Интегрированная информационно-аналитическая система для социологических исследований тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Васильев, Иван Владимирович

  • Васильев, Иван Владимирович
  • кандидат технических науккандидат технических наук
  • 2004, Иркутск
  • Специальность ВАК РФ05.13.18
  • Количество страниц 141
Васильев, Иван Владимирович. Интегрированная информационно-аналитическая система для социологических исследований: дис. кандидат технических наук: 05.13.18 - Математическое моделирование, численные методы и комплексы программ. Иркутск. 2004. 141 с.

Оглавление диссертации кандидат технических наук Васильев, Иван Владимирович

Введение.

1. Проблема создания программного обеспечения нового поколения для анализа результатов социологических исследований.

1.1. Качественные и количественные подходы в социологии.

1.2. Вторичные социологические исследования.

1.3. Анализ тенденций к применению программного обеспечения для анализа результатов социологических опросов.

1.3.1. Существующие тенденции к построению программного обеспечения для социологов.

1.3.2. Классификация систем поддержки принятия решений.

1.3.3. Сравнительный анализ существующих программных продуктов точки зрения классификации СППР.

1.3.4. Перспективы создания специализированного программного обеспечения для анализа результатов социологических исследований.

1.4. Выводы по главе и постановка задачи диссертационной работы.

2. Технология проведения социологических исследований, выбор и обоснование методов и инструментальных средств исследований.

2.1. Возможность применения методов Data Mining к результатам социологических исследований.

2.1.1. Интеллектуальный анализ данных.

2.1.2. Применение алгоритмов Data Mining для поиска закономерностей в результатах социологических исследований.

2.2. Применение эвристических методов для уменьшения комбинаторной сложности задачи поиска статистически связанных значений неальтернативных переменных.

2.2.1. Классификация переменных

2.2.2. Методы анализа неальтернативных переменных.

2.2.3. Применение эвристических методов при поиске статистически связанных переменных.

2.3. Применение алгоритма HICAP для поиска закономерностей в статистических данных.

2.4. Детерминационный анализ.

2.5. Конечно-автоматные модели в системах интеллектуального анализа данных.

2.6. Создание межуниверситетских хранилищ данных с использованием стандарта описания метаданных DDI.

2.7. Применение стратифицированных фрактальных моделей для моделирования информационных объектов.

3. Предлагаемый методический подход к построению интегрированной информационно-аналитической системы ИНИАС.

3.1. Методика проведения ИАД.

3.2. Методика снижения комбинаторной сложности ИАД.

3.3. Методика создания хранилища данных.

3.4. Методика объектного моделирования данных и знаний.

3.4.1. Методика моделирования информационных объектов.

3.4.2. Использование ФС моделей для разработки информационных объектов, описывающих структуру социологических опросов.

3.4.3. Использование ФС-моделей для проектирования объектных представлений статистически связанных вопросов в ХД.

3.4.4. Применение фрактального подхода к проектированию объектов — «Идентификаторов» блоков данных.

3.5. Методика проектирования ИНИАС.

3.5.1. Объектное проектирование программного комплекса.

3.5.2. Системно-концептуальные соглашения.

3.5.3. Обоснование применения объектной СУБД для реализации хранилища данных.

3.5.4. Разработка архитектуры ИНИАС.

4. Разработка и применение ИНИАС.

4.1. Проектирование ИНИАС.

4.1.1. Анализ основных прецедентов использования информационной системы.

4.1.2. Проектирование хранилища данных.

4.1.3. Проектирование клиентской и серверной частей ИНИАС.

4.2. Реализация ИНИАС.

4.3. Технология проведения социологического исследования с применением ИНИАС.

