняет известный американский журналист Ларри Каханер, «конкурентная разведка, подобно мощному радару, улавливает новые веяния в бизнесе, отслеживает появляющиеся возможности и предупреждает о надвигающихся опасностях...»
КР начинает достаточно широко применяться в отечественной практике ведения бизнеса, о чем свидетельствуют публикации в СМИ, круглые столы, семинары и конференции. Важным индикатором признания данного направления бизнеса является появление в ряде вузов соответствующих дисциплин.
В настоящее время собранная деловая информация реализуется не в «сыром виде», а обобщается в аналитических обзорах и прогнозах, которые значительно лучше оплачиваются заказчиками.
Эффективность работы КР обусловлена наличием:
• инструментария (профессиональные базы данных, Internet, оптоволоконные сети, поисковые машины и др.);
• методологии информационно-аналитической работы;
• доступа к информационным ресурсам;
• подготовленных квалифицированных кадров.
Целью доклада стало обсуждение положения в системе подготовки специалистов конкурентной разведки. Как правило, потребности в таких специалистах фирмы удовлетворяют привлечением бывших сотрудни-
ков аналитических и оперативных подразделений МВД, работников спецслужб, журналистов, или готовят их самостоятельно из штатных. Подготовка специалистов конкурентной разведки в системе высшей школы находится на начальном этапе. Остановимся на этом вопросе подробнее.
Отсутствие стройной системы подготовки специалистов в отечественной высшей школе является, на мой взгляд, одним из важных факторов недостаточной востребованности идей конкурентной разведки и непониманием ее роли в сфере экономических отношений отечественным предпринимателем. Российский менеджер, как правило, с подозрением относится к непрерывному и целенаправленному сбору информации о конкуренте, аналитической работе по интерпретации полученных данных. Он не видит прямой связи между сведениями о конкуренте и собственной прибылью.
КР является междисциплинарным предметом, требующим подготовки (наличия специальных знаний) и практических навыков в области экономики, юриспруденции и информационно-аналитической деятельности.
Стремительное ускорение темпов жизни и влияние на принятие решения огромного количества различных факторов приводят к необходимости опираться на достоверную, своевременно получаемую аналитическую информацию по весьма широкому спектру вопросов. Современные информационные технологии (on-line доступ в Сеть и профессиональные базы данных) позволяют эффективно решать эту задачу. Анализ тенденций развития этого направления на Западе показал резкое возрастание консалтинговых услуг, реализуемых на основе широкого использования различных сетевых структур, в первую очередь, коммерческих баз данных типа Lexis-Nexis, Dialog, DataStar, поисковых систем и других инноваций.
Как отмечает Леонард Фулд (Leonard M. Fuld), директор одной из самых влиятельных консалтинговых фирм в области деловой разведки Fuld and Company, «в этих целях разведслужбы частных корпораций нередко
Ив 1(7) 2007
применяют технологии обработки информации, сравнимые с теми, которыми обладают лишь такие мощные спецслужбы, как Центральное разведывательное управление США (Central Intelligence Agency — CIA) или французская внешняя разведка (Direction Generale de la Securite Exterienre — DGSE). Появление новых сетевых информационных технологий практически уравняло возможности конкурентов в получении необходимой исходной информации. Теперь основное значение получает быстрота поиска и правильный анализ. В связи с этим большой интерес представляют текстово-аналитические системы, позволяющие «извлекать» необходимую информацию из крупных массивов. В профессиональных базах данных процедура поиска необходимой информации существенно облегчена по сравнению с поиском в Internet. Так система Tracker Lexis-Nexis сканирует несколько тысяч полнотекстовых информационных источников и выбирает только нужные документы.
