123. Что такое нейросетевые алгоритмы в иад?

Нейросетевые алгоритмы – один из методов исследования данных, применяемых в системах ИАД. Идея метода основана на аналогии с функционированием нервной ткани и заключается в том, что исходные параметры рассматриваются как сигналы, преобразующиеся в соответствии с имеющимися связями между «нейронами», а в качестве ответа, являющегося результатом анализа, рассматривается отклик всей сети на исходные данные. Связи в этом случае создаются с помощью, так называемого обучения сети, посредством выборки большого объема информации, содержащей как исходные данные, так и правильные ответы.

123. Что такое деревья решений в иад и к каким задачам в сфера анализа банковской деятельности Вы бы рекомендовали применять деревья решений?

Деревья решений – один из методов исследования данных, применяемых в системах ИАД. Это иерархическая структура, базирующаяся на наборе вопросов, подразумевающих ответ «Да» или «Нет». Несмотря на то, что данный способ обработки данных далеко не всегда идеально находит существующие закономерности, он довольно часто используется в системах прогнозирования в силу наглядности получаемого ответа.

123. Что такое кластерные модели и для решения каких задач они могут применяться?

Кластеризация — закономерность, сходная с классификацией и отличающаяся от нее тем, что сами группы при этом не заданы — они выявляются автоматически в процессе обработки данных. Кластерные модели – один из методов исследования данных, применяемых в системах ИАД. Иногда их называют моделями сегментации. Они применяются для объединения сходных событий в группы на основании сходных значений нескольких полей в наборе данных; также весьма популярны при создании систем прогнозирования.

123. Как расшифровывается термин bi? Что входит в продукты типа bi?

BI – Business Intelligence. Программные системы, которые реализуют аналитические технологии обработки данных принято относить к классу продуктов BI – Business Intelligence. Обычно к классу BI относят следующие виды программных продуктов:

1)инструменты оперативной аналитической обработки (Olap-системы);

2)средства интеллектуального анализа данных (Data Mining);

3)информационно-аналитические системы (EIS Enterprise Information Systems);

4)системы поддержки принятия решений (СППР или DSS Decision Support Systems);

5)системы построения хранилищ данных (Data warehouse).

123. Из каких компонентов состоит bi-проект в системе Contour?

Проект Business Intelligence (BI-проект) - это репозиторий метаданных, хранящий настройки конкретного решения для выпуска отчетов - описания используемых баз данных, отчетов, пакетов отчетов для групп пользователей, сценариев обновления и рассылки отчетов. В проекте хранятся настройки доступа к конкретным базам данных, конкретных запросов и отчетов. Каждый BI-проект может содержать в себе либо всю совокупность управленческих отчетов организации, либо набор отчетов на одну тему, либо набор

Архитектура BI-проекта

Базы данных – это папка, в которой описываются источники данных для анализа – таблицы и их поля. В качестве источников данных могут выступать локальные таблицы, локальные БД и реляционные БД.

Схемы – это папка, в которой описываются взаимосвязи таблиц исходных баз данных.

Запросы – это папка для описания SQL-запросов к модели исходных данных. Результатом выполнения запроса является плоская таблица с данными для анализа.

Отчеты – это папка, в которой на основании запросов описываются структуры проектируемых отчетов. Отчет в Contour BI - это документ, содержащий данные. Отчеты могут быть трех видов:

1)OLAP – отчет, предоставляющий данные из микрокуба или из базы данных.

2)Табличный отчет, который привязывается непосредственно к таблице или запросу БД и выводится в виде таблицы.

3)Отчет из внешнего файла, с помощью которого в окне Contour Reporter можно отображать любой внешний файл.

В зависимости от типа отчета в дереве репозитория представляются различные данные. Для табличного отчета предоставляются параметры отчета и его связи, для отчета из внешнего файла в окне свойств элемента дерева можно увидеть его атрибуты, а для OLAP- отчета данные разбиваются на несколько подкатегорий:

а) Отчет представляет собой микрокуб, который содержит сами данные и описание их структуры: наименования фактов и измерений, алгоритмы агрегации базовых фактов и алгоритмы расчета вычисляемых фактов и т.д. Куб предоставляет другим объектам данные и выполняет OLAP-вычисления по их командам (например, вычисление факта по встроенному алгоритму).

б) Срез – вспомогательный объект, который содержит подмножество измерений куба. В срезе описывается расположение измерений, порядок их следования, условия фильтрации и сортировки. Для одного куба можно создать несколько срезов.

в)Таблица – интерфейс для просмотра и OLAP-анализа данных микрокуба. В таблице отображается подмножество измерений среза и подмножество фактов куба. Таблица, по сути, является визуальным инструментом управления срезом куба. Например, если изменить положение колонок в таблице, их расположение изменится и в срезе и во всех подключенных к этому срезу таблицах и диаграммах.

г)Диаграмма – графическое отображение данных микрокуба. Диаграмма, как и таблица, содержит подмножество измерений среза и фактов куба.

Прямо из репозитория можно сохранить готовый файл микрокуба. Он будет использоваться в качестве шаблона при массовой генерации микрокубов по сценариям. Шаблон микрокуба (исходный микрокуб) – микрокуб, который используется в качестве образца для генерации других микрокубов.

Пакет отчетов содержит набор вложенных папок с отчетами. Пользователь программы Contour Reporter работает с пакетами отчетов - он открывает пакет, находит в его папках нужный отчет и выполняет его. В проекте может быть создано множество пакетов отчетов. Пакет отчетов содержит часть отчетов из общего списка отчетов. Один отчет может быть добавлен в несколько пакетов отчетов. Специальные пакеты отчетов создаются для групп пользователей и могут содержать набор отчетов на заданную тему либо для заданной группы пользователей. В пакете находится не сам отчет, а ссылка на него, поэтому изменение отчета в общем списке отчетов меняет его во всех пакетах.

Сценарий задает правила работы программы Contour Publisher. В Contour BI существует два вида сценариев для выполнения регламентных операций:

1)Сценарий дистрибуции отчетов. При выполнении сценария дистрибуции отчетов программа создает отчеты и рассылает их по заданному списку рассылки.

2)Сценарий обновления отчетов. При выполнении сценария обновления отчетов Contour Publisher выполняет запросы и обновляет отчеты, чтобы пользователи, работающие с пакетами отчетов, загружали их за секунды.

При описании сценария дополнительно можно задать внешние параметры сценария генерации микрокубов и мастер-поля.

Параметр передает сценарию дополнительное условие фильтрации для выборки данных, которая помещается в микрокубы при их генерации. Чтобы при генерации микрокубов задавать дополнительные условия фильтрации, необходимо при описания SQL-запросов к модели исходных данных задать параметры детального запроса.

Детальный запрос – запрос, используемый для наполнения микрокуба данными.

Мастер-поле позволяет создавать серию микрокубов на основе одного детального запроса. Например, если задать сценарий генерации микрокуба по данным журнала продаж и в качестве мастер-поля указать поле «Код склада» журнала складов, то будет создано столько же микрокубов, сколько уникальных записей существует для этого поля, и каждый микрокуб будет включать данные о продажах по одному складу. Чтобы при генерации создавать серию микрокубов на основе одного детального запроса, необходимо при описания SQL-запросов к модели исходных данных создать мастер-запрос.

Мастер-запрос – запрос, используемый для получения данных мастер-поля. По каждому уникальному значению мастер-поля будет создан отдельный микрокуб. Для наполнения каждого микрокуба будет использована выборка детального запроса, отфильтрованная по значению мастер-поля.