Xreferat.com » Рефераты по информатике и программированию » Понятие информационных технологий, их виды

Понятие информационных технологий, их виды

и т.д.) и др.

Инвентаризция

Быстрое и точное проведение инвентаризации на складе с использованием устройств считывания штрих-кодов.

Товарная история

Полный отчет о движении товара и загрузке ячеек. Подробный просмотр истории хранения каждой партии товара и ее перемещениях, в том числе и внутри склада.

Вложенность упаковок

Имеется возможность формировать вложенные упаковки, причем каждая единица упаковки может содержать разное количества товаров.


5. Информационная технология поддержки принятия решений и примеры их внедрения


Характеристика и назначение

Системы поддержки принятия решений и соответствующая им информационная технология появились усилиями в основном американских ученых в конце 70-х - начале 80-х гг., чему способствовали широкое распространение персональных компьютеров, стандартных пакетов прикладных программ, а также успехи в создании систем искусственного интеллекта.

Главной особенностью информационной технологии поддержки принятия решений является качественно новый метод организации взаимодействия человека и компьютера. Выработка решения, что является основной целью этой технологии, происходит в результате итерационного процесса (рис. 3.15), в котором участвуют: система поддержки принятия решений в роли вычислительного звена и объекта управления; человек как управляющее звено, задающее входные данные и оценивающее полученный результат вычислений на компьютере.


Понятие информационных технологий, их виды

Рис. 3.15. Информационная технология поддержки принятия решений как итерационный процесс


Окончание итерационного процесса происходит по воле человека. В этом случае можно говорить о способности информационной системы совместно с пользователем создавать новую информацию для принятия решений.

Дополнительно к этой особенности информационной технологии поддержки принятия решений можно указать еще ряд ее отличительных характеристик:

ориентация на решение плохо структурированных (формализованных) задач;

сочетание традиционных методов доступа и обработки компьютерных данных с возможностями математических моделей и методами решения задач на их основе;

направленность на непрофессионального пользователя компьютера;

высокая адаптивность, обеспечивающая возможность приспосабливаться к особенностям имеющегося технического и программного обеспечения, а также требованиям пользователя.

Информационная технология поддержки принятия решений может использоваться на любом уровне управления. Кроме того, решения, принимаемые на различных уровнях управления, часто должны координироваться. Поэтому важной функцией и систем, и технологий является координация лиц, принимающих решения как на разных уровнях управления, так и на одном уровне.

Основные компоненты

Рассмотрим структуру системы поддержки принятия решений (рис. 3.16), а также функции составляющих ее блоков, которые определяют основные технологические операции.


Понятие информационных технологий, их виды

Рис. 3.16. Основные компоненты информационной технологии поддержки принятия решений


В состав системы поддержки принятия решений входят три главных компонента: база данных, база моделей и программная подсистема, которая состоит из системы управления базой данных (СУБД), системы управления базой моделей (СУБМ) и системы управления интерфейсом между пользователем и компьютером.

База данных. Она играет в информационной технологии поддержки принятия решений важную роль. Данные могут использоваться непосредственно пользователем для расчетов при помощи математических моделей. Рассмотрим источники данных и их особенности.

1. Часть данных поступает от информационной системы операционного уровня. Чтобы использовать их эффективно, эти данные должны быть предварительно обработаны. Для этого имеются две возможности:

использовать для обработки данных об операциях фирмы систему управления базой данных, входящую в состав системы поддержки принятия решений;

сделать обработку за пределами системы поддержки принятия решений, создав для этого специальную базу данных. Этот вариант более предпочтителен для фирм, производящих большое количество коммерческих операций. Обработанные данные об операциях фирмы образуют файлы, которые для повышения надежности и быстроты доступа хранятся за пределами системы поддержки принятия решений.

2. Помимо данных об операциях фирмы для функционирования системы поддержки принятия решений требуются и другие внутренние данные, например данные о движении персонала, инженерные данные и т.п., которые должны быть своевременно собраны, введены и поддержаны.

