CC BY
29
мобильные), приложение CRM, часть базы данных, необходимая для функционирования приложения и интерфейса, а другой фрагмент - внутренний документооборот, внутренние системы учёта и другие элементы системы реализуются в «частной» части облака. Такое разделение обеспечит безопасность данных с одной стороны и масштабируемость и доступность системы с другой стороны.
Литература
1. CRM СИСТЕМЫ. [Электронный ресурс] // URL: http://www.kpms.ru/Automatization/CRM_system.ht m. (дата обращения: 20.04.2016).
2. Кудинов А. и др. CRM: Российская практика эффективного бизнеса / А. Кудинов, Е. Голышева, О. Васильева, Т. Бакурская, Р. Смирнов. М.: 1С-Паблишинг. 374 с.
3. CRM-системы. [Электронный ресурс] // URL: http://www.norbit.ru/products/groups/188.html. (дата обращения: 20.04.2016).
4. Простые способы выбора CRM для строительной компании. [Электронный ресурс] // URL: http://club.cnews.ru/blogs/entry/prostye_sposoby_vybora_crm_dlya_stroitelnoj_kompanii. (дата обращения: 22.04.2016).
5. Linthicum D. S. Emerging Hybrid Cloud Patterns, IEEE Cloud Computing, vol. 3, no. 1, pp. 88-91. DOI: 10.1109/MCC.2016.22.
6. Ciampolini A. A Hybrid Cloud Infrastructure for Big Data Applications, 2015 IEEE 17th International Conference on High Performance Computing and Communications (HPCC), At New York, NY. DOI: 10.1109/HPCC-CSS-ICESS.2015.140.
7. Уокер Г. Основы облачных вычислений. [Электронный ресурс]. URL: http://www.ibm.com/developer works/ru/library/cl-cloudintro/index.html (дата обращения: 25.04.2016).
Исследование эффективности информационной системы с использованием элементов обучения информационной системы Цыбулин Д. А.
Цыбулин Денис Александрович / Tsybulin Denis Aleksandrovich — магистрант, кафедра информационных систем, Международный университет информационных технологий, г. ААлматы, Республика Казахстан
Аннотация: в статье описано проведение эксперимента: сбор данных, определение процесса работы с информационной системой, проведение эксперимента, оформление и представление результатов эксперимента по исследованию эффективности информационной системы с использованием элементов обучения по определению целесообразности внедрения изменений. Материал, описанный в данной статье, может помочь экспертам, занимающимся определением целесообразности внедрения.
Ключевые слова: определение целесообразности внедрения, управление изменениями, исследование эффективности.
1. Введение
В компаниях и организациях как в крупных, так и в малых, постоянно происходит процесс изменения, это обуславливается тем, что прогресс не стоит на месте, во всех сферах открываются новые методы и подходы. На текущий момент большинство компаний работает с использованием информационных систем, которые разработаны непосредственно компанией или приобретены у других. От работы информационных систем и от степени соответствия между задачами, которые решают информационные системы, и ожиданиями и требованиями пользователей зависит качество продукта компании. А от качества продукта зависит успешность компании.
В связи с чем, компаниям требуется уделять особое внимание процессу внедрения изменений в информационные системы, и для успешной реализации изменений компаниям необходимо их планировать и подготавливать порядок выполняемых действий [1].
Необходимость уделять особое внимание процессу внедрения изменений в информационные системы обуславливается тем, что в активно развивающихся компаниях потребности пользователей во внедрении изменений высоки, но изменения в информационных системах это ресурсы, а ресурсы это затраты или деньги, которые требуется использовать эффективно [2].
В связи с чем, чтобы повысить эффективность, необходимо проводить анализ запрашиваемых пользователями изменений, в том числе и анализ целесообразности внедрения изменений, так как внедрять нужно только определенные изменения и в порядке важности для компании.
В случае если в компании функционируют несколько различных программ, которые вместе создают единую информационную систему, то внедрение изменений в одной из программ может негативно повлиять на работу других. Подобное влияние должно быть выявлено на этапе подготовки документации для разработчиков или на этапе подготовки требований, но определить влияние на бизнес зачастую не представляется возможным специалистам, которые подготавливают такую документацию. Поэтому каждый запрос на изменение должен проходить не только этап написания технической документации, где будет выявлено влияние изменения на системы, но и этап анализа целесообразности внедрения, где будет выявлено влияние изменения на бизнес.
Необходимо определять приоритетность изменений. Благодаря некоторым изменениям, у компании, с момента внедрения, появляется возможность получения дополнительной прибыли. В случае возникновения потребностей в таких изменениях, должны быть настроены инструменты, которые позволят расставить приоритеты и в некоторых случаях приостанавливать работу над первым изменением и перейти к работе над другим, более важным для компании.
Исходя из этого, при возникновении потребности во внедрении изменения в информационные системы, должен быть проведен анализ целесообразности внедрения и определен балл целесообразности внедрения, который позволит определить приоритетность и степень важности или степень предполагаемого влияния изменения.
