Государственное образовательное учреждение

высшего профессионального образования Московской области

«Международный университет природы, общества и человека «Дубна»

(университет «Дубна»)

ИСАУ

кафедра системного анализа и управления

УТВЕРЖДАЮ

проректор по учебной работе

С.В. Моржухина «_»_20 г.

Программа дисциплины Системы поддержки принятия решений Направление подготовки 080500 Бизнес-информатика Профиль подготовки Электронный бизнес Квалификация (степень) выпускника Бакалавр Форма обучения Очная г. Дубна, 2011г.

Программа составлена в соответствии с требованиями ФГОС ВПО с учетом рекомендаций и ПрООП ВПО по направлению подготовки – 080500 «Бизнес-информатика» профиль «Электронный бизнес».

Программа рассмотрена на заседании кафедры системного анализа и управления (название кафедры) Протокол заседания № _ от «» 20 г.

Заведующий кафедрой /проф. Е.Н. Черемисина / (подпись) (ФИО)

СОГЛАСОВАНО

директор института САУ _ /проф. Е.Н. Черемисина/ (подпись) (ФИО) Дата «» _ 20 г.

Рецензент: _ (ученая степень, ученое звание, место работы, должность) // (подпись) (ФИО) Дата «» _ 20 г.

Руководитель библиотечной системы _ / В.Г. Черепанова/ (подпись) (ФИО) Дата «» _ 20 г.

1. Цели освоения дисциплины Целью освоения дисциплины «Системы поддержки принятия решений» является изучение студентами принципов построения современных систем поддержки принятия решений (СППР) на основе технологий Хранилищ Данных (Data Warehousing), оперативного анализа (OLAP) и добычи данных (Data Mining) для аналитической поддержки процессов принятия решений.

Задачи дисциплины:

Подготовка студентов в области 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.

2.Место дисциплины в структуре ООП бакалавриата Дисциплина «Системы поддержки принятия решений» относится к вариативной части дисциплин по выбору студентом Профессионального цикла (Б3.В.ДВ.3) и изучается в 8-ом семестре.

Программа состоит из 8 разделов:

Причины и следствия информационного кризиса в управлении предприятием Основы технологий и средств СУБД Технология Data Warehousing Системы поддержки принятия решений Технология OLAP Технология DataMining Возможности современных программных платформ для создания систем поддержки принятия решений Направления развития систем поддержки принятия решений Дисциплина «Системы поддержки принятия решений» читается в 8-ом семестре и направлена на изучение студентами принципов построения современных систем поддержки принятия решений (СППР) на основе технологий Хранилищ Данных (Data Warehousing), оперативного анализа (OLAP) и добычи данных (Data Mining) для аналитической поддержки процессов принятия решений.

Перечень дисциплин с указанием разделов (тем), усвоение которых студентами необходимо для изучения дисциплины «Системы поддержки принятия решений»:

Теоретические основы информатики (1 семестр) Теория вероятностей и математическая статистика (3 семестр) Информационные системы и технологии (2 семестр) Изучение дисциплины «Системы поддержки принятия решений» дает основу для изучения как последующих курсов профиля «Электронный бизнес»:

Функциональное программирование и интеллектуальные системы ( 3. Компетенции обучающегося, формируемые в результате освоения дисциплины «Системы поддержки принятия решений».

Процесс изучения дисциплины направлен на формирование следующих компетенций:

способен к саморазвитию, повышению своей квалификации и мастерства (ОК-9) осознавать сущность и значения информации в развитии современного общества;

переработки информации (ОК-12);

иметь навыки работы с компьютером как средством управления информацией, способностью работать с информацией в глобальных компьютерных сетях (ОК-13);

способен работать с информацией из различных источников (ОК-16);

проводить анализ архитектуры предприятия (ПК-1);

способен выбирать рациональные ИС и ИКТ-решения для управления бизнесом (ПКпроводить обследование деятельности и ИТ-инфраструктуры предприятий (ПК-5);

использовать современные стандарты и методики, разрабатывать регламенты для обеспечивающие достижение стратегических целей и поддержку бизнес-процессов (ПКзнания:

