Новости
09.05.2023
с Днём Победы!
07.03.2023
Поздравляем с Международным женским днем!
23.02.2023
Поздравляем с Днем защитника Отечества!
Оплата онлайн
При оплате онлайн будет
удержана комиссия 3,5-5,5%








Способ оплаты:

С банковской карты (3,5%)
Сбербанк онлайн (3,5%)
Со счета в Яндекс.Деньгах (5,5%)
Наличными через терминал (3,5%)

К ВОПРОСУ О РАЗРАБОТКЕ АРХИТЕКТУРЫ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ СОСТОЯНИЯ И РАЗВИТИЯ НАУЧНОЙ СФЕРЫ В ВУЗАХ

Авторы:
Город:
Москва
ВУЗ:
Дата:
08 марта 2016г.

Информационно-аналитическая система(ИАС) представляет собой программно-реализованный комплекс, предназначенный для сбора, хранения и обработки разнородной информации, получаемой из различных источников, а также ее анализа в целях обоснования необходимых управленческих решений.

В современных ИАС эффективное хранение информации обеспечивается наличием в составе информационно-аналитической системы различных источников данных. Задача обработки и объединения информации решается с помощью инструментов извлечения, преобразования и загрузки данных. [1, 3]

Анализ данных производится путем применения современных программных средств статистического анализа данных, моделирования и прогнозирования поведения управляемой системы.

Прежде чем подвергнуться аналитической обработке, первичная информация, извлекаемая из разнородных источников данных, проходит несколько стадий преобразований и складирования и приводится к единой форме представления, пригодной для использования в процедурах анализа, моделирования и прогноза.

Первый уровень ИАС включает источники данных, ориентированные на сбор и обработку первичных данных, используемых в повседневной деятельности организации.

На втором уровне ИАС осуществляется извлечение, преобразование и загрузка данных осуществляется с помощью специально создаваемых ETL-инструментов (extraction, transformation, loading). Они содержат функции и протоколы извлечения данных из различных транзакционных источников нижнего уровня, их преобразования и консолидации, а также загрузки в целевые аналитические базы данных - хранилища данных и витрины данных. На этапе преобразования проводятся необходимые вычисления и устраняется избыточность данных.

К третьему уровню архитектуры ИАС относятся «хранилища данных». Они включают в себя источники данных, предназначенные для хранения и анализа информации. Такие источники объединяют информацию из нескольких транзакционных систем и позволяют анализировать ее в комплексе с применением современных программных инструментов анализа данных.

Четвертый уровень архитектуры ИАС это «витрины данных». Они предназначены для проведения целевого анализа. Витрины данных строятся, как правило, на основе информации из хранилища данных.

С точки зрения пользователя, отличие витрин данных от хранилища данных заключается в том, что хранилище данных соответствует уровню всего министерства, а каждая витрина обычно обслуживает уровень отдельных департаментов и отделов, отличаясь достаточно узкой целевой специализацией.

Следующий уровень архитектуры ИАС аккумулирует современные программные средства, позволяющие министерству проводить всесторонний анализ информации. Они помогают успешно ориентироваться в больших объемах данных, анализировать информацию, делать на основе анализа объективные выводы и принимать обоснованные решения, строить прогнозы, сводя риски принятия неверных решений к допустимому минимуму.

При этом информационно-аналитическая система должна обеспечивать пользователям доступ к аналитической информации, защищенной от несанкционированного использования и открытой как через внутреннюю сеть организации, так и пользователям сети интранет и Интернет. Архитектура современной информационно-аналитической системы насчитывает следующие уровни: сбор и первичная обработка данных; извлечение, преобразование и загрузка данных; складирование данных; представление данных в витринах данных; анализ данных; Web-портал.[2]

В последние годы большая часть университетов силами собственных разработчиков создает ИАС поддержки научной деятельности.

В качестве примеров следует упомянуть следующие системы, прошедшие достаточно длительные периоды практического использования: ИСТИНА-Интеллектуальная Система Тематического Исследования Научно- технической информации (разработка МГУ) [8]; Информационно-аналитическая система сопровождения научно- исследовательской деятельности СПбГУ [6]; Информационно-аналитическая система университета "Электронный университет" (Казанский федеральный университет) [7]; Информационно-аналитическая система «Наука» (Самарский государственный технический университет) [4]; Информационно-аналитическая система Оренбургского Государственного Университета.[5]

С другой стороны, Министерство образования и науки Российской Федерации в интересах реализации государственной научно-технической и инновационной политики осуществляет ежегодные  мониторинги    деятельности вузов: мониторинг оценки эффективности деятельности вузов; мониторинг результативности деятельности научных организаций, выполняющих  научно-исследовательские,  опытно-конструкторские и технологические работы; мониторинг перспективных научных, инновационных разработок, заделов, реализуемых научными, исследовательскими коллективами вузов и научных организаций.