Важным аспектом конкурентной разведки является широкое использование новых информационных технологий для сбора и анализа открытых данных. Для поиска и анализа необходимой информации существуют специально разработанные информационно-поисковые программы, позволяющие ориентироваться в огромном море информации. Наряду с доступной информацией, при помощи глобальных сетей стали доступны и информационные ресурсы иного рода — профессиональные базы данных. В настоящее время существует достаточно большое количество баз данных с удаленным доступом, содержащих сведения, подготовленные профессиональными производителями информации, услуги которых предоставляются пользователям компьютерных сетей — аналитикам КР. К сожалению, эти аспекты информационных ресурсов глобальных сетей пока еще гораздо менее известны российским пользователям, чем возможности Internet.
Основной упор при подготовке специалистов КР необходимо сделать на практическом овладении навыками работы именно
131
Нв 1(7) 2007
с подобным информационно-аналитическим инструментарием, который и составит в перспективе основу системы конкурентной раз-■ц ведки предприятия. К сожалению, возможно ности обучения студентов работе с новыми 3 информационными технологиями часто су-5 щественно ограничены, в первую очередь, is в связи с недостаточным финансированием
I данных программ.
¡S Поэтому на данном этапе следует уделять § внимание общей компьютерной подготовке Ц студентов и привлекать к сотрудничеству =| высокотехнологичные предприятия, имею! щие современные информационно-анали-Л тические системы. Решить задачу могло бы § создание межвузовского учебно-исследо-| вательского центра, обеспеченного соот-sg ветствующим инструментарием с постоян-| но действующим компьютерным классом, | имеющим доступ к профессиональным ба-
II зам данных (например, программе LexisNexis ■g- Education), и приглашение в качестве пре-^ подавателей сотрудников ведущих отечест-=| венных компаний в сфере информационно-| го бизнеса «Росбизнесконсалтинг», «Интег-jl рум» и др.
| Компании получали бы выгоду, взаимо-
^ действуя с преподавателями вузов и рекла-sb
Eg мируя свои услуги, а студенты знакомились бы с реальными ситуациями. В долгосроч-
=с ном плане компаниям было бы выгодно по-
¡j лучать подготовленных аналитиков КР.
£ В. В. Качала (Мурманская академия эко-
t| номики и управления) в своем докладе «Подготовка специалистов по IT-консалтингу»
| обратил внимание на то, что в связи с ин-
fc; тенсивным внедрением экономических ин-
g формационных систем (ИС) возник опреде-
Ц ленный дефицит специалистов по IT-кон-
g салтингу. А поскольку сегодня нет такой от-
S дельной специальности, то возникает задача
;§ подготовки IT-консультантов на базе дру-
§ гих, наиболее подходящая из которых —
g специальность «Прикладная информати-
|э ка». Но прежде чем говорить о подготовке
Eg специалистов по IT-консалтингу, необходи-
u мо определиться с терминами «консалтинг» и «IT-консалтинг».
132
Консалтинг, в самом общем смысле, — это продажа знаний. С другой стороны, консалтинг это решение проблем. Консалтинговая деятельность сродни работе врача: «поставитьдиагноз» и «назначитьлечение». Но само «лечение» консалтингом уже не является. В обыденной жизни с консалтингом мы встречаемся на консультации с юристом, на приеме у врача, консалтингом также занимается любой из преподавателей. В экономике — бизнес-консалтинг, управленческий и другие виды консалтинга.
консалтинг трактуется по-разному. Можно выделить два направления:
• в узком смысле — это консалтинг непосредственно в сфере информационных технологий и ИС;
• в широком смысле — в области применения 1Т и ИС.
Для выполнения задач 1Т-консультанта, в первом случае, необходимы определенные профессиональные знания и наличие практического опыта. А еще желательно иметь некоторые педагогические навыки для разговора с неспециалистом-заказчиком и/или его обучения. Такой подход оправдан при консультациях в узких профессиональных сферах компьютерных сетей, безопасности, вирусов, ¡г^егг^-технологий и др.
При этом могут решаться следующие задачи:
• выявление и описание недостатков существующей ИС, потребностей в 1Т, разработка стратегии развития 1Т и ИС;
• определение потребности в 1Т-персо-нале, его аттестация и отбор;
• разработка организационной деятельности 1Т-подразделений;
• разработка плана мероприятий по защите информации и описание слабых мест существующей ИС.