3. Важное значение, особенно для поддержки принятия решений на верхних уровнях управления, имеют данные из внешних источников. В числе необходимых внешних данных следует указать данные о конкурентах, национальной и мировой экономике. В отличие от внутренних данных внешние данные обычно приобретаются у специализирующихся на их сборе организации.

4. В настоящее время широко исследуется вопрос о включении в базу данных еще одного источника данных - документов, включающих в себя записи, письма, контракты, приказы и т.п. Если содержание этих документов будет записано в памяти и затем обработано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и др.), то система получит новый мощный источник информации.

Система управления данными должна обладать следующими возможностями:

составление комбинаций данных, получаемых из различных источников, посредством использования процедур агрегирования и фильтрации;

быстрое прибавление или исключение того или иного источника данных;

построение логической структуры данных в терминах пользователя;

использование и манипулирование неофициальными данными для экспериментальной проверки рабочих альтернатив пользователя;

обеспечение полной логической независимости этой базы данных от других операционных баз данных, функционирующих в рамках фирмы.

База моделей. Целью создания моделей являются описание и оптимизация некоторого объекта или процесса. Использование моделей обеспечивает проведение анализа в системах поддержки принятия решений. Модели, базируясь на математической интерпретации проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений.

Использование моделей в составе информационных систем началось с применения статистических методов и методов финансового анализа, которые реализовывались командами обычных алгоритмических языков. Позже были созданы специальные языки, позволяющие моделировать ситуации типа "что будет, если ?" или "как сделать, чтобы?". Такие языки, созданные специально для построения моделей, дают возможность построения моделей определенного типа, обеспечивающих нахождение решения при гибком изменении переменных.

Существует множество типов моделей и способов их классификации, например по цели использования, области возможных приложений, способу оценки переменных и т. п.

По цели использования модели подразделяются на оптимизационные, связанные с нахождением точек минимума или максимума некоторых показателей (например, управляющие часто хотят знать, какие их действия ведут к максимизации прибыли или минимизации затрат), и описательные, описывающие поведение некоторой системы и не предназначенные для целей управления (оптимизации).

По способу оценки модели классифицируются на детерминистские, использующие оценку переменных одним числом при конкретных значениях исходных данных, и стохастические, оценивающие переменные несколькими параметрами, так как исходные данные заданы вероятностными характеристиками.

Детерминистские модели более популярны, чем стохастические, потому что они менее дорогие, их легче строить и использовать. К тому же часто с их помощью получается вполне достаточная информация для принятия решения.

По области возможных приложений модели разбираются на специализированные, предназначенные для использования только одной системой, и универсальные- для использования несколькими системами.

Специализированные модели более дорогие, они обычно применяются для описания уникальных систем и обладают большей точностью.

Математические модели состоят из совокупности модельных блоков, модулей и процедур, реализующих математические методы. Сюда могут входить процедуры линейного программирования, статистического анализа временных рядов, регрессионного анализа и т.п. ≈ от простейших процедур до сложных ППП. Модельные блоки, модули и процедуры могут использоваться как поодиночке, так и комплексно для построения и поддержания моделей.

Система управления интерфейсом. Эффективность и гибкость информационной технологии во многом зависят от характеристик интерфейса системы поддержки принятия решений. Интерфейс определяет: язык пользователя; язык сообщений компьютера, организующий диалог на экране дисплея; знания пользователя.

Язык пользователя - это те действия, которые пользователь производит в отношении системы путем использования возможностей клавиатуры; электронных карандашей, пишущих на экране; джойстика; "мыши"; команд, подаваемых голосом, и т.п. Наиболее простой формой языка пользователя является создание форм входных и выходных документов. Получив входную форму (документ), пользователь заполняет его необходимыми данными и вводит в компьютер. Система поддержки принятия решений производит необходимый анализ и выдает результаты в виде выходного документа установленной формы.

Значительно возросла за последнее время популярность визуального интерфейса. С помощью манипулятора "мышь" пользователь выбирает представленные ему на экране в форме картинок объекты и команды, реализуя таким образом свои действия.