Результат обучения компетенц Образовательная технология Вид контроля технологии, лежащие в основе СППР возможности применения ОК- информационных технологий для решения задач управления умения:

Результат обучения компетенц Образовательная технология Вид контроля использовать полученные ОК- теоретические знания при ПК- обслуживании бизнеса ПК- использовать полученные ОК- теоретические знания при ОК- управлении проектами, производственными мощностями, взаимоотношениями с клиентами и с поставщиками использовать полученные ОК- теоретические знания при ПК- проведении финансового и экономического анализа использовать полученные ОК- теоретические знания при ПК- решении задач с использованием средств СППР применение:

Результат обучения компетенц Образовательная технология Вид контроля навыки проведения работ ОК- по вводу, накоплению и ОК- обработки информации для применения СППР навыками применения ПК- СППР для решения задач ПК- анализа бизнес-процессов ПК- 4. Структура и содержание дисциплины «Системы поддержки принятия решений»

Общая трудоемкость дисциплины составляет 3 зачетных единицы 116 часов, из них 28 часов аудиторной нагрузки.

Общая трудоемкость Аудиторные занятия:

Практические занятия (ПЗ) Семинары (С) Лабораторные работы (ЛР) Самостоятельная работа:

Курсовая работа Расчетно-графические работы Вид промежуточного Причины и следствия информационного кризиса в управлении Причины и следствия информационного кризиса в управлении предприятием Основы технологий и Основы технологий и средств СУБД Ключевые элементы технологии Data Warehousing Концептуальное моделирование информационных потребностей в технологии Хранилищ Принципы информационного моделирования в технологии DataWarehousing Системы поддержки принятия решений развития систем поддержки принятия решений системы поддержки принятия решений принципов представления и обработки метаданных в системах поддержки принятия решений верификации и очистки распространения и представления информации в системах поддержки принятия решений Технология OLAP использования систем на основе технологии OLAP Технология DataMining DataMining платформ для создания систем поддержки принятия решений современных программных платформ для создания систем поддержки принятия решений Направления развития систем поддержки принятия решений систем поддержки принятия решений Раздел 1. Причины и следствия информационного кризиса в управлении предприятием Понятие информационного кризиса. Краткая история информационных технологий. Влияние развития информационных технологий на методы управления и принятия решений. Возможности и риски современных информационных технологий для поддержки принятия решений. Применение принципа цепочки ценностей (Value chain) для оценки значимости средств аналитической обработки информации.

Системный подход к управлению. Информация и знания. Сеть знаний на предприятии и управление знаниями. Этическое и социальное влияние СППР (системы поддержки принятия решений).

Раздел 2. Основы технологий и средств СУБД Понятие базы данных, системы управления базами данных, банка данных.

Информационное моделирование. Реляционная модель: отношение, домен, кортеж.

Понятие ключа и внешнего ключа.

Языки описания и манипулирования данными. Структура запросов на языках SQL и QDE. Понятие видов СУБД. СУБД типа «клиент-сервер». Понятие транзакции.

Особенности OLTP-систем.

Раздел 3. Технология Data Warehousing Ключевые элементы технологии Data Warehousing. Требования к обработке и анализу информации в новых условиях. Поддержка процессно-ориентированного управления на основе информационных технологий. Концептуальная архитектура систем на основе технологии DataWarehousing. Практическое использование понятия «интеллект бизнеса» в технологии DataWarehousing.

Концепция целевого распространения информации. 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 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.

Принципы информационного моделирования в технологии DataWarehousing.

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.

Раздел 4. Системы поддержки принятия решений История появления и развития систем поддержки принятия решений. Основные составляющие процесса принятия решений: ЛПР (лицо, 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 Обзор архитектуры системы поддержки принятия решений. Отличительные черты архитектуры СППР на основе технологии Хранилищ данных. Понятие интеграции приложений предприятия. Назначение и принципы интеграции основных подсистем:

исходные данные, трансформация данных, хранение данных, распространение данных.

Программный каркас СППР. Особенности архитектуры распределенных СППР.

Принципы выбора подходящих программных реализаций для подсистем. Примеры существующих программных решений.

Углубленное изучение принципов представления и обработки метаданных в системах поддержки принятия решений. Понятие метаданных и их роль в системе поддержки принятия решений. Разновидности метаданных по функциональным областям.