Рекомендованный список диссертаций по специальности «Математическое моделирование, численные методы и комплексы программ», 05.13.18 шифр ВАК

Введение диссертации (часть автореферата) на тему «Интегрированная информационно-аналитическая система для социологических исследований»

Актуальность работы. Актуальность выполненной работы определяется двумя основными факторами. Первый - возросшая значимость социального мониторинга для определения отношения населения к региональной и федеральной политике и изучения проблематики, присущей тем или иным районам для обеспечения повышения эффективности принятия управленческих решений. Второй фактор связан с темпами развития информационных технологий и необходимостью создания эффективно масштабируемого программного обеспечения (ПО), способного обеспечить специалиста предметной области возможностями для решения широкого спектра исследовательских задач, реализовать эффективное хранение и представление результатов исследований.

Все это требует рассмотрения концептуальных решений, связанных с организацией распределенных вычислений и сетевым доступом к данным и приложениям. Учитывая, что программные инструментальные средства социологических исследований рассматриваются как один из прототипов системы поддержки принятия решений по обеспечению управленческих решений, это предъявляет к ним повышенные требования и обуславливает актуальность их разработки на современном уровне информационных технологий.

При разработке ПО использованы современные методы моделирования, предложенные в работах Г.Буча, И, Якобсона, Дж. Румбау, Э. Гаммы, являющиеся основой применения объектно-ориентированного подхода. Применен метод моделирования объектного представления знаний, предложенный JI.B. Массель. При создании хранилища данных (ХД) были изучены реляционные и объектные концепции СУБД, разработанные К.Дейтом, Е. Коддом, Л. Калини-ченко, А.А. Сахаровым. В части, описывающей применение интеллектуального анализа данных (ИАД), автор опирался на работы JI.B. Щавелева, JI.H. Столярова.

Специфика социологических исследований определяет сложность создания специализированного программного обеспечения. С одной стороны, это появляющиеся со временем новые математические методы, модели, подходы, применение которых может перевести исследования на качественно иной уровень, дать новые результаты по сравнению со старыми методами исследований. С другой стороны, это лавинообразное появление новых информационных технологий (ИТ), оказывающих серьезное влияние на методы проведения научных исследований. Это влияние выражается в том, что применение новых ИТ предоставляет новые возможности в проведении исследований, а именно, формулирование и решение новых задач, которые невозможно было бы решить без использования этих технологий. Методические основы применения методов анализа в социологии были заложены в работах В.А. Ядова, Д.Г. Ротмана, Г.Г. Татаровой, С.В. Чеснокова и др.

Изменения в процессе исследований требуют адекватной инструментальной поддержки и, соответственно, изменений в инструментальных средствах, т.е. гибкость информационной системы является залогом успешного проведения исследований. Необходимость разработки ПО, которое отвечало бы этому требованию, и одновременно сложность его реализации, с учетом уровня современных информационных технологий и большого разнообразия базовых инструментальных средств, требует выполнения специального исследования, что подчеркивает актуальность данной работы.

Целью данной работы является повышение эффективности проведения социологических исследований, обеспечиваемое разработкой:

• методического подхода и программных инструментальных средств (интегрированной информационно-аналитической системы) для социологических исследований, отвечающих современным требованиям к программным комплексам нового поколения;

• технологии проведения социологических исследований с использованием новых инструментальных средств.

Для достижения этой цели необходимо решить следующие задачи: 1. Выполнить анализ тенденций развития архитектуры современных прикладных программных систем и выбрать, по результатам анализа, базовые технологии для интеграции разнородных компонентов в рамках интегрированной информационно-аналитической системы (ИНИАС), включающей региональное хранилище результатов социологических исследований.

2. Сформулировать требования к функциональности ИНИАС и системно-концептуальные соглашения, принимаемые при ее разработке.

3. Разработать архитектуру ИНИАС и методику ее программной реализации, отвечающей требованиям к программным комплексам нового поколения.

4. Разработать методику интеллектуального анализа результатов социологических исследований и методику создания хранилищ данных и знаний в рамках ИНИАС.

5. Разработать технологию проведения социологических исследований с применением ИНИАС.

Методами и средствами исследования являются: методические основы проведения социологических исследований, методы системного и прикладного программирования, методы объектного подхода (анализ, проектирование, программирование), методы теории искусственного интеллекта (продукционные модели представления знаний, интеллектуальный анализ данных).