Совершенствование интерфейса системы поддержки принятия решений определяется успехами в развитии каждого из трех указанных компонентов. Интерфейс должен обладать следующими возможностями:

манипулировать различными формами диалога, изменяя их в процессе принятия решения по выбору пользователя;

передавать данные системе различными способами;

получать данные от различных устройств системы в различном формате;

гибко поддерживать (оказывать помощь по запросу, подсказывать) знания пользователя.

Пример внедрения информационная технология поддержки принятия решений

Система поддержки принятия решений для страхования

Рассматриваются новые возможности в области создания и работы информационной системы поддержки принятия решений (СППР) в страховании на базе современных геоинформационных систем (ГИС). Создание и внедрение такой системы позволит специалисту страховой компании быстро получать ответы на свои профессиональные информационные запросы. Например, андеррайтер может поставить вопрос «Каков размер возможной кумуляции по застрахованным объектам?», маркетолог – «В каких регионах наиболее предпочтительно развивать бизнес компании?», актуарий – «Насколько точны текущие актуарные расчеты и как их можно улучшить?», топ-менеджер – «Какова динамика развития компании и дальнейшая стратегия?».

СППР позволяет оперативно и объективно оценить риск объекта страхования на основе заложенной в систему информации о степенях риска в той или иной местности, а также автоматического расчета кумуляции риска с использованием информации об уже застрахованных объектах. СППР также предоставляет результаты анализа деятельности компании в регионах, определяет возможные направления территориального расширения бизнеса, исходя из экономической информации о регионах, уточняет актуарные расчеты на основе пространственной статистики, а также позволяет решать множество других задач, связанных с анализом и планированием деятельности компании.

Особенно хотелось бы подчеркнуть уникальные возможности СППР в области формирования рекомендаций по уменьшению потерь и максимизации прибыли компании.

Так, например, в настоящее время на основе метода Акопяна С.Ц. (1995-1998 гг.) в части прогноза сейсмической опасности и по методам оценки сейсмического риска и ущерба, разработанных в докторской диссертации Шахраманьяна М.А. (1994г.), создана компьютерная программа «Система слежения в режиме реального времени за сейсмоопасными районами Земного шара, прогноза, оценки ущерба и надежного определения в сейсмоопасных районах временных интервалов и зон отсутствия сильных землетрясений (СЕЙСМОС)» (свидетельство РОСПАТЕНТА №2006610363 от 17 января 2006 года, авторы: Акопян С.Ц., Шахраманьян М.А., Шахраманьян А.М.). В числе прочего, СЕЙСМОС позволяет в реальном времени формировать рекомендации по страхованию, или отказу в страховании, оценки сейсмического риска для территорий разных стран мира на основе динамических карт сейсмической опасности, расчета возможного ущерба и вероятности возникновения страхового случая. По сравнению с использованием традиционных методов оценки сейсмического риска (на основе статичных карт сейсмического районирования, см. рис. 3), методика СЕЙСМОС определяет не только степень сейсмического риска в той или иной местности, но и показывает временное распределение сейсмической опасности в реальном времени, а также рассчитывает потенциальный ущерб от землетрясения. По этой методике из всей сейсмоопасной зоны (например, IX-X баллов) можно исключить сейсмическую опасность на подавляющей площади данной зоны (90%) и определить сейсмическую опасность на оставшейся территории (10%). Такое распределение сейсмической опасности в пространстве и времени дает дополнительную информацию и предоставляет эффективный рабочий инструмент для страховых компаний.