Анализ целесообразности внедрения изменения позволит определить, действительно ли данное изменение необходимо внедрять и проанализировать влияние изменения на бизнес-составляющую, а определение балла целесообразности внедрения позволит определить приоритет изменения в сравнении с другими запросами на изменения.
Для того чтобы повысить эффективность использования ресурсов сотрудников подразделений, ответственных за доработку информационных систем, требуется, чтобы было подразделение, которое будет осуществлять анализ всех поступающих запросов на изменение для определения целесообразности внедрения и для определения балла целесообразности внедрения.
В одно из крупных компаний Казахстана существует процесс по управлению изменениями в информационные системы. Для чего существует подразделение, которое проводит анализ целесообразности внедрения изменений. В ходе которого по каждому из изменений определяются предполагаемые риски, эффекты и предварительные трудовые затраты на внедрение изменения.
Проблема, которая рассмотрена в данной статье, это определение метода для расчета балла целесообразности внедрения изменения в существующие информационные системы с учетом данных об эффектах и трудовых затратах. Так как на текущий момент сотрудники данной компании предоставляют экспертную оценку и определяют запрос в одной из категорий:
1) критически важные запросы;
2) запросы с высоким приоритетом;
3) запросы со средним приоритетом;
4) запросы с низким приоритетом.
Было предложено определить метод для расчета балла целесообразности внедрения, который будет учитывать данные об эффектах и трудовых затратах, а также использовать в этом методе знания и опыт экспертов. Другими словами, на текущий момент эксперты дают своё заключение, основываясь на своём личном опыте и знаниях, что означает, что если эксперты покинут компанию, то и знания по определению целесообразности внедрения будут утеряны. Для того чтобы исключить такую ситуацию, необходимо определить алгоритм, который используют эксперты для распределения запросов по категориям и формализовать его.
Для определения целесообразности внедрения был определен метод для расчета балла целесообразности внедрения, а также определена шкала, по которой осуществляется определение приоритета запроса.
Для расчета балла целесообразности внедрения (Бц. в.) применяется формула.
Более подробно, как была определена данная формула, описано в статье «Определение метода для расчета балла целесообразности внедрения изменения в существующие информационные системы».
А также была определена шкала значений для определения приоритетности запроса на изменение:
1) запросы со значением балла целесообразности внедрения от 95 и до 100 попадают в категорию критически важных запросов;
2) запросы со значением балла целесообразности внедрения от 90 и до 95 попадают в категорию запросов с высоким приоритетом;
3) запросы со значением балла целесообразности внедрения от 75 и до 90 попадают в категорию запросов со средним приоритетом;
4) запросы со значением балла целесообразности внедрения менее 75 попадают в категорию запросов с низким приоритетом.
А также была разработана информационная система с элементами нейронных сетей и элементами обучения.
Требуется исследовать эффективность разработанной информационной системы, для чего была поставлена следующая гипотеза - совпадение между распределением от информационной системы запросов на изменения и распределением экспертов в 75 % случаев.
2. Исследование эффективности информационной системы с использованием элементов обучения информационной системы
В целях определения эффективности разработанной информационной системы было предложено провести эксперимент. В рамках данного эксперимента требовалось собрать 100 запросов на изменение, по каждому из запросов требовалась информация по баллам каждой из категории эффекта:
1) запросы, направленные на исключение регуляторных рисков;
2) запросы, направленные на привлечение дополнительной прибыли;
3) запросы, направленные на улучшение клиентского сервиса;
4) запросы, направленные на улучшение внутренних процессов компании.
Кроме этого, по каждому из запросов на изменение требовались данные по оценкам трудовых затрат на его реализацию:
1) оценка трудовых затрат на написание бизнес-требований;
2) оценка трудовых затрат на написание функциональной спецификации;
3) оценка трудовых затрат на разработку;
4) оценка трудовых затрат на тестирование.
А также по каждому из запросов на изменение требовалась информация о решении экспертов по распределению в одной из 4-х категорий, то есть с учетом данных об эффектах и трудовых затратах, к какой категории приоритетности был распределен тот или иной запрос на изменение. Категорий приоритетности 4:
1) критически важные запросы;
2) запросы с высоким приоритетом;
3) запросы со средним приоритетом;
4) запросы с низким приоритетом.
Все необходимые данные были собраны по 100 запросам на изменение.
Далее была разработана информационная система, в которой был применен метод расчета балла целесообразности внедрения.
Следующим шагом, было получение решений по каждому из запросов от информационной системы. Так как в информационной системе используется обучение, основанное на коррекции ошибок, алгоритм работы с информационной системой выглядел следующим образом:
Ввод данных по запросу на изменение
Переход к следующему запросу на изменение
Рис. 1. Схема алгоритма работы с информационной системой
1) ввод данных по запросу на изменение;
2) определение основной категории эффекта;
3) определение значение коэффициента добавочного значения;
4) расчет бала целесообразности внедрения;
5) определение запроса на изменение к одной из категорий приоритетности;
6) проверка, совпало ли решение информационной системы с имеющимся решением экспертов;
7) в случае если решения совпали, переходим к следующему запросу;
8) в случае если решения не совпали, осуществляется коррекция ошибки (изменение значения коэффициента основного эффекта категории) до тех пор, пока решение информационной системы не совпадет с решением экспертов. Далее переходим к следующему запросу на изменение.