Если же говорить о применении 1Т и ИС, то в круг компетенции 1Т-консультанта попадают знания предметной области. При этом
Не 1(7) 2007
в профессиональной области необходимо ориентироваться, если не во всем спектре современных 1Т и ИС, то в большей их части плюс знание ИС конкретной предметной области.
Для 1Т-консалтинга важно определить, где кончается область его деятельности. Дело в том, что классический консалтинг, как говорилось выше, практически никогда не занимается «лечением» — не реализует свои рекомендации. Это круг деятельности других специалистов. В то время как 1Т-кон-салтинговые компании часто занимаются проектированием и внедрением информационных систем, и бывает сложно разграничить, где кончается консалтинг и начинаются проектирование приложения, системная интеграция и т. п.
Поскольку 1Т-консалтинг относительно новое понятие, то можно обсуждать и спорить о его границах, но «об определениях не спорят — о них договариваются». Для начала удобнее опереться на мнение авторитетов, в частности, на мнение ведущего специалиста в области 1Т-консалтинга — Г.Н. Каляно-ва3, который четко оговаривает, что 1Т-консал-тингом не являются программирование, настройка имеющихся систем, «и уж ни в коей мере сюда не входит системная интеграция».
Таким образом, можно в первом приближении очертить сферу деятельности 1Т-кон-
4
салтинга :
• системный анализ предметной области, включающий построение различных моделей (функциональных, информационных, объектных и др.);
• анализ и формальное описание требований к системе автоматизации управления предприятием;
• разработка и согласование системного проекта, включающего четко формализованные и документированные требования к будущей системе;
• контроль за разработкой технического проекта;
• контроль за процессом построения, внедрения, сопровождения и развития системы автоматизации с точки зрения системного проекта и общей стратегии развития предприятия;
• обучение заказчика.
Часто сложно провести границу между 1Т-консалтингом, управленческим и бизнес-консалтингом. Дело в том, что создание информационной системы не является конечной целью — это только средство создания управляемой компании. Поскольку нецелесообразно автоматизировать существующий беспорядок, возникает необходимость анализа и реорганизации бизнес-процессов и систем управления. Очень часто эти задачи решаются специалистами по 1Т-консал-тингу самостоятельно, либо совместно с экономистами и менеджерами.
Чему учить будущих 1Т-консультантов?
Если рассматривать 1Т-консалтинг в узком смысле, то, как правило, достаточно профессиональной подготовки в области 1Т и ИС, которую дают инженерные специальности. Для 1Т-консалтинга в широком смысле одной из наиболее близких специальностей является «Прикладная информатика».
Если рассматривать специалистов по прикладной информатике в ключе информационных систем, то «хребтом» специальности будут «Теория систем и системный анализ», «Базы данных», «Проектирование информационных систем» и дисциплины предметной области. Остальные дисциплины играют либо базовую роль (математика и информатика), либо являются вспомогательными.
При подготовке специалиста по 1Т-кон-салтингу акценты в списке главных дисциплин специальности смещаются. С одной сто-
3 Калянов Г.Н. САББ-технологии. Консалтинг в автоматизации бизнес-процессов. М.: Горячая линия-Телеком, 2002.
1 Берников Г. Консалтинг; http://www.cfin.ru/vernikov/kias/consulting.shtml.
133
Не 1(7) 2007
%
о §
§ о
IE
£ СО О
iS
о
I ! IT
¡5
I
I
i
I s
I
u
S
CO
!5 §
с
IE
s
CO
0
is Её
1 £ CO О U
роны, необходимо формировать у будущего специалиста широкий кругозор, с другой — дать глубокие знания в области методологий, поскольку 1Т-консультант должен быть как минимум системным аналитиком.
