CC BY
97
Секция «Информационно-экономические системы»
УДК 004:338:2
Е. Г. Корнилов Научный руководитель - Т. Г. Долгова Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
СОВРЕМЕННОЕ ПРИМЕНЕНИЕ OLAP И OLTP ТЕХНОЛОГИЙ В ЭКОНОМИКЕ
Рассматриваются проблемы автоматизации современных, экономически развитых корпораций с большим количеством рабочего персонала. Внедряя новые технологии с использованием информационных хранилищ, они стремятся сократить количество специалистов необходимых для выполнения монотонной работы и тем самым увеличить скорость производства.
В наше время без систем управления базами данных не обходится практически ни одна организация, особенно среди тех, которые традиционно ориентированы на взаимодействие с клиентами. Банки, страховые компании, авиа- и прочие транспортные компании, сети супермаркетов, телекоммуникационные и маркетинговые фирмы, организации, занятые в сфере услуг и другие - все они собирают и хранят в своих базах гигабайты данных о клиентах, продуктах и сервисах. Ценность подобных сведений несомненна. Они применяются для различных целей, например для управления материально-техническими запасами, управления отношениями с клиентами и т. п.
Такие базы данных называют операционными или транзакционными, поскольку они характеризуются огромным количеством небольших транзакций, или операций записи-чтения. Компьютерные системы, осуществляющие учет операций и собственно доступ к базам транзакций, принято называть системами оперативной обработки транзакций (OLTP - On-Line Transactional Processing) или учетными системами.
Набор аналитических функций в учетных системах обычно весьма ограничен. Схемы, используемые в OLTP-приложениях, осложняют создание даже простых отчетов, так как данные чаще всего распределены по множеству таблиц, и для их агрегирования необходимо выполнять сложные операции объединения. Как правило, попытки создания комплексных отчетов требуют больших вычислительных мощностей и приводят к потере производительности.
Некоторые виды анализа требуют таких структурных изменений, которые недопустимы в текущей оперативной среде. Например, нужно выяснить, что произойдет, если у компании появятся новые продукты. На «живой» базе такое исследование провести нельзя. Следовательно, эффективный анализ редко удается выполнить непосредственно в учетной системе.
Этим объясняется интерес к объединению и анализу данных учетной системы с помощью технологии OLAP (On-Line Analytical Processing - оперативная аналитическая обработка). Этот метод позволяет аналитикам, менеджерам и руководителям «проникнуть в суть» накопленных данных за счет быстрого и согласованного доступа к широкому спектру представлений информации. Исходные данные преобразуются таким образом, чтобы наглядно отразить структуру деятельности предприятия.
Хранилище данных - методология и технология, позволяющая решить проблемы, возникающие при интеграции баз учетной системы при внедрении методов OLAP.
Информация в Хранилище является предметно -ориентированной, интегрированной, она хранится долговременно, а ее управление осуществляется независимо от исходных операционных баз данных. В отличие от OLTP-баз, где хранятся детальные данные в виде отдельных записей, в Хранилище содержится сводная и консолидированная информация (часто из нескольких операционных источников), в том числе и историческая.
Средства OLAP часто реализуются в виде набора многопользовательских приложений с Web-поддержкой, дают быстрый доступ к любому элементу базы вне зависимости от объема и сложности данных. Часто это достигается за счет использования OLAP-сервера - мощного многопользовательского инструмента для работы с многомерными структурами данных. Конструкция сервера и структура данных оптимизируются таким образом, чтобы можно было выполнять нерегламентированные запросы, а также быстрые, гибкие вычисления и преобразования исходных данных.
OLAP-системы обеспечивают решение многих аналитических задач: анализ ключевых показателей деятельности, маркетинговый и финансово-экономический анализ, анализ сценариев, моделирование, прогнозирование и т. д. Такие системы не обусловлены особенностями информационной инфраструктуры компании и могут работать со всеми необходимыми данными, независимо от их источников.
Пример внедрения хранилищ данных. Чтобы не быть голословным, приведем результаты конкретного внедрения продукта RS-DataHouse в КБ «Нефтебанк» (Республика Казахстан), которое произошло в первом полугодии 2002 года.
Устанавливая эту систему, банк преследовал двойную цель:
во-первых, формировать отчетность для Национального банка Республики Казахстан;
во-вторых, создать базу для развития комплекса аналитических методик банка.
«Нефтебанк» имеет распределенную структуру, всего на территории Казахстана расположены 6 его филиалов. Задача по подготовке отчетности для Национального банка состоит из расчета порядка 8 тыс.
