Когнитивная бизнес-аналитика: Учебник + СD

Рассматриваются концепция, методология и технологии когнитивного бизнес-анализа. Впервые в консолидированном виде представлены передовые технологии, ведущие пользователя в направлении от информации - к знаниям, тенденциям и решениям. Отличие данной книги от других, посвященных различным частным проблемам бизнес-анализа, состоит в том, что в основу поставлена цель - дать возможность пользователю выявить скрытые закономерности, сильные и слабые стороны своего бизнеса и, благодаря этому, определить стратегии его развития на основе синтеза эффективных решений с использованием когнитивного анализа. Сочетание системности изложения с наглядностью и большим количеством практических примеров позволяет применить на практике описанные методы и технологии.

Для менеджеров высшего звена, бизнес-аналитиков, ИТ-специалистов, слушателей программ МВА по стратегическому менеджменту, технологиям принятия решений и другим направлениям, студентов старших курсов и магистров вузов по направлениям "Менеджмент", "Экономика", "Прикладная информатика в экономике", "Бизнес-информатика", аспирантов и преподавателей в области когнитивного менеджмента и корпоративных информационных систем.


ОГЛАВЛЕНИЕ


Сведения об авторах3
Предисловие4
Введение6
РАЗДЕЛ 1
АНАЛИЗ И СИНТЕЗ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ
Глава 1
АНАЛИТИКА КАК МЕТОДОЛОГИЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ9
1.1.Системный подход в управлении организацией9
1.2.Аналитика и системный анализ13
1.3.Моделирование и анализ ситуаций в системах поддержки принятия решений19
1.4.Процесс подготовки и принятия решений29
ГЛАВА2
ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИЕ СИСТЕМЫ33
2.1.Характеристика информационно-аналитических систем33
2.2.Недостатки информационно-аналитических систем первой волны..36
2.3.Информационно-аналитические системы второй волны38
2.4.Развитие информационно-аналитических систем44
ГЛАВА 3
ТЕНДЕНЦИИ РАЗВИТИЯ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ48
3.1. Организация работы с данными и знаниями. Инженерия знаний48
3.2 Развитие исследований в области искусственного интеллекта63
3.3.Интеллектуальные системы поддержки принятия решений68
3.4.Когнитивная информатика в экономике знаний73
ГЛАВА4
КОГНИТИВНЫЙ АНАЛИЗ И СИНТЕЗ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ79
4.1.Синтетический характер системного мышления79
4.2.Системные механизмы когнитивных процессов86
4.3.Синергетическое мышление90
4.4.Когнитология93
4.5.Когнитивный менеджмент105
РАЗДЕЛ 2
КОГНИТИВНЫЕ ТЕХНОЛОГИИ В БИЗНЕС-АНАЛИЗЕ
ГЛАВА 5
ОЫР-ТЕХНОЛОГИИПО
5.1.OLAP-технологии и многомерные модели данных110
5.2.Архитектура ОМР-систем114
5.3.Хранилища данных118
ГЛАВА6
ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ В БИЗНЕСЕ.
DATA MINING122
ГЛАВА?
ТЕХНОЛОГИИ ЛИНГВИСТИЧЕСКОГО АНАЛИЗА БИЗНЕС- ИНФОРМАЦИИ TEXT MINING136
ГЛАВА 8
WEB-MINING НА ОСНОВЕ МНОГОАГЕНТНЫХ СИСТЕМ. ИНТЕЛЛЕКТУАЛЬНЫЙ ПОИСК В ИНТЕРНЕТЕ1S7
8.1.Проблема поиска релевантной информации157
8.2.Поиск средствами традиционных поисковых машин158
8.3.Многоагентные системы и интеллектуальные технологии
8 Интернете160
8.4.Интеллектуальный поиск с использованием многоагентных технологий169
8.5.Концепции интеллектуального поиска. Применение онтологии171
ГЛАВА 9
СИСТЕМЫ БИЗНЕС-ИНТЕЛЛЕКТА И УПРАВЛЕНИЕ ЗНАНИЯМИ177
9.1.Системы бизнес-интеллекта177
9.2.Управление знаниями корпорации190
РАЗДЕЛ 3
МЕТОДЫ И МОДЕЛИ КОГНИТИВНОГО АНАЛИЗА ПРИ ПОДДЕРЖКЕ
ПРИНЯТИЯ РЕШЕНИЙ
ГЛАВА 10
БАЗОВЫЕ МЕТОДЫ АНАЛИЗА ДАННЫХ198
10.1.Статистическое исследование зависимостей200
10.2.Дисперсионный анализ213
10.3.Методы классификации220
10.4.Главные компоненты и факторный анализ229
10.5.Анализ временных рядов232
ГЛАВА 11
ПРИНЯТИЕ РЕШЕНИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ.
