Семантика больших данных в корпоративных системах управления


Цитировать

Полный текст

Аннотация

Современное развитие техники, телекоммуникационных, информационных и компьютерных технологий позволяет сегодня собирать, обрабатывать и хранить огромные объёмы данных. Одним из первых применений больших данных ( Big Data) стало создание корпоративных хранилищ, использующих собранную информацию для анализа и принятия стратегических решений. Однако бессистемный сбор информации приводит к хранению и обработке большого объёма несущественных данных, в то время как важная информация выпадает из поля зрения аналитиков. Важным моментом является анализ семантики и цели сбора данных, которые определяют как инфраструктуру и технологию сбора, так и направление последующей обработки и использования больших данных с помощью метрик, сокращающих объем данных, оставляя для обработки только необходимую информацию. В статье рассматривается использование онтологии корпоративного менеджмента для определения контекстной семантики больших данных и уменьшения разнообразия данных и итоговой энтропии в системе управления, а также описано применение частично наблюдаемого Марковского процесса принятия решений( POMDP) для формализации функционирования корпоративной системы управления в среде больших данных.

Об авторах

Галина Михайловна Новикова

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: novikova_gm@mail.ru

доцент, кандидат технических наук, доцент кафедры информационных технологий РУДН

ул. Миклухо-Маклая, д. 6, Москва, Россия, 117198

Эстебан Гомез Азофейфа

Российский университет дружбы народов

Email: esteban.azofeifa@gmail.com

аспирант кафедры информационных технологий РУДН

ул. Миклухо-Маклая, д. 6, Москва, Россия, 117198

Список литературы

  1. V. B. Tarasov, Life-Cycle Management of Products and Enterprises: a Key Aspect of Grid Enterprises Engineering, in: Proceedings of the XVIIth Scientific and Practical Conference IP & UZ-2014, MESI, Enterprise engineering and knowledge management, Moscow, 2014, pp. 245-255, in Russian.
  2. R. M. Yusupov, B. V. Sokolov, A. I. Ptushkin, A. V. Ikonnikova, S. A. Posturyaev, E. G. Tsivirko, Analysis of the State of Research on the Problems of Life Cycle Management of Artificially Created Objects, in: Proceedings of SPIIRAN 2011, Vol. 16, 2011, pp. 37-109, in Russian.
  3. R. Montague, Pragmatics and Intensional Logic, Semantics of Modal and Intensional Logic (1981) 223-253.
  4. V. G. Eliferov, V. V. Repin, Process Approach to Management: Business Process Modeling, Mann Ivanov Ferber, Moscow, 2013, in Russian.
  5. G. Novikova, Intellectual Technology in Corporate Management Systems, Engine 4 (2012) 58-59, in Russian.
  6. S. L. Nimmagadda, T. Reiners, L. C. Wood, On Big Data-Guided Upstream Business Research and its Knowledge Management, Journal of Business Research 89 (2018) 143-158.
  7. X. Zheng, Z. Cai, Real-Time Big Data Delivery in Wireless Networks: A Case Study on Video Delivery, IEEE Transactions on Industrial Informatics 13 (4) (2017) 2048-2057.
  8. S. Beer, Brain of the Firm, ISNM 978-5-397-00156-4, Librokom, 2009.
  9. Z. Li, J. Jiang, Entropy Model of Dissipative Structure on Corporate Social Responsibility, IOP Conference Series: Earth and Environmental Science 69 (1) (2017) 012126.
  10. A. Wahyudi, G. Kuk, M. Janssen, A Process Pattern Model for Tackling and Improving Big Data Quality, Information Systems Frontiers 20 (2018) 457.
  11. G. Novikova, E. Azofeifa, Domain Theory Verification Using Multi-Agent Systems, Procedia Computer Science 103 (2017) 120-125.
  12. A. Gladun, J. Rogushina, Ontologies in enterprise systems, Corporate system 1, in Russian.
  13. T. A. Gavrilova, I. A. Leshcheva, D. V. Leshchev, Use of Ontologies as a Didactic Means, Artificial Intelligence 3 (2000) 34-39, in Russian.
  14. V. B. Tarasov, A. P. Kalutskaya, M. N. Svyatkina, Granular, Fuzzy and Linguistic Ontologies for Providing Mutual Understanding between Cognitive Agents, Open Semantic Technologies for Intelligent Systems (OSTIS-2012) (2012) 267-278In Russian.
  15. D. Laney, 3-D Data Management: Controlling Data Volume, Velocity and Variety, Application Delivery Strategies by META Group Inc.
  16. R. Kitchin, G. McArdle, What Makes Big Data, Big Data? Exploring the Ontological Characteristics of 26 Datasets, Big Data & Society 3 (1) (2016) 1-10.
  17. G. Monahan, State of the Art-A Survey of Partially Observable Markov Decision Processes: Theory, Models, and Algorithms, Management Science 28 (1) (1982) 1-16.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».