РАЗРАБОТКА КОНЦЕПТУАЛЬНОЙ МОДЕЛИ ОПЕРАТИВНО-АНАЛИТИЧЕСКИХ ВИТРИН ДАННЫХ

Интегрированные с аналитическими системами хранилища ориентированы на многомерное моделирование данных, которое обеспечивает быстроту выполнения аналитических запросов, но обладает существенными недостатками при работе с большими данными. В статье предложен подход к построению концептуальной модели оперативноаналитических витрин данных, позволяющий совмещать концепции оперативных витрин и аналитических витрин данных. Оперативные витрины данных, представляющие собой информационные срезы узконаправленной, тематической информации, призваны решать проблему оперативного доступа к источникам больших данных за счет консолидации и ранжирования информационных ресурсов по уровню востребованности. В отличие оперативных витрин данных, являющихся зависимыми от источников, аналитические витрины данных рассматриваются как независимые источники данных, создаваемые пользователями с целью обеспечения структуризации данных для решаемых задач. В работе приводится сравнение подходов к построению аналитических запросов на основе линейных запросов и ассоциативных связей. Полученные в работе результаты используются в построении BI кластера, на основе которого выполняется быстрое проектирование, аналитика, разработка и внедрение моделей бизнес-процессов с использованием предподготовленных оперативных и аналитических витрин данных.

1. Эмиров Н.Д., Батталова С.С. Информационные услуги в современном информационном обществе: роль библиотек и их корпораций. Экономика и предпринимательство. 2017;11(88): 894-897.

2. Головина Т.А., Романчин В.И., Закиров А.И. Развитие технологий бизнес - аналитики на основе концепции Business Intelligence. Известия Тульского государственного университета. Экономические и юридические науки. 2014;5-1: 416-424.

3. Лубенец Н.А., Улитина Т.И., Акимова А.О. Современные ИТ-инструменты инновационного развития компании. Экономические аспекты технологического развития современной промышленности. 2017;:105-111.

4. Асадуллаев С. Архитектуры хранилищ данных-1. 2009. Доступно по адресу: https://www.ibm.com/developerworks/ru/library/sabir/axd_1/index.html (дата обращения 10.10.2019 г.).

5. Орешков В.И., Паклин Н.Б. Бизнес-аналитика: от данных к знаниям. ИД «Питер». 2013.

6. Ахрем А.А., Рахманкулов В.З., Южанин К.В. О сложности редукции моделей многомерных данных. Искусственный интеллект и принятие решений. 2016;(4): 79- 85.

7. Homan J.V. et al. A comparison of the relational database model and the associative database model. Issues in Information Systems. 2009;10(1): 208-213.

8. Moving Towards Real-Time Analytics: All About In-Memory Computing and Self-Service BI. Financial and credit activity: problems of theory and practice. 2019;1(28): 272-278.

9. Зайко Т.А., Олейник А.А., Субботин С.А. Ассоциативные правила в интеллектуальном анализе данных. Вестник Национального технического университета Харьковский политехнический институт. Серия: Информатика и моделирование. 2013;39(1012).