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

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).