• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2020/2021

Информационные системы поддержки принятия решений

Статус: Курс по выбору (Бизнес-информатика)
Направление: 38.04.05. Бизнес-информатика
Когда читается: 1-й курс, 3, 4 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Прогр. обучения: Бизнес-информатика
Язык: русский
Кредиты: 6
Контактные часы: 84

Программа дисциплины

Аннотация

Курс информационные системы поддержки принятия решений ориентирован на выработку у студентов практических навыков проектирования и комплексного использования современных технологий аналитических баз данных и многоагентного моделирования в задачах поддержки принятия решений. Курс базируется на ранее полученных студентами знаниях о методах системного анализа и служит основой для изучения таких предметов, как архитектура предприятия, интеллектуальный анализ данных.
Цель освоения дисциплины

Цель освоения дисциплины

  • Понимание общих принципов анализа и принятия решений в сложных ситуациях на основе системного подхода и современных программных технологий, применяемых при создании информационных систем поддержки принятия решений.
  • Формирование у студентов четкого представления места систем поддержки принятия решений в общей IT-структуре предприятия и особенностей проектирования, реализации, внедрения программных комплексов и систем поддержки принятия решений, получение практических навыков работы с соответствующими инструментальными средствами и программами для конечного пользователя.
  • Овладение навыками многомерного информационного моделирования для OLAP-систем.
  • Овладение навыками проектирования и реализации многоагентных моделей с дальнейшей интеграцией в составе информационной СППР.
Планируемые результаты обучения

