8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

Материалы в свободном доступе

№ 4(88) 01 сентября 2020 года
Рубрика: Программная инженерия
Автор статьи: Артюхин В. В.

Скачать статью

С распространением в мире и в открытом доступе больших объемов данных, а также методов и инструментов для их анализа, последний все чаще применяется для решения задач во всех областях человеческой деятельности. Однако распространенность и легкость освоения инструментов для анализа имеет и определенные негативные аспекты: отношение к аналитической задаче как к тривиальной процедуре, игнорирование важных теоретических ограничений математических методов, недостаточно тщательная проверка предположений относительно данных. В связи с этим возникает обоснованная потребность вернуть практический анализ в теоретический каркас, по возможности вписав его в концепции решения задач более объемных и сложных, в методологию проведения научных исследований в целом. В статье предложено моделирование процесса анализа данных как многоуровневой системы взаимосвязанных процедур и манипуляций над данными, отличающимися по сложности, требованиям и допущениям. Целью работы является структурирование процесса анализа данных вне зависимости от конкретной задачи и программного инструмента для ее решения. Таким образом, объектом исследования является процесс анализа данных в рамках аналитической задачи, а предметом – обобщенная структура этого процесса. Помимо этого приводятся аргументы, обосновывающие полезность и содержание данной модели. Каждый выделенный уровень анализа иллюстрируется примерами практических задач, решаемых на основе конкретного набора данных о выполненных научных работах, их содержании и авторском коллективе. Модель может быть практически полезна при планировании научного исследования, расчете его трудоемкости, определении состава творческого коллектива, разработке учебных программ и планов. Продолжение...

№ 4(88) 01 сентября 2020 года
Рубрика: Программная инженерия
Автор статьи: Бирюков А. Н.

Скачать статью

Традиционный метод повышения качества данных предполагает, что имеется ряд характеристик или измерений данных, которые определяются статически, а затем измеряются и используются для улучшения корпоративной архитектуры данных. Для того, чтобы использовать этот подход на практике, необходимо прежде всего определить, какие объекты данных имеют первостепенное значение для организации. Другими словами, нужно соотнести деятельность по повышению качества данных с бизнес-стратегией организации. Очевидно, это очень сложная задача, чреватая серьезными ошибками. Более того, исправить эти ошибки впоследствии может быть достаточно сложно. Предлагается новый подход к управлению качеством данных, который предполагает взгляд на повышение качества данных как на ИТ-услугу, оказываемую ИТ- департаментом организации бизнес-пользователям. Принципиальная разница между этим и традиционным подходами состоит в том, что наш подход не использует статически определенных свойств данных, таких как целостность или полнота, а применяется к конкретным контекстно-зависимым требованиям, возникающим в специфических ситуациях использования данных. В центре его лежит соглашение об уровне обслуживания, связанное с конкретным потребителем данных, которое выражает его индивидуальный взгляд на качество данных. Для повышения качества данных используются хорошо известные процессы ITSM и конфигурационная база данных. В заключение приводятся некоторые идеи о том, что данный подход может быть связан с моделью зрелости архитектуры данных. Продолжение...

№ 3(87) 06 июня 2020 года
Рубрика: Управление эффективностью
Автор статьи: Исаев Д. В.

Скачать статью

В настоящее время системы управления эффективностью, позволяющие ликвидировать разрыв между стратегическими планами и операционной деятельностью, крайне важны для предприятий и организаций разных отраслей. Ввиду опосредованного и неявного характера экономических выгод, получаемых в результате использования таких систем, традиционные методы инвестиционного анализа оказываются неприменимыми для оценки программ их развития. Поэтому при внедрении и использовании систем управления эффективностью требуются специальные показатели, характеризующие как издержки, связанные с реализацией программ и проектов развития, так и получаемые нефинансовые результаты. Для этого в статье предложена система показателей оценки программ развития систем управления эффективностью. Все показатели подразделяются на три группы - показатели результативности (получаемые результаты), экономичности (финансирование и использование ресурсов) и эффективности (соотношение результатов и затраченных ресурсов). При этом показатели, относящиеся к результативности программ развития, основаны на модели зрелости, позволяющей оценить уровень развития системы относительно предварительно определённых качественных пороговых уровней. На разных стадиях процесса управления используются разные типы значений показателей. В частности, целевые значения используются в качестве требований к программам развития на стадии формирования потенциальных альтернатив и их оценки. Модельные значения отражают результаты дискретно-событийного имитационного моделирования потенциальных программ с целью их сравнения и выбора одной из них для реализации. Плановые значения используются на стадии инициирования выбранной программы развития. Прогнозные значения применяются на разных этапах реализации программы развития. Наконец, фактические значения используются для характеристики последствий полностью или частично завершённой программы развития. Значимость предлагаемого методологического подхода объясняется его ролью в общем процессе развития систем управления эффективностью. Продолжение...

1 .. 6 7 8 9 10 11 12 13 14 .. 386