Управление организацией, кинокомпанией, базирующееся на использовании информационных систем и технологий

1. УПРАВЛЕНИЕ ОРГАНИЗАЦИЕЙ, КИНОКОМПАНИЕЙ, БАЗИРУЮЩЕЕСЯ НА ИСПОЛЬЗОВАНИИ ИНФОРМАЦИОННЫХ СИСТЕМ И ТЕХНОЛОГИЙ

2. Понятие информационной системы

Информационная система (ИС) – совокупность содержащейся в базах данных
информации и обеспечивающих ее обработку информационных технологий и
технических средств.
Структура информационной системы

3. Цель создания ИС

4. Информационная система

5. Информационная система

6. Информационная система

7.

8. Подсистемы ИС

9. Развитие информационных систем

Информационно-управляющая система (ИУС) – совокупность
информации, экономико-математических методов и моделей,
технических, программных, других технологических средств и
специалистов, предназначенная для обработки информации и принятия
управленческих решений.

10. Структура ИУС

11. Структура корпоративной ИУС

12. Задачи, решаемые ИУС

планирование производственной деятельности;
управление закупками, запасами, складированием,
транспортировкой и продажами;
управление финансами;
управление персоналом;
управление затратами;
управление проектами / программами;
проектирование продукции и технологических процессов.

13. Требования, предъявляемые к ИУС

1.
Локализация информационной системы, т. е. приспособленность
информационных систем к использованию российскими компаниями:
функциональная (учет особенностей российского законодательства и
систем расчетов) и лингвистическая (система помощи и документация
на русском языке).
2.
Обеспечение надежной защиты информации: парольное разграничение
доступа, многоуровневая система защиты данных и т. д.
3.
Реализация удаленного доступа для использования информации всеми
структурными подразделениями организации.
4.
Адаптивность системы в силу влияния внешних и внутренних факторов
(изменений направления бизнеса, изменения в законодательстве и т. п.).
5.
Возможность консолидации информации на уровне организации
(объединение информации филиалов, дочерних компаний и т. д.), на
уровне отдельных задач, на уровне временных периодов.

14. Составные элементы ИУС

Intranet-технологии позволяют строить ведомственные (корпоративные) системы
информатизации на основе базовых Internet-технологий.
Технологии обработки текстов широко используются и уже позволили наладить во
многих организациях электронную подготовку корреспонденции. Они выступают
элементами систем электронного документооборота и требуют унификации.
Системы управления базами данных предназначены для хранения и обеспечения
эффективного доступа к массивам информации.
Технологии информационных хранилищ обеспечивают хранение и обработку
больших массивов разнородной информации и, как правило, строятся на основе
уже апробированных СУБД, значительно расширяя их возможности.
Экспертные системы позволяют на основе определенных правил вывода
осуществлять анализ информационного описания объектов и вырабатывать на
основе этих правил соответствующие заключения. Эти технологии – базовые для
систем представления знаний.

15. Элементы ИУС

16. Классификация информационных технологий, на которых базируется ИУС

степень централизации технологического процесса: централизованные,
децентрализованные и комбинированные ИТ;
обслуживаемая предметная область: финансовый (бухгалтерский) учет,
торговый учет, логистика, управление кадрами, страховая деятельность,
банковская деятельность, образовательная деятельность и др.
степень охвата задач управления: обработка данных (автоматическая,
автоматизированная), поддержка принятия решений;
класс реализуемых технологических операций: работа с текстовым
редактором, работа с табличным процессором, работа с графическими
объектами, работа с мультимедиа, работа с СУБД;
тип пользовательского интерфейса: пакетные, диалоговые и сетевые ИТ;
способ построения сети: локальные, многоуровневые и распределенные
сети.

17. Классификация информационных технологий по обрабатываемой информации

18. Аналитические составляющие ИУС

Интеллект – ум, рассудок, разум; мыслительные способности человека.
Искусственный интеллект – свойство автоматизированных (автоматических) систем
брать на себя отдельные функции интеллекта человека.