Планируемые результаты обучения

  • Умеет проектировать многоагентную модель в рамках парадигмы BDI для заданной предметной области
  • Способен закодировать многоагентную модель в терминах языка NetLogo
  • Способен закодировать многоагентную модель в терминах языка Jason
  • Умеет сопоставлять и преобразовывать между собой многоагентные модели, реализованные в терминах языка NetLogo и Jason
  • Определять в проблемной ситуации границы системы, ключевые заинтересованные стороны, ЛПР, критерии.
  • Демонстрировать реализацию цикла принятия решений по Саймону для конкретной проблемной ситуации.
  • Демонстрировать реализацию цикла принятия решений по ван Гигу для конкретной проблемной ситуации.
  • Иллюстрировать влияние индивидуальных и организационных особенностей на процессы анализа проблемной ситуации в конкретных примерах.
  • Формулировать для конкретного примера модель принятия решений в терминах ЛПР, целей, ограничений, критериев, альтернатив.
  • Классифицировать проблемную ситуацию и ее исход для конкретных примеров.
  • Сравнивать общие и отличительные черты различных классов информационных систем для поддержки принятия решений.
  • Иллюстрировать отличия между системами операционного уровня и системами поддержки принятия решений.
  • Описывать общие и отличительные особенности систем поддержки принятия решений на основе моделей и информационных СППР.
  • Аргументировать рациональность использования СППР на основе моделей или информационных СППР для конкретных проблемных ситуаций.
  • Определять основные этапы развития СППР с указанием типичных представителей каждого поколения.
  • Иллюстрировать особенности требований к обработке и анализу информации в новых условиях
  • Объяснять назначение и взаимосвязь основных конструктивных элементов СППР на основе технологии DataWarehouse.
  • Объяснять отличия между хранилищем данных и витриной данных.
  • Иллюстрировать взаимосвязь СППР на основе технологии DataWarehouse с другими видами информационных систем.
  • Определять основные характеристики хранимых данных: неизменность, тематическую ориентацию, гранулярность, интегрированность.
  • Разрабатывать концептуальное описание в терминах набора размерностей и фактов.
  • Аргументировать необходимость конкретных иерархий гранулярности для примеров предметных областей.
  • Определять концептуальную модель хранилища данных в виде информационного пакета.
  • Формулировать требования к отдельным компонентам Хранилища данных на основе выявленных информационных потребностей.
  • Разрабатывать информационную модель аналитической базы данных в формате Star-схемы на основе конкретного информационного пакета.
  • Иллюстрировать основные отличия технологии OLAP (On Line Analytical Processing) от традиционных способов анализа данных на конкретных примерах.
  • Описывать входные данные, назначение и результат применения операций OLAP (свертка, поворот, конкретизация, получение слоя) на конкретных примерах гиперкуба.
  • Объяснять общие и отличительные особенности технологий MOLAP, ROLAP.
  • Объяснять причины определения и способы реализации требований 1-12 Э. Кодда к OLAP-системам.
  • Иллюстрировать способы реализации OLAP-операций в виде SQL-запросов к STAR-схеме.
  • Разрабатывать рекомендации по анализу производительности СППР.
  • Иллюстрировать появление новых возможностей СППР при интеграции технологий Хранилищ Данных и Многоагентного моделирования.
  • Прогнозировать пути развития функциональности СППР по мере развития технологий Интернета, Больших Данных, Искусственного Интеллекта .
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Научные основы использования системного подхода в ходе анализа и принятия решений
    Понятийный аппарат системного подхода к анализу и принятию решений: проблемная ситуация, исходы, критерии, ЛПР, система, сложная система, мета-система, система систем, мо-дель. Типология проблем и исходов проблемной ситуации. Структура процесса принятия реше-ний по Саймону и ван Гигу. Процесс принятия решений как дизайн систем: управленческий и инженерный подход. Влияние индивидуальных и организационных особенностей на процессы анализа проблемной ситуации. Системный подход к управлению. Информация и знания. Использование знаний в процессе приятия решений. Роль философии науки в процессе принятия решений, мета-решения. Иерархия систем производства знаний по В. Черчману. Сеть знаний на предприятии и управление знаниями. Этическое и социальное влияние СППР (системы поддержки принятия решений).
  • История появления и развития систем поддержки принятия решений
    Характеристики и взаимосвязь основных составляющих процесса принятия решений: ЛПР (ли-цо, принимающее решения), цели, ограничения, критерии, альтернативы, . Классификация проблем управления. Этапы процесса принятия решения. Роль субъективного фактора, нечеткой и неполной информации в процессе принятия решений. Характеристики идеальной СППР. Управленческие информационные системы. Возможности и недостатки систем поддержки принятия решений первого поколения. Повышение роли СУБД в составе СППР. Основные причины некачественного снабжения информацией. Выявление различий между системами операционного уровня и системами поддержки принятия решений. Пассивные, активные и кооперативные СППР. СППР на основе моделей, системы управленческих решений. Информационные системы руководителей. Хранилища данных. Управление знаниями и интеллект бизнеса. СППР на основе знаний, экспертные системы. Средства поддержки кооперативного принятия решений. Системы на основе Интернет-технологий. Многоагентные системы. Пассивные, активные и кооперативные СППР. СППР на основе моделей, системы управленческих решений. Информационные системы руководителей. Хранилища данных. Управление знаниями и интеллект бизнеса. СППР на основе знаний, экспертные системы. Средства поддержки кооперативного принятия решений. Системы на основе Интернет-технологий. Многоагентные системы.
  • Многоагентные технологии для разработки информационных систем поддержки принятия решений
    Достоинства и недостатки традиционных методов моделирования. Понятие генеративного моделирования. Реализация генеративных моделей с использованием агентов. Понятие агента и многоагентной системы. История развития многоагентного подхода в компьютерных науках.Методологии многоагентного моделирования. Основные понятия и принципы подхода BDI.
  • Ключевые элементы технологии Data Warehousing