Новизну работы составляют следующие положения: 1. Впервые обоснована необходимость использования для социологических исследований методов интеллектуального анализа данных (Data Mining) и хранилищ данных (DataWare House), для хранения как данных, так и знаний, в рамках интегрированной информационно-аналитической системы, разработанной в соответствии с требованиями к программным комплексам нового поколения, основными из которых являются:

• многослойная архитектура, предусматривающая использование серверов приложений и серверов баз данных;

• ориентация на работу в вычислительных сетях (как локальных, так и глобальных);

• свойство расширяемости программного обеспечения в его современной трактовке.

Предложен методический подход к построению программных комплексов нового поколения для исследований в социологии, включающий:

• методику интеллектуального анализа результатов социологических исследований, интегрирующую совокупность методов (анализ неальтернативных переменных, статистические методы, снижение комбинаторной сложности алгоритмов ИАД, детерминационный анализ, Аристотелевы силлогизмы) в рамках ИНИАС;

• методику создания хранилища данных, как основного компонента ИНИАС, для хранения в объектном представлении как данных, так и знаний;

• методические рекомендации по объектному моделированию данных и знаний с использованием унифицированного языка моделирования UML;

• клиент-серверную архитектуру интегрированной информационно-аналитической системы и ее компонентов и объектные модели программ, в соответствии с которыми выполнена реализация ИНИАС;

• выбор и рекомендации по применению базовых технологий, создающих предпосылки для перехода к работе с информационной системой через Internet;

На защиту выносятся:

• методика создания хранилища данных в рамках ИНИАС;

• методика интеллектуального анализа результатов социологических исследований с использованием ИНИАС;

• архитектура интегрированной информационно-аналитической системы и ее компонентов;

• интегрированная информационно-аналитическая система, обеспечивающая использование хранилища данных для хранения как данных, так и знаний и применение, в рамках ИНИАС, методов интеллектуального анализа данных;

• технология проведения социологических исследований с применением ИНИАС.

Практическая значимость работы заключается в использовании предложенного подхода и методик для разработки интегрированной информационно-аналитической системы ИНИАС и технологии проведения социологических исследований, а также в применении разработанных системы и технологии для \у обработки результатов социологических опросов, проводимых Региональным информационным аналитическим центром в Иркутском области и Усть-Ордынском бурятском автономном округе.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на конференции Главного Управления Информационных Систем ФАПСИ, посвященной 30-летию начала работ по созданию информационно-вычислительной системы по управлению страной в кризисных ситуациях (Москва, 2002 г.), на Всероссийских с международным участием конференциях: «Информационные и телекоммуникационные технологии в науке и образовании Восточной Сибири» (Иркутск, 2001 г.), «Информационные технологии в энергетике, экономике, экологии» (Иркутск, 2002 г.), «Математические и информационные технологии в энергетике, экономике, экологии» (Иркутск, 2003 г.), «Информационные и математические технологии» (Иркутск, 2004 г.).

Публикации. По теме диссертации опубликовано шесть работ в т.ч. две — в издании, рекомендованном ВАК.

В первой главе раскрывается суть исследуемой проблемы. Рассматриваются подходы и методы, используемые в социологии, анализируется специфика создания программного обеспечения для социологических исследований. Определяются факторы, определяющие сложность создания ПО в данной предметной области, и факторы, требующие, чтобы ПО обладало возможностью интеллектуального анализа данных. В выводах к главе обосновывается необходимость разработки методического подхода к созданию интегрированной информационно-аналитической системы, ориентированной на интеллектуальный анализ данных. На основании выводов данной главы формулируются задачи диссертационной работы.

