Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
7 ноября 2011.
Средствами Data Mining добывается ценная информация из текстовых, гипертекстовых документов сети Internet, а так же находящихся в других источниках. Для обозначения этих технологий используется:
1.Web Content Mining – методы и средства автоматического аннотирования и классификации текстовых и гипертекстовых документов из сети Internet.
2.Web Usage Mining – методы и средства, позволяющие выявить закономерности в поведении пользователей web-узлов.
Text Mining – добыча информации из текстового документа.
Основные средства и технологии Data Mining:
1. Стандартные методы математической статистики:
1.1. регрессионный анализ (построение регрессионных моделей).
1.2. Корреляционный анализ – определение коэффициента ясности связи. (1 – абсолютный предел связи).
1.3. Дисперсионный анализ.
1.4. Кластерный анализ.
2. Переборные методы:
Переборные методы просты в реализации, но их эффективность невысокая, поэтому на практике переборные механизмы улучшаются применением эвристик (улучшения, произведенные опытным путем).
3. Искусственные нейронные сети (ИНС).
ИНС могут быть универсальными классификаторами -апроксиматорами и прогнозаторами.
4. Системы с нечеткой логикой и нечеткие модели:
Используются в областях и конкретных задачах, для которых типична неопределенность в исходных данных и логических правилах. Неопределенность данных может быть связана с неполнотой, недостоверностью, противоречивостью, нечеткостью. При решении многих задач исходная информация недостаточна, противоречива и т.п.
5. Генетические алгоритмы.
Эволюционные стратегии, используемые при решении задач оптимизации.
6. Методы логических шаблонов в шаблонах массивов данных.
Шаблон – последовательность, определенная цепочка событий.
Инструменты Data Mining:
Статистические методы реализуются либо в специальных пакетах (SPSS, STATISTICA, R), несложный анализ выполняется в электронных таблицах (MS Excel, Open Office Calc).
Интеллектуальный анализ выполняется в специальных пакетах (SAS, Polyanalist, MATLAB(имеет пакет расширения для интеллектуального анализа данных): Neural Network, Fuzzy Logic (нечеткая логика), Genetic Algorithm and Direct Search (генетический алгоритм и прямой поиск).
Основные методологии управления, используемые в АИСУП.
В методологии современных АИСУП можно выделить следующие эволюционные этапы:
1. MPS SIC MRP CRP MRPII ERP
- MPS(Master Planning Sheduling – объемно-календарное планирование) – ее внедрение позволяет автоматизировать подготовку календарных графиков (план закупки сырья, материалов и т.п.). Недостаток этой методологии в том, что она не позволяет прогнозировать показатели спроса и т.п. и не предусматривает оптимизацию складских запасов.
- SIC (Statistical Inventory Control – статистическое управление запасами) – применение этой технологии позволяет оптимизировать издержки, связанные со складскими запасами и их пополнением. В основе SIC применение моделей управления запасами.
- MRP (Material Requirements Planning – планирование потребности в материалах) – основным объектом является информация об объекте материального учета (единица сырья, полуфабриката). Основным документом является «Ведомость материалов», которая отражает движение объектов учета.
MRP позволяет при управлении производственным процессом соотнести перечень необходимых комплектующих со складскими запасами, планом закупок.
- CPR (Capacity Requirements Planning – планирование потребностей в мощности) – эта методология позволяет использовать единый подход не только к управлению материалами, но производственными мощностями, такими ресурсами как, финансовые, кадровые, производственные ресурсы).
- MRP II (Manufacturing Resource Planning) – эта методология объединяет все предыдущие концепции. Используется единый подход управления всеми ресурсами компании.
- ERP (Enterprise Resource Planning – планирование ресурсов корпорации) – самая современная методология управления предприятием. Основная задача этих систем: интегрировать в едином информационном пространстве все подразделения крупного предприятия и все функции управления предприятием. Это достигается за счет использования единых баз данных, современных технологий локальных сетей, автоматизации планирования, анализа, контроля, прогнозирования. Наличие этой системы позволяет исключить повторный ввод данных.
Современные крупные АИСУП относятся к ERP-системам.
Особенности выбора и внедрения информационных систем на предприятии.
ИС, как программный продукт может приобретаться на предприятии 3 путями:
1. Приобретение готовой системы;
2. Доработка (существенная) и конфигурирование готовой системы;
3. Создание системы либо сторонними фирмами под заказ, либо создание этого продукта собственными силами.
Первый вариант подходит для предприятий с типовой для данной сферы производства или обслуживания организационной структурой, типовой организацией бизнес-процессов.
Второй вариант целесообразно использовать, если предприятие в чем-то является нетиповым или относится к сфере деятельности, для которой нет полностью готовых типовых систем.
Третий вариант целесообразно использовать, если предприятие во многом является уникальным, если готовые системы для его сферы либо отсутствуют, либо недоступны.
Самостоятельная разработка может быть целесообразна при наличии специалистов и при существенном снижении издержек по сравнению с приобретением системы.