    Требования к обработке и анализу информации в новых условиях. Поддержка процессно-ориентированного управления на основе информационных технологий. Концептуальная архи-тектура систем на основе технологии DataWarehousing. Практическое использование понятия «интеллект бизнеса» в технологии DataWarehousing. Концепция целевого распространения ин-формации. Основные свойства хранимых и обрабатываемых данных. Компоненты Хранилища данных. Разные категории программных систем (хранилище данных, витрина данных). Связь технологии Хранилищ данных c ERP-системами. Связь технологии Хранилищ данных c CRM-системами. Связь технологии Хранилищ данных cо стандартами управления качеством.
  • Концептуальное и информационное моделирование информационных потребностей в технологии Хранилищ данных
    Общие методы структурирования информации в процессе принятия решений. Информационное моделирование корпоративных данных. Бизнес-размерности и бизнес-метрики. Многомерный анализ размерностей. Информационные пакеты. Техники интервьюирования для построения инф. пакетов. Использование методологии совместной разработки. Способы анализа существующей документации. Выработка требований к отдельным компонентам Хранилища данных на основе информационных потребностей. Специфические характеристики аналитических моделей данных. Взаимосвязь с реляционной моделью данных. Таблицы фактов и таблицы размерностей. Процесс перехода от информационных требований к разработке модели данных. STAR-схема. Выбор степени гранулярности данных. Методы информационного моделирования событий и темпоральных характеристик. Методы определения ключевых атрибутов. Реализация обновлений в таблицах размерностей. SNOWFLAKE-схема. Таблицы аггрегированных фактов.
  • Практика применения многоагентных технологий для разработки информационных систем поддержки принятия решений
    Структура многоагентного приложения в системе NetLogo. Основные элементы синтаксиса языка NetLogo. Разработка интерактивных приложений в системе NetLogo. Обзор стандартных агентных моделей в составе системе NetLogo. Структура многоагентного приложения в системе Jason. Основные элементы синтаксиса языка Jason. Методы моделирования и анализа процесса принятия решений по методу BDI в системе Jason.
  • Принципы построения и использования систем на основе технологии OLAP
    Основные отличия технологии OLAP (On Line Analytical Processing) от традиционных способов анализа данных. Требования Кодда к OLAP-системам. Инструменты и методы аналитической обработки данных: гиперкуб, свертка, поворот, конкретизация, получение слоя. Различные модели аналитической обработки данных: MOLAP, ROLAP, HOLAP. Методы реализации OLAP-систем. Тест FASMI. MDX — практическая реализация языка запросов к OLAP-системам. Краткий обзор существующих решений.
  • Направления развития систем поддержки принятия решений
    Причины и закономерности постоянного изменения функций и структуры СППР. Средства получения объективной оценки востребованности СППР. Методы развития навыков пользователей системы. Анализ производительности работающей системы и профилактические процедуры. Средства повышения качества методов распространения информации. Требования к СППР в эпоху глобальных инфо-коммуникационных технологий. Архитектура СППР на основе Интернет-технологий. Методы трансформации существующих СППР для доступа через Интернет. Новые виды внешних источников данных: полнотектстовые базы данных и поисковые системы Интернета. Методы использования мультимедийной информации в технологиях Хранилищ данных и добычи данных. Влияние успехов в беспроводных технологиях и микроэлектронике на расширение области применения СППР. Достижения и перспективы искусственного интеллекта в области СППР. Технологические и экономические риски, этические проблемы дальнейшего развития СППР.
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание (проектирование многоагентной модели)
  • неблокирующий Домашнее задание (построение многоагентной модели NetLogo)
  • неблокирующий Домашнее задание (разработка многоагентной модели Jason)
  • неблокирующий Групповой проект по реализации концептуального многомерного представления - инф. пакета
  • неблокирующий Групповой проект по реализации STAR-схемы и запросов на основе информационного пакета
  • неблокирующий Экзамен в виде теста в системе LMS.
    Экзамен проводится в письменной форме. Экзамен проводится на платформе LMS (https://lms.hse.ru). К экзамену необходимо подключиться за 15 минут до начала экзамена. Компьютер студента должен удовлетворять требованиям: поддержка LMS. Для участия в экзамене студент обязан: поставить на аватар свою фотографию, явиться на экзамен согласно точному расписанию. Во время экзамена студентам запрещено пользоваться конспектами и подсказками. Кратковременным нарушением связи во время экзамена считается нарушение связи менее 5 минут. Долговременным нарушением связи во время экзамена считается нарушение 5 минут и более. При долговременном нарушении связи студент не может продолжить участие в экзамене. Процедура пересдачи аналогична процедуре сдачи.
  • неблокирующий Домашнее задание (проектирование многоагентной модели)
  • неблокирующий Домашнее задание (построение многоагентной модели NetLogo)
  • неблокирующий Домашнее задание (разработка многоагентной модели Jason)
  • неблокирующий Групповой проект по реализации концептуального многомерного представления - инф. пакета
  • неблокирующий Групповой проект по реализации STAR-схемы и запросов на основе информационного пакета
  • неблокирующий Экзамен в виде теста в системе LMS.
    Экзамен проводится в письменной форме. Экзамен проводится на платформе LMS (https://lms.hse.ru). К экзамену необходимо подключиться за 15 минут до начала экзамена. Компьютер студента должен удовлетворять требованиям: поддержка LMS. Для участия в экзамене студент обязан: поставить на аватар свою фотографию, явиться на экзамен согласно точному расписанию. Во время экзамена студентам запрещено пользоваться конспектами и подсказками. Кратковременным нарушением связи во время экзамена считается нарушение связи менее 5 минут. Долговременным нарушением связи во время экзамена считается нарушение 5 минут и более. При долговременном нарушении связи студент не может продолжить участие в экзамене. Процедура пересдачи аналогична процедуре сдачи.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.15 * Групповой проект по реализации STAR-схемы и запросов на основе информационного пакета + 0.15 * Групповой проект по реализации концептуального многомерного представления - инф. пакета + 0.15 * Домашнее задание (построение многоагентной модели NetLogo) + 0.2 * Домашнее задание (проектирование многоагентной модели) + 0.15 * Домашнее задание (разработка многоагентной модели Jason) + 0.2 * Экзамен в виде теста в системе LMS.
Список литературы