Первая стадия консалтинга — «диагноз». Для этого, прежде всего, необходимо обладать знаниями в теории систем, поскольку к объектам исследования следует относиться как к системам (это либо системы предметной области, либо информационные системы). Кроме системных знаний необходимы навыки системного анализа. В связи с этим предлагается блок дисциплин, публикуемый докладчиком и включающий такие темы, как теория систем и системный анализ, основы теории управления, структурный системный анализ (методологии юЕрО, ЮБР3, DFD), объектно-ориентированный анализ, исследование предметной области5. Студенты должны научиться проводить обследование и моделирование процессов предметной области.
Вторая стадия консалтинга — назначение «лечения». Здесь необходимо знание методик анализа проблемных объектов и методик решения проблем, в частности путем проектирования (реорганизации, бизнес-реинжиниринга) объектов предметной области. Также важны знания о проектировании информационных систем. И здесь одной из важнейших дисциплин должно быть «Управление проектами», где большое внимание должно уделяться управлению 1Т-проектами.
Инструментальные средства в учебном процессе и оценка его качества
А.Н. Данчул, Т.Г. Ульянова (РАГС при Президенте РФ) в докладе «Задачи управления презентационным контентом в ситуационном центре» рассмотрели ряд 1Т-реше-ний, которые весьма полезны для системы повышения квалификации, профессиональ-
ной переподготовки или преподавания в магистратуре.
Ситуационный центр (СЦ) является автоматизированной информационной системой, предназначенной для обеспечения современными технологиями, программными и техническими средствами обработки и отображения информации коллективных действий группы лиц по решению проблем в масштабе времени, присущем коллегиям в органах государственной власти и управления.
Одной из целей создания учебно-исследовательского СЦ РАГС является повышение качества проводимой в академии учебно-методической работы за счет поддержки его ресурсами и средствами разнообразных активных форм проведения занятий со слушателями всех видов и форм обучения.
Специфика разработанной и функционирующей в настоящее время первой очереди СЦ РАГС состоит в возможности коллективной работы локальных пользователей, находящихся в помещении СЦ, с применением средств отображения информации коллективного пользования (СОИ КП) на видеостене из четырех кубов и интерактивной доске.
С точки зрения организации информационных процессов в первой очереди СЦ РАГС, проводимые занятия можно разделить на два вида: лекции и практические занятия (деловые игры и кейс-стади).
Занятия первого вида характеризуются наличием одного основного активного источника информации — автоматизированного рабочего места (АРМ) режиссера, с которого осуществляется запуск презентации лекции-демонстрации на видеопроцессоре, формирующем изображение на видеостене и управление ею. Презентация состоит из нескольких отображаемых на видеостене слайдов, которые далее будут называться тактовыми слайдами. Каждый тактовый слайд может быть выполнен в одной из двух топологий. В первой топологии он представляет собой обычный слайд Power Point, но с учет-
5 Совершенствование подготовки IT-специалистов по направлению инновационных технологий и e-leaning. М.: МЭСИ, 2005. С. 238—244.
^Прикладная информатика» на основе
134
веренной (по числу кубов) разрешающей способностью. Во второй топологии тактовый слайд делится на четыре зоны. Каждая зона занимает один из кубов. Возможно использование топологий с числом окон (зон произвольного размера и местоположения), доходящим до шести. В каждой зоне может быть размещена своя информация (вложенный слайд). Использование нескольких вложенных слайдов дает возможность преподавателю одновременно отображать не только основной слайд, непосредственно иллюстрирующий излагаемый материал, но и связанные с ним другие фрагменты.
На лекциях-дискуссиях презентация из основных слайдов размещается на АРМ преподавателя и демонстрируется на интерактивной доске синхронно с презентацией на видеостене. Участник лекционного занятия может выйти к интерактивной доске и с помощью виртуальных фломастеров нанести на слайд или чистый фон свои пометки.
Важным и наиболее широко распространенным классом мультимедиа-информации являются компьютерные презентации, изготовленные, например, в среде Power Point.