19.

Для того, чтобы пояснить, чем отличается интеллектуальная задача от
простой (не интеллектуальной) задачи, необходимо ввести термин
«алгоритм». Под алгоритмом понимают точное предписание о выполнении
в определенном порядке системы операций для решения любой задачи из
некоторого данного класса (множества) задач.
Применительно к информационным технологиям, используемым для
решения задач управления, особенно в условиях не полноты данных
(недостаточности информации), организации начали активно внедрять
интеллектуальные системы, базирующиеся на интеллектуальных
информационных технологиях – в первую очередь на базах знаний,
используя опыт лучших специалистов-экспертов, а также генерировать
недостающие знания.

20. Значимых точек развития ИС

переход от простого отображения (вывода) информации к моделям, использующим
рассуждения и аргументации;
поиск релевантных знаний и порождение объяснений;
понимание и синтез текстов;
когнитивная графика, т.е. графическое и образное представление знаний;
мультиагентные системы;
интеллектуальные сетевые модели;
вычисления, основанные на нечеткой логике, нейронных сетях, генетических
алгоритмах, вероятностных вычислениях;
проблема метазнаний.
Мультиагентная система – это самостоятельная интеллектуальная система,
имеющая свою систему целеполагания и мотивации, свою область действий и
ответственности. Взаимодействие между агентами обеспечивается системой более
высокого уровня – метаинтеллектом. В мультиагентных системах моделируется
виртуальное сообщество интеллектуальных агентов – объектов, которые автономны,
активны, вступают в различные социальные отношения – кооперации и
сотрудничества (дружбы), конкуренции, соревнования, вражды и т.п.

21. Интеллектуальные информационные технологии должны включать

базы знаний, отражающих опыт конкретных людей, групп, обществ,
человечества в целом, при решении творческих задач в определенных
сферах деятельности, традиционно считавшихся прерогативой интеллекта
человека (например, такие плохо формализуемые задачи, как принятие
решений, проектирование, извлечение смысла, объяснение, обучение и
т.п.);
модели мышления на основе баз знаний: правил и логических выводов,
аргументации и рассуждения, распознавания и классификации ситуаций,
обобщения и понимания и т.п.;
механизмы формирования управленческих решений, на основе нечетких,
нестрогих, неполных, недоопределенных данных;
инструменты обоснования выводов и решений;
возможности к обучению, и, следовательно, к развитию.

22. Современными средствами интеллектуальной обработки информации являются:

Средства On-Line Analytical Processing (OLAP) – средства оперативной
аналитической обработки информации, направленные на поддержку принятия
решений.
Средства Data Mining – интеллектуальный анализ данных; подразумевают извлечение
данных и направлены на выявление отношений между информацией, хранящейся в
базах данных, которые аналитик может использовать для построения моделей,
позволяющих количественно оценить степень влияния интересующих его показателей
(параметров).

23. Средства On-Line Analytical Processing

On-Line Analytical Processing – средства оперативной аналитической
обработки информации, направленные на поддержку принятия решений.
При этом аналитик сам формирует версии отношений между множеством
информации и проверяет их на основе имеющихся данных в соответствующих
базах структурированной информации.
Технологии OLAP используют гиперкубы – специально структурированные
данные (иначе называемые OLAP-кубами). В структуре данных гиперкуба
различают:
меры – количественные показатели, используемые для формирования
сводных статистических итогов (количество товара: плановое, фактическое,
себестоимость, цена);
измерения – описательные категории, в разрезе которых анализируются
меры (по потребителям, по времени, по подразделениям, по регионам).

24. Средства Data Mining

Data Mining («добыча, извлечение данных», интеллектуальный анализ данных)
подразумевают извлечение данных и направлены на выявление отношений
между информацией, хранящейся в базах данных, которые аналитик может
использовать для построения моделей, позволяющих количественно оценить
степень влияния интересующих его показателей (параметров).
Text Mining
Image Mining

25.