Вторая глава посвящена анализу методов, выбранных или разработанных автором для реализации в ИНИАС, и базовых технологий, на основе которых предполагается ее разработка. Рассматривается предлагаемая автором технология социологических исследований, включающая совокупность методов, способов и приемов проведения исследований. Внимание уделено описанию статистических методов, традиционно применяемых при работе с результатами социологических исследований. Перечислены методы Data Mining, способствующие автоматизации статистических методов, описаны некоторые приемы, уменьшающие комбинаторную сложность статистических методов, применяемых при анализе результатов социологических исследований. Кроме того, вторая глава содержит обоснование идеи создания хранилища данных, предназначенного для хранения как данных, так и знаний (результатов анализа данных).

Третья глава содержит описание предлагаемого автором методического подхода, в соответствии с которым выполнены проектирование и реализация ИНИАС. Подход включает совокупность методик, использованных при разработке ИНИАС. Центральной является методика интеллектуального анализа результатов социологических исследований, интегрирующая в рамках ИНИАС совокупность методов, подробно описанных во второй главе (анализ неальтернативных переменных, статистические методы, снижение комбинаторной сложности алгоритмов ИАД, детерминационный анализ, Аристотелевы силлогизмы).

Важным компонентом ИНИАС является хранилище данных и знаний. Предложена методика его разработки, включающая подготовку и преобразование данных для формирования хранилища данных, а также методические рекомендации по объектному моделированию информационных объектов (данных и знаний) с использованием ФС-моделей.

В последней части главы описываются этапы проектирования ИНИАС, системно-концептуальные соглашения, обоснование использования объектной СУБД для реализации хранилища данных и предлагаемая автором клиент-серверная архитектура ИНИАС.

Четвертая глава посвящена описанию процесса разработки информационной системы в соответствии с методикой, изложенной в третьей главе. Приводятся выполненные с помощью унифицированного языка моделирования UML основные модели (диаграммы), в соответствии с которыми была выполнена реализация ИНИАС. Описана реализация ИНИАС, приведены примеры интерфейсов. Приведена технология проведения социологического исследования с использованием системы ИНИАС.

В заключении приведены основные результаты, полученные при выполнении данной работы.

Автор благодарит своего научного руководителя, д.т.н. Массель JI.B., а также сотрудников возглавляемой ею лаборатории "Информационные технологии в энергетике" ИСЭМ СО РАН, обсуждения с которыми концептуальных решений и результатов работы были очень полезны для автора. Кроме того, автор благодарен своим коллегам по работе за понимание и терпение, проявленные по отношению к нему в процессе выполнения диссертационной работы. Автор выражает также благодарность д.т.н. Новорусскому В.В., под руководством которого автор начинал свою научную деятельность, за ценные критические замечания в ходе обсуждения работы.

Похожие диссертационные работы по специальности «Математическое моделирование, численные методы и комплексы программ», 05.13.18 шифр ВАК

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Васильев, Иван Владимирович

ЗАКЛЮЧЕНИЕ.

В диссертационной работе автором получены следующие основные результаты:

1. Выполнен анализ предметной области и специфики ПО для социологических исследований и определены факторы, обуславливающие необходимость создания ИНИАС.

2. Сформулированы требования к информационной системе ИНИАС, основными из которых являются:

• реализация методов «добычи» знаний (Data Mining), позволяющих получать знания из имеющихся данных;

• применение хранилищ данных, поддерживающих объектные представления информации;

• разделение информационной системы на компоненты по функциональным возможностям;

• поддержка интерфейсов, обеспечивающих работу системы в рамках существующих международных проектов.

3. Разработана методика интеллектуального анализа данных с использованием ИНИАС.

4. Разработана методика построения хранилища данных, содержащего первичные данные, полученные путем ввода информации с опросных листов и знания о закономерностях в распределениях вопросов.

5. Предложена трехуровневая клиент-серверная архитектура информационной системы.

6. Разработана система ИНИАС, клиентская часть которой реализует следующие основные функции: ввод первичных данных с опросных листов, анализ распределений вопросов, навигацию по ресурсам ХД ИНИАС.

7. Разработана и апробирована технология проведения исследований с применением разработанного инструментария.

