CC BY
17
заемщика, свидетельствует о его безусловной финансовой устойчивости и платежеспособности, об отсутствии в его деятельности каких-либо тенденций, способных негативно повлиять на финансовую устойчивость и платежеспособность в перспективе.
Таким образом, информационную систему можно определить как систему, предназначенную для поддержки решения в ситуации выбора кредита. В дальнейшем в программу могут быть добавлены новые функции, то есть ее можно модернизировать. Имеется возможность настройки применения разработанной автоматизированной системы под другие операции банков.
Компьютерная программа зарегистрирована в Реестре программ для ЭВМ 9 января 2007 г., № 2007610212, ФИПС, выполнена в среде Delphi 7, OC Windows 98/NT/XP, объем 1,4 Мб.
Литература
1. Автоматизированные информационные системы, базы и банки данных: учебник; под ред. Н.А. Гайдамкина. М.: ЮНИТИ, 2002. 368 с.
2. Денежное обращение, кредит и банки: учебник; под ред. А.А. Антонова и В.Р. Пессель. М.: Финансы и статистика, 1995. 356 с.
3. Лапчик М.П. Вычисления, алгоритмизация, программирование: учебник. М.: Просвещение, 1988. 208 с.
4. Батракова Л.Г. Экономический анализ деятельности коммерческого банка: учебник для вузов. М.: Логос, 1999.
УПРАВЛЕНИЕ АГРОПРОМЫШЛЕННЫМ ПРЕДПРИЯТИЕМ В УСЛОВИЯХ ИНФОРМАЦИОННОЙ ЭКОНОМИКИ
П.И. Огородников, д.т.н.; В.В. Извозчикова, к.т.н. (Оренбургский филиал института экономики УрО РАН, viza-8.11@mail.ru)
В условиях становления информационной экономики в нашей стране, когда информация становится одним из основных стратегических ресурсов на предприятии, проблема отбора информации, необходимой и достаточной для принятия решений, особенно актуальна.
Ключевые слова: информационная экономика, информация, управление, технический сервис, принятие решений, информационные потоки, эксперт.
В последние два десятилетия в мире появилась экономика нового типа, названная информационной и глобальной, в которой одним из инновационных направлений в управлении предприятиями является эффективное использование современных достижений в области информационных технологий [1].
В современном обществе информация становится важнейшим производительным, общественным и социальным ресурсом экономического и технического развития, при этом производительность и конкурентоспособность организаций во многом зависят от их способности генерировать, обрабатывать и эффективно использовать информацию, основанную на знаниях.
Следует признать, что российское общество пока далеко от информационного в полном его понимании, но в научной литературе дискутируется вопрос о возможности и целесообразности внедрения западных технологий и методов управления в деятельность российских хозяйствующих субъектов, в том числе и в систему агропромышленного комплекса (АПК).
Одно из важнейших мест в АПК занимает система технического сервиса, так как уровень использования техники и затраты на ее обслуживание оказывают существенное влияние на себестоимость получаемой продукции.
При управлении деятельностью предприятий технического сервиса АПК с помощью информации возникает необходимость построения структуры управления системой технического сервиса в виде, который позволял бы элементам системы оптимально и эффективно получать и перерабатывать весь нужный объем данных для повышения результативности работы.
Одной из главных проблем, решаемых при проектировании систем управления, опирающихся на современные информационные технологии, является определение состава информации, которая действительно нужна работнику для эффективного выполнения своих функций с учетом феномена информационной необозримости.
Методы и модели исследований и анализа внутренних информационных потоков достаточно разработаны и освещены в литературе, в то же время практически неразработанным является методическое обеспечение по исследованию и отбору внешних документальных информационных потоков.
Авторами данной статьи разработана методика оценки источников информации (ИИ), основанная на определении интегрального коэффициента качества, отражающего оценку информации экспертами по ряду используемых критериев качества.
Для решения поставленной задачи формируется группа экспертов, отобранных по критерию максимальной согласованности мнений и имеющих одинаково высокий уровень подготовки. Набор показателей качества информации, по которым проводится отбор ИИ, представляется некоторым множеством К={Кх, К2, ..., Кг} (I=1, Ь), причем было определено, что наиболее полно можно оценить информацию, используя такие показатели качества, как точность, достоверность и полнота. Эксперты оценивают информацию по каждому из выбранных показателей отдельно, после чего принимают окончательное решение о включении того или иного ИИ в создаваемую БД.