Использование метаданных в деловой деятельности. Пассивные и активные метаданные.

Извлечение и использование метаданных в процессе разработки системы. Стандарты на представление и обработку метаданных. Инициатива CWM — объектно-ориентированная стандартизация метаданных на основе UML. Формальные методы кодирования и обработки метаданных. Связь качества управления и степени использования метаданных в процессе принятия решений.

Принципы загрузки, верификации и очистки данных. Назначение и основные требования к подсистеме загрузки, верификации и очистки данных (ETL). Способы извлечения данных из операционных БД и внешних информационных источников.

Методы трансформации данных. Известные программные средства верификации и очистки данных. Стандартизация загрузки, верификации и очистки данных. Понятие качества данных. Основные причины низкого качества данных в СППР. Методы и средства повышения качества исходных данных.

Принципы распространения и представления информации в системах поддержки принятия решений. Основные черты принципов целевого распространения информации в СППР на основе технологии Хранилищ данных. Виды информационного содержания.

Категории пользователей системы и их информационные требования. Типы программных средств, используемых для распространения информации. Необходимость и методы управления ходом выполнения запросов в СППР на основе технологии Хранилищ данных.

Раздел 5. Технология 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.

Раздел 6. Технология DataMining Суть термина «добыча данных» (DataMining). Основные понятия технологии.

Специфика анализируемых данных: разреженные, отсутствующие и неточные данные.

Разведочный анализ данных, анализ тенденций. Предсказательные и описательные модели. Преимущества использования технологии DataMining при выработке стратегических решений и примеры из реальных прикладных областей. Этические аспекты использования технологии добычи данных. Классификация математических методов обработки и анализа данных. Математические основы основных классов методов:

таблицы и деревья решений, ассоциативные правила, иерархическая, агломеративная и дивизионная кластеризация, иерархические методы классификации, нейросетевые алгоритмы, генетические алгоритмы.

Методы применения статистического моделирования. Кластеризация с использованием теории нечетких множеств. Методы эволюционного программирования на примере генетических алгоритмов. Тестирование результатов анализа данных. Оценка стоимости выбранных методов анализа данных разными методами. Известные схемы и алгоритмы предварительной подготовки и преобразования данных: выбор атрибутов, дискретизация, многофакторный анализ, робастная регрессия. Основные этапы поддержки принятия решений при использовании деревьев решений, ассоциативных правил и алгоритмов кластеризации. Принятие решений на основе комбинации нескольких моделей. Открытые стандарты интеграции технологии Data Mining (CRISP, PMML, SQL/MM и др). Состав и основные возможности программных систем Xelopes и WEKA.

Уровень поддержки различных этапов принятия решений в коммерческих системах (SAS, SPSS, Statistica, WizWhy и др.).

Раздел 7. Возможности современных программных платформ для создания систем поддержки принятия решений Практически доступные программные реализации технологий Хранилищ данных, OLAP и добычи данных (Mondrian, Jpivot и др.). Реализация технологий анализа данных в коммерческих системах на примере IBM DB2 DataWarehouse: общая архитектура, методы хранения и обработки данных в СУБД DB2, возможности параллельной обработки данных, инструментарий обработки метаданных, реализация технологии OLAP, пространственный анализ данных, принципы работы с командным центром IBM DB DataWarehouse Center, принципы работы с компонентом добычи данных IBM Intelligent Miner.

Возможности интеграции с другими корпоративными решениями компании IBM.

Знакомство с назначением, организацией и возможностями интегрированной системой Deductor (компания BaseGroup, Россия). Обзор методов аналитической обработки информации и Добычи данных, реализованных в продуктах компании Micro-soft (на примере системы Mictosoft Dynamics).

Раздел 8. 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.

5. Образовательные технологии В учебном процессе, помимо чтения лекций, которые составляют 30% аудиторных занятий, широко используются активные и интерактивные формы (обсуждение отдельных разделов дисциплины, выполнение домашних заданий). В сочетании с внеаудиторной работой это способствует формированию и развитию профессиональных навыков обучающихся.