Список литературы

Рекомендуемая основная литература

  • Волкова В.Н. - Теория систем и системный анализ в управлении организации - Издательство "Финансы и статистика" - 2009 - 848с. - ISBN: 978-5-279-02933-4 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/1049
  • Искусство системного мышления: Необходимые знания о системах и творческом подходе к решению проблем: Учебное пособие / О'Коннор Д., Макдермотт И., - 9-е изд. - М.:Альпина Пабл., 2016. - 256 с.: 60x90 1/16 (Переплёт) ISBN 978-5-9614-5289-1 - Режим доступа: http://znanium.com/catalog/product/913068

Рекомендуемая дополнительная литература

  • Eric Silverman. (2018). Methodological Investigations in Agent-Based Modelling: With Applications for the Social Sciences. Web server without geographic relation, Web server without geographic relation (org): Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.36B944A9
  • Wilensky, U., & Rand, W. (2015). An Introduction to Agent-Based Modeling : Modeling Natural, Social, and Engineered Complex Systems with NetLogo. Cambridge, Massachusetts: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=976350
  • Аксенов К. А., Гончарова Н. В. ; под науч. ред. Доросинского Л.Г. - СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В 2 Ч. ЧАСТЬ 1. Учебное пособие для вузов - М.:Издательство Юрайт - 2019 - 103с. - ISBN: 978-5-534-07640-0 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/sistemy-podderzhki-prinyatiya-resheniy-v-2-ch-chast-1-442032
  • Аксенов К. А., Гончарова Н. В., Аксенова О. П. ; под науч. ред. Доросинского Л.Г. - СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В 2 Ч. ЧАСТЬ 2. Учебное пособие для вузов - М.:Издательство Юрайт - 2019 - 126с. - ISBN: 978-5-534-07642-4 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/sistemy-podderzhki-prinyatiya-resheniy-v-2-ch-chast-2-442053
  • Целых, А.Н. Адаптивные информационные системы для поддержки принятия решений : монография / А.Н. Целых, Л.А. Целых, С.А. Барковский ; Южный федеральный университет. - Ростов-на-Дону ; Таганрог : Издательство Южного федерального университета, 2018. - 231 с. - ISBN 978-5-9275-2780-9. - Режим доступа: https://new.znanium.com/catalog/product/1039682