С помощью СЕЙСМОС можно надежно определить (с вероятностью близкой к 100%) зоны отсутствия сильных землетрясений в течение текущего года. Это дает страховщику возможность обоснованно брать на себя ответственность по сейсмическим рискам в данных регионах (принцип максимизации прибыли).В качестве показательного примера работы с использованием СЕЙСМОС можно привести успешную локализацию места (южное побережье о. Ява, Индонезия) и временного интервала (июнь 2006 - февраль 2007), в течение которого ожидалось сильное землетрясение, способное вызвать цунами. Об этом 02 июня 2006 года в МоскваРе было отправлено официальное письмо (Вх. №506/В-06), составленное авторами системы СЕЙСМОС. Данный прогноз полностью подтвердился 17 июля 2006 года.Таким образом, уникальная возможность локализации зон и временных интервалов сейсмической опасности с использованием СЕЙСМОС предостерегает компанию от потенциальных страховых случаев (принцип минимизации потерь).

Технология и состав СППР

Технология построения СППР для страховых компаний базируется на геоинформационных технологиях, которые, в свою очередь, используют всю информационную базу компании и внешние данные в виде источников данных. Такая интеграция позволяет получить принципиально новую информацию для выработки управленческих решений по минимизации потерь и максимизации прибыли компании.Сегодня создание информационной инфраструктуры компаний (не только страховых) в большинстве случаев представляет собой хаотичный процесс, характеризующийся внедрением нескольких автоматизированных систем с различными, не всегда совместимыми стандартами и технологиями. Как правило, только крупные корпорации позволяют себе капитальные вложения в создание единой корпоративной ERP системы.

СППР на базе ГИС-технологий являются оптимальным универсальным решением, так как подходят для страховых компаний с любым уровнем информатизации. СППР можно внедрить независимо от текущей степени автоматизации компании и сразу получить эффективный инструмент управления. Данный тезис иллюстрирует рис. 1, где показана интегрирующая роль СППР на базе ГИС.

В качестве исходной информации для СППР выступают:

Информационная инфраструктура компании, которая может быть представлена как в виде солидной и мощной ERP системы, так и в виде простых таблиц базы данных локальных приложений и систем учета компании. Данные ГИС. Это базовые картографические данные, такие как карты Мира, России, городов, а также привязанная к ним информация о застрахованных объектах компании.

Тематические данные ГИС, содержащие предметно-ориентированную информацию для оценки риска на произвольной территории. Здесь присутствуют такие карты, как карта сейсмического районирования, карта паводковой опасности, карта статистики по угонам автомобилей, карта пожароопасности и множество других данных, касающихся оценки риска.Данные прогноза в реальном времени по сейсмической, паводковой, пожарной опасности и др.Внешние источники, содержащие любую полезную информацию, не присутствующую на данный момент в СППР. Это могут быть обновленные картографические данные (например, по городам), экономическая информация по развитию регионов и стран, специализированные источники статистических данных для страхования, оценка риска в реальном времени (сейсмический риск, паводковый риск и т.д.) и другая информация, в том числе доступная в сети Интернет.

Примеры работы и внедрения

СППР МоскваРе построена на архитектуре Web. Любой сотрудник компании может зайти на Web-портал СППР и получить информацию, необходимую для решения своей задачи. Например, андеррайтеры при поступлении котировок или слипов могут сразу найти местонахождение объекта на электронной карте, нанести данный объект на карту для дальнейшего учета и анализа и моментально оценить риск страхования и кумуляцию риска.Архитектура развертывания СППР МоскваРе представляет собой совокупность серверов (сервер хранения пространственных данных и картографический сервер), взаимодействующих с другими информационными системами МоскваРе и рабочими местами пользователей через локальную сеть или интернет


6. Информационная технология экспертных систем и примеры их внедрения


Характеристика и назначение

Наибольший прогресс среди компьютерных информационных систем отмечен в области разработки экспертных систем, основанных на использовании искусственного интеллекта. Экспертные системы дают возможность менеджеру или специалисту получать консультации экспертов по любым проблемам, о которых этими системами накоплены знания.

Под искусственным интеллектом обычно понимают способности компьютерных систем к таким действиям, которые назывались бы интеллектуальными, если бы исходили от человека. Чаще всего здесь имеются в виду способности, связанные с человеческим мышлением. Работы в области искусственного интеллекта не ограничиваются экспертными системами. Они также включают в себя создание роботов, систем, моделирующих нервную систему человека, его слух, зрение, обоняние, способность к обучению.