Интерактивные образовательные технологии, используемые в аудиторных занятиях Методы обучения на лекционных занятиях включают использование средств мультимедийного представления информации (презентации, ролики, схемы, иллюстрации).

Проводится домашняя работа, предусмотрен реферат. Итогом изучения дисциплины является сдача зачета.

При проведении занятий используются активные и интерактивные формы занятий (30% аудиторных занятий):

Выполнение домашней работы Изучение и использование специализированных программных продуктов 6. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов 6.1. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины 6.2 Темы рефератов 1. Возможности и риски современных информационных технологий для поддержки принятия решений.

2. Системный подход к управлению.

3. Особенности OLTP-систем.

4. Ключевые элементы технологии Data Warehousing.

5. Концепция целевого распространения информации.

6. Концептуальное моделирование информационных потребностей в технологии Data Warehousing.

7. Принципы информационного моделирования в технологии DataWarehousing.

8. История появления и развития систем поддержки принятия решений.

9. Основные составляющие процесса принятия решений.

10. СППР на основе знаний, экспертные системы.

11. Средства поддержки кооперативного принятия решений.

12. Системы на основе Интернет-технологий.

13. Многоагентные системы.

14. Архитектура систем поддержки принятия решений.

15. Формальные методы кодирования и обработки метаданных.

16. Необходимость и методы управления ходом выполнения запросов в СППР на основе технологии Data Warehousing.

17. Основные отличия технологии OLAP от традиционных способов анализа данных.

18. Технология DataMining 19. Принятие решений на основе комбинации нескольких моделей.

20. Возможности современных программных платформ для создания систем поддержки принятия решений.

21. Направления развития систем поддержки принятия решений.

6.3 Перечень вопросов, выносимых на зачет по курсу «Системы поддержки принятия решений»

1. Что понимается под стратегической информацией?

2. Какие причины послужили основой неудач первых поколений СППР в своевременном снабжении стратегической информацией?

3. Почему операциональные системы не подходят для снабжения стратегической информацией?

4. Какие виды обработки информации реализованы в типичном Хранилище данных?

5. Какие основные факторы постоянного роста объемов данных в СППР на основе технологии Хранилищ данных?

6. Почему Хранилища данных предъявляет более сильные требования к интеграции информации по сравнению с операциональными системами?

7. Почему в Хранилище данных практически каждая структура данных содержит атрибут времени?

8. Какие внешние источники данных обычно используются в Хранилищах данных?

9. На какой основе и с помощью каких средств следует проводить интеграцию ERPсистем и СППР на основе технологии Хранилищ данных?

10. Каковы отличительные черты восходящего и нисходящего процесса проектирования Хранилища данных?

11. В чем необходимость выделения отдельного компонента предобработки данных в технологии Хранилищ данных?

12. Какие существенные характеристики процесса сбора требований для СППР?

13. Какие виды информации должен содержать информационный пакет?

14. Почему необходимо использовать различные уровни гранулярности данных в Хранилище данных?

15. Что такое иерархии размерностей?

16. Какие отличия между бизнес-размерностями и бизнес-метриками?

17. В чем различия между полуаддитивными и аддитивными метриками?

18. Каковы основные достоинства и недостатки STAR-схемы?

19. Какие существуют общие принципы создания ключевых атрибутов для таблиц фактов и таблиц размерностей?

20. Что такое слабо-изменяющиеся размерности?

21. В чем основные отличия SnowFlake-схемы от Star-схемы?

22. Какие основные средства многомерного анализа данных известны на практике?

23. В чем основные отличия модели MOLAP от модели ROLAP?

24. Почему не рекомендуется загружать в OLAP-системы данные непосредственно из операциональных систем?

25. Какие пять характерных черт имеет архитектура СППР на основе технологии Хранилищ данных?

26. Каким образом поставщики современных СУБД дополняют их возможности для использования в составе СППР?

27. Какие три основные типа метаданных используются в Хранилищах данных?

28. В чем заключается существенная польза доступности метаданных для конечных пользователей СППР?

29. Каковы основные способы использования метаданных в процессе эксплуатации СППР на основе технологии Хранилищ данных?

30. В чем основные отличия технологии Добычи данных от OLAP-систем?

