Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: XXVII Международной научно-практической конференции «Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ» (Россия, г. Новосибирск, 17 августа 2017 г.)

Наука: Информационные технологии

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Орловская Л.А., Романова Н.А., Шиганова М.В. МЕТОДИКИ СОЗДАНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ, МЕТОДОЛОГИЧЕСКИЕ И ТЕХНОЛОГИЧЕСКИЕ ПРОБЛЕМЫ // Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сб. ст. по мат. XXVII междунар. студ. науч.-практ. конф. № 16(27). URL: https://sibac.info/archive/meghdis/16(27).pdf (дата обращения: 14.05.2024)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
Диплом лауреата
отправлен участнику

МЕТОДИКИ СОЗДАНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ, МЕТОДОЛОГИЧЕСКИЕ И ТЕХНОЛОГИЧЕСКИЕ ПРОБЛЕМЫ

Орловская Людмила Александровна

студент 2 курса, факультет естественных, математических и компьютерных наук, НГПУ им. К. Минина,

РФ, г. Нижний Новгород

Романова Наталья Анатольевна

студент 2 курса, факультет естественных, математических и компьютерных наук, НГПУ им. К. Минина,

РФ, г. Нижний Новгород

Шиганова Марина Викторовна

студент 2 курса, факультет естественных, математических и компьютерных наук, НГПУ им. К. Минина,

РФ, г. Нижний Новгород

На сегодняшний день в сфере исследований, разработки и реализации интеллектуальных концепций сформировалась следующая позиция: одна из труднейших проблем, которая мешает широкому внедрению информационных систем – недостаточное знание специалистами предметных областей, в рамках которых создаются IT-проекты. [1] Формирование и введение интеллектуальных систем общения с БД и ЭС, и их обширное продвижение выдвинуло задачу улучшения методологии формирования информативных концепций на новый уровень.

Исследование нынешнего состояния программных продуктов, получения навыков и теоретических знаний дает возможность обнаружить две ключевые категории трудностей:

  • методологические проблемы;
  • технологические проблемы.

Методологические проблемы являются крайне актуальными в условиях современного мира. Сюда можно соотнести следующие группы проблем:

  1. размытость критериев подбора оптимального решения;
  2. слабая изученность абстрактных нюансов процессов получения информации;
  3. отсутствие аргументированной систематизации способов получения теоретических навыков;
  4. отсутствие общего абстрактного базиса процедуры структурирования информации, данных и навыков;
  5. недостаток математического базиса моделей представления данных;
  6. эмпиричность операции подбора программного средства.

К технологическим проблемам можно отнести [5]:

  1. нехватка или отсутствие экспертов в необходимой сфере;
  2. недостаток методологий структурирования навыков и теоретических знаний;
  3. отсутствие рекомендаций по выбору необходимой методологии;
  4. низкая адаптивность программных средств;
  5. нехватка индивидуальной настройки;
  6. слабые графические возможности;
  7. сложность внедрения.

Наиболее идеальная и современная методика – клиент-сервер, с применением WEB/database. Технология предоставляет пользователю возможность выбора подходящего интерфейса, а так же возможность совместной работы программных средств от различных платформ. Такая методика гарантирует простоту разработки приложений и дополнений. БД предоставляют мощный метод сортировки и обслуживания данных, представленных на WEB страницах. Есть возможность эксплуатации SQL-сервера для поиска сведений.

Методика Knowledge Acquisition and Documentation Structuring – это наиболее распространенная методология, которая представляет собой основу современных направлений научных исследований. [3] Технология дает возможность в полной мере структурировать информацию, представляя результат в виде модели, состоящей из 4 уровней (которые после преобразуется в трехуровневую модель):

  • уровень области;
  • уровень вывода;
  • уровень задачи;
  • стратегический уровень.

Последнее время увеличивается число абстрактных и практических работ, которые посвящены интеллектуальному поиску и анализу данных в сети Интернет. Главная концепция – преобразование неструктурированных массивов данных в знания и формирование средств работы с ними.

Главной отличительной особенностью онтологического исследования считается разделение мира на элементы и установление их онтологий (совокупность фундаментальных свойств, определяющих все перемены в них). [2] Название стандарта данного исследования: IDEF5.

Среди принципов исследования выделяют два ключевых момента:

  • Исследование начинается с формирования словаря определений, который впоследствии будет использоваться в изучении характеристик предметов и действий, а кроме того создания концепции конкретной терминологии. Все главные логичные связи между надлежащими понятиями протоколируются. Результат – совокупность определений, трактовок их взаимосвязей между собой, т.е. онтология системы.
  • В концепции есть 2 группы предметов восприятия – объекты и взаимосвязи между ними. Взаимосвязи представляют собой точные дескрипторы зависимости между объектами. Термины – точные дескрипторы самих объектов.

Иными словами, онтологию можно охарактеризовать как своеобразный словарь информации, содержащий терминологию и модель поведения системы.

Процесс построения онтологии согласно стандарту данного исследования IDEF5 включает следующие манипуляции над системой [4]:

  • изучение и систематизирование начальных условий (выявление целей проекта, распределение ролей);
  • получение и накапливание информации (нужные начальные сведения для создания онтологии);
  • анализ и классификация полученной информации с целью упрощения создания терминологии;
  • первоначальное развитие онтологии;
  • завершение проекта создания информационной системы, конкретизация и установление онтологии.

Для поддержки создания онтологии в IDEF5 есть специальные языки:

  • язык доработок и уточнений (EL);
  • схематический язык (SL).

Первый язык предполагает собою организованный текстовый стиль, который дает возможность подробно характеризовать компоненты онтологии, и гарантирует полноту взглядов на классификацию информации. Схематический язык – наглядный графический язык, необходимый для изложения основных сведений в виде онтологии. С его помощью можно производить построение схем и диаграмм, которые способны максимально удобно и наглядно представить всю информацию.

Таким образом, существует две основные идеи по созданию ИС и исследованию онтологии конкретной области. При построении модели прибегают к теоретическим сведениям, представляющими собой набор терминов, имеющих определенные связи. В свою очередь, каждый термин носит конкретное имя и определенный набор атрибутов. Для создания информационных систем можно прибегать к самым разным методикам. Главное правильно пользоваться необходимым инструментарием, структурируя и сортируя данные.

 

Список литературы:

  1. Боровкова М.Б. Системы искусственного интеллекта. Нечеткие множества. – Саратов СГТУ, 2000;
  2. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. – С.Петербург: ПИТЕР, 2009;
  3. Грэхем И. Объектно-ориентированные методы. Принципы и практика.–М.: Вильямс, 2004;
  4. Козленко Л. Проектирование информационных систем. Этапы разработки проекта: стратегия и анализ. – КомпьютерПресс, 2005;
  5. Современные подходы к концептуальному проектированию информационных систем [Электронный ресурс] // Проблема концептуального проектирования информационных систем: состояние и пути решения  – URL: http://sysinform.ru/sovremennye-podxody-k-proektirovaniyu-is/ (дата обращения: 09.08.2017).
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
Диплом лауреата
отправлен участнику

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.