Содержание
ВВЕДЕНИЕ 3
1. СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ 5
1.1. Основные понятия, определения, решаемые задачи 5
1.2. Характеристики СППР 9
1.3. Классификация СППР 10
1.4. Методы анализа, используемые в СППР 11
1.5. Требования, предъявляемые к СППР 12
2. ХРАНИЛИЩЕ ДАННЫХ 14
2.1. Характеристики хранилища данных 15
2.2. Подходы к физической реализации ХД 16
2.3. Организация хранилища данных 19
2.4. Работа с хранилищем данных 20
2.5. Компоненты хранилища данных 20
2.6. Архитектурные области хранилища 22
3. ПРИМЕНЕНИЕ СППР В БАНКОВСКОЙ СФЕРЕ 24
3.1. Аналитическая платформа Prognoz Platform 24
3.2. СППР для банков и финансовых организаций на платформе PrognozPlatforma 26
3.2.1. Прогнозно-аналитическая система для банков и финансовых организаций 27
3.2.2. «Прогноз. Управление риском» 28
3.2.3. «Прогноз. Сметное планирование в банке» 29
3.2.4. «Прогноз. Система страхования вкладов» 30
ЗАКЛЮЧЕНИЕ 32
Выдержка из текста
В 21 веке важной составляющей социально-экономического развития общества стала информация. Развитие вычислительной техники и информационных технологий приводит тому, что понятие информация невозможно рассматривать безотносительно технических средств, которые используются для ее обработки.Наша жизнь немыслима без информационных технологий [1]. На нас хлынул поток информации, который очень трудно осмыслить и обработать. Все труднее становится ориентироваться в этом непрекращающемся информационном потоке
Технологии, расширяющие возможности общения, в настоящее время переживают бурный рост. Очень быстрыми темпами развивается Интернет. Стремясь не отставать от темпов развития глобальной сети, меняются способы коммерческого, политического и социального взаимодействия.В недалеком будущем, Интернет станет базой для создания новых услуг и товаров, учитывающих возможности сетей. По прогнозам [2, 1-2]
• к концу 2018 года ежегодный мировой трафик достигнет 8.6 зеттабайт по сравнению с 3.1 зеттабайтами в 2013 году;
• к 2016 году количество устройств, подключённых к IP-сети, превысит население земного шара почти в три раза;
• к 2020 году к Интернету будет подключено 50 млрд. устройств.
В нынешних условиях ключевым фактором успеха становится скорость принятия эффективных управленческих решений. Однако усовершенствование механизма принятия решений затруднено в условиях огромного объема и сложности данных, содержащихся в разнообразных оперативных и производственных системах этих организаций [3].
Актуальность темы заключается в необходимости сделать подобную информацию доступной более широкому кругу пользователей с целью получения конкурентного преимущества.
Процесс принятия того или иного решения непосредственно связан с обработкой и анализом большого объема информации. Современные системы поддержки принятия решений (СППР) позволяют убрать человеческий фактор на этапе обработки и преобразования исходных данных.
Таким образом, объектом исследования является исследование технологий, применяемых в процессе построения систем поддержки решений. Предметом исследованияявляются методы принятия решения, с целью повышения их эффективности.
В данной работе рассматриваются
• структура, понятие, классификация систем поддержки принятия решений (СППР);
• задачи решаемые СППР;
• архитектура построения СППР;
• концепции наполнения данными СППР;
• концепции представления данных в СППР;
• применение СППР в банковской сфере.
Список использованной литературы
1. Jack Show. Digital Jungle, and doing business in the Information Age.[Электронный ресурс]. Режим доступа: http://wowspeakers.com/2014/02/jack-shaw/ (дата обращения 13 января 2016 г.)
2. Cisco Forecast and Methodology, 2013–2018. [Электронныйресурс]. Режим доступа:http://www.cisco.com/c/en/us/solutions/collateral/service-provider/global-cloud-index-gci/Cloud_Index_White_Paper.pdf (дата обращения 13 января 2016 г.)