При реализации вышеперечисленных направлений необходимо учитывать, что отражаемая в презентационном фонде предметная область имеет достаточно сложную и разветвленную структуру, включает в себя десятки взаимосвязанных понятий и их характеристики.
Формулируя задачи управления презентационном контентом,по мнению докладчиков, следует ориентироваться на решения, полученные для систем управления контентом систем управления знаниями. Критическое осмысление накопленного опыта позволит надеяться на создание адекватного требованиям практики перечня задач, учитывающего специфику управления презентационным контентом.
Само понятие «управление контентом» (content management) первоначально ассоциировалось с процессом публикации и обновления информации на web-сайтах (web
Ив 1(7) 2007
content management). Затем это понятие было расширено — применительно к организациям, оперирующим с информационными ресурсами, содержащими огромное количество информации (enterprise content management ECM). В результате термин content management расширился, им стали обозначать управление информацией не только на сайте, но и всеми разрозненными фрагментами корпоративной информации.
Несмотря на достаточно бурное развитие рынка систем управления контентом (content management system — CMS), единых стандартов в этой области, в том числе на терминологию, еще нет. В то же время можно считать общепризнанными следующие положения.
Под контентом понимается информативно значимое наполнение информационной системы (тексты, графика, мультимедиа и т. п.).
Организационно контент содержится во множестве отдельных информационных ресурсов различных видов (документы, конференции, голосования и др.), являющихся формой хранения и передачи контента. Каждый информационный ресурс, в свою очередь, состоит из отдельных взаимосвязанных или независимых элементов.
Содержимое любого информационного ресурса включает в себя не только сам контент, но и описывающие его метаданные.
Разделим функции систем управления контентом, с целью последующего анализа их применимости для наших целей, на классы.
1. Управление описанием — предоставление авторам удобных и привычных средств создания как контента, так и описывающих его метаданных.
2. Управление документами обеспечивает хранение документов в едином репозито-рии, их поиск и обработку, реализует правила работы с документами, интеграцию с другими информационными системами, функции подписки и оповещения.
3. Управление знаниями обеспечивает поиск и анализ информации, а также автоматическую категоризацию контента.
135
Нв 1(7) 2007
4. Управление версиями обеспечивает работу с архивами документов, позволяет поддержать полный жизненный цикл доку-
Л мента.
<5 5. Управление безопасностью обеспечи-
3 вает авторизованный доступ к контенту, его
5 аудит, управление правами доступа к от-¡5 дельным элементам контента.
| 6. Управление публикацией — размеще-
¡3 ние контента на терминале пользователя;
§ обеспечение публикации, представления
| (автоматическая «подгонка» внешнего вида
=| страницы к дизайну всего сайта) и постоян-
| ного обновления контента на web-узлах
Л и порталах,
§ 7. Управление представлением — допол-
| нительные функции, позволяющие улуч-
§ шить форму представления данных (напри-
| мер, можно строить навигацию по структу-
| ре репозитория).
11 8. Управление совместной работой
■ц- обеспечивает ведение дискуссий, обсужде-
^ ние документов, голосования, предоставле-
Ц ние новостей.
!
Л Б. В. Палюх, С. В. Большаков (Тверской
| государственный технический универси-
^ тет) поделились опытом автоматизирован-
| ной оценки качества образования. В своем
докладе «Информационно-аналитическая
=с система по оценке качества образования
|= в вузе» они отметили, что одним из самых
£ важных параметров образования является
§ качество образовательных услуг. Обеспе-
§ чение высокого качества высшего образо-а
§ вания становится в современных условиях
Ь; все более сложной задачей.
^ Главной причиной такой ситуации можно
Ц назвать низкий уровень аналитической об-
§ работки данных, описывающих различные
Л сферы деятельности вуза. Данные, посту-
;§ пающие по разным каналам, как правило,
§ не приведены к сопоставимому виду, не
§ обобщаются. Кроме этого, не сформирова-
|э на единая система показателей, соответст-
6 вующих информационным потребностям ^ разных уровней пользователей. В результате, образуется дефицит информации по це-
136
лому ряду актуальных проблем, в том числе и по проблеме качества образования. Как показывает практика, для анализа используется не более 10% данных, а для принятия управленческих решений — не более 1%.
