WWW.KONFERENCIYA.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Конференции, лекции

 

Pages:   || 2 |

«ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В БИЗНЕСЕ МАТЕРИАЛЫ 7-Й МЕЖДУНАРОДНОЙ НАУЧНОЙ КОНФЕРЕНЦИИ 15–17 июня 2011 г. Санкт-Петербург Conference of St.-Petersburg State University of Economics and ...»

-- [ Страница 1 ] --

МИНИСТЕРСТВО ОБР АЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕР АЦИИ

ГОСУДАРСТВЕННОЕ ОБР АЗОВАТЕЛЬНОЕ УЧРЕ ЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО О БР АЗОВАНИЯ

«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ЭКОНОМИКИ И ФИНАНСОВ»

КАФЕДР А ИНФОРМАТИКИ

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

В БИЗНЕСЕ

МАТЕРИАЛЫ 7-Й МЕЖДУНАРОДНОЙ НАУЧНОЙ КОНФЕРЕНЦИИ

15–17 июня 2011 г. Санкт-Петербург Conference of St.-Petersburg State University of Economics and Finance Information Technology in Business Под редакцией проф. В.В. Трофимова, В.Ф. Минакова

И3ДАТЕЛЬСТВО

САНКТ-ПЕТЕРБУРГСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА

ЭКОНОМИКИ И ФИНАНСОВ

УДК [004.78:33] (075.8) ББК 65 ф.я73. И И 74 Информационные технологии в бизнесе. Материалы 7-й международной научной конференции. 15–17 июня 2011 г. Санкт-Петербург.

Conference of St.-Petersburg State University of Economics and Finance.

Information Technology in Business / Под ред. проф. В.В. Трофимова, В.Ф. Минакова. – СПб. : Изд-во СПбГУЭФ, 2011. – 194 с.

ISBN 978-5-7310-2676- Представлены доклады участников 7-й международной научной конференции «Информационные технологии в бизнесе», которая состоялась 15–17 июня 2011 г. в Санкт-Петербурге.

Материалы конференции посвящены проблемам применения информационных технологий и формирования информационных ресурсов в различных областях. В сборнике представлены результаты совместных исследований и опыт применения информационных технологий, полученные в университетах Германии (Берлин, Бернбург), Белоруссии (Полоцк), Украины (Харьков), России (Санкт-Петербург, Барнаул, Владимир, Екатеринбург, Новосибирск, Норильск, Сатка).

Это издание будет полезно бакалаврам, студентам и магистрантам, обучающимся по любым направлениям и специальностям экономического блока, при написании рефератов, эссе, курсовых, бакалаврских, дипломных работ и магистерских диссертаций, а также специалистам, работающим в ИТ-области.

УДК [004.78:33] (075.8) ББК 65 ф.я73. Рецензенты: д-р экон. наук

, проф. С.Г. Светуньков д-р экон. наук, проф. В.В. Щербаков д-р экон. наук, проф. Е.В. Песоцкая ISBN 978-5-7310-2676- © СПбГУЭФ,

ОГЛАВЛЕНИЕ

ПРЕДИСЛОВИЕ

РАЗДЕЛ I. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ....

Трофимов В.В. КОНВЕРГЕНЦИЯ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ............. Золотарева И.А., Ходыревская А.В. РАЗРАБОТКА МОДЕЛИ ОЦЕНКИ ЭФФЕКТИВНОСТИ ИНФОРМАЦИОННОЙ СИСТЕМЫ

Нечеухина Н.С. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В КОНТРОЛЛИНГЕ...... Авдеева Е.С., Чернов В.Г. НЕЧЕТКАЯ МОДЕЛЬ ОЦЕНКИ РИСКОВ ПРОЕКТА ВНЕДРЕНИЯ КИС С УЧЕТОМ ФАКТОРОВ РИСКА

РАЗДЕЛ II. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ЭКОНОМИКЕ

Helena Lindskog, Staffan Brege, Per-Olof Brehmer. PUBLIC PROCUREMENT AND SMALL AND MEDIUM ENTERPRISES

Глухов Д.О., Матюш М.В. ПРОГРАММНЫЕ РЕШЕНИЯ СИСТЕМ ДИСТАНЦИОННОГО БАНКОВСКОГО ОБСЛУЖИВАНИЯ

Цхай А.А. ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ

ФИНАНСОВО-ЭКОНОМИЧЕСКОГО МОНИТОРИНГА ДЕЯТЕЛЬНОСТИ

СЕЛЬХОЗТОВАРОПРОИЗВОДИТЕЛЕЙ

Дорохов А.В., Чернов В.Г., Дорохова Л.П. РАЗРАБОТКА КОМПЬЮТЕРНЫХ

СРЕДСТВ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ФАРМАЦЕВТИЧЕСКИХ

ОРГАНИЗАЦИЙ НА ОСНОВЕ НЕЧЕТКОГО МОДЕЛИРОВАНИЯ

Чернов В.Г., Ремезова Е.М., Соколова А. АНАЛИЗ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ НА ОСНОВЕ НЕЧЕТКИХ МНОЖЕСТВ ВТОРОГО ПОРЯДКА......... Фомичева С.Г., Бутырин А.А. АНАЛИЗ СПЕКТРА ФРАКТАЛЬНЫХ СИНГУЛЯРНОСТЕЙ ФИНАНСОВЫХ РЯДОВ

Минаков В.Ф. КЛАССИФИКАЦИЯ ПОКАЗАТЕЛЕЙ ИННОВАЦИОННЫХ

ПРОЕКТОВ НА ОСНОВЕ АНАЛОГОВОГО И ДИСКРЕТНОГО

ПРЕДСТАВЛЕНИЯ

Минаков В.Ф. МЕТОД ОЦЕНКИ И ОТБОРА ИННОВАЦИОННЫХ ПРОЕКТОВ НА ОСНОВЕ АНАЛОГОВЫХ И ДИСКРЕТНЫХ ПОКАЗАТЕЛЕЙ

Карпова В.С. ЭФФЕКТИВНЫЕ КОММУНИКАЦИИ В ПРОЕКТЕ.

ОРГАНИЗАЦИЯ ИНФОРМАЦИОННОГО ВЗАИМОДЕЙСТВИЯ

УЧАСТНИКОВ ПРОЕКТА В ИСУП (ПО ORACLE PRIMAVERA)

Сотавов А.К. ФОРМАЛИЗАЦИЯ ПРАВИЛ ИЗВЛЕЧЕНИЯ ЗНАНИЙ О РЫНОЧНОМ СЕГМЕНТИРОВАНИИ ИННОВАЦИЙ

Кортиков Ф.С. ОЦЕНКА СИСТЕМЫ ЭЛЕКТРОННОГО ДОКУМЕНТООБОРОТА СТРОИТЕЛЬНОЙ ОРГАНИЗАЦИИ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ........... Кортиков Ф.С. ПОСТРОЕНИЕ СИСТЕМЫ ЭЛЕКТРОННОГО

ДОКУМЕНТООБОРОТА В СТРОИТЕЛЬНОЙ ОРГАНИЗАЦИИ НА ОСНОВЕ

ОНТОЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ

Никитин А.В. ОПТИМИЗАЦИЯ ЛОГИСТИЧЕСКИХ ЗАТРАТ

И ОПЕРАЦИОННОЙ ПРИБЫЛИ ПРЕДПРИЯТИЯ ЛОГИСТИЧЕСКОГО

АУТСОРСИНГА

Богоносцев А.Л., Папкова М.Д. ПРОЦЕССНЫЙ ПОДХОД КАК ОСНОВА ПЕРЕХОДА К САМОРЕГУЛИРУЕМОЙ ОРГАНИЗАЦИИ

Горячева Е.А. ВЛИЯНИЕ ФАКТОРОВ ВНЕШНЕЙ СРЕДЫ ПРИ ОПРЕДЕЛЕНИИ РИСКА ЛИКВИДНОСТИ КОММЕРЧЕСКОГО БАНКА

Фрянцева К.В. ОБ ОДНОЙ МЕТОДИКЕ ОЦЕНКИ РИСКОВ КРЕДИТНЫХ СДЕЛОК РЕГИОНАЛЬНОГО БАНКА

Фаргер А., Аванесов Г.М. РОЛЬ И ПЕРСПЕКТИВЫ НЕМЕЦКОГО

ПРЕДПРИЯТИЯ НА РОССИЙСКОМ РЫНКЕ В СФЕРЕ РОЗНИЧНОЙ

ТОРГОВЛИ НА ПРИМЕРЕ METRO AG

Кирххофер E., Аванесов Г.М. РАЗВИТИЕ РОССИЙСКО-ГЕРМАНСКИХ

ОТНОШЕНИЙ В СФЕРЕ АВТОМОБИЛЬНОЙ ПРОМЫШЛЕННОСТИ



НА ПРИМЕРЕ КОНЦЕРНА «VOLKSWAGEN»