Кроме того, все юридические лица (за исключением субъектов малого предпринимательства), результатом деятельности которых стали научные исследования и разработки, ежеквартально подают Статистический отчет формы 2-наука.

Наконец, с периодичностью раз в шесть лет все вузы проходят государственную аккредитацию.

Все перечисленные мероприятия проводятся с использованием программно-реализованных систем, имеющих характерные черты современных ИАС.

Проведенный авторами статьи анализ показывает, что рассмотренные министерские программные системы несут в себе определенные недостатки:

1.     Отсутствие возможности автоматического извлечения и преобразования первичных данных непосредственно из вузовских систем сбора и хранения информации. Фактически это означает отсутствие нижнего уровня системы и интерактивный ввод данных непосредственно в хранилище данных.

2.     Наличие нескольких информационно-аналитических систем, обрабатывающих фактически одни и те же первичные данные, заставляет вузовские коллективы многократно проделывать работу по заполнению различных отчетов на основе одинаковой первичной информации.

3.     В части анализа данных не вполне отчетливо определены цели анализа (кроме сокращения числа вузов). Непонятно, на каких моделях базируется прогноз развития вузовской науки, как оцениваются социальные и экономические последствия управленческих решений.

Авторы предлагают следующий подход к построению информационно-аналитической системы социально- экономического развития научной сферы.

Описать состав информации, хранимой в едином хранилище данных. Каждую переменную, фиксируемую в хранилище данных, определить через набор первичных данных, и разработать точный алгоритм ее вычисления.

Организовать сбор и фиксацию данных в едином хранилище информации на основе принципа сквозной автоматизации. Для этого необходимо реализовать транспортные протоколы и программные средства автоматической выгрузки данных, рассчитанных на основе первичной информации с помощью разработанных алгоритмов, например, в транспортные excel-таблицы, и автоматическую загрузку их в хранилище данных.

На уровне хранилища данных организовать несколько витрин данных для нужд различных групп пользователей информации, в том числе различных мониторингов, статистических ведомств, департаментов, а также вузов, зарегистрированных в системе.

Инструментарий для анализа данных дополнить блоками математического моделирования и прогноза, которые следует создавать, как открытую систему, привлекая к этому процессу научную общественность вузов.[9, 10]

При оценке научных показателей вузов учитывать специфику и профиль научно-образовательной деятельности, например, нужно по-разному оценивать объем привлеченных финансовых средств для вузов гуманитарной, естественно-научной, технической сферы, особенно сферы искусства.

По мнению авторов, такой подход позволит, во-первых, избежать неоднозначности толкования понятий, во-вторых, исключить неоправданные затраты на неоднократный ручной ввод информации в систему, в-третьих, повысить оперативность и качество анализа и прогноза.

 

Список литературы

1.     Белов В.С. Информационно-Аналитические Системы. Основы проектирования и применения: учебное пособие/ МЭСИ. — М., 2005.

2.     Волков И., Галахов И. Архитектура современной информационно-аналитической системы. Директор ИС.№ 3, 2002.

3.     Говорков А.С. Автоматизация организационно-управленческих аспектов научной деятельности вуза//Университетское управление. 2009. № 6. с. 13–18.

4.     Информационно-аналитическая система «Наука». Самарский государственный технический университет// [Электронный ресурс] / Режим доступа: http://www.systemworld.ru/node/56

5.     Информационно-аналитическая система Оренбургского Государственного Университета// [Электронный ресурс] / Режим доступа: http://ecsocman.hse.ru/univman/msg/18456300.html

 6.     Информационно-аналитическая система сопровождения научно-исследовательской деятельности СПбГУ// [Электронный ресурс] / Режим доступа: https://ias.csr.spbu.ru/

7.     Информационно-аналитическая система университета "Электронный университет" Казанский федеральный университет// [Электронный ресурс] / Режим доступа: http://kpfu.ru/dis/informacionno- analiticheskaya-sistema-kfu

8.     ИСТИНА-МГУ/ М.В. Емельянцева // [Электронный ресурс] / Режим доступа: http://www.chem.msu.su/rus/events/khokhlov_261012.pdf

9.     Мамаева Н.В. и др. К вопросу о математическом моделировании социально-экономических процессов научной сферы. Актуальные проблемы развития науки и образования: Сборник научных трудов по материалам Международной научно-практической конференции 5 мая 2014 г.

10. Тимофеева Н.Л. и др. Этапы создания модели научной сферы, как инструмента прогнозирования развития науки и технологий. Материалы конференции. Международная научно-практическая конференция

«Ценности и интересы современного общества». Экономика и управление. Часть 2 // МЭСИ – М., 2014.