Актуальные проблемы авиации и космонавтики. Информационные технологии
показателей и создания около 60 отчетных форм. Все это требуется регулярно, в конкретные и довольно сжатые сроки. Ранее отчетность готовилась вручную, силами примерно 30 специалистов. С помощью Ба1аНоше это число удалось сократить ровно в 10 раз. Сверкой информации из филиалов занималось 5 человек. Сейчас этот процесс полностью автоматизирован, а за обнаруженными системой несоответствиями в отчетности следят один-два человека. В целом процедура формирования отчетности до внедрения К5-Ба1аНоше занимала около двух недель, сейчас - всего два-три дня. В отчетности стало меньше ошибок, поэтому сократилось количество рекламаций от Национального банка Казахстана.
Считаю, что данные информационные технологии позволят сделать большой скачок в сфере развития экономики.
Библиографические ссылки
1. Родионов А., Исаев Д. // Финансовая газета.
2006. № 44 (563).
2. Организационные аспекты бюджетирования // Финансовая газета. 2007. № 40.
3. Функции бюджетирования и их реализация в информационных системах // Финансовая газета.
2007. № 31 (555).
© Корнилов Е. Г., Долгова Т. Г., 2010
УДК 159.98
Е. П. Коробкова Научный руководитель - Т. Г. Долгова Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
АКТУАЛЬНОСТЬ И ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ТЕСТА ТЬЮРИНГА
Тест Тьюринга предлагает четкие критерии для проверки эффективности искусственного интеллекта и его сопоставимости с человеческим интеллектом. В наши дни тест Тьюринга находит применение в борьбе с нежелательной электронной почтой и нежелательной регистрацией на сайтах.
Тест Тьюринга - эмпирический тест, идея которого была предложена британским математиком и криптографом Аланом Тьюрингом в статье «Вычислительные машины и разум» (англ. Computing Machinery and Intelligence), опубликованной в 1950 году в философском журнале «Mind». С помощью своего теста Тьюринг задался целью определить, может ли машина мыслить, или другими словами, качественно имитировать человеческий разум.
Существуют три основных варианта теста Тьюринга, два из которых были предложны в статье «Вычислительные машины и разум», а третий вариант, по терминологии Саула Трейджера (Saul Traiger), является стандартной интерпретацией.
Стандартная интерпретация звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы - ввести человека в заблуждение, заставив сделать неверный выбор» [1].
Беседа ведется в режиме «только текст», то есть с помощью экрана и клавиатуры. Если участник не может определить, кто из собеседников является человеком, то тест считается пройденным [2].
В 1966 г. Джозефом Вейзенбауманом была создана Элиза (ELIZA) - программа виртуальный собеседник, которая пародирует диалог с психотерапевтом, реализуя технику активного слушания. Элиза выделяет во входной фразе значимые слова, которые подставляет в шаблонную фразу. Данная программа является важнейшим этапом в развитии ПО, так как это первая программа создавшая иллюзию человеческого общения.
После Элизы было создано множество подобных программ. Ни одной из них не удалось пройти Тест Тьюринга, но интерес к этому тесту не угас.
В 1990 г. была организована премия Лёбнера. Она присуждается победителю ежегодного конкурса, в котором соревнуются программы в прохождении теста Тьюринга.
Одним из самых лучших виртуальных собеседников была признана A.L.I.C.E. (Artificial Linguistic Internet Computer Entity) - программа, способная вести диалог с человеком на естественном языке. Она три раза (в 2000, 2001, 2004 гг.) становилась победителем премии Лёбнера. A.L.I.C.E. использует технику эвристического сопоставления фразы пользователя с образцами в базе знаний [4].
В 2008 г. премия Лёбнера была выиграна программой Elbot, которой удалось ввести в заблуждение 25 % экспертов. Для прохождения теста требуется, чтобы 30 % судей решили, что программа -виртуальный собеседник является человеком [3]. На данный момент, это лучший результат.
На сегодняшний день тесты Тьюринга используются для борьбы с нежелательной электронной почтой, автоматическими регистрациями на сайтах и нежелательными сообщениями в блогах и форумах [5]. Методика тестирования заключается в том, что компьютерной программе предлагается распознать слово, написанное с искажениями либо частично скрытое. Подобная задача, с которой человек справляется относительно легко, остается практически неразрешимой для большинства компьютеров. Данный метод называется CAPTCHA (от англ. «Completely Automated Public Turing test to tell Computers and Humans Apart» - полностью автома-