Главная идея использования технологии экспертных систем заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникнет необходимость. Являясь одним из основных приложений искусственного интеллекта, экспертные системы представляют собой компьютерные программы, трансформирующие опыт экспертов в какой-либо области знаний в форму эвристических правил (эвристик). Эвристики не гарантируют получения оптимального результата с такой же уверенностью, как обычные алгоритмы, используемые для решения задач в рамках технологии поддержки принятия решений. Однако часто они дают в достаточной степени приемлемые решения для их практического использования. Все это делает возможным использовать технологию экспертных систем в качестве советующих систем.

Сходство информационных технологий, используемых в экспертных системах и системах поддержки принятия решений, состоит в том, что обе они обеспечивают высокий уровень поддержки принятия решений. Однако имеются три существенных различия. Первое связано с тем, что решение проблемы в рамках систем поддержки принятия решений отражает уровень ее понимания пользователем и его возможности получить и осмыслить решение. Технология экспертных систем, наоборот, предлагает пользователю принять решение, превосходящее его возможности. Второе отличие указанных технологий выражается в способности экспертных систем пояснять свои рассуждения в процессе получения решения. Очень часто эти пояснения оказываются более важными для пользователя, чем само решение. Третье отличие связано с использованием нового компонента информационной технологии - знаний.

Основные компоненты

Основными компонентами информационной технологии, используемой в экспертной системе, являются (рис. 3.17): интерфейс пользователя, база знаний, интерпретатор, модуль создания системы.

Понятие информационных технологий, их виды

Рис. 3.17. Основные компоненты информационной технологии экспертных систем


Интерфейс пользователя. Менеджер (специалист) использует интерфейс для ввода информации и команд в экспертную систему и получения выходной информации из нее. Команды включают в себя параметры, направляющие процесс обработки знаний. Информация обычно выдается в форме значений, присваиваемых определенным переменным.

Менеджер может использовать четыре метода ввода информации: меню, команды, естественный язык и собственный интерфейс.

Технология экспертных систем предусматривает возможность получать в качестве выходной информации не только решение, но и необходимые объяснения. Различают два вида объяснений:

объяснения, выдаваемые по запросам. Пользователь в любой момент может потребовать от экспертной системы объяснения своих действий;

объяснения полученного решения проблемы. После получения решения пользователь может потребовать объяснений того, как оно было получено. Система должна пояснить каждый шаг своих рассуждении, ведущих к решению задачи.

Хотя технология работы с экспертной системой не является простой, пользовательский интерфейс этих систем является дружественным и обычно не вызывает трудностей при ведении диалога.

База знаний. Она содержит факты, описывающие проблемную область, а также логическую взаимосвязь этих фактов. Центральное место в базе знаний принадлежит правилам. Правило определяет, что следует делать в данной конкретной ситуации, и состоит из двух частей: условия, которое может выполняться или нет, и действия, которое следует произвести, если условие выполняется.

Все используемые в экспертной системе правила образуют систему правил, которая даже для сравнительно простой системы может содержать несколько тысяч правил.

Все виды знаний в зависимости от специфики предметной области и квалификации проектировщика (инженера по знаниям) с той или иной степенью адекватности могут быть представлены с помощью одной либо нескольких семантических моделей. К наиболее распространенным моделям относятся логические, продукционные, фреймовые и семантические сети.

Интерпретатор. Это часть экспертной системы, производящая в определенном порядке обработку знаний (мышление), находящихся в базе знаний. Технология работы интерпретатора сводится к последовательному рассмотрению совокупности правил (правило за правилом). Если условие, содержащееся в правиле, соблюдается, выполняется определенное действие, и пользователю предоставляется вариант решения его проблемы.

Кроме того, во многих экспертных системах вводятся дополнительные блоки: база данных, блок расчета, блок ввода и корректировки данных. Блок расчета необходим в ситуациях, связанных с принятием управленческих решений. При этом важную роль играет база данных, где содержатся плановые, физические, расчетные, отчетные и другие постоянные или оперативные показатели. Блок ввода и корректировки данных используется для оперативного и своевременного отражения текущих изменений в базе данных.

