41. Информационные технологии в инноватике: информационные технологии анализа оценки эффективности инновационных проектов.

Для оценки инвестиционной привлекательности тех или иных инновационных проектов, как правило, требуется группа экспертов, обладающих специальными знаниями в различных областях экономики (маркетинг, финансовый и управленческий учет, инвестиции, налоговое планирование и т.д.). Такими кадрами обладают консалтинговые фирмы, которые оказывают такого рода услуги компаниям. Однако стоимость этих услуг сегодня многим предприятиям недоступна. Поэтому единственной возможностью, самостоятельно, рассчитать и проанализировать инновационный проект, является использование специальных компьютерных программ, которые в той или иной степени помогают решить поставленные задачи. Основные требования, которые предъявляются к компьютерным программам такого класса:

• проводить расчет и всесторонний анализ бизнес-плана инновационного проекта;

• оценивать влияние внешних факторов и внутренних параметров на общую эффективность проекта;

• проводить сравнительную оценку для отбора наиболее перспективного варианта проекта;

• быстро выполнять все рутинные вычислительные операции;

• на основании расчета и анализа подготавливать документацию по проекту для представления ее потенциальному инвестору или кредитору.

Сегодня на российском рынке существует около десятка компьютерных программ для расчета и сравнительного анализа инновационных проектов, как отечественных, так и зарубежных. Среди отечественных можно назвать – «Project Expert» фирмы «Про-Инвест», «Инвестор» фирмы «ИНЭК», «Альт-Инвест» фирмы «Альт», FOCCAL фирмы «ЦентрИнвестСофт», «ТЭО-ИНВЕСТ» Института проблем управления РАН; среди зарубежных - COMFAR (Computer Model for Feasibility Analysis and Reporting) и PROPSPIN (Project Profile Screening and Pre-appraisal Information system), созданные в UNIDO.

42. Информационные технологии в инноватике: информационные технологии интеллектуального анализа данных инновационных проектов.

Системы интеллектуального анализа данных (Data Mining) – подкласс систем поддержки принятия решений, задачей которых является поиск скрытых, нетривиальных, содержательных закономерностей в больших объемах разнородных, сложно структурированных данных, накопленных в хранилищах и базах данных. Такие системы основаны на совокупности методов и технологий из различных областей знания, включая методы машинного обучения, искусственного интеллекта, информационного поиска, статистического анализа, технологии построения и организации хранилищ данных.

Примерами систем интеллектуального анализа данных являются: SAS Enterprise Miner, PolyAnalyst, STATISTICA Data Miner, Deductor, Oracle Data Mining.

Сферы применения систем интеллектуального анализа данных

Сфера применения Data Mining ничем не ограничена - она везде, где имеются какие-либо данные. Но в первую очередь методы Data Mining интересуют коммерческие и инновационные компании, развертывающие проекты на основе информационных хранилищ данных (Data Warehousing). Опыт многих таких предприятий показывает, что отдача от использования Data Mining может достигать 1000%.

Data Mining представляют большую ценность для руководителей и аналитиков инновационных компаний в их повседневной деятельности. Деловые люди осознали, что с помощью методов Data Mining они могут получить ощутимые преимущества в конкурентной борьбе.