31. Каковы основные этапы анализа данных на основе технологий добычи данных?

32. В чем заключается преимущество технологии Добычи данных с точки зрения управленцев?

33. Какие основные алгоритмы кластеризации используются в технологии Добычи данных?

34. Какие преимущества и недостатки использования программных решений одного производителя в процессе разработки СППР?

35. Каковы обязательные роли в команде разработчиков СППР на основе технологии Хранилищ данных?

36. В чем отличия в управлении и организации проектов по построению СППР от проектов построения операциональных систем?

37. Существуют ли общие индикаторы, которые можно использовать для оценки успешности хода работ по проектированию и реализации СППР?

38. Каким навыкам работы с СППР необходимо обучить пользователей в первую очередь?

39. В каких случаях безусловно необходимо реализовать пилотный проект СППР?

40. Перечислите основные отличительные черты многоагентных технологий, каково их значение для современных СППР?

41. Какие основные характеристики имеют СППР на основе Web-технологий?

42. Какие вопросы безопасности данных наиболее важны для распределенных СППР (особенно в Интернете)?

6.4. Учебно-методическое обеспечение самостоятельной работы студентов Д1 Самостоятельное проектирование системы поддержки принятия решений на основе технологий Хранилищ 6.5. Рейтинговая система В процессе самостоятельной работы студенты отрабатывают теоретические положения, изложенные на лекциях, выполняют домашнюю работу, рассматривают дополнительные вопросы в рамках каждой темы. Каждый студент получает тему реферата.

Формой итоговой аттестации является зачет. К зачету допускаются студенты, отчитавшиеся по всем видам работ (опросы, домашнее задание, реферат). Зачет может проводиться в традиционной форме или в виде тестирования.

Методика формирования результирующей оценки включает сдачу домашней работы и реферата, посещение всех занятий, что является допуском к сдаче зачета по теоретическим вопросам.

Итоги посещаемости и успеваемости фиксируются в промежуточных контрольных точках (8, 12, 16 недели обучения) при помощи трех значений:

«0» – студент имеет низкую посещаемость и успеваемость (много пропустил, не сдал и одного задания);

«1» – студент имеет среднюю посещаемость и не все задания сдал;

«2» – студент имеет посещаемость и сдачу заданий на 90-100%.

Результирующая оценка по дисциплине (сдача зачета) формируется следующим образом:

«не зачтено» – студент не сдал все задания и не ответил на вопросы;

o студент имеет допуск к зачету, но не все задания сданы или отвечает o студент сдал все задания и отвечает 40-80% вопросов;

Руководство работой студентов со стороны преподавателя осуществляется в следующих формах:

- требование вести конспекты, обучение конспектированию;

- контроль за выполнением: просмотр конспектов – по ходу лекции, после лекции;

- использование приемов управления вниманием: контрольные вопросы, риторические вопросы, варьирование интонацией, другие ораторские приемы;

- использование приемов закрепления: повторение основных положений и выводов с использованием различных формулировок, вопросы к аудитории на проверку внимания.

Форма проверки знаний студентов (степени овладения компетенциями) по результатам самостоятельной работы включает контроль непосредственного участия студента в работе и сдачу реферата.

Общая картина успеваемости студента складывается из посещаемости и сдачи всех заданий, что при полном выполнении дает право на допуск к зачету.

7. Учебно-методическое и информационное обеспечение дисциплины а) основная литература 1. Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. СПб.: Питер, 2010.

2. Бабкин Э., Козырев О., Куркина И. Принципы и алгоритмы искусственного интеллекта.

Н. Новгород: Нижегородский гос. Тех. Университет. 2006. ISBN 5-93272-360-2. – 3. Барсегян А., Куприянов М., Степаненко В, Холод И. Методы и модели анализа данных:

OLAP и DataMining.. – Спб: БХВ-Питербург. 2004. ISBN 5-94157-522-Х. – 336 с.

4. Лодон Д., Лодон К. Управление информационными системами. – Спб:Питер. 2005.

ISBN 5-318-00088-6. – 912 с.

б) дополнительная литература 1. Трахтенгерц Э. Компьютерная поддержка принятия решений: Научно-практическое издание. Серия «Информатизация России на пороге XXI века». – М.: Синтег. 1998.