В последние годы обозначился новый виток в развитии средств и методов обработки и хранения данных. Появился новый термин Data Mining (DM), который переводится как «извлечение информации» или «добыча данных». Нередко рядом с Data Mining встречаются слова «обнаружение знаний в базах данных» и «интеллектуальный анализ данных». До начала 90-х годов, казалось, не было особой нужды переосмысливать ситуацию в этой области. Все шло своим чередом в рамках направления, называемого прикладной статистикой. Вместе с тем, попытки применить аналитические выкладки прикладной статистики для решения реальных задач в большинстве случаев оказываются бесплодными. Но на озабоченность практиков до поры до времени можно было бы не обращать особого внимания — они решали главным образом свои частные проблемы обработки небольших локальных баз данных.
Сегодня в сфере образования одновременно с существующей традиционной системой оценки и контроля результатов обучения должна складываться новая система, основанная на использовании технологий интеллектуального анализа данных. Это вызвано потребностью в получении объективной и сопоставимой информации об учебных достижениях обучающихся, о результатах деятельности высших учебных заведений.
Традиционная система, в силу своих организационных и технологических особенностей, не может обеспечить удовлетворение данных потребностей общества: ее результаты не дают исчерпывающей информации для получения объективных количественных показателей, позволяющих осуществлять мониторинг и управлять качеством образования. Системы анализа данных в области образования, создаваемые в различных вузах, слабо соответствует современным требова-
ниям как в содержательном, так и в технологическом аспектах: потеряна насыщенность и оперативность; ослаблено организационное построение; практически не проводится комплексных аналитических разработок. Существующие системы сбора и обработки информации не имеют единых методологических принципов и не обеспечивают адекватного представления данных, их интерпретацию, а также использование широким кругом пользователей.
Поэтому актуальной является задача разработки информационно-аналитической системы, которая предназначена для управления, и в частности, оценки качества образования в вузе. Система должна позволять контроль за ходом процесса обучения, основываясь на сборе и анализе данных, разбирать причины изменения качества образования, производить интеллектуальный анализ данных, представлять рекомендации по повышению качества образования. Создание информационно-аналитической системы (ИАС), строящейся на основе технологий Data Mining, позволяет решить проблему оценки качества образования.
Источником сведений при оценке качества образования в вузе, прежде всего, является субъект обучения — студент, поэтому важна полная, достоверная и объективная информация о каждом студенте на всех стадиях обучения — начиная от поступления в вуз и заканчивая выходом на рынок труда. Важна также информация об учебных программах, о личных достижениях студентов, о результатах их учебной деятельности и т. п. В виде показателей и критериев качества образования могут выбираться количественные и качественные показатели, характеризующие не только учебную деятельность, но и психологическое и физическое развитие студента. При анализе данных важны учет условий финансирования вуза, контингент педагогов, материально-техническая база вуза.
В связи с совершенствованием технологии сбора и хранения данных на людей обрушились колоссальные потоки необрабо-
Не 1(7) 2007
танной информации. Становится ясным, что потоки «сырых» данных (без продуктивной переработки), описывающие различные сферы деятельности системы образования, образуют никому не нужную свалку. Традиционная математическая статистика, долгое время претендовавшая на роль основного инструмента анализа данных, откровенно пасует перед лицом возникших проблем. Главная причина — концепция усреднения по выборке, приводящая к операциям над фиктивными величинами (типа средней оценки по вузу, средней посещаемости студентов в группе и т. п.). Методы математической статистики оказались полезными главным образом для проверки заранее сформулированных гипотез и для «грубого» разведочного анализа, составляющего основу так называемой оперативной аналитической обработки данных (OnLine Analytical Processing, OLAP).
