К настоящему времени во многих организациях накоплены значительные объемы данных, на основе которых имеется возможность решения разнообразных аналитических и управленческих задач. Проблемы хранения и обработки аналитической информации становятся все более актуальными и привлекают внимание специалистов и фирм, работающих в области информационных технологий, что привело к формированию полноценного рынка технологий бизнес-анализа.
В идеале работа аналитиков и руководителей различных уровней должна быть организована так, чтобы они могли иметь доступ ко всей интересующей их информации и пользоваться удобными и простыми средствами представления и работы с этой информацией. Именно на достижение этих целей и направлены информационные технологии, объединяющиеся под общим названием хранилищ данных и бизнес-анализа.
Актуальность темы курсовой работы заключается в том, что в настоящее время различные виды баз данных широко используются в нашей повседневной жизни. Любая, успешно работающая организация, хранит свои данные и обрабатывает их с использованием современных систем управления базами данных. Они повсеместно используются для получения сведений о сотрудниках, о товарах, о продажах, бухгалтерских данных, данных бизнеса и так далее. Но информация сама по себе без обработки не представляет интерес, поэтому работа с базами данных всегда требует совершенствования способов хранения данных, а также сокращения времени выборки данных, необходимых для получения своевременной и необходимой информации.
Технология хранилища данных предназначена для хранения и анализа больших объемов данных с целью дальнейшего обнаружения в них скрытых закономерностей и, наряду с технологией Data Mining, входит в понятие «предсказательная аналитика». Data Mining, в свою очередь, изучает процесс нахождения новых, действительных и потенциально полезных знаний в базах данных.
Хранилище данных – это предметно-ориентированный, интегрированный, редко меняющийся, поддерживающий хронологию набор данных, организованный для целей поддержки принятия решений. Предметная ориентация означает, что хранилище данных интегрируют информацию, отражающую различные точки зрения на предметную область. Интеграция предполагает, что данные, хранящиеся в хранилище данных, приводятся к единому формату. Поддержка хронологии означает, что все данные в хранилище данных соответствуют последовательным интервалам времени.
Кроме возможности работать с единым источником информации, руководители и аналитики должны иметь удобные средства визуализации данных, агрегирования, поиска тенденций, прогнозирования. Несмотря на многообразие аналитической деятельности можно выделить типовые технологии анализа данных, каждой из которых соответствует определенный набор инструментальных средств. Вместе с хранилищем данных эти средства обеспечивают полное решение для автоматизации аналитической деятельности и создания корпоративной информационно-аналитической системы.
В создании любой информационной системы участвуют две стороны: постановщик задачи, представляющий интересы потенциального пользователя, и разработчик-программист или специалист по компьютерной технологии, выдающий конечную продукцию - программное средство. Для решения простейших задач современные программные средства общего назначения иногда позволяют хорошо подготовленному пользователю совместить эти две стороны в одном лице.
Разработка приложения, которое будет осуществлять автоматизацию учёта автомобилей в ГАИ – это главная задача курсовой работы, проанализировав специфику данной деятельности, были выбраны средства разработки и выявлены действия, которые разрабатываемая система должна автоматизировать.
Целью выполнения курсовой работы является разработка системы поддержки принятия решений на основе хранилища данных в предметной области «Учет автомобилей в ГАИ».
Программа должна иметь стандартный функционал, исходя из своей предметной области. Поэтому в программе должна присутствовать следующая информация:
- список комплектаций автомобилей;
- список пройденных тех. Осмотров;
- список водительских удостоверений;
- справочник автомобилей;
- справочник владельцев автомобилей;
- справочник учета автомобилей в ГАИ.
В ходе выполнения курсового работы были приобретены теоретические и практические знания в области построения баз данных, хранилищ данных и OLAP- приложений. На основе этого анализа было выбрано СУБД MS SQL Server и MS Visual Studio для реализации поставленных задач:
- изучение литературы по теме курсовой работы;
- формулировка основных понятий, касающихся темы курсовой работы;
- анализ и проектирование хранилища данных;
- создание хранилища данных под управление Microsoft SQL Server;
- реализация и развертывание OLAP-клиента для доступа к хранилищу данных.
В результате выполнения курсовой работы была достигнута цель работы, а именно было разработано хранилище данных и приложение для работы с ним в предметной области «Учет автомобилей в ГАИ».
В среде Microsoft Visual Studio реализовано приложение, которое предоставляет возможность пользователю решать множество традиционно сложных проблем по организации эффективной работы в предметной области «Учёт автомобилей в ГАИ».
Все данные и оценки, применяемые в курсовой работе, в практическом разделе, не относятся к какому-то определённому предприятию, а являются обобщёнными накопленными знаниями в этой области.
СКРИНШОТЫ РАБОТЫ



1. Антонов, А.В. Системный анализ. Учеб.для вузов. – М.: Высшая школа, 2006. – 454 с.
2. Барсегян, А.А. Методы и модели анализа данных: OLAP и DataMining – СПб.: БХВ-Петербург, 2004. – 336 с.
3. Бергер,А.И. Microsoft SQL Server 2005 Analysis Services. OLAP и многомерный анализ данных. – СПб.: BHV, 2007–241 c.
4. Волкова, В.Н. Системный анализ и принятие решений: Словарь-справочник: Учебное пособие для вузов. – М.: Высшая школа,2004. – 616 с.
5. Гаврилова, Т.Н. Базы знаний интеллектуальных систем. — СПб.: Питер, 2000. – 209 с.
6. Кулик,С.Д.Элементы теории принятия решений (критерии и задачи).–Мн.: Харвест, 2003 – 384 с.
7. Спирли, Э. Корпоративные хранилища данных. Планирование, разработка и реализация. — Вильямс,2004. – 400 с.
8. Черняховская, Л.Р.Методология систем и принятие решений. – М.: Наука, 2007. – 271 с.
Федоров, А.B. Введение в OLAP. –КомпьютерПресс №4,5, 2001.–75 с.