Архитектуры информационных систем

Информационная среда принятия проектных решений в условиях современных информационных технологий реализуется посредством информационных систем различных типов. Условно выделяют шесть типов информационных систем:

· системы оперативной обработки транзакций (OLTP system);

· традиционные экспертные системы (Expert system);

· информационные хранилища данных (Data warehouse);

· многомерные базы данных (MDDBMS – multidimensional database management system);

· системы оперативной аналитической обработки данных (OLAP – on-line analytical processing);

· системы оперативной аналитической обработки реляционных данных (ROLAP – Relational on-line analytical processing).

Системы оперативной обработки транзакций представляют собой традиционные базы данных обычно реляционного типа, ориентированные на управление данными для ряда приложений в относительно узкой предметной области. Такие системы являются сегодня наиболее широко распространёнными и используются как инструмент анализа и обработки данных с помощью традиционных запросов к базе данных. Данные в таких системах детализированы и подвержены частым модификациям.

Экспертные системы представляют собой информационные системы из области искусственного интеллекта (Artificial intelligence), использующие экспертные знания для обеспечения эффективного решения задач в некоторой узкой предметной области. Ядро экспертной системы образуют база знаний и данных, а также машина вывода. Для представления знаний используется та или иная модель знаний, зависящая от особенностей решаемой задачи. Современные экспертные системы опираются на четыре модели представления знаний: логическую, продукционную (основанную на использовании правил ЕСЛИ-ТО), фреймовую и семантическую сеть. Машина вывода - это программа извлечения (вывода или доказательства) ответа на поставленный вопрос (цель). Стратегия или алгоритм вывода, реализуемый машиной вывода, связана с используемой моделью знаний.

Информационные хранилища представляют собой системы хранения данных большого объёма (до нескольких терабайт) и извлечения информации (не данных), реализуемой на основе баз данных различных типов (от плоских файлов и реляционных баз данных до специальных патентованных решений). Процесс построения информационного хранилища сводится к объединению информации из многих рабочих баз данных в единый информационный массив большого объёма, обладающий эффективной структурой для анализа, интерпретации и представления данных, т.е. интеллектуального анализа данных (Data mining). Зачастую в качестве способа хранения в них применяют многомерные СУБД, хотя многомерный анализ может выполняться и в рамках реляционного механизма. Источником данных для информационных хранилищ часто служат традиционные OLTP-системы. Для построения эффективного информационного хранилища используется программное обеспечение нескольких категорий: инструментальные средства моделирования данных, инструментальные средства представления и работы с метаданными, центральную СУБД, средства извлечения и транспортировки данных и т.д.

Многомерные базы данных являются средством объединения данных, расположенных в разных OLTP-системах, для обеспечения возможности аналитической или интеллектуальной обработки данных. В многомерных базах данных данные организованы в так называемый гиперкуб, где каждая ось соответствует измерению. Метод многомерного моделирования не связан с физической схемой БД и является способом описания концептуальной схемы моделируемого процесса в форме множества фактов – точек в многомерном пространстве, каждое измерение которого представлено реляционной таблицей.

Системы оперативной аналитической обработки данных или системы интеллектуального анализа данных обычно используют многомерную модель данных, которые рассматриваются не как отдельные события, а как совокупный результат событий за определённый период времени. Такие системы основаны на использовании методов статистической обработки, а также логических методов: нейронных сетей, деревьев решений, индукции правил. Широко используются и различные методы визуализации данных.

Системы оперативной аналитической обработки реляционных данных предназначены для той же цели, что и только что рассмотренные OLAP-системы, но в отличие от предыдущих не используют представление данных в виде гиперкуба, а применяют мощные инструменты обработки запросов, в результате чего пользователю также предоставляется многомерная модель данных.

Из краткого рассмотрения современных подходов к созданию информационных систем можно увидеть нетрадиционное совместное употребление таких терминов, как данные, знания, информация, события, факты, измерения. Поэтому, для выявления первых инвариантов информационных технологий принятия проектных решений, необходимо выявить современный смысл, придаваемый этим терминам и выделить из всей проблемы несколько составляющих:

· выбор и разработка подходящих моделей данных;

· выбор и разработка подходящих моделей представления знаний;

· разработка методов представления данных, предоставляющих возможность выявления знаний;

· технология построения информационной среды принятия решений в процессе проектирования в форме интеллектуальной системы.