Процедуру оценки и отбора ИИ экспертами предлагается описывать в терминах теории графов как наиболее наглядного способа представления отношения эксперта к ИИ, легко поддающегося формализации и обработке на персональных компьютерах. Так, для наиболее полного представления отношения «эксперт-ИИ» воспользуемся двудольным графом Кенига: 0(К)=(Е, X, V), где Е и X - множества вершин графа О(К); V - множество ребер, устанавливающее взаимно-однозначное соответствие между вершинами из множества Е и множества X.
При дальнейшем рассмотрении считается, что множеству Е соответствует количество привлекаемых экспертов N множеству X - количество предназначенных к рассмотрению ИИ I, а множество V представляет некоторую оценочную функцию Е=Е(1ф ку), определяющую степень отношения экспертов к рассматриваемому ИИ. Величина характеризует оценку экспертом анализируемого ИИ по конкретному показателю качества.
Система условий по включению у-го ИИ в БД 1-м экспертом имеет следующий вид:
=2 - согласен, 1Р = 1 — возможно, =0 — не согласен.
При 1у=1 или 2 эксперт указывает степень важности ИИ путем присвоения ему коэффициента важности 0<ку<1. Известно, что для выполнения различного рода формальных преобразований с графами удобно использовать их матричное представление. Так, граф Кенига О(К) может быть представлен двумя матрицами инцидентности:
матрицей 1(К) = 1, каждый элемент которой
показывает степень отношения 1-го эксперта к у-му ИИ по каждому критерию, и матрицей
С(К) = кУ , элементы которой - это коэффици-II 1у 11 N^1
енты важности У-го ИИ для 1-го эксперта.
Используя элементы матриц 1(К) и С(К), можно получить усредненную оценку мнения каждого эксперта обо всех ИИ () и усредненную
оценку всеми экспертами конкретного ИИ (V )
по данному критерию, то есть
1 i
vp=vZf« *ku;
i j=I
1=^, ^ =¿1 хкрУ^Д.
Как следует из условий поставленной задачи, в БД включают только те ИИ, за которые высказалось наибольшее число экспертов. В связи с этим для дальнейших рассуждений при оценке качества
ИИ выбирается величина ^, удовлетворяющая
условию 1< < 2 .
Проведенными исследованиями установлено, что мнения экспертов при отборе ИИ могут расходиться, даже если группа формировалась по критерию максимальной согласованности мнений. Это объясняется их способностью к многомерному анализу документа, организационными факторами и многими другими причинами как субъективного, так и объективного характера. В связи с этим и на основании приведенных выше рассуждений оценивать ИИ предлагается с использованием интегрального коэффициента качества, который учитывает используемые экспертами показатели качества. Интегральный коэффициент ка-
чества имеет вид
1 L
Котб=-У'VP , где L -
т L-i cpi
L i=1
количе-
ство задействованных критериев качества (шт.);
VcOpi - усредненный показатель качества оценки
экспертами j-го ИИ при использовании i-го критерия.
Несмотря на то, что величина Котб может принимать значения в диапазоне от нуля до двух, рекомендуется отбирать ИИ, для которых выполняется условие 1< Котб < 2.
Таким образом, разработанная методика формализует процедуру оценки качества и отбора информации экспертной группой. Это, в свою очередь, даст возможность включать в формируемые базу данных и знаний ИИ, которые, по мнению экспертов, являются наиболее важными на данный момент в конкретной предметной области, используя при этом множество качественных показателей. Предлагаемая методика позволит пользователям информационной системы использовать при управлении и принятии решений актуальную и адекватную информацию, что в конечном итоге существенно повысит эффективность функционирования системы принятия решений.
Литература
1. Кастельс М. Информационная эпоха: экономика, общество и культура. М.: ГУ ВШЭ, 2000. С. 608.
2. Экономика знаний и факторы ее реализации: аналит. вестник Совета Федерации ФС РФ. 2005. № 15 (267). URL: //http:www.budgetrf.ru (дата обращения: 03.03.09).
3. Оре О. Теория графов. М.: Наука, 1968.