НЕЧЕТКАЯ ЛОГИКА И ПРИБЛИЖЕННЫЕ РАССУЖДЕНИЯ246
11.1.Анализ и вывод решений в условиях неопределенности246
11.2.Вероятностный подход247
11.3.Вывод решений на основе теории уверенности254
11.4.Представление и формализация нечетких знаний257
11.5.Нечеткая логика и приближенные рассуждения267
ГЛАВА 12
АНАЛИЗ НА ОСНОВЕ КОГНИТИВНЫХ КАРТ
И ИЕРАРХИЙ СААТИ276
12.1.Когнитивное моделирование ситуации276
12.2.Получение прогноза развития ситуации279
12.3.Модель иерархического оценивания ситуации280
12.4.Интегрированная модель поддержки принятия решений283
12.5.Система когнитивного моделирования «КАНВА»291
ГЛАВА 13
МОДЕЛИРОВАНИЕ, ПРОГНОЗИРОВАНИЕ И АНАЛИЗ НА ОСНОВЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ297
13.1.От биологических сетей к искусственным нейронным сетям298
13.2.Основные понятия302
13.3.Прогнозирование и вывод решений в нейронных сетях308
ГЛАВА 14
ЭВОЛЮЦИОННЫЕ МЕТОДЫ В ПРИНЯТИИ РЕШЕНИЙ318
14.1.Виды эволюционных методов в принятии решений318
14.2.Генетические алгоритмы319
14.3.Применение генетических алгоритмов329
14.4.Решение задач оптимизации при помощи
генетических алгоритмов332
ГЛАВА 15
БАЙЕСОВСКАЯ ТЕОРИЯ РЕШЕНИЙ338
15.1.Общие положения байесовской методологии338
15.2.Байесовские интеллектуальные измерения344
15.3.Основные положения теории измерительных шкал347
15.4.Байесовская стратегия принятия решений350
15.5.Синтез нового типа шкал353
15.6.Система поддержки принятия решений на основе регуляризирующего байесовского подхода357
ГЛАВА 16
ПОДДЕРЖКА УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ НА ОСНОВЕ
ГИБРИДНЫХ МОДЕЛЕЙ И МЯГКИХ ВЫЧИСЛЕНИЙ358
16.1.Классификация методов мягких вычислений358
16.2.Гибридные нечетко-вероятностные системы363
16.3.Гибридные адаптивные нечеткие системы366
16.4.Гибридные генетико-нейронные системы371
РАЗДЕЛ 4
ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА КОГНИТИВНОГО АНАЛИЗА ГЛАВА 17
ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА КОГНИТИВНОГО
АНАЛИЗА ДАННЫХ. ОБЩАЯ ХАРАКТЕРИСТИКА379
17.1.Общие понятия и классификация инструментальных
средств бизнес-анализа379
17.2.Исторические аспекты и тенденции в развитии инструментальных средств бизнес-анализа390
|8| ГЛАВА 18
^ ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА КОГНИТИВНОГО АНАЛИЗАДАННЫХ
18.1.Аналитическая программная платформа Contour Business Intelligence
18.2.Средства бизнес-аналитики в Microsoft SQL Server 2005
18.3.Платформа бизнес-анализа уровня предприятия корпорации Oracle
18.4.Аналитическая платформа SAS Business Intelligence
18.5.Аналитическая платформа IBM Cognos 8 Bl
18.6.Аналитическая платформа Deductor 5.0
18.7.Статистические пакеты как инструментальные средства бизнес- анализа
||| ГЛАВА 19
ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА ДЛЯ КОГНИТИВНОГО АНАЛИЗА В НЕЧЕТКИХ УСЛОВИЯХ
19.1.Структура пакета Fuzzy Logic Toolbox
19.2.Функции Fuzzy Logic Toolbox
19.3.Модули с графическим пользовательским интерфейсом
19.4.Блоки для пакета Sirnuiink
19.5.Демонстрационные примеры
19.6.Проектирование контроллеров типа Мамадани
19.7.Проектирование контроллеров типа Сугэно
19.8.Нечеткие нейронные сети в Matiab ANFIS
Раздел 5
ПРАКТИКА ПРИМЕНЕНИЯ КОГНИТИВНЫХ ТЕХНОЛОГИЙ В БИЗНЕС-АНАЛИЗЕ
ГЛАВА 20. ПРИМЕНЕНИЕ АНАЛИТИЧЕСКОЙ ПЛАТФОРМЫ ** DEDUCTOR ДЛЯ РЕШЕНИЯ БИЗНЕС-ЗАДАЧ В ПРОИЗВОДСТВЕННОЙ, БАНКОВСКОЙ И ТОРГОВОЙ СФЕРАХ
20.1.Формирование модели рынка продажи для оценки его емкости
20.2.Кредитно-скоринговые решения на базе аналитической платформы Deductor
20.3.Автоматическое формирование платежного календаря компании
20.4.Формирование системы превентивного антикризисного управления
предприятием ГЛАВА 21
АНАЛИТИЧЕСКАЯ ОБРАБОТКА БИЗНЕС-ИНФОРМАЦИИ В МАРКЕТИНГЕ399
21.1.Общая характеристика системы маркетингового анализа Marketing Analytic403
21.2.Реализация аналитической функции маркетинга средствами Marketing Analytic405