ISBN 5-89638-003-8. – 376 с.

2. Системный анализ и принятие решений: Словарь-справочник: Учеб. пособие для вузов/под ред. В.Н. Волковой, В.Н. Козлова. – М.: Высшая школа. 2004. ISBN 5-06с.

3. Спирли Э. Корпоративные хранилища данных. Планирование, разработка и реализация. Т.1 – Вильямс. 2001. ISBN 5-8459-0191-X. – 400 с.

4. Кравченко Т., В. Пресняков В. Инфокоммуникационные технологии управления предприятием, М.:ГУ-ВШЭ, 2003. ISBN 5-7598-0217-8 – 272с.

5. Дюк В., Самойленко А. Data Mining: учебный курс. – Спб: Питер. 2001. ISBN 5-318с.

6. Тарасов В. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. – М.: Эдиторал УРСС. 2002. ISBN 5-8360-0330-0. – 352 с.

7. Трахтенгерц Э. Компьютерная поддержка переговоров при согласовании управленческих решений. М.: Синтег. 2003. ISBN 5-89638-062-3. – 284 с.

8. Трахтенгерц Э. Субъективность в компьютерной поддержке управленческих решений.

М.: Синтег. 2004. ISBN 5-89638-041-0. – 256 с.

9. Хювенен Э., Сеппянен Й., Мир Лиспа. В 2х. т. Т.2: Методы и системы программирования. – М.: Мир, 1990. – 319с.

в) программное обеспечение и Интернет- ресурсы 1. Интернет-портал Basegroup. http://www.basegroup.ru 2. OLAP-сервер Mondrian. http://mondrian.sourceforge.net.

3. OLAP-интерфейс Jpivot. http://jpivot.sourceforge.net.

4. Объектно-ориентированная библиотека алгоритмов Добычи данных Xelopes.

http://www.zsoft.ru/rus/index.php.

http://www.cs.waikato.ac.nz/~ml/index.html.

6. Свободно распространяемая ERP-система OFBIZ. http://incubator.apache.org/ofbiz/.

http://www.ghg.net/clips/CLIPS.html.

8. Интегрированная среда инженерных расчетов Matlab. http://www.mathworks.com.

http://www.basegroup.ru.

10. Комплекс средств построения СППР на основе технологий Хранилз данных и Добычи данных IBM DataWarehouse. http://www.ibm.com/software/data/db2/dwe/.

11. Интернет-портал, посвященный вопросоам построения и эксплутации СППР.

http://dssresources.com/tour/index.html.

12. Интернет-портал, посвященный вопросам извлечения и использования знаний в управления.http://www.businessintelligence.com/ex/asp/id.6/page.1/xe/biextractdetail.htm 13. Интернет сайт поддержки книги Kimball R., Ross M. The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling. http://www.EWSolutions.com/book.asp.

14. Интернет-портал, посвященный вопросам управления данными в процессах принятя ре-шенийй. DM Review: http://www.dmreview.com.

15. Интернет-портал, посвященный вопросам использования технологии Хранилищ данных в СППР. Journal of Data Warehousing: http://www.dw-institute.com.

http://www.techweb.com/encyclopedia.

http://www.ncits.org/tc_home/k5htm/ANSDIT.htm.

18. C. L. Blake and C. J. Merz, Churn Data Set, UCI Repository of Machine Learning Databases, http://www.ics.uci.edu/~mlearn/MLRepository.html. University of California, Department of Information and Computer Science, Irvine, CA, 1998.

19. Интернет-портал, посвященный вопросам использования знаний в СППР.

http://www.businessintelligence.com.

8. Материально-техническое обеспечение дисциплины.

Специализированный компьютерный класс, подключенный к сети Интернет и к локальной сети университета (директория GROUPS для обучающихся), обеспечивающей доступ к программному обеспечению для проведения семинарских занятий:

Программа составлена в соответствии с требованиями ФГОС ВПО с учетом рекомендаций и ПООП ВПО по направлению и профилю подготовки 080500 Бизнесинформатика.

Рецензент: / / (ученая степень, ученое звание, Ф.И.О., место работы, должность)