В основу современной технологии Data Mining положена концепция шаблонов (паттернов), отражающих фрагменты многоаспектных взаимоотношений данных. Эти шаблоны представляют собой закономерности, свойственные подвыборкам данных, которые могут быть компактно выражены в понятной форме. Поиск шаблонов производится методами, неограниченными рамками априорных предположений о структуре выборки и виде распределений значений анализируемых показателей. Примеры формулировок задач при использовании методов OLAP и Data Mining приведены в табл.1.
Существует пять стандартных типов закономерностей, позволяющих выявлять методы Data Mining — ассоциация, последовательность, классификация, кластеризация и прогнозирование.
Ассоциация имеет место в том случае, если несколько событий взаимосвязаны. Например,исследование, проведенное в каком-либо вузе, может показать, что 25% студентов, окончивших вуз в конкретном году, также получают второе высшее образование, причем 15% из них — с «красным»
137
Нв 1(7) 2007
Таблица 1
Примеры формулировок задач при использовании методов OLAP и Data Mining
OLAP Data Mining
Каковы средние показатели успеваемости для очных и заочных студентов? Каковы точные характеристики в описаниях студентов, получивших качественное образование?
Каковы средние размеры заработных плат среди выпускников вуза по различным специальностям? Имеются ли характерные портреты студентов, которые, по всей вероятности, не будут работать по полученной специальности?
Какова средняя величина пропущенных занятий для студентов, имеющих высокий и средний балл успеваемости? Какие однородные группы студентов можно выделить, и каковы характеристики этих групп?
Какое количество лиц, имеющих ученую степень доктора наук, преподает в разные годы обучения? Как зависит качество полученного студентом образования от профессорско-преподавательского состава?
Какое среднее количество единиц хранения библиотечного фонда приходится на каждую специальность? Какова зависимость качества образования от количества компьютеров в вузе?
£ s» ■ï <ù s
'Il
Q
I
о
со
0
1
о £
0 §
1 §
дипломом. Располагая сведениями о подоб-■ц ной ассоциации, легко оценить, какие фак-* торы оказывают значительное влияние на =| желание получить второе высшее образо-| вание. Если в наличии цепочка связанных во времени событий, то говорят об их по-| следовательности. В сфере образования ^ в качестве примера последовательности | можно привести цепочку: бакалавриат, маЦ гистратура, аспирантура. Для вуза является Ее важным понимание, по каким причинам сту-§ денты желают получить дополнительное об-£ разование.
§ С помощью классификации можно вы-§. явить признаки, характеризующие группу | (например, студентов-хорошистов), к кото-Ь; рой принадлежит тот или иной учащийся. | Это делается посредством анализа уже Ц классифицированных объектов и формули-|| рования некоторого набора правил. КлаЛ стеризация отличается от классификации ;§ тем, что сами группы объектов заранее не § заданы. С помощью кластеризации само-§ стоятельно выделяются различные однородные группы студентов, имеющие близ-& кие по значению характеристики. ^ Основой для всевозможных систем прогнозирования служит историческая инфор-
138
мация, хранящаяся в базе данных в виде временных рядов. Если удается построить и найти шаблоны, адекватно отражающие динамику поведения целевых показателей (качество образования, средний балл студента и т. п.), есть вероятность, что с их помощью можно предсказать и поведение системы в будущем. Например, с определенной долей вероятности можно спрогнозировать, насколько качественное образование получат завтрашние специалисты будучи еще абитуриентами.
Data Mining является мультидисципли-нарной областью, возникшей и развивающейся на базе достижений прикладной статистики, распознавания образов, методов искусственного интеллекта, теории баз данных и др. Отсюда обилие методов и алгоритмов, реализованных в различных действующих системах Data Mining. Многие из таких систем интегрируют в себе сразу несколько подходов. Тем не менее, как правило, в каждой системе имеется какая-то ключевая компонента, на которую делается главная ставка.
Репортаж подготовил Александр Емельянов