ГЛАВА 22
ПРИМЕНЕНИЕ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИХ МЕТОДОВ ДЛЯ АНАЛИЗА И ПРОГНОЗИРОВАНИЯ НА ФИНАНСОВОМ РЫНКЕ426
22.1.Анализ временных рядов. Модели множественной
и авторегрессии. Модель конвергенции-дивергенции426
22.2.Автоматизация технического анализа на основе распознавания чарт-паттернов429
22.3.Применение нейронных сетей для выделения классов чарт- паттернов и их распознавания so временных рядах рынка ценных бумаг434
22.4.Фрактальный анализ финансовых временных рядов435
22.5.Мультифрактальный анализ444
ГЛАВА 23
АНАЛИЗ ФИНАНСОВЫХ ДАННЫХ С ПОМОЩЬЮ САМООРГАНИЗУЮЩИХСЯ КАРТ453
23.1.Анализ финансовых данных с помощью самоорганизующихся карт Кохонена453
23.2.Структура сети Кохонена454
23.3.Области применения сетей Кохонена457
23.4.Обучение сетей Кохонена457
23.5.Формирование эталонных паттернов по графикам финансовых временных рядов460
ГЛАВА24
ПРИМЕНЕНИЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ ДЛЯ РЕШЕНИЯ ЗДДАЧИ ОПТИМИЗАЦИИ
РАСПРЕДЕЛЕНИЯ ИНВЕСТИЦИЙ468
Заключение478
СПИСОК ЛИТЕРАТУРЫ481
ПРИЛОЖЕНИЯ
Практикум 1
Анализ экономической информации средствами SPSS Практикум 2
Анализ экономической информации средствами Marketing Analytic Практикум 3
Оценка инвестиционного проекта с использованием нечеткой логики на базе программного продукта Fuzzy Tech/Professional/ Практикум 4
Интеллектуальные методы анализа экономической информации на основе аналитической платформы Deductor Практикум 5
Управление инновационным проектом на основе нейро-нечеткой и генетической модели с использованием Fuzzy Logic Toolbox и Genetic Algorithm Toolbox пакета MATLAB Практикум 6
Поддержка принятия стратегических решений в компании на основе сбалансированной системы показателей (BSC) и нейро-нечеткой модели с использованием пакета Fuzzy Logic Toolbox среды MATLAB Практикум 7
Анализ финансовых данных с помощью самоорганизующихся карт на базе нейропакета Statistica Neural Networks Практикум 8
Нейросетевое прогнозирование временных рядов в аналитических информационных системах на базе нейропакета Statistica Neural Networks Практикум 9
Реализация стратегического целевого управления на базе аналитического инструмента IBM Cognos 8 bl Metric Studio


СВЕДЕНИЯ ОБ АВТОРАХ

Абдикеев Нияз Мустякимович — д-р техн. наук, профессор, проректор по инновационной деятельности и информатизации, профессор кафедры когнитивной экономики Российской экономической академии им. Г.В. Плеханова; специалист в области интегрированных систем управления, реинжиниринга бизнеса, когнитивных технологий под¬держки решений в менеджменте, управления знаниями корпорации. Являлся руководителем ряда научно-исследовательских проектов по разработке и внедрению интеллектуальных систем управления, экспертных систем и систем ERP-класса на промышленных предпри¬ятиях. Руководил работами в образовательном проекте РЭА им. Г.В.Плеханова «Развитие инновационных кпиентоориентированных образовательных программ на основе когнитивных технологий и реинжиниринга вуза», в рамках Национального проекта «Образование» по разработке и внедрению сетевой учебной корпорации и разработке учебно-методических комплексов, включая подготовку учебников. Член Международного общества по когнитивной науке, член Российской ассоциации искусственного интеллекта, член Межрегиональной ассоциации когнитивных исследований, член Совета по инновационной деятельности и наукоемким технологиям при Комитете Государственной Думы по науке и наукоемким технологиям. Инициатор создания первой в стране кафедры когнитивной экономики в РЭА им. Г.В.Плеханова. Автор более 80 публикаций, в том числе монографий и учебников в области когнитивной экономики информационных систем менеджмента, реинжиниринга бизнеса и проектирования интеллектуальных систем поддержки решений в экономике.