Модуль создания системы. Он служит для создания набора (иерархии) правил. Существуют два подхода, которые могут быть положены в основу модуля создания системы: использование алгоритмических языков программирования и использование оболочек экспертных систем.

Для представления базы знаний специально разработаны языки Лисп и Пролог, хотя можно использовать и любой известный алгоритмический язык.

Оболочка экспертных систем представляет собой готовую программную среду, которая может быть приспособлена к решению определенной проблемы путем создания соответствующей базы знаний. В большинстве случаев использование оболочек позволяет создавать экспертные системы быстрее и легче в сравнении с программированием.

Пример внедрения информационная технология экспертных систем

Автоматизированная система учета населения (АСУН) предназначена для реализации регистрационного учета граждан по месту жительства и по месту пребывания в пределах зоны действия системы. Входная информация структурирована в виде потоков входных документов, подготавливаемых с помощью специальных АРМ. Каждый тип документа предназначен для описания соответствующего состояния гражданина, как субъекта учета населения.

Всего на входах системы формируется несколько десятков типов и разновидностей учетных документов – в зависимости от полноты использования функциональных возможностей системы.

Одном из характерных документов, используемых при оформлении регистрационного учета, является учетный документ регистрации прибытия гражданина по месту жительства (адресный листок прибытия)[3].

информационнаяехнология данные интерфейс


Учетные документы прибытия, рассматриваемые как характерный кадр входной информации в каналах АСУН, включают следующие основные характеристики (реквизиты) [3]:

Первичные идентификационные данные личности (фамилия, имя, отчество, дата рождения, адрес места рождения, пол).

Сведения о гражданстве и национальности.

Паспортные данные (тип удостоверяющего личность документа, серия, номер, кем и когда выдан).

Адресные данные (адрес места жительства до переезда в зону ответственности АСУН, предыдущий адрес места жительства в зоне ответственности АСУН, актуальный адрес места жительства – фиксируемый при регистрации).

Дополнительные сведения (сведения о детях, номер телефона и т.п.).

Служебные сведения (дата подготовки документа, дата оформления регистрации, идентификаторы должностных лиц и др.).

На основе предварительного анализа каждой из перечисленных групп реквизитов устанавливаются характерные особенности, способные служить семантическими и логическими критериями для последующего контроля вводимой информации и повышения ее достоверности, например:

Фамилия, имя, отчество и пол составляют алфавитные записи (обнаружение в них иных символов служит критерием ошибки ввода).

Дата рождения представляет собой цифровую строго структурированную запись (цифровые символы и разделители) и др.

Дальнейший анализ позволяет установить, что наиболее распространенные фамилии для каждой национальности могут быть сопоставлены с соответствующими справочниками, которые представляют собой элементы баз знаний соответствующего направления.

Точно также в качестве элементов баз знаний могут использоваться справочники (классификаторы) обозначений адресных наименований для различных территориальных образований. Дальнейшим развитием может быть применение структурированных справочников обозначений адресных наименований, имеющих иерархическую структуру (наименование стран с вложением в них регионов, наименование регионов с вложением в них более мелких входящих территорий – и т.д. до наименований улиц и обозначений отдельных зданий).

Следующим этапом, требующим более глубоких специальных знаний и экспертных оценок, является выявление устойчивых перекрестных связей и формирование на их основе сложных логических и семантических критериев контроля достоверности. В качестве иллюстрации можно привести следующие взаимосвязи:

Связь окончаний фамилии, имени и отчества с обозначением пола и национальности.

Дата рождения не может быть больше по значению даты подготовки документа.

Дата оформления регистрации не может быть меньше даты подготовки документа.

Дата выдачи документа, удостоверяющего личность, не может быть меньше даты рождения.

Цифра, обозначающая месяц, не может быть больше 12. Максимальная дата должна удовлетворять ограничению исходя из номера месяца (с учетом максимальной даты февраля по високосным и невисокосным годам) и др.