Text Mining представляет собой набор инструментов, позволяющий
анализировать большие объемы информации в поисках тенденций, шаблонов и
взаимосвязей, способные помочь в принятии управленческих решений.
Системы обработки текстовой информации, можно разделить на две
категории: системы лингвистического анализа и системы анализа текстовых
данных.
Основными компонентами технологии Text Mining являются:
консолидация;
классификация;
поиск: тематический, по ключевым словам;
ответ на запросы;
кластеризация;
тематическое индексирование;
создание и поддержка офтаксономии и тезаурусов.

26.

Image Mining – средства для распознавания и классификации различных
визуальных образов, хранящихся в базах данных организации или
полученных в результате поиска из внешних источников.
Для более эффективной обработки и хранения данных в БД при
использовании средств Data Mining используют следующие подходы:
1) создание нескольких систем резервного копирования или одной
системы распределенного документооборота, которые позволяют
сохранять данные, но обладают медленным доступом к сохраненной
информации по запросу пользователя;
2) построение интернет-систем, обладающих высокой гибкостью, но
не приспособленных для реализации поиска и хранения текстовых
документов;
3) внедрение интернет-порталов, которые хорошо ориентированы на
запросы пользователей, но не обладают описательной информацией
относительно загружаемых в них текстовых данных.

27. Структура интеллектуальной системы поддержки управленческих решений:

28. Экспертные системы

Экспертные системы – это яркое и быстро прогрессирующее направление в
области искусственного интеллекта.
Экспертная система – это программное обеспечение, в котором
используются знания и процедуры логического вывода для решения достаточно
трудных задач, требующая для своего решения значительного объема
экспертных знаний человека.
Эксперт – человек (специалист), обладающий «знаниями» или специальными
навыками в определенной области.
Предметная область – это определенная, ограниченная область знаний, в
которой может решать задачи лишь определенный эксперт (медицина,
финансы, образование).
Экспертное знание – это сочетание теоретического понимания проблемы и
практических навыков ее решения, эффективность которых проверена в
результате практической деятельности экспертов в данной области.

29. Концептуальная схема работы экспертной системы

Логические
выводы
пояснения
Приложение
Пользователь
Пользовательский
Пользовательский
Итерфейс
Итерфейс
База данных
Запрос
(факты,
условия)
Приложение
Накопление
знаний
Приложение
Администратор,
эксперты,
системный аналитик
База знаний

30. Решаемые задачи

Существует ряд прикладных задач, которые решаются с помощью систем,
основанных на знаниях, более успешно, чем любыми другими средствами.
При определении целесообразности применения таких систем нужно
руководствоваться следующими критериями.
Данные и знания надежны и не меняются со временем.
Пространство возможных решений относительно невелико.
В процессе решения задачи должны использоваться формальные
рассуждения. Существуют системы, основанные на знаниях, пока еще не
пригодные для решения задач методами проведения аналогий или
абстрагирования (человеческий мозг справляется с этим лучше). В свою
очередь традиционные компьютерные программы оказываются
эффективнее систем, основанных на знаниях, в тех случаях, когда
решение задачи связано с применением процедурного анализа.
Системы, основанные на знаниях, более подходят для решения задач, где
требуются формальные рассуждения.
Должен быть по крайней мере один эксперт, который способен явно
сформулировать свои знания и объяснить свои методы применения этих
знаний для решения задач.

31. Преимущества экспертных систем:

доступность;
постоянное присутствие;
оперативность;
отсутствие предубеждений;
не делают поспешных выводов;
надежность;
база знаний может быть очень большой;
устойчивость к “помехам”;
снижение затрат;
снижение рисков.

32. Недостатки экспертных систем:

трудности при создании экспертной системы, отсутствие экспертов в
определенной предметной области;
узконаправленность;
отсутствие творческого подхода;
трудности, связанные с самообучением экспертных систем.