Список литературы диссертационного исследования кандидат технических наук Васильев, Иван Владимирович, 2004 год

1. Электронный учебник StatSoft. -http://www.statsoft.ru/home/textbook/default.htm (20 янв. 2004)

2. Дедуктор. Все о пакете. http://www.basegroup.ru/deductor/ (1 июн. 2004)

3. Ядов В.А. Стратегия социологического исследования. Описание объяснение, понимание социальной реальности. М.: «Добросвет», 2001.

4. Джарол Б. Мангейм, Ричард К. Рич. Политология. Методы исследования: Пер. с англ./Общ.ред. и вступ.ст. А.К. Соколова. М.: Издательство "Весь Мир", 1999.

5. Прангишвили И.В. Системный подход и общесистемные закономерности. Серия «Системы и проблемы управления». М.: СИНТЕГ, 2000, 528 с.

6. The Gallup organization. http://www.gallup.com/poll/ (10 янв. 2003).

7. Столяров JI.H. Введение в Data Mining. Использование в финансовой аналитике // Информационные технологии в электроэнергетике: современные подходы к анализу и обработке информации. — Иркутск: ИСЭМ СО РАН, 2000.-19 с.

8. Ю.Щавелев JI.B. Способы аналитической обработки данных для поддержки принятия решений // СУБД. 1998. - №6

9. П.Львов В. Создание систем поддержки принятия решений на основе хранилищ данных // СУБД.- 1997.- № 3.- С.30-40.

10. Массель Л.В. Состояние и общеметодологические проблемы построения систем поддержки принятия решений (С111 IP) в энергетике.- С. 7-10. (в 13.).

11. Системы поддержки принятия решений для исследования и управления энергетикой / Н.Н. Антонова, И.Н. Бобырева, Н.В. Бычкова и др. / Под ред.

12. А.П. Меренкова. Новосибирск: Наука. Сиб. Предприятие РАН, 1997. - 162 с.

13. И.Татарова Г.Г. Методология анализа данных в социологии. -М.: Издательский Дом «Стратегия», 1998.

14. Возможности Да-системы. http://www.context.ru/can.htm (1 июн. 2004)

15. Ryssevik J. Musgrave S. The Social Science Dream Machine: Resource discovery, analysis and delivery on the Web.http://www.nesstar.org/papers/iassist0599.html (20 янв.2004)

16. Тику нов С.В. Географические информационные системы: сущность, структура, перспективы // Итоги науки и техники. Сер. Картография. М.: ВИНИТИ, - 1991.- С. 6-80.

17. SPSS, Data Mining, Statistical Analysis Software, Predictive Analysis, Predictive Analytics, Decision Support Systems. http://www.spss.com/ (10 фев. 2004)

18. PolyAnalyst & Data mining. -http://www.megaputer.ru/doc.php7production/pa/polyanalystinfo.html (1 окт. 2004)

19. Кузнецов С.Д. Введение в СУБД. Ч. 6 // СУБД. 1996 - №2.

20. Кузнецов С.Д. Стандарты языка реляционных баз данных SQL: краткий обзор // СУБД. -1996.- №2.

21. Васильев И.В. Информационные системы сбора, хранения и анализа результатов социологических исследований // Информационные и математические технологии / Труды Байкальской всероссийской конференции.- Иркутск: ИСЭМ СО РАН, 2004.- С. 112-118.

22. Васильев И.В. Применение методов Data Mining для вторичного анализа социологических исследований // Труды всероссийской конференции "Математические и информационные технологии в энергетике, экономике, экологии". Иркутск, 2003. - Т. 1. - С. 171 -179

23. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992. - 200 с.25.0racle9/ Data Mining Documentation. http://www.oracle.com/technology/documentation/datamining.html

24. The Java Language Specification. http://java.sun.com/docs/books/jls/index.html (10 okt. 2004)

25. Кофман А. Введение в теорию нечетких множеств.- М.: Радио и связь, 1982.432 с.

26. Методы нейроинформатики: Сб. науч. трудов/ Под ред. А.Н. Горба-ня.-Красноярск: КГТУ, 1998 204 с.

