Архітектура СППР подається різними авторами по-різному. Наприклад, Г. Мара кас у 1999 р. запропонував узагальнену архітектуру, що складається з таких частин: система управління даними (the Data Management System); система управління моделями(the Model Managementsystem); машина знань (the Knowledge Engine); інтерфейс користувача (the User Interface); користувачі.
Основна задача СППР - надати аналітикам інструмент для виконання аналізу даних. За ступенем обробки даних при аналізі даних вирізняють такі задачі:
• o інформаційно-пошукові - СППР здійснює пошук необхідних даних. Характерною рисою такого аналізу є виконання наперед заданих запитів;
• o оперативно-аналітичні - СППР здійснює групування та узагальнення даних у вигляді, необхідному аналітику;
• o інтелектуальні - СППР здійснює пошук функціональних і логічних закономірностей у накопичених даних, побудову моделей і правил, що пояснюють знайдені закономірності і з певною ймовірністю прогнозують розвиток процесів.
Отже, загальну архітектуру СППР можна подати схематично (рис. 7.5).
З функціонального погляду СППР включає такі компоненти: сервер сховища даних, інструментарій OLAP, інструментарій Data Mining.
У підсистемі введення даних OLTP (Online Transaction Processing) реалізується операційна (транзакційна) обробка даних. Для їх реалізації використовують звичайні системи управління базами даних (СУБД).
У підсистемі зберігання інформації використовують сучасні СУБД і концепцію сховищ даних. Концепція сховища даних передбачає розділ структур зберігання даних для оперативної обробки даних і виконання аналітичних запитів.
Підсистема аналізу може включати:
• 1) підсистему інформаційно-пошукового аналізу на базі ре-ляційних СУБД і статичних запитів з використанням мови SQL (Structured Query Language);
• 2) підсистему оперативного аналізу. Для реалізації таких підсистем застосовується технологія оперативної аналітичної обробки даних OLAP (Online Analytical Processing), що спирається на концепцію багатовимірного подання даних;
• 3) підсистему інтелектуального аналізу. Ця підсистема реалізує методи і алгоритми здобуття даних Data Mining.
Ці компоненти СППР розглядають такі основні питання: накопичення даних та їх моделювання на концептуальному рівні, ефективного завантаження даних із кількох незалежних джерел та аналізу даних. Можна стверджувати, що використання оперативної аналітичної обробки (систем OLAP) сьо-
годні обмежується забезпеченням доступу до багатовимірних даних.
Технологія Data Mining у СППР також задіяна, тому що за її допомогою можна провести більш глибокий і всебічний аналіз даних, прийняти найбільш обґрунтовані рішення.
OLAP і Data Mining можна розглядати як складові процесу підтримки прийняття рішень. Проте ці технології немовби рухаються у різних напрямах: OLAP зосереджує увагу винятково на забезпеченні доступу до багатовимірних даних, а методи Data Mining у більшості випадків працюють з плоскими одно-вимірними таблицями і реляційними даними.
Інтеграція технологій OLAP і Data Mining розширює їх функціональність. Ці два види аналізу мають бути тісно поєднані, щоб інтегрована технологія могла забезпечувати одночасно багатовимірний доступ і пошук закономірностей.
Сторінки
В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Інформаційні системи і технології на підприємствах» автора Плескач В.Л. на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Архітектура СППР“ на сторінці 1. Приємного читання.
