We use cookies in order to improve the quality and usability of the HSE website. More information about the use of cookies is available here, and the regulations on processing personal data can be found here. By continuing to use the site, you hereby confirm that you have been informed of the use of cookies by the HSE website and agree with our rules for processing personal data. You may disable cookies in your browser settings.

  • A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Information Systems of Decision Support

2020/2021
Academic Year
RUS
Instruction in Russian
6
ECTS credits
Delivered at:
Department of Information Systems and Technologies (Faculty of Informatics, Mathematics, and Computer Science (HSE Nizhny Novgorod))
Course type:
Elective course
When:
1 year, 3, 4 module

Instructors

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