Определив весь набор элементов баз знаний по каждой контролируемой характеристики, выявив устойчивые семантические и логические связи внутри характеристик и перекрестные связи между характеристиками в составе каждого кадра входной информации, мы создали предпосылки для реализации соответствующих решающих правил.


7. Биллинговые системы и примеры их внедрения


Характеристика и назначение

Биллинговая система, автоматизирующая взаиморасчеты с абонентами, - важнейшая часть бизнес-инструментов современного оператора. Без нее практически невозможно справиться с учетом предоставляемых услуг. Ведь только речевых услуг сегодня существует почти 3 тыс., и каждая из них может рассчитываться по собственному тарифу. Но чисто учетными функциями дело не ограничивается: оператору необходимо отразить в клиентском профиле индивидуальные особенности абонента, а это требует более «тонкой» настройки тарифных планов.

Основные компоненты OSS/BSS

Архитектура OSS/BSS похожа на слоеный пирог. Есть смысл остановиться на том, какие задачи помогает реализовать тот или иной «слой».

Слой сетевого управления Network Management Systems (NMS) - комплекс систем управления узлами и подсетями оператора, формирующий прозрачную для абонента мультисервисную и мультисе-тевую инфраструктуры оператора. С учетом того, что обычно оператор использует оборудование как минимум двух производителей, число управляющих комплексов может достигать нескольких десятков. Для подсчета объема услуг биллингу необходимо взаимодействовать с каждой системой управления или с неким информационным приложением, являющимся посредником между имеющимися ИС. В NMS протоколируются все воздействия на узлы сети, по каждому из них собираются аварийные и сигнальные сообщения. Структурирование этой информации и ее обработка позволяют разграничить информационные потоки и доступ к сетевым ресурсам. Это повышает гибкость всего комплекса и обеспечивает более высокий уровень информационной безопасности: следующий слой автоматизации работает только с информацией, поставляемой с «нижних» слоев.

Слой автоматизации эксплуатационной деятельности оператора Operation Support System (OSS) обеспечивает интеграцию следующих ключевых подсистем:

- Network Resource Inventory (NRI) - подсистема инвентаризации и технического учета сетевых ресурсов. Она учитывает и отражает физический уровень сети, логический уровень сети, позволяет детализировать трафик с точностью до виртуального канала, временного интервала или информационного потока той или иной услуги;

- Intelligent Fault Management (IFM) - экспертная система анализа и фильтрации аварийных сообщений. Подсистема выявляет причины сбоев в узлах сети, обеспечивает фильтрацию вторичных аварийных сообщений, позволяет своевременно фиксировать деградацию качества каналов, влияющую на качество услуги;

- Service Level Agreement Management (SLAM) - автоматизированная система мониторинга контролируемых параметров, гарантирующих качество обслуживания абонентов. Она играет важную роль в детализации процессов предоставления услуг, определяющих взаиморасчеты с абонентом;

- Problem Management + Help Desk (PMHD) - автоматизированная система формирования и сопровождения заказов на проведение ремонтных и регламентных работ на сети оператора. Она позволяет минимизировать простои за счет автоматической генерации заказов при локализации аварийной ситуации, а также сокращения издержек, связанных со взаимодействием различных служб технической поддержки сети, и прогнозирования возможных отказов в системе IFM и генерации нарядов на плановые регламентные работы, предотвращающие возможные отказы;

- Performance Management System (PMS) - автоматизированная система анализа баланса нагрузки в сети, предназначенная для оптимизации сетевой производительности. Она дает возможность своевременно прогнозировать перегрузки в узлах сети, планировать внедрение новых услуг, необходимую для этого модернизацию сети и приводить их в соответствие с маркетинговым планом;

- Order Management (ODM) - автоматизированная система работы с абонентами, которая принимает и формирует заявки на активацию сервисов, согласует их с техническими возможностями имеющейся инфраструктуры и программой развития сети, фиксирует рекламации, планирует и сопровождает их устранение;

- Working Force Management (WFM)

- автоматизированная система управления персоналом. Она координирует техническую переподготовку сотрудников в соответствии с программой развития сети, планирует график работы персонала.