3. Хранилища данных. [Электронный ресурс]. Режим доступа:http://window.edu.ru/library/pdf2txt/224/60224/30094/page10(дата обращения 13 января 2016 г.)
4. Система поддержки принятия решений. [Электронный ресурс]. Режим доступа: http://ru.wikipedia.org/система_поддержки_принятия решений (дата обращения 13 января 2016 г.)
5. Little I.D.C. Models and Managers: The Concept of a Decision Calculus // Management Science, 2011,v. 16,Nr.8
6. Thieranf R.J. Decision Support Systems for Effective Planing and Control. -Englewood Cliffs, N.J: Prentice Hall, Inc, 2012.
7. Sprague R.H. A Framework of Development of the Decision Support Systems // MIS Quarterly, 2012, v. 4, Nr.4
8. Ginzberg M.I., Stohr E.A. Decision Support Systems: Issues and Perspectives // Processes and Tools for Decision Support / ed. by H.G. Sol, Amsterdam, North-Holland Pub I.Co, 2013.
9. Radulescu D., Gheorghiu 0. Optimizarea flexibila si decizia asistata de calculator. Bucuresti, Ed.stiintifica, 2012.
10. Ключко В.И. Архитектуры систем поддержки принятия решений.//Научный журнал КубГАУ, № 86(02), 2013
11. Turban, E. Decision support and expert systems: management support systems. -Englewood Cliffs, N.J.: Prentice Hall, 1995. — 887 p.
12. Haettenschwiler P. Neues anwenderfreundliches Konzept der Entscheidungs-unterstutzung. GutesEntscheiden in Wirtschaft, Politik und Gesellschaft. Zurich: Hochschulverlag AG, 1999. — S. 189—208.
13. Power D.J. A Brief History of Decision Support Systems. DSSResources.COM, World Wide Web. [Электронный ресурс]. Режим доступа:http://DSSResources.COM/history/dsshistory.html (дата обращения 13 января 2016 г.)
14. Power D. J. «What is a DSS?» // The On-Line Executive Journal for Data-Intensive Decision Support, 2011. — v. 1. — N3.
15. Хранилища данных: основные архитектуры и принципыпостроения в реляционных СУБД. [Электронный ресурс]. Режим доступа:http://www.bipartner.ru/downloads/DW_Arch.pdf(дата обращения 13 января 2016 г.)
16. JoergReinschmidt, Allison Francoise. Business Intelligence Certification Guide. IBM Redbooks.
17. Нартова А. PowerDesigner 15. Моделирование данных. М.: издательство ЛОРИ, 2014. – 469 с.
18. Александрин А.М. Разработка и реализация методов и моделей информационной системыподдержки принятия решений на уровне предприятия: Автореф. дис.канд. техн. наук. –М.:РГБ, 2011.
19. Повышение производительности хранилищ данных.1 // ComputerWeek-Moscow. – 2006. –№32. – C. 28.
20. Львов В.Н. Создание систем поддержки принятия решений на основе хранилищ данных //Системы управления базами данных. – 2007. – №3.
21. Кузнецов М.А., Пономарев С.С. Современная классификация систем поддержки принятия решений // Прикаспийский журнал: управление и высокие технологии. 2009. № 3. С. 52 – 58.
22. Ткаченко В.В. Система поддержки принятия решений управления экономическими параметрами в растениеводстве // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2008. №4. С. 90-106.
23. Шумкова О.А., Карлов Д.Н., Шумков Е.А. Многоконтурная система анализа финансового рынка // Труды Кубанского Аграрного Университета. Краснодар: КубГАУ. 2010. № 4. С. 31 — 35.
24. Материалы сайта компании «Прогноз». [Электронный ресурс]. Режим доступа:http://www.prognoz.ru(дата обращения 13 января 2016 г.)