27. Миркес Е.М. Логически прозрачные нейронные сети и производство явных знаний из данных // Нейроинформатика.- Новосибирск: Наука, 1998.-С.283-292.

28. ЗО.Чесноков С.В. Детерминационный анализ социально-экономических данных. М.: Наука. Главная редакция физико-математической литературы, 1982.- 168 с.

29. Xiong Н., Steinbach М., Pang-Ning Tan, Vipin Kumar №CAP: Hierarchical Clustering with Pattern Preservationhttp://www.users.cs.umn.edu/~kumar/papers/hicap.pdf (10 янв. 2004).

30. Сахаров A.A. Концепция построения и реализации информационных систем, ориентированных на анализ данных // СУБД. 1996. - № 4. - С. 55-70.

31. Сахаров А.А. Принципы проектирования и использования многомерных баз данных (на примере Oracle Express Server) // СУБД 1996. - №3. - С. 44-59.

32. RMI over HOP. http://java.sun.com/products/rmi-iiop/ (10 июн. 2004)

33. Васильев И.В. Возможности применения конечно-автоматных моделей для интеллектуального анализа данных в системах поддержки принятия решений // Системные исследования в энергетике / Труды молодых ученых. -Иркутск: ИСЭМ СО РАН, 2000. Вып 30. - С. 246-254.

34. W.H. Inmon. Definition of a Data Warehouse . -http://www.billinmon.com/library/articles/dwdef.asp (5 янв. 2004)

35. Васильев И.В. Применение методов Data Mining для поиска знаний в структурированных текстах // Вестник ИрГТУ,- 2004.- №1 (17) С. 174 -175.

36. Дюк В., Самойленко A. Data mining: Учебный курс СПб.: Питер, 2001 -386 с.

37. Чесноков С.В. Детерминационный анализ социально-экономических данных. М.: Наука. Главная редакция физико-математической литературы, 1982.- 168 с.

38. Крамер Г., Математические методы статистики, пер. с англ., М., 1948; Хальд А., Математическая статистика с техническими приложениями, пер. с англ., М., 1956;

39. Ван дер Варден Б. JL, Математическая статистика, пер. с нем., М., 1960.

40. Митропольский А. К., Техника статистических вычислений, 2 изд., М., 1971.

41. Оперативные социологические исследования: методика и опыт организации/

42. Под ред. Д.Г. Ротмана, А.Н. Данилова, Л.Г. Новиковой.- Мн.: БГУ, 2001,354

43. Курейчик В.М. Методы генетического поиска. Учебное пособие, часть 1. Таганрог, ТРТУ, 1998, 118с.

44. Р.А. Заика, "Применение генетических алгоритмов для обнаружения плохих данных в телеизмерениях на основе контрольных уравнений", Системные исследования в энергетике, Труды молодых ученых ИСЭМ СО РАН, Иркутск, 2000г, с.62-66.

45. Массель JI.B., Васильев И.В. Разработка информационной системы для социологических исследований с использованием стратифицированной фрактальной модели // Вестник ИрГТУ.- 2004.- №2 (18) С. 98-103.

46. Массель JI.B. Фрактальный подход к построению информационных технологий // Информационная технология исследования развития в энергетике / Л.Д. Криворуцкий, JI.B. Массель. Новосибирск: "Наука". Сиб. Издательская фирма РАН, 1995. - С. 40-67.

47. Массель JI.B. Фрактальный подход и возможности его применения в гомео-статике.- Труды XXV Международной конференции «Новые информационные технологии в науке, образовании, телекоммуникации и бизнесе, ч.2,-Москва: МГАПИ, 1998.- С. 486 489.

48. Дунин-Барковский И. В., Смирнов Н. В., Теория вероятностей и математическая статистика в технике (Общая часть), М., 1955;

49. Колмогоров А.Н. Основные понятия теории вероятностей. М.: Наука, 1974.

50. Чесноков С.В. Метаматрицы в логике натуральных текстов.http://www.context.ru/articles/art-6.zip (20 фев. 2004)

51. Аристотель. Первая и Вторая аналитики / Пер. с древнегреч. Б.А. Фохта // Аристотель: Соч. в 4-х т. Т. 2. М.: Мысль, 1978.