Аверкнн Алексей Николаевич — доцент кафедры когнитивной экономики РЭА им. Г.В.Плеханова, канд. физ.-мат. наук. Ведущий научный сотрудник отдела интеллектуальных систем Вычислительного центра им. А.А. Дородницына РАН. Один из ведущих исследователей в области искусственного интеллекта, мягких вычислений, когнитивного моделирования и их приложений в области экономики, биологии, мониторинга и принятия решений в условиях неопределенности. Вице-президент Российской ассоциации нечетких систем и мягких вычислений, член Совета Российской ассоциации искусственного интеллекта. Член Межрегиональной ассоциации когнитивных исследований. Имеет более 160 научных трудов и 4 монографии.
Дьяхонова Людмила Паьповна — канд. физ.-мат. наук, доцент кафедры информационных технологий Российской экономической академии им. Г.В. Плеханова; специалист в области интегрированных систем управления, систем бизнес-анализа, технологий анализа данных. Участвовала в проектах по разработке учебно-методических комплексов, включая подготовку учебников, в рамках Национального проекта «Образование». Автор более 70 публикаций, в том числе учебников в
области информационных систем и технологий в бизнесе и менеджменте.
Завьялова Надежда Борисовна — канд. техн. наук, доцент Российской экономической академии им. Г. В. Плеханова; специалист в сфере корпоративных информационных систем управления, оптимизации бизнес-процессов промышленных предприятий, информационных технологий в области решения экономических задач. Принимала участие в образовательном проекте РЭА им. Г.В. Плеханова «Развитие инновационных клиентоориентированных образовательных программ на основе когнитивных технологий и реинжиниринга вуза» по разработке интегрированной образовательной среды, внедрению сетевой учебной корпорации и подготовке учебно-методических комплексов, включая подготовку учебников. Автор более 30 публикаций, в том числе учебников по направлению «Информационные технологии в экономике, менеджменте, образовании, маркетинге».
Кистрина Элегия Ильдаровна - канд. экон. наук, доцент кафедры «Государственного и муниципального управления и экономической теории» Рязанского государственного радиотехнического университета. Принимала участие в образовательном проекте «Развитие инновационных клиентоориентированных образовательных программ на основе когнитивных технологий и реинжиниринга вуза» на кафедре Когнитивной экономики РЭА им. Г.В.Плеханова. Ведущий инженер компании BaseGroup Labs. Эксперт в области анализа данных с большим опытом участия в консалтинговых проектах. Автор и соавтор более 10-ти на-учных и учебно-методических работ.
Романов Виктор Петрович — д-р техн. наук, профессор, заведующий кафедрой информационных систем в экономике и менеджменте Российской экономической академии им Г.В. Плеханова. Профиль научной деятельности — информационные системы в экономике, интеллектуальный анализ данных в области финансов и инвестиций, фрактальный анализ временных рядов. Регулярно участвует в отечественных и международных конференциях, таких как «.Data Mining and Knowledge discovery and their business applications VI» (Греция), «Computational Finance 2006» (Лондон) и др. Автор и соавтор 144 публикаций, используемых в педагогической практике, в области информационных технологий моделирования финансовых рынков, интеллектуальных информаци¬онных систем в экономике, проектирования экономических информационных систем.