После внесения изменений в значение коэффициента для последующих запросов балл целесообразности внедрения рассчитывается с учетом измененного значения коэффициента.
64
Наличие шагов по проверке решений, коррекции ошибок и наличия влияния для последующих запросов при расчете балла целесообразности внедрения определяет обучаемость системы.
Это соответствует процессу обучения информационной системы.
Процесс обучения предполагает следующую последовательность событий:
1) в нейронную сеть поступают стимулы из внешней среды;
2) в результате этого изменяются свободные параметры нейронной сети;
3) после изменений внутренней структуры нейронная сеть отвечает на возбуждение уже иным образом [3].
Первые 20 запросов были внесены в систему в качестве первоначальных обучающих данных.
После того, как по всем 100 запросам были получены решения ИС и решения сравнены с решениями экспертов, был подготовлен график, который отражает динамику совпадений решений, а также был определен процент совпадений между решениями информационной системы и решениями экспертов.
Значения совпадений по первым 20 значениям изменялись в пределах от 33 до 100 %, а для последующих 80 запросов процент совпадений изменялся в пределах от 74 до 88 %.
Результаты отражены на следующем графике:
Рис. 2. График, отражающий динамику совпадений с 1 по 100, запрос на изменение
Также можно рассмотреть результаты для 80 запросов, которые были после внесения первых 20 обучающих запросов, в таком случае график будет выглядеть следующим образом, а данные о проценте совпадения изменяются в пределах от 67 до 100 %:
Рис. 3. График, отражающий динамику совпадений с 20 по 100, запрос на изменение
3. Заключение
Был проведен эксперимент: собраны данные, определен процесс работы с информационной системой, выполнен эксперимент, оформлены и представлены результаты эксперимента по исследованию эффективности информационной системы с использованием элементов обучения по определению целесообразности внедрения изменений.
Литература
1. Александров Александр В. Промышленное обозрение. М.: Фармацевтическая отрасль. № 1 (12), 2009, 24-27 с.
2. ГребенюкВиктор Михайлович. Интернет-журнал «НАУКОВЕДЕНИЕ». № 1, 2013.
3. СаймонХайкин. Нейронные сети: полный курс, 2-е издание, М.: Вильямс, 2008, 1103 с.
Создание многозвенного программного комплекса для интерактивного обучения Воронин О. Д.
Воронин Олег Дмитриевич / Voronin Oleg Dmitrievich — студент магистратуры, кафедра информатики и методики преподавания информатики, факультет информатики и вычислительной техники, Нижневартовский государственный университет, г. Нижневартовск
Аннотация: в контексте данной статьи рассмотрен принцип работы и разработки многозвенной архитектуры. А также приведены преимущества некоторых технологий реализации многозвенного программного комплекса для интерактивного обучения.
Ключевые слова: информационная система, многозвенная архитектура, разработка сервиса, сервлет, REST, Spring, Java EE.
С каждым днём средства интерактивного обучения требуют все больше производительности. Вызвано это большими требованиями к интеграции различных технологий, помогающих визуализировать предоставляемую информацию. Создание средства интерактивного обучения подразумевает наличие не только текстов, но и медиа данных, будь то видео или аудио. Проектный анализ требует определения типов информации и её размещения на носителях таким образом, чтобы оптимизировать скорость доступа при условии одновременного использования множества типов. Также влияние на проектирование архитектуры оказывают такие вещи как: объем аудитории, использующей программный продукт, возможность обновления программного продукта. Если программное обеспечение имеет множество медиа данных, которые требуют обновления, то существует потребность запуска на множестве систем с приемлемой производительностью, и это следует учитывать при проектировании многозвенного программного комплекса.
В данной статье рассмотрен принцип работы и разработки многозвенной архитектуры, описание связи между звеньями. Примеры кода представлены на языке программирования Java.
Многозвенная архитектура предполагает наличие следующих компонентов приложения (Рис. 1): клиентское приложение (клиент), сервер приложений и сервер базы данных [3].
Рис. 1 Схема многозвенной архитектуры
Сервер базы данных обеспечивает хранение данных и вынесен на первый уровень. Он представляет собой базу данных вместе с хранимыми процедурами, триггерами и схемой, описывающей приложение в терминах реляционной модели [3].
Сервер приложений расположен на среднем уровне, где сосредоточена большая часть бизнес-логики [3].
Клиентское приложение - это интерфейсный компонент, который представляет последний уровень, предназначенный для конечного пользователя. Клиентское приложение не имеет прямых связей с базой данных (по требованиям безопасности) и не нагружен бизнес-логикой (по требованиям масштабируемости) [3].