52. Лукасевич Я. Аристотелева силлогистика с точки зрения современной формальной логики. Биробиджан: ИП «Тривиум», 2000.

53. Новорусский В.В. Основы теории систем и системы логического управления. (Формально-логические аспекты). Новосибирск: Сиб.предприятие РАН, 1997.-335 с.

54. Fractals: Non-integral Dimension and Application / under the direction of G.Cherbit. New York, John Wiley@Sons, 1991.-249 p.

55. Цикритзис Д., Лаховски Ф. Модели данных: Пер. с англ.- М.: Финансы и статистика, 1985 334 с.59. HummingBird SearchServer. http://www.hummingbird.com/products/searchserver/index.html (16 апр. 2004)

56. Буч Г., Рамбо Д., Джекобсон А. Язык UML. Руководство пользователя: Пер. с англ. М.: ДМК, 2000. - 432 с.

57. Вендров A.M. CASE-технологни. Современные методы и средства проектирования информационных систем. М.: Финансы и статистика, 1998.- 176 с.

58. Боггс М., Боггс У. UML и Rational Rose: Секреты эффективного проектирования сопровождаемых объектно-ориентированных приложений. М.: Лори,2000. 582 с.

59. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц. -М.: Мир, 1991.-568 с.

60. Васильев С.Н. К интеллектному управлению // Оптимизация, управление, интеллект. -№3. 1999. - С. 3-67.

61. Ленуар Р., Мерлье Д., Пэнто Л., Шампань П. Начала практической социологии / Пер. с фр. А.Т. Бикбова, Д.В. Баженова, Е.Д. Вознесенской, Г.А. Чередниченко. М.: Алетейя, 2001 г. - 410 с.

62. Болдырев Е.А. Современные архитектуры и технологии построения программных комплексов / Под ред. Л.В. Массель. Иркутск: ИСЭМ СО РАН,2001.-54 с.

63. Массель Л.В., Болдырев Е.А. Моделирование и разработка современных программных комплексов для исследований энергетики // Вычислительные технологии.- 2002.-Т.7, №4.- С. 59-70.

64. Gamma Е. Object-oriented software development based on ET++: Design patterns, class library, tools: PhD Thesis.- University of Zurich: Institut fur Infor-matik, 1991. (In German).

65. Горбунов-Посадов M.M. Расширяемые программы. M.: Полиптих, 1999.336 с.

66. Йордан Д., Аргила К. Структурные модели в объектно-ориентированном анализе и проектировании.- М.: ЛОРИ, 1999.- 264 с.

67. Калянов Г.Н. CASE структурный системный анализ (автоматизация и применение). М.: ЛОРИ, 1996. - 242 с.

68. Enterprise Java Beans Specification.http://java.sun.com/products/ejb/download.html (15 июн. 2004)73.0берг Р.Д. Технология СОМ+. Основы и программирование. Практическое руководство.-М.: Вильяме, 2000 480 с.

69. Schussel, G. Client/Server: Past, Present and Future.-http://news.dci.com/geos/dbsejava.html (15 июн. 2004)

70. The Java Virtual Machine Specification.-http://java.sun.com/docs/books/vmspec/index.html

71. Dublin Core Metadata Initiative. http://dublincore.org/about/ (20 сен. 2004)

72. Ким Вон. Технология объектно-ориентированных баз данных.-http://ooad.asf.ru/oobd/TOOBD/Index.asp (10 окт. 2004)

73. Дейт К. Введение в системы базы данных. М.: Наука, 1980. - 463 с.

74. Codd Е. F. A Relation Model of Data for Large Shared Data Banks // Comm.

75. ACM 13, 6, ACM, New York, London, Amsterdam, June 1970. P. 377-387.

76. Чен П. Модель "сущность-связь" шаг к единому представлению о данных // СУБД -1995.- №3. - С.137-158.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.