- Слой автоматизации бизнес-процессов оператора Business Support System (BSS) интегрирует подсистемы автоматизации процессов агрегирования информации, необходимой для работы биллинговой системы, систем учета и управления материально-техническими ресурсами оператора:

- Subscriber Service Support System (SSSS) - подсистема абонентского обслуживания, которая объединяет работу контакт-центра, обрабатывающего обращения абонентов, CRM-системы, фиксирующей историю взаимодействий с абонентами и системы самообслуживания абонента(справочная информация, подписка и т. п.);

- Billing System (BS) - автоматизированная система взаиморасчетов с абонентами и детализации предоставленных услуг. Она выставляет счета абонентам оператора, контролирует своевременность оплаты и позволяет абоненту получить детализацию с точностью до отдельной транзакции и сценария ее реализации;

Пример внедрения информационная технология биллинговые системы. Описание

Автоматизированная система расчетов (АСР) "Билл-Мастер" создана с учетом многолетнего и обширного опыта эксплуатации узлов операторов связи, соответствует передовым стандартам и по праву занимает ведущие позиции на российском рынке современных автоматизированных систем расчета телекоммуникационных услуг.

АСР "Билл-Мастер" обеспечивает следующие возможности:

Ведение расчетов в валюте лицевого счета.

Регистрацию платежей в различных валютах.

Ведение курсов валют по отношению к внутренней валюте системы.

Учет финансовых периодов и автоматическую обработку процедур открытия и закрытия периодов.

Ведение расчетов с учетом разницы курсов выставленных счетов-фактур и полученных платежей.

Ведение расчетов с учетом специфики налогообложения по договору.

Автоматическое и ручное формирование финансовой и лицензионной отчетности в соответствии с законодательством.

Хранение истории оказания услуг и ведения взаиморасчетов за период, предусмотренный законодательством.

Ведение Книги Покупок.

Ведение Книги Продаж.

Возможность реализации различных способов оплаты, в том числе учет платежных карт, используемых как для пополнения счета, так и для организации доступа к услугам Dial-Up и карточной телефонии по технологии Voice IP.

Возможность раздельного учета услуг по информационным доменам.

Возможность тарификации оказанных услуг с учетом календарной даты оказания услуг, времени суток и объема оказанных услуг за отчетный период.

Возможность управления генерацией, реализацией, использованием и блокированием платежных карт.

Возможность реализации бонусных программ поощрения клиентов пополняющих свой лицевой счет с помощью карт. Поддерживаются бонусы по картам определенного пакета, начисляемые единовременно либо при каждом платеже после превышения определенного порога суммы платежей. Бонусные программы разрешают конфликты бонусов на основе срока действия и правил отработки конкурирующих бонусов.

АСР "Билл-Мастер" не имеет программных ограничений по количеству тарифов и тарифных планов и количеству поддерживаемых пользователей в рамках реализованных алгоритмов.

АСР "Билл-Мастер" обладает характеристиками и функциями, представленными в настоящем описании и является системой, доступной для развития и внесения изменений, обусловленных:

увеличением количества участников процессов предоставления услуг электросвязи;

увеличением объемов предоставляемых услуг и расширения спектра услуг;

введением новых нормативно-правовых документов или дополнений к действующим;

совершенствованием технических и программных средств;

расширением номенклатуры предоставляемых услуг и используемых форм оплаты за них.


Список использованной литературы


1. Журнал «Connect!», №11.,2005

2. “Управление строительными инвестиционными проектами”. Под редакцией В.М. Васильева, Ю.П. Панибратова. СПб, 97.

3. Компьютерные системы и сети: Учеб.пособие/ В.П.Косарев и др./Под ред. В.П. Косарева и Л.В. Еремина-М.:Финансы и статистика,1999.

Размещено на

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: