1) Вимоги до проектування бази моделей в сппр

При проектуванні баз моделей слід враховувати, що СППР може містити різні типи моделей. В зальному випадку база моделей СППР може включати оптимізаційні та неоптимізаційні, аналітичні, імітаційні, евристичні, алгоритмічні та інші моделі.

При розробленні бази моделей необхідно вказати і обґрунтувати тип запропонованих моделей підтримки рішень.

Базу моделей необхідно описати у вигляді математичних формул, економіко-математичних моделей чи функцій. Також необхідно навести відповідну структурну схему алгоритму розв’язання задачі.

Реалізацію запропонованих моделей можна представити за допомогою обраної мови програмування або обраного середовища системи керування базою моделей. Наприклад, MatLab. Можна скористатись середовищем СППР, орієнтованим на моделі (СППР Ithink, СППР Analitica, тощо)

2) Вимоги до проектування бази знань в сппр

При розробленні бази знань або правил необхідно вказати і обґрунтувати тип моделі опису знань або правил та мову подання знань.

База знань має бути представлена у вигляді одного із типів моделей опису знань (логічного, продукційного, фреймового, у вигляді семантичної мережі) та реалізована на основі однієї з мов подання знань (логічної, продукційної або фреймової).

Контрольний приклад моделі бази знань та її реалізації може бути подано або у тексті даного підрозділу, або у додатках.

Також необхідно навести відповідну структурну схему алгоритму розв’язання задачі.

3.2. Проектування бази даних (сховища данних) для сппр

У параграфі „Проектування баз і сховищ даних” мають бути викладені результати проектування бази чи сховища даних в залежності від теми бакалаврської роботи.

Даний підрозділ бакалаврської роботи має складатись з таких параграфів:

• Проектування інфологічної (логічної) моделі БД / Проектування моделі СД.

• Обґрунтування вибору СКБД та проектування фізичної моделі бази даних в середовищі вибраної СКБД / Обґрунтування вибору СКБД та інструментальних засобів для створення OLAP-системи.

У параграфі „Проектування інфологічної (логічної) моделі БД” мають бути викладені результати проектування БД на інфологічному рівні.

Iнформацiйнi об’єкти необхідно нормалiзувати i подати у третiй, четвертiй чи п’ятій нормальнiй формi.

Проектування інфологічної моделі необхідно виконати використовуючи CASE-засоби (пакет ERwin чи інший пакет автоматизації проектування БД). Завершується параграф схемою інфологічної (логічної) моделі БД.

В параграфі „Обґрунтування вибору СКБД та проектування фізичної моделі бази даних в середовищі вибраної СКБД” необхідно обґрунтувати вибір СКБД та викласти результати проектування БД на фізичному рівні.

Обгрунтовуючи вибір СКБД, слід враховувати наявність у їх складі засобів підтримки прикладного програмного забезпечення: підтримка OLAP-технологій; підтримка розподілених запитів і трансакцій; наявнiсть мови запитiв на базi SQL чи iншої мови; наявнiсть генератора програм і генератора звiтiв; можливiсть захисту програмного продукту; наявнiсть власного редактора; можливiсть пiдтримувати вiконний iнтерфейс; підтримка убудованих і зовнішніх засобів розробки.

Після обґрунтування вибору СКБД необхідно надати фізичну модель БД у середовищі вибраної системи.

Проектування бази даних на фізичному рівні виконується для вибраної СКБД засобами ERwin або з використанням інших CASE-засобів проектування БД.

Завершується параграф схемою фізичної моделі БД.

В параграфі „Контрольний приклад” необхідно викласти вимоги до контрольного прикладу, завантажити БД контрольним прикладом. Запроектована база даних завантажується даними контрольного прикладу і роздруковується. Зміст бази даних, завантаженої контрольним прикладом надається в додатках.

Якщо тема бакалаврської роботи передбачає проектування сховищ даних, то зміст даного підрозділу має бути розроблений з використанням нижченаведених методичних вказівок.

У параграфі ”Проектування моделі СД” обгрунтовується мотивація (мета) створення сховища даних та виконується вибір денормалізованої чи нормалізованої моделі його побудови („сніжинка” чи „зірка”). Проектування сховища даних виконується на основі вивчення аналітичних бізнес-запитів згідно методики багатовимірного моделювання (dimensional methodology). Для автоматизації проектування сховищ даних можуть бути використані CASE-засоби зокрема пакет Erwin. Необхідно спроектувати таблиці фактів і таблиці вимірювань та об’єднати їх відповідними зв’язками, надавши схему моделі СД. Вибрати архітектуру побудови сховища та надати її опис.

В параграфі „Обґрунтування вибору СКБД та інструментальних засобів для створення OLAP-системи (або інтелектуального аналізу даних)” необхідно обгрунтувати вибір СКБД для підтримки і роботи зі сховищем даних. При цьому враховуються такі є фактори, як при виборі СКБД для БД, а також ряд таких специфічних факторів як: можливість паралельного оброблення складних аналітичних запитів, наявність вбудованих OLAP–засобів, наявність засобів для фільтрації, очищення, перетворення та завантаження даних в сховище з баз даних OLTP-систем, наявність засобів візуалізації аналітичних даних, підтримка кіосків (вітрин) даних, можливості розширення і підтримки великих корпоративних сховищ, механізм оптимізації запитів. Якщо вибрана СКБД не має вбудованих OLAP–засобів, то необхідно проаналізувати ринок програмних продуктів даного призначення та обґрунтувати вибір засобів для перегляду та роботи з OLAP-кубами.

Якщо сховище даних запроектовано для інтелектуального аналізу даних (Data Mining), то необхідно проаналізувати ринок програмних продуктів даного призначення та обґрунтувати вибір інструментальних засобів для вирішення задач Data Mining.

В параграфі „Технологія завантаження сховища даних, контрольний приклад”. Необхідно надати опис механізму доступу до даних систем-джерел. Розробити та описати технологію завантаження даних у сховище даних, описавши процедури фільтрації, очищення, перетворення типів даних та приведення їх до єдиного формату та процедури узагальнення (агрегування) даних.

Запроектоване сховище даних завантажується даними контрольного прикладу і роздруковується. Контрольний приклад повинен бути розроблений таким чином, щоб дозволив формування основних OLAP-запитів чи вирішення задач Data Mining. Зміст таблиць фактів та вимірів, завантажених контрольним прикладом роздруковується надається в додатках.