Мотышина М.С., Мотышина Е.В. ИНФОРМАЦИОННЫЕ СИСТЕМЫ В УПРАВЛЕНИИ ЧЕЛОВЕЧЕСКИМИ РЕСУРСАМИ

РАЗДЕЛ III. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИИ.................. Бройдо В.Л., Ильина О.П. ФОРМИРОВАНИЕ КОМПЕТЕНЦИЙ В ИНФОРМАЦИОННОЙ КУЛЬТУРЕ

Назарова Л.В. ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ

ИНФОРМАЦИОННЫХ И КОММУНИКАТИВНЫХ ТЕХНОЛОГИЙ

В ПРЕПОДАВАНИИ ИНОСТРАННЫХ ЯЗЫКОВ

Барабанова М.И. ПРОБЛЕМЫ РАЗВИТИЯ ДИСТАНЦИОННЫХ ФОРМ ВЫСШЕГО ОБРАЗОВАНИЯ

Власовец А.М. ИСПОЛЬЗОВАНИЕ СИСТЕМ ТЕСТИРОВАНИЯ В ВУЗЕ............... Карпушинский А.М., Павловская Т.А. РАЗРАБОТКА ТЕСТОВ ДЛЯ ПРОГРАММ С НЕЯВНЫМ ПОТОКОМ УПРАВЛЕНИЯ

Смирнов А.И. ПРОГНОЗИРОВАНИЕ ЗНАНИЙ СТУДЕНТОВ НА ОСНОВЕ МОДЕЛИ Г. РАША

РАЗДЕЛ IV. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

В СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ СФЕРЕ

Путькина Л.В. ПРИМЕНЕНИЕ ЭЛЕКТРОННЫХ УСЛУГ В СОЦИАЛЬНО-КУЛЬТУРНОЙ СФЕРЕ

Подяконова А.С. ГОТОВНОСТЬ ЛИЧНОСТИ К ИСПОЛЬЗОВАНИЮ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

Шайкина В.Н., Дубовикова А.Н. АНАЛИЗ ЭФФЕКТИВНОСТИ

ИНТЕРНЕТ-МАРКЕТИНГА ТУРОПЕРАТОРОВ И ТУРАГЕНТОВ

ЧЕЛЯБИНСКОЙ ОБЛАСТИ

РАЗДЕЛ V. СОВЕРШЕНСТВОВАНИЕ ИНСТРУМЕНТАРИЯ

НА БАЗЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

Нестерук Л.Г. ПОВЫШЕНИЕ ОПЕРАТИВНОСТИ ИНКРЕМЕНТНЫХ

КЛАССИФИКАТОРОВ В СОСТАВЕ АДАПТИВНЫХ СРЕДСТВ ЗАЩИТЫ

ИНФОРМАЦИИ

Щадилов А.Е., Исаев В.И., Швецов Е.А. СОЦИАЛЬНЫЕ СЕТИ КАК БИЗНЕС-СРЕДА

Ушкина Е.А., Украинец Е.В. RESEARCH OF STRUCTURE SOCIAL NETWORKS` REVENUE

Новгородцев А.С., Турутин В.В. СОЗДАНИЕ СИСТЕМЫ ВИДЕОНАБЛЮДЕНИЯ

Скобочкин Н.Э. ВКЛЮЧЕНИЕ РАБОЧИХ СТАНЦИЙ СРЕДСТВАМИ ПРОГРАММЫ MAGIC W.O.L.

РАЗДЕЛ VI. ЗАМЕТКИ

Beloded D. INTERNET PIRACY: NEGATIVE IMPACT ON THE ECONOMY........ Газуль С.М. БИЗНЕС И ОБЛАКА

Мельникова Е.Ф. УПРАВЛЕНИЕ ПРОЕКТАМИ В СФЕРЕ ЭНЕРГЕТИЧЕСКОГО ИНЖИНИРИНГА НА БАЗЕ PRIMAVERA

Alexeyev O.A., Nazarova L.V. COST EFFICIENCY ANALYSIS OF E-COMMERCE WEBSITE

Vishnevskaya A.V. INVESTMENT RISKS IN THE RUSSIAN FEDERATION.......... Kudryashova O.A., Afonina I.S. SOCIAL AND ECONOMIC PROBLEMS OF ICT IMPLEMENTATION IN RUSSIAN HOUSEHOLDS

A STATE-OWNED JOINT-STOCK-COMPANYING IT

Kiselev A.A. INTERNATIONAL FINANCIAL CENTRES: PROSPECTS OF DEVELOPMENT IN THE RUSSIAN FEDERATION

Ваганов П.С. ПОСТРОЕНИЕ ПОДСИСТЕМЫ УПРАВЛЕНИЯ РИСКАМИ В ИСУП (НА БАЗЕ ПО ORACLE PRIMAVERA)

Kovalev D.S. OPTIMIZATION OF BUSINESS PROCEESSES FOR INTEGRATED DESIGN OF UNIQUE INDUSTRIAL FACILITIES

Пичугина П.А. ПРОБЛЕМЫ ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ В БАНКОВСКИХ ИНФОРМАЦИОННЫХ СИСТЕМАХ........ Степочкина И.Ю., Стрекалов С.Д. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ,

ЭКОНОМИЧЕСКИЕ ПОЛЮСНЫЕ СИСТЕМЫ И МАТРИЦЫ,

ОТОБРАЖАЮЩИЕ ИХ

Милхина О.В., Румянский Д.А. РАЗРАБОТКА СИСТЕМЫ

АВТОМАТИЗИРОВАННОГО СБОРА ОТЧЕТНОЙ ИНФОРМАЦИИ

НАЦИОНАЛЬНОГО КОМИТЕТА МЕЖДУНАРОДНОЙ НЕКОММЕРЧЕСКОЙ

ОРГАНИЗАЦИИ

Трофимова Е.В. НАПРАВЛЕНИЯ СОВЕРШЕНСТВОВАНИЯ УПРАВЛЕНИЯ В БАНКОВСКИХ СИСТЕМАХ НА ОСНОВЕ ИНТЕРНЕТ-ТЕХНОЛОГИЙ......... Панкова Д.А. ОСНОВНЫЕ ПРОБЛЕМЫ ВНЕДРЕНИЯ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В ВИРТУАЛЬНЫЕ ПРЕДПРИЯТИЯ

Панкова Д.А. УПРАВЛЕНИЕ ЗНАНИЯМИ В ВИРТУАЛЬНОМ ПРЕДПРИЯТИИ

Захарова Е.Я., Милхина О.В. ПРОБЛЕМЫ ФОРМИРОВАНИЯ

ПРОФЕССИОНАЛЬНЫХ КОМПЕТЕНЦИЙ В ОБЛАСТИ

ИНФОРМАЦИОННЫХ СИСТЕМ И ТЕХНОЛОГИЙ

Маслобоев А.В. ИНФОРМАЦИОННАЯ ПОДДЕРЖКА ИННОВАЦИОННОЙ

ДЕЯТЕЛЬНОСТИ В КОНТЕКСТЕ ОБЕСПЕЧЕНИЯ ГЛОБАЛЬНОЙ

БЕЗОПАСНОСТИ РЕГИОНАЛЬНОГО РАЗВИТИЯ

Прокопенко Н.Ю., Власенко Д.В. ИНТЕГРИРОВАНННАЯ

ИНФОРМАЦИОННО-АНАЛИТИЧЕСКАЯ СИСТЕМА ПОДДЕРЖКИ

ПРИНЯТИЯ РЕШЕНИЙ РЕГИОНАЛЬНОГО УПРАВЛЕНИЯ

ПРЕДИСЛОВИЕ

Настоящий сборник включает материалы докладов 7-й международной научной конференции «Информационные технологии в бизнесе», проходившей 15-17 июня 2011 года в Санкт-Петербургском государственном университете экономики и финансов.

Материалы конференции посвящены проблемам применения информационных технологий и формирования информационных ресурсов в различных областях. В сборнике представлены результаты совместных исследований и опыт применения информационных технологий, полученные в университетах Германии (Берлин, Бернбург), Белоруссии (Полоцк), Украины (Харьков), России (Санкт-Петербург, Барнаул, Владимир, Екатеринбург, Новосибирск, Норильск, Сатка).

В материалах сборника освещены как теоретические вопросы (конвергенция информационных технологий, разработка модели оценки эффективности ИС, ИТ в контроллинге, нечеткая модель оценки рисков проекта внедрения КИС), так и практические результаты использования информационных технологий в экономике (банковская деятельность, логистика, инвестиционные и инновационные проекты, строительные организации, фармацевтическая промышленность и др.), социально-культурной сфере (электронные услуги в социокультурной сфере, готовность личности к использованию ИТ и др.) и образовании (формирование компетенций в информационной культуре, ИТ в преподавании информационных языков, развитие дистанционных форм образования, тестирование в вузе, прогнозирование знаний студентов и др., формирование компетенций), а также совершенствание интрументария на базе ИТ.





Это издание будет полезно бакалаврам, студентам и магистрантам, обучающимся по любым направлениям и специальностям экономического блока, при написании рефератов, эссе, курсовых, бакалаврских, дипломных работ и магистерских диссертаций, а также специалистам, работающим в ИТ-области.

Заведующий кафедрой информатики Санкт-Петербургского государственного университета экономики и финансов, заслуженный деятель науки РФ,

РАЗДЕЛ I. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ

ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

КОНВЕРГЕНЦИЯ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

Конвергенция (от английского convergence – схождение в одной точке) означает не только взаимное влияние, но и взаимопроникновение (диффузию) технологий, когда границы между отдельными технологиями стираются, а многие интересные результаты возникают именно в рамках междисциплинарной работы на стыке областей. С ее помощью в настоящее время стали описывать темпы развития научно-технического прогресса (НТП). В 2002 г. Михаил Роко и Уильям Бейнбридж подготовили под эгидой Всемирного центра оценки технологий (WTEC) отчет «Конвергирующие технологии для улучшения природы человека» (Converging Technologies for Improving Human Performance), в котором авторы обосновали и подробно описали картину радикального расширения человеческих возможностей с помощью таких областей как генная терапия, продление жизни, социальные технологии, нейрофизиология, биоинформатика, компьютерно-мозговые интерфейсы, искусственный интеллект и фундаментально новые производственные процессы. Проанализировав более миллиона научных статей в тысячах специализированных журналах, исследователи обнаружили взаимное цитирование в этих статьях. С помощью кластерного анализа они выделили журналы, где такие взаимосвязи были сильнее всего. В результате анализа ими выявлены четыре основных кластера: Nano, Bio, Info и Cogno, которые они сокращенно назвали NBIC-технологии. В отношении NBICтехнологий можно даже говорить об ожидаемом частичном слиянии этих областей в единую научно-технологическую область знания.

Кластер Nano характеризуется изучением технологий создания супермелких объектов, которые достигают размеров в несколько нанометров (10 -9) и строиятся из отдельных молекул, количество которых может достигать 20.000 и более. Отметим, что наноконструирование опирается на процессы самоорганизации на уровне наномасштабов и использует синергийное управление процессами микромира, базирующееся на Info-технологиях. Активное управление событиями микромира – это один из ключевых методологических принципов Nano-технологий.

Кластер Bio изучает возможности использования живых организмов, их систем или продукты их жизнедеятельности для решения технологических задач, а также возможности создания живых организмов с необходимыми свойствами методом генной инженерии. Этот термин относится и к более широкому комплексу процессов модификации биологических организмов для обеспечения потребностей человека, начиная с модификации растений и одомашненных животных путем искусственного отбора и гибридизации. С помощью современных методов традиционные биотехнологические производства получили возможность улучшить качество пищевых продуктов и увеличить продуктивность живых организмов. Биотехнология основана на генетике, молекулярной биологии, биохимии, эмбриологии и клеточной биологии, а также прикладных дисциплинах – химической и информационной технологиях и робототехнике.

Конвергенция Nano-Bio затрагивает, прежде всего, здравоохранение и медицину. Например, в сети «Nano2Life», был прведен онлайновый опрос экспертов по поводу будущих перспектив Nano-Bio-технологии, который показал, что наибольшее значение имеют такие технологии, как «лаборатория на чипе»;

«самосборка» материалов и устройств; биосенсоры; биодетекторы, а также такие направления как безопасность, окружающая среда, сельское хозяйство и потребительская продукция. Наиболее актуальными являются разработки наноструктурированных биоматериалов, биомолекулярные двигатели, самогенерерующие искусственные системы, чипы с биомолекулами, чипы на ДНК и протеинах и другие.

Кластер Info характеризуется трансформацией философской категории существования через изменение «информационного» взгляда на объекты. Так, если нет разницы между физическим существованием объекта и существованием информации о нм (компьютерная симуляция или восстановление объекта по косвенной информации о нм), то важно ли физическое существование носителя информации? Если неважно, то тогда можно говорить о существовании информационном. Тамким образом, рассмотрение этих вопросов приведт к исчезновению определнности относительно того, что есть существование. Особенностью Info-кластера является то, что ИТ выступают катализатором развития как отдельных кластеров, так и конвергенции технологий всех кластеров в целом.

Кластер Cogno характеризует междисциплинарное научное направление, объединяющее теорию познания, когнитивную психологию, нейрофизиологию, когнитивную лингвистику и теорию искусственного интеллекта. В когнитологии совместно используются компьютерные модели, взятые из теории искусственного интеллекта, и экспериментальные методы, взятые из психологии и физиологии высшей нервной деятельности, для разработки точных теорий работы человеческого мозга. Когнитология во многом обязана своим появлением учению о ноосфере. Ключевым техническим достижением, сделавшим когнитологию возможной, стали новые методы сканирования мозга. Томография и другие методы впервые позволили заглянуть внутрь мозга и получить прямые, а не косвенные данные о его работе. Важную роль сыграли и вс более мощные компьютеры. Наблюдаемый сейчас прогресс в когнитологии, как полагают учные, позволит «разгадать загадку разума», то есть описать и объяснить процессы в мозгу человека, ответственные за высшую нервную деятельность человека. Это позволит создать системы так называемого сильного искусственного интеллекта, который будет обладать способностями к самостоятельному обучению, творчеству, свободному общению с человеком.

Конвергенция Info-Cogno характеризуется появлением искусственного интеллека у различных информационных систем, в том числе и у человека. В рамках инфо-когно направлений наблюдается рост сложности систем. Сейчас одной из актуальных проблем информатики является именно обеспечение возможности разработки сложных систем, таких как операционные системы и др.

Вероятно, те наработки, которые появятся в ближайшее десятилетие (программирование без ошибок, системы с гарантированной наджностью, методы проектирования сложных программ, новые эволюционные алгоритмы и др.) лягут в основу первых шагов к сверхсложным системам.

Таким образом, рассматривая описание темпов развития НТП, можем отметить, что на первых этапах изучения природы происходила дифференциация наук (из естествознания выделялись: физика, химия, биология, прихологи и т.д., затем специализация углублялась и появились: кристаллография, механика, микро-биология, молекулярная биология цитология и т.д.). В настоящее время наблюдается процесс интеграции наук, который получил название конвергенция технологий. Наблюдая этот процесс можно увидеть, что конвергенция идет по пути от простого к сложному. Так, можно видеть, что живое – это просто очень сложное неживое (Nano-Bio), а разумное – просто очень сложное неразумное (Info-Cogno). Продолжая эту аналогию, можно только догадываться, что конвергенция этих направлений (Nano-Bio и Info-Cogno) может привести к изучению духовного.

Таким образом, конвергенция технологиий базируется на принципе рефлексивной сложности (complexity, Э. Кастельс), основой которой являются процессы возникновения самоорганизующихся структур, эмерджентные, нелинейные и динамические системы и т.д. В этом смысле теория сложности перерастает в новую науку об организованной сложности. Эта наука является симбиозом идей кибернетики, системного подхода, нелинейной физики и квантовой механики.

РАЗРАБОТКА МОДЕЛИ ОЦЕНКИ ЭФФЕКТИВНОСТИ

ИНФОРМАЦИОННОЙ СИСТЕМЫ

(Харьковский национальный экономический университет, Украина) Внедрение и эксплуатация корпоративных информационных систем сопряжены с рисками, которые обусловлены наличием ряда заранее не предвиденных факторов неопределенности. Проект внедрения корпоративной информационной системы (КИС) характеризуется последовательно-параллельным осуществлением нескольких этапов; при этом результаты отдельных этапов влияют как на реализацию системы в целом, так и на осуществление последующих этапов. Таким образом, отрицательные последствия проявления рисков в процессе реализации инвестиций могут возникать несколько раз, тем самым увеличивая потери от их реализации.

Анализ литературных источников не позволили выявить общепринятой методологии оценки эффективности инвестирования в информационные технологии (ИТ). Поэтому нами была предпринята попытка формализовать данный процесс путем построения модели оценки эффективности инвестирования в ИТ [1].

Модель позволяет разбивать проект на правильные этапы и быстро получать результаты. Таким образом, можно в короткие сроки создать хранилище данных и обеспечить выпуск простых отчетных форм, а затем последовательно расширять состав данных, собираемых в хранилище, и достраивать функциональность для выпуска более сложных отчетов. Модель поможет реально оценить сроки исполнения каждого этапа ИТ-проекта.

Также использование модели помогает выстраивать проект в зависимости от бизнес-целей предприятия, структурировать его по бизнес-направлениям.

Для реализации модели оценки эффективности ИТ-проекта необходимо определить:

показатели коммерческой эффективности, которые учитывают финансовые последствия реализации проекта для его непосредственных участников;

показатели бюджетной эффективности, отражающие финансовые последствия осуществления проекта для бюджетов различных уровней;

показатели экономической эффективности, учитывающие результаты и затраты, связанные с реализацией инвестиционного проекта, выходящие за пределы интересов участников проекта и допускающие стоимостное измерение.

Для оценки эффективности проекта автоматизации необходимо рассмотреть два состояния системы управления [2].

Первое состояние, начальное – это состояние в настоящий момент времени (состояние «как есть»), пока проект еще не начался. Начальное состояние характеризуется набором показателей эффективности системы управления и их уникальных значений. Важным моментом является наличие функционирующей на предприятии сбалансированной системы показателей.

Второе состояние, конечное – это состояние после завершения предполагаемого проекта (состояние «как должно быть»). Оно имеет тот же набор показателей эффективности, что и начальное состояние. Иначе говоря, в ходе проекта мы получаем изменения показателей эффективности, и тем самым приближаемся к установленным целям, которые характеризуются своими значениями показателей эффективности.

Дальнейший анализ эффекта от автоматизации может быть произведен разными способами. Можно сравнивать разность между значениями показателей эффективности конечного и начального состояния, либо анализировать, насколько предприятие приблизилось к поставленным целевым значениям показателей эффективности в результате проекта, либо оценивать отклонения фактически достигнутых значений показателей эффективности от запланированных (план-фактный анализ).

С точки зрения конечных бизнес-эффектов, на самом высоком уровне оценки потенциальных экономических выгод выделяются обобщенные, значимые направления, определяющие экономическую эффективность любых инвестиций, называемыми ключевыми факторами экономической эффективности [3, 4]:

минимизация упущенного дохода или формирование новых источников;

снижение текущих производственных (эксплуатационных) затрат;

снижение административно-управленческих затрат;

минимизация налоговых и других обязательных выплат, снижение штрафных санкций и прочих внереализационных расходов;

снижение потребности в капитальных затратах;

увеличение оборачиваемости текущих активов.

В качестве интегрального показателя доходной части инвестиционного проекта по внедрению информационных технологий для оценки коммерческой эффективности проекта целесообразно рассматривать приведенный показатель суммарного денежного потока, выраженного в элементах чистого дохода, остающейся в распоряжении организации, который является интегральным выражением всех значимых эффектов, обеспечиваемых реализацией рассматриваемого проекта. После этого для заказчика (инвестора) можно выполнить расчет любого устраивающего его показателя оценки эффективности (ROI, NPV, IRR, PP, др.).

Основной сложностью при оценке результативности инвестиций в ИТпроекты является ограниченная применимость финансовых методов оценки в связи с необходимостью учета нефинансовых выгод ИТ-проекта [2, 3, 4].

Экономическая эффективность внедрения информационной системы в компании может определяться:

разницей между заявленной и реальной трудоемкостью работы;

экономией ресурсов (простои людей, материальных запасов) в результате оптимизации процесса обеспечения ресурсами;

изменением скорости прохождения событий на тех же ресурсах;

более оперативной реакции на события;

увеличением инвестиционной привлекательности за счет более строгого контроля за использованием ресурсов;

увеличением мотивации;

значительными вычислительными возможностями по обработке больших массивов информации;

более полным использованием бизнес-возможностей за счет мониторинга среды и эффективности процессов.

Эффективность информационной системы определяется ее наполнением и качеством реализации, т.е. результат внедрения ИС определяется качеством бизнес-модели [5].

Принципы экономической эффективности компании необходимо перевести в плоскость конкретных показателей оценки экономической эффективности. Для этого формулируются требования к системе оценки экономической эффективности компании:

1. Система показателей должна включать как финансовые, так и нефинансовые показатели с условием их взаимосвязи между собой, а также между организационными уровнями в компании. Число показателей должно быть ограничено для своевременной их оценки и принятия решения.

2. Система показателей должна учитывать прошлое и текущее состояние бизнеса.

3. Показатели должны быть полезны для прогнозирования будущего компании, – стоимости или капитализации компании, прироста объема продаж и выручки.

4. Система показателей должна быть связана со стратегией компании и со стратегическими целями, в тоже время по мере изменения стратегии могут меняться как значения показателей эффективности, так сама система.

5. Система показателей должна учитывать интересы и потребности заинтересованных сторон – акционеров, высшего руководства компании, потребителей и др.

6. Система показателей должна быть значимой, адекватной, последовательной и стабильной, т.е. содержать логическую последовательность в изменении системы, чтобы сотрудники компании имели возможносит отслеживать изменения и адаптироваться. Краткосрочные показатели должны также соответствовать долгосрочным.

7. Должна существовать возможность объединения показателей в сводные и детализация в более частные показатели.

8. Внедрения системы показателей не должно вызывать сложностей доступности информации для расчета и по дополнительным затратам.

Анализ источников META Group, Gartner Group, ISM позволил выделить основные категории эффектов от внедрения ИС (см. рисунок).

На уровне компании измеряется вклад ИТ в осуществление миссии компании, собираемая информация используется для разработки стратегических направлений развития.

На функциональном уровне предметом измерения является вклад ИТ в осуществление функций структурными подразделениями, собираемая информация используется для повышения эффективности внутренних процессов. На этом уровне происходит анализ информации об эффективности проектов и программ и представление ее высшему руководству организации.

Причины возможных низких результатов оценки эффективности работы ИТ-систем приведены в таблице [6].

№ низких результатов оценки п/п эффективности работы Отсутствие политической Проект внедрения должен идти в составе приоритетволи руководства ных проектов. Если руководство не требует постоянно Завышенные ожидания Отсутствие четко сформулированных целей и задач № низких результатов оценки п/п эффективности работы На протяжении внедрения Большинство организаций, работающих с подрядной орне проводились замеры по- ганизацией по внедрению каких-либо процессов, ожидаказателей и не выполнялась ют получить фиксированный проект с заранее оговоренкорректировка проекта. ными сроками и суммой контракта. Однако на этапе обследования могут возникнуть особенности, которые не были учтены при составлении контракта. Вследствие этого должна быть предусмотрена возможность корректировки каких-либо положений контракта либо составление Завышенный объем проекта Заявлен объем работ, который фактически не может Оторванность инструмен- Первостепенная задача любого внедрения – это вытов от процесса страивание процесса, второстепенная задача – это автоматизация выстроенного процесса, что не всегда соблюдается. В таком случае желаемый эффект не будет Слишком резкое внедрение Резкое внедрение изменений может дестабилизировать случае принимается решение возврата к исходному состоянию вместо детального анализа ситуации Неспособность к организа- Если проект не получает одобрения внутри организационным изменениям ции или была выбрана неверная стратегия внедрения, если организационные изменения происходят неуправляемо или политические интересы становятся важнее производственного процесса и инструментария, то успешное завершение проекта маловероятно.

Неясность концепции Для того, чтобы внедрение получило прочный фундамент, необходимо известить персонал о причинах необходимости изменений в организации и возможных Выводы. Модель оценки экономической эффективности включает в себя иерархическое представление показателей эффективности, отражающих условия внешней и внутренней среды компании. В соответствии с данной моделью определяются показатели, от выполнения которых зависит достижение заданной стратегической цели исследуемой компании.

Таким образом, применение предложенной модели оценки эффективности ИС позволяет значительно улучшить финансовые результаты проекта внедрения.

1. Лукин В.И. Минимизация последствий проявления рисков инвестиционных проектов внедрения корпоративных информационных систем путем контроля критических переменных / В.И.Лукин // Журнал научных публикаций аспирантов и докторантов.в – 2009. – № 1. Электронный ресурс. – http://www.jurnal.org/articles/2009/ekon6.html 2. Целых А. Б. ООО КОРУС Консалтинг. Оценка эффективности IT-проектов.

http://quality.eup.ru/MATERIALY5/oe-it.htm 3. Кадушин А.И., Михайлова Н. Б. Методика оценки экономической эффективности ИТ-проектов // ИФ-Консалт, 07.07.2003. Электронный ресурс. – http://www.pmprofy.ru/content/rus/83/833-article.asp 4. Strassmann Paul A. Why ROI ratios are now crucial to IT investment? / Butler Group Preview. – September, 2002.

5. Марданов А.З. Экономические эффекты от внедрения CRM. // Корпоративный http://www.cfin.ru/itm/crm/effects.shtml 6. Новичков А. Оценка эффективности от внедрения и использования методологии и инструментальных средств IBM Rational // IBM developer Works, http://www.ibm.com/developerworks/ru/library/r-roi/index.html 7. Формирование модели оценки экономической эффективности генерирующей компании. / Е.А. Негомедзянова // Журнал научных публикаций аспирантов и докторантов. – 2007. – № 6. Электронный ресурс. – http://www.jurnal.org/articles/2007/ekon43.html 8. Рамперсад К. Хьюберт Универсальная система показателей деятельности:

Как достигать результатов, сохраняя целостность / Хьюберт К. Рамперсад;

Пер. с англ. – М.: Альпина Бизнес Букс, 2004.

9. Уолш К. Ключевые показатели менеджмента. Как анализировать, сравнивать и контролировать данные, определяющие стоимость компании. – М.:

Дело, 2000. – 360 с.

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В КОНТРОЛЛИНГЕ

(Уральский государственный экономический университет, Екатеринбург) В динамичных условиях жесткой конкуренции контроллинг выступает как одна из перспективных концепций менеджмента и в то же время эффективный метод рыночного хозяйствования пронизывает все сферы функционирования предприятия. Основу системы контроллинга составляет информация о деятельности предприятия и состоянии рыночной среды его функционирования, регулярный и своевременный сбор которой, ее анализ и планирование приобретают первостепенное значение в современных российских реалиях. В связи с этим возрастает интенсивность и насыщенность информационных потоков, требующих систематизации, унификации для обеспечения эффективности процессов управления бизнесом.

Контроллинг на сегодня представляет собой один из лучших систематизаторов масштабных потоков информации о движении экономической информации в рамках промышленных предприятий с целью координации принимаемых управленческих решений.

Контроллинг нельзя отождествлять с контролем и ревизией. В системе контролинга выделяется оперативный контроль, который занимается вопросами учета и анализа затрат, результатов хозяйственной и финансовой деятельности.

Анализ базируется на данных бухгалтерской отчетности. Плановая служба представляет статистические выкладки, плановые данные и результаты сравнения фактических значений показателей.

Задача контролера на базе анализа дать предложение (рекомендации) руководителю по сокращению затрат и увеличению прибыльности (рентабельности) производства и сбыта.

При сложном производстве контроллинг разбивается по технологической цепочке. Так, при наличии дочерних предприятий ответственность за конечные финансовые результаты и функции оперативного управления делегированы дочерним предприятиям, а прибыль внутри разбивается по подразделениям (внутренний хозрасчет). В ведении центров ответственности затрат находятся денежные потоки, инвестиции, контроль за стратегическими целями предприятия, так как отдельные подразделения могут в своей деятельности расходиться со стратегическими задачами головного предприятия. Контроллинг начинается с анализа производственных и сбытовых затрат подразделениями – центрами ответственности. Бухгалтер-контролер может обладать правом «вето» при принятии многих управленческих решений, таких как: обоснование цены; новые инвестиции; покупка и производство новых товаров и изделий; формирование производственной ассортиментной структуры. Существенное внимание уделяется подготовке информации руководителю, значимых показателей финансового плана (бюджета) и разработке мероприятий для реализации заданных целей.Особое место отводится конъюнктурным решениям вопроса, сведениям о конкурентах и т. д. С этой целью предоставляется прогнозная финансовая оценка мероприятий. Оперативно анализируются:

1. Ликвидность предприятия.

2. Отклонение плановых величин от факта, причины.

3. Прогноз развития событий.

4. Мероприятия по снижению затрат.

Для решения данных и других задач рекомендуется: разрабатывать систему внутренней отчетности и специальный программный продукт; рассчитать точку безубыточности; произвести анализ зависимостей между объемом производства, себестоимостью, прибылью, трудовыми затратами и т. д. С этой целью ежемесячно составляется и представляется менеджеру отчетность, а именно:

статистика объемов выпуска;

расчет издержек производства и обращения;

исчисление финансовых результатов по различным схемам учета затрат;

расчет суммы покрытий (маржинального дохода);

расчет показателей рентабельности;

расчет ликвидности;

статистика движения и использования рабочей силы;

статистика движения запасов;

расчет денежных потоков;

инвестиционные расчеты и т. д.

Для успешного функционирования развития автоматизации учета в системе контроллинга необходимо выделить несколько этапов.

Первый этап – в группе учета данных службы главного контроллера создание автоматизированных рабочих мест контроллеров. На организационнофункциональной стадии АРМ контроллера функционирует в автономном режиме с использованием локальной учетной базы данных.

Согласованную работу всех устройств ПЭВМ и их взаимодействие с контроллером обеспечивает программное обеспечение АРМ контроллера, которое подразделяется на общее и функциональное. При создании АРМ контроллера, в качестве базовых используются программные средства:

для подготовки текстов – текстовые редакторы или текстовые процессоры;

для подготовки табличных документов – табличные процессоры или электронные ведомости;

для автоматизации работ по созданию и ведению учетных баз данных – системы управления базами данных.

Большое распространение получили интегрированные пакеты функционального программного обеспечения, включающие текстовый процессор, табличный процессор, системы управления базами данных, а так же конкретный командный файл настройки программного обеспечения на конкретный вид и режим обработки информации. Это позволяет организовать работу контроллера на АРМ в режиме «non-stop» с максимальным учетом его профессиональных требований.

АРМ контроллера на базе ПЭВМ является технико-технологическим средством освоения учетных информационных ресурсов предприятия, обусловливающим его способность успешного развития. В рамках АРМ контроллера весь учетный информационный фонд предприятия функционирует в форме:

локальной учетной базы данных – фактографические данные о финансово-хозяйственной деятельности предприятия;

базы знаний – подходы, принципы, методы и методика учета;

программных средств – инструмент автоматизированного исполнения учетных задач для информационного обслуживания разработки и принятия управленческих решений менеджерами предприятия.

Второй этап развития автоматизации учета в системе контроллинга – интеграционный. Данный этап обеспечивает интеграцию локальных АРМ контроллера в единую интегрированную информационную систему промышленного предприятия. Вопросы интеграции АРМ контроллера в единую информационную систему выявили следующие основные проблемы, связанные с неэффективностью функционирования информационных систем промышленных предприятий:

информационные системы промышленных предприятий не имеют научно-методического обеспечения, вследствие чего отсутствует концепция построения и развития, приводящая к отсутствию целостности; информационные системы представляют собой набор малосвязанных между собой информационных ресурсов и процедур управления ими, что приводит к снижению эффективности управления предприятием;

использование многообразных информационных технологий обработки и передачи информации, отсутствие единых стандартов хранения данных, отличие их от общемировых приводит к сдерживанию процессов интеграции информационных потоков между различными структурными подразделениями и уровнями управления предприятием;

невысокие уровни автоматизации информационного процесса в структурных подразделениях предприятия приводит к несбалансированным управленческим решениям.

В ходе интеграции АРМ контроллера в информационную систему предприятия отлаживается механизм функционирования информационных технологий, обеспечивающий корректность, актуальность, сохранность и санкционированный доступ к учетной, плановой, статистической и другой информации о финансово-хозяйственной деятельности предприятия.

Третий этап – автоматизация учетных событий в системе контроллинга является перспективным, способным обеспечить правильное решение управленческой проблемы за счет прогнозирования и предвидения результата прогнозируемых управленческих событий в деятельности предприятия.

Автоматизация учетных событий в системе контроллинга с использованием интегрированных в единую информационную систему предприятия автоматизированных рабочих мест контроллеров обладает рядом существенных особенностей. Они связаны как с объектом моделирования, так и с применяемым аппаратом и средствами моделирования, а также с необходимостью определять количественные значения особо важных учетных событий в деятельности предприятия в режиме реального времени и по запросу.

Предложенный механизм функционирования задач учетного комплекса системы контроллинга основного производства консолидирует учетную информацию по изготовлению и выпуску продукции бизнес-процессами и ее предоставление менеджерам для принятия своевременных управленческих решений по регулированию хода производства и обеспечению выпуска продукции в необходимых объемах и в установленные сроки.

НЕЧЕТКАЯ МОДЕЛЬ ОЦЕНКИ РИСКОВ ПРОЕКТА

ВНЕДРЕНИЯ КИС С УЧЕТОМ ФАКТОРОВ РИСКА

Наличие неопределенности при внедрении КИС влечет за собой различные риски [1]. Каждый риск проекта состоит из факторов, причем количество факторов в каждом риске может быть разным. Кроме того, один риск и его факторы могут быть причиной другого риска, а в совокупности они влияют на общие риски, т.е. изменяют основные показатели проекта: бюджет, сроки и качество. Рассмотренная в [2] экспертная модель оценки рисков имеет следующий недостаток – использование балльных оценок. В предлагаемой модели можно для оценки рисков проекта внедрения КИС и их факторов вместо числовых оценок использовать качественные оценки. Например, фактор риска исполнения, связанный с командой внедрения – обучение группы внедрения [1], может иметь следующие оценки:.

Пусть по некоторому проекту внедрения КИС были идентифицированы риски r ri, i 1, N и соответствующие им факторы f i f ij, j 1, M, причем M. Кроме того, количество факторов в каждом риске будет разным.

Имеются лингвистические оценки уровня проявления факторов риска с соответствующими функциями принадлежностями M fi Оценка каждого риска проекта внедрения КИС ri может быть выполнена по одному из следующих вариантов:

1) если факторы риска fi некоторого i -го риска имеют низкие оценки, то реализация i -го риска минимальна (благоприятный вариант), следовательно, свертка нечетких множеств оценок уровня проявления факторов риска выполняется через пересечения:

2) если факторы риска fi некоторого i -го риска имеют высокие оценки, то реализация i -го риска максимальна (неблагоприятный вариант), следовательно, свертка нечетких множеств оценок уровня проявления факторов риска выполняется через операцию объединения:

Общий риск проекта внедрения КИС вычисляется в зависимости от того, как были определены частные риски проекта. Здесь также возможны два варианта:

1) благоприятный вариант (через операцию пересечения):

2) неблагоприятный вариант (через операцию объединения):

Еще один вариант определения общего риска проекта внедрения КИС R заключается в вычислении среднего между всеми рисками проекта:

где – параметр или вес соответствующего нечеткого множества оценки риска лить как, т. е. принять вес всех рисков одинаковым.

Следует отметить, что при использовании операции пересечения (1) в результате может получиться пустое множество, что затруднит дальнейший анализ. В такой ситуации сначала необходимо объединить оценки уровня проявления факторов риска в такие группы, которые при пересечении дают непустые множества, а затем для получения оценки по каждому риску проекта применить операцию объединения.

Для принятия окончательного решения о том, насколько проект внедрения КИС рискованный и стоит ли его реализовывать, вычисляется значение функции EffPeak нечеткого множества оценки общего риска проекта R, и задается некоторый порог решения p, который выбирается в зависимости от характера задачи и от важности последствий принимаемого решения. Обычно порог решения принимается равным 0,5. Если значение функции EffPeak нечеткого множества оценки общего риска проекта R превышает порог решения p, то такой проект слишком рискованный и его реализация нежелательна. Если EffPeak < p, то такой проект можно реализовывать. Продемонстрируем предложенную методику на примере. Пусть по некоторому проекту внедрения КИС было идентифицировано 4 риска r ri, i 1, 4 : 1) риск исполнения, связанный с командой внедрения; 2) риск перехода на новую систему; 3) риск, связанный с поддержкой руководства; 4) риск неправильного выбора системы. Для каждого Рассмотрим благоприятный вариант, когда оценки уровня проявления факторов риска положительные, и реализация рисков минимальна.

Все факторы рисков сводятся в одну таблицу, и экспертным путем каждому фактору риска выставляется лингвистическая оценка его уровня проявления L fi lf.

Лингвистические оценки уровня проявления факторов риска при внедрении КИС (благоприятный вариант) Неправильная структура команды внедрения Ниже среднего Отсутствие или несоответствие организационному плану внеНизкий дрения системы Недостаточный опыт у руководителя проекта внедрения Низкий Недостаточное участие руководства предприятия Низкий Отсутствие четко определенных требований к системе Ниже среднего Недостаточная квалификация и опыт консультанта Низкий Недостаточное участие консультанта (наоборот, слишком выСредний сока доля выполняемых им функций) Лингвистические оценки факторов рисков проекта внедрения КИС заданы с помощью соответствующих функций принадлежности, имеющих треугольный вид, выбранный из соображения простоты. На рис. 1 представлены примеры используемых функций принадлежности.

При благоприятном варианте значение каждого риска проекта внедрения КИС вычисляется через операцию пересечения (1).

При использовании операции пересечения в результате получились пустые множества (рис. 2). Поэтому сначала выделим группы оценок факторов риска неправильного выбора системы, которые при пересечении дают непустые множества.

Через операцию объединения полученных групп оценок факторов риска определяется оценка соответствующего риска проекта внедрения КИС Общий риск проекта внедрения КИС определяется по формуле (3).

Значение функции EffPeak нечеткого множества оценки общего риска проекта R составляет 0,125.

Общий риск проекта внедрения КИС как среднее между всеми рисками проекта находится по формуле (5) при параметре i 0,25 (рис. 2):

В данном случае значение функции EffPeak нечеткого множества оценки общего риска проекта R составляет 0, 179688.

Поскольку порог решения составляет p 0,5, то рассматриваемый проект внедрения КИС можно реализовывать и считать нерискованным, так как значение функции EffPeak, равное 0,125, меньше порога решения.

1. Авдеева Е.С. Исследование методов оценки рисков при внедрении корпоративных информационных систем на предприятиях: монография // Авдеева Е.С., Градусов Д.А.; Автоном. некоммерч. орг. высш. профес. образования Центрсоюза Рос. Федерации «Рос. ун-т кооперации», Владим. фил. – Владимир, 2010. – 151 с.

2. Авдеева Е.С., Чернов В.Г., Градусов Д.А. Методика экспертной оценки рисков при внедрении корпоративных информационных систем // Современные наукоемкие технологии. Региональное приложение. – Ивановский государственный химико-технологический. – Приложение к журналу, с 2004. – Электронный ресурс. – http://main.isuct.ru/ru/snt

РАЗДЕЛ II. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

В ЭКОНОМИКЕ

PUBLIC PROCUREMENT AND SMALL AND MEDIUM ENTERPRISES

Abstract

The public sector’s purchasing can have political and/or social goals besides the obvious goal to achieve the best possible outcome. In addition, public agencies must follow the specific public procurement legislation.

Small and Medium Enterprises (SMEs) are companies with a limited turnover or a limited number of employees (up to 250 people). Most countries have a great number of SMEs and they account for a considerable part of the total economy.

Many, especially newer, SMEs are at the forefront regarding innovations. There is a special focus on SMEs in the political agenda of many countries as well as in academia. One example is the Centre for Applied Management (CAM) for small and medium-sized enterprises at Linkoping University. CAM describes itself on its web site as «This creates a mutual benefit, based on knowledge and experience, for both parts.

CAM brings the University closer to the companies, contributes to their growth and development, and raises the problems of the companies into the light of science – common profit for a prosperous region».

The European Commission and the member states recognize the importance of SMEs as an engine behind many innovations as well as being a considerable potential to increase the employment rate.

The public sector as the biggest buyer on national markets is an important client for all enterprises and for the SMEs in particular.

For the SMEs to be a tenderer for governmental contracts as well as for the public agencies to choose a SME as a supplier can give rise to considerable consequences – both positive and negative. To become a supplier to the public sector means recognition and increase the opportunities for new contracts. The public agency can get an innovative and cost reducing solution. However, risks are also involved both for the SME and the public agency. By choosing an enterprise without previous documented records can put an agency in the situation of not fulfilling its obligations towards the general public and for the SME to go bankrupt.

This paper explores, investigates and analyses positive and negative consequences of public procurement involving SMEs as well as reasons behind this situation.

ПРОГРАММНЫЕ РЕШЕНИЯ СИСТЕМ

ДИСТАНЦИОННОГО БАНКОВСКОГО ОБСЛУЖИВАНИЯ

(Полоцкий государственный университет, Республика Беларусь) Одной из важнейших предпосылок современного уровня развития рынка дистанционного банковского обслуживания (ДБО) в развитых странах стал, прежде всего, высокий уровень массового доверия граждан банковской системе, а также предлагаемым на рынке решениям в области дистанционного банковского обслуживания. Основными субъектами взаимоотношений при развертывании систем дистанционного банковского обслуживания являются: банк, клиент, ритейл. Сама система ДБО является объектом и предоставляет сервис мобильных платежей, в рамках которого клиент совершает мобильные платежи и управляет средствами на счетах. Схема взаимоотношения субъектов и объектов представлена на рис.

БАНК КЛИЕНТ

РИТЕЙЛ

Опираясь на схему, представленную на рис. 1, развертывание систем ДБО возможно по нескольким вариантам:

как программа лояльности для опорного банка (рис. 2, а);

интегрирование с процессингом банка и реализация программы лояльности ритейлера (рис. 2, б);

в качестве собственной программы лояльности (рис. 2, в);

в качестве сервисного партнера банка (рис. 2,г).

Во всех перечисленных вариантах системы ДБО являются полноценными программными продуктами, которые используют инфраструктуру банка-партнера.

Существенно ускоренную сборку многоуровневых транзакционных банковских приложений предоставляет возможность выполнить технология Java.

Во-первых, Java представляет собой высокоуровневый объектноориентированный язык программирования. Во-вторых, Java – это программная платформа, версии которой поставляются для различных аппаратных систем.

Java позволяет реализовать сложные системы с жесткими требованиями к гибкости и скорости работы интерфейса пользователя. Имеет механизм сохранения сложного контекста на стороне клиента в период его работы, механизм выборочного кеширования информации, поддержку взаимодействия сразу с несколькими серверами (надежность + масштабируемость).

БАНК КЛИЕНТ

БАНК КЛИЕНТ

% по процессингу карт

РИТЕЙЛ

Система ДБО

КЛИЕНТ БАНК КЛИЕНТ

Система ДБО Анализ эффективности предлагаемых архитектур на примере разработанного в Полоцком государственном университете «Комплекса программ процессинга платежей» с другими системами дистанционного банковского обслуживания показан в таблице.

Достоинства разработанного Недостатки аналогичного программного «Комплекса программ процессинга платежей» обеспечения систем ДБО на рынке Грамотная стратегия выхода на рынок, Отсутствие просчитанной стратегии работы формирование мотивации клиентов на рынке Широкий набор услуг (банкинг, тикетинг, Сильно ограниченный набор платежей шопинг) Доступность регистрации пластиковых карт Добавление новых видов платежей и террилюбых банков торий идет крайне медленно Доступность пользования вне зависимости Привязка к карточкам одного банка или от оператора мобильной связи и модели те- конкретному оператору мобильной связи лефона (линейка мидлетов) Соответствие международным стандартам Техническое несовершенство существующих решений 1. Информационные банковские технологии // Сайт кафедры «Прикладная информатика» Уральского государственного технического университета. Электронный ресурс. – http://capri.ustu.ru/banking_systems/%C3%EB%E0%E2%E0%201.htm 2. Обзор систем электронных платежей // Thalion Group. Электронный ресурс. – http://www.thalion.kiev.ua/idx.php/5/301/article/.

3. Введение в программирование на Java // developerWorks. Электронный ресурс. – http://www.ibm.com/developerworks/ru/java/newto/.

4. Oracle сформировал экспертный совет для банковской отрасли // PCNews.

Электронный ресурс. – http://www.pcnews.ru/news/oracle-banking-industrystrategy-council-allied-irish-banks-aib-barclays-bank-plc-ing-groep-210101.html

ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ

ФИНАНСОВО-ЭКОНОМИЧЕСКОГО МОНИТОРИНГА

ДЕЯТЕЛЬНОСТИ СЕЛЬХОЗТОВАРОПРОИЗВОДИТЕЛЕЙ

(Алтайская академия экономики и права, Барнаул) В настоящее время региональное управление экономической деятельностью территориально-производственных комплексов большей частью носит весьма условный и приблизительный характер.

Одной из главных причин этому является неполнота и неточность исходных данных, которые служат основой для принятия ответственных государственных управленческих решений, в том числе о распределении бюджетных средств и аналогичных ресурсов.

Сбор информации налоговыми и статистическими органами ориентирован на свои, ведомственные цели. Как правило, наличие этих данных недостаточно для серьезного анализа развития отрасли.

Информация собственных территориальных подразделений зачастую – попросту недостоверна или отсутствует, что объясняется приоритетом решения текущих производственных вопросов над организацией квалифицированного контроля.

В результате происходит «распыление» государственных средств. Этот недостаток носит системный характер и, в принципе, не дает возможности качественных сдвигов в управлении регионом.

Таким образом, автоматизация социально-экономического мониторинга становится ключевой задачей модернизации экономики.

В Алтайской академии экономики и права разработана информационная система «РЕСПАК», в результате чего впервые в региональном управлении появляется возможность реального комплексного учета результатов деятельности, а также многомерной экономической оценки эффективности использования бюджетных средств сельхозтоваропроизводителями административного региона.

Вместе с тем использование ГИС-инструментария дало возможность осуществить анализ показателей финансово-производственной деятельности предприятий в разрезе региона, округа или района, а также открыло возможность построения оригинальных тематических карт.

Подсистема экономического анализа данной системы построена на основе рейтинговых оценок. В процессе работы в среде ИС «РЕСПАК» совокупность сельхозтоваропроизводителей разбивается на группы по разным признакам и характеру анализируемых свойств, что позволяет делать важные аналитические обобщения, оперативно выявлять проблемы в управлении территориально-производственными комплексами.

Блок экономических оценок содержит возможность построения трх видов различных рейтингов предприятий: по экономическому потенциалу, эффективности его использования и отраслевому рейтингу сельскохозяйственных организаций «АГРО-300».

Система позволяет автоматически оценивать рейтинги предприятий региона, округа и района за выбранный временной период. Помимо итогового (интегрального) показателя пользователю доступны поля со значениями тех величин, на основе которых был рассчитан рейтинг, с возможностью сортировки итоговых результатов по конкретному полю. Данная возможность позволяет быстро оценивать влияние того или иного фактора на формирование итогового рейтинга.

Многомерная оценка показателей эффективности использования бюджетных средств осуществляется на основе девяти критериев, отражающих ключевые показатели производственно-финансовой деятельности сельскохозяйственных организаций, на стимулирование которых направлена государственная поддержка: общий прирост производства продукции, прирост продукции растениеводства, прирост продукции животноводства, объм выручки, чистая прибыль, объем капитальных вложений, уровень рентабельности, среднемесячная заработная плата, объем налоговых поступлений.

Результатом расчета является таблица, содержащая указанные характеристики каждого предприятия. Пользовательский сервис позволяет осуществлять ранжирование по каждому из указанных полей и интегрально, по заданной комбинации признаков.

На основе ГИС-подсистемы строятся тематические карты по выбранному признаку, например, можно автоматически построить карту распределения валового сбора сахарной свеклы в регионе эффективными налогоплательщиками за заданный временной период.

При разработке системы была создана форма «Карточка предприятия», отражающая накапливающуюся в базе данных информацию о каждом сельхозтоваропроизводителе региона. Данная форма сама по себе используется при анализе как отдельный источник информации. На нее имеются ссылки в таблицах финансово-экономического мониторинга ИС «РЕСПАК».

Также был создан инструмент выборки, позволяющий формировать список предприятий, удовлетворяющих заданным условиям. Например, перечень всех предприятий, расположенных в Р-м районе К-го округа, за 2008 год, для которых посевная площадь зерновых составляет более 1000 га и валовой сбор зерновых больше 100 т. Данные наборов интересующих показателей, хранящиеся в базе данных, визуализируются графически.

ИС «РЕСПАК» – построена на базе Веб-технологий и обладает трехзвенной архитектурой, представленной сервером баз данных, Веб-сервером и клиентским приложением (любой Веб-браузер). В качестве исполняющей среды выступает интерпретатор PHP, что в свете его кроссплатформенности позволяет использовать разработанную систему практически на любом Веб-сервере.

Система функционирует под управлением СУБД MS SQL SERVER 2005, в качестве Веб-сервера выступает Internet Information Services (IIS) версии 7.0.

Порядок работы с системой достаточно прост, чтобы быть реально использованным в работе, прежде всего, лицами, принимающими решения. Пользователи запускают на своем компьютере Веб-браузер, вводят в адресной строке адрес, по которому доступна система, в открывшемся окне указывают учетные данные и после успешной аутентификации могут беспрепятственно работать в ИС «РЕСПАК».

Создание представленной информационной системы открывает ряд новых возможностей.

Во-первых, в региональном управлении становится возможным обеспечить реальный контроль и повысить эффективность использования бюджетных субсидий.

Во-вторых, многомерная экономическая оценка открывает возможность анализа влияния того или иного порядка инвестирования на практически все стороны состояния и перспективы развития предприятий.

В-третьих, пользователю предоставлен удобный инструмент, позволяющий получать информацию по каждому предприятию за любой промежуток времени, визуализировать изменения тех или иных показателей.

В-четвертых, картографический сервис системы становится в линейку инструментов пользователя подобно тому, к чему уже привыкли, например, построению диаграмм и графиков в работе с исходной информацией.

Внедрение ИС «РЕСПАК» осуществлено в Главном управлении сельского хозяйства Алтайского края.

РАЗРАБОТКА КОМПЬЮТЕРНЫХ СРЕДСТВ ПОДДЕРЖКИ

ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ФАРМАЦЕВТИЧЕСКИХ ОРГАНИЗАЦИЙ

НА ОСНОВЕ НЕЧЕТКОГО МОДЕЛИРОВАНИЯ

(Харьковский национальный экономический университет, Владимирский государственный университет, Национальный фармацевтический университет, Харьков) В условиях конкурентного оптового рынка фармацевтической продукции в Украине управление бизнес-процессами на оптовых фармацевтических фирмах требует использования новых комплексных, эффективных, методически обоснованных подходов и средств. В частности, насущные задачи фармацевтической логистики, планирования, анализа деятельности оптовых предприятий при дистрибьюции лекарств и товаров медицинского призначения могут быть успешно решены только на основе комплексного применения соответствующих методов математического моделирования совместно с современными информационными технологиями.

Целью работы является развитие компьютерного моделирования и поддержки инструментов поддержки принятия бизнес-решений для фармацевтических организаций. Вообще принятие решений менеджментом оптовых фармацевтических фирм осуществляется по трем основным направлениям – выполнение логистических операций, организация маркетинговой деятельности, другие организационно-производственные задачи и функции.

Нами были рассмотрены и использованы различные методы моделирования (имитационное, нечетко-множественное, деревья решений, игровые методы, нейронные сети, генетические алгоритмы, цепи Маркова, сети Петри). Далее, в качестве примера, приведем результаты решения ряда задач средствами нечеткого моделирования, в частности, с применением программы Fuzicalc.

Очевидно, что при выборе аптеками оптовиков (поставщиков лекарств) оценки уровня качества логистического обслуживания не всегда можно получить в прямой числовой форме. Часто менеджеры, принимающие решения относительно закупок, способны только сравнить различных оптовиков по отдельным параметрам логистического обслуживания, высказать свое мнение в виде сравнительных суждений «лучше-хуже-одинаково». Определить относительную важность параметров обслуживания они также могут лишь приблизительно. Для такого случая предлагается модель многокритериального выбора, которая опирается на представление и анализ исходных экспертных оценок критериев логистического обслуживания в виде нечетких чисел. В результате их обработки с учетом весов критериев можно получить обобщенные оценки и коэффициенты, отражающие степень уверенности экспертов. Графически это отражается в ширине итоговых оценок. Расчеты (фрагмент) по такой модели, выполненные в среде нечеткой математики Fuzicalc, представлен на рис. 1.

Рис. 1. Обработка нечетких оценок качества логистического обслуживания Реализована модель SWOT-анализа состояния фармацевтической фирмы в нечеткой постановке (рис. 2). В отличие от широко известного классического подхода, такая модель позволяет учесть, формализовать, численно описать и проанализировать факторы влияния в условиях нечеткости, разной степени неопределенности входных данных. Для каждого параметра SWOT-анализа построены функции принадлежности, далее рассчитаны соответствующие итоговые функции. Окончательные оценки вытекают из сравнения объединенных оценок (сильные стороны и возможности) и (слабые стороны и угрозы). В приведенном случае положительные составляющие превышают негативные факторы.

В среде Matlab нами была также разработана нечеткая модель для анализа и мониторинга уровня коммерческой безопасности предприятия, в частности, фармацевтического (завода-производителя лекарственных средств, оптовых посреднических фирм, розничных аптечных предприятий и их сетей). Она позволяет оценить состояние экономической безопасности фирмы по известным (предполагаемым) ее информационным, временным, экологическим, финансовым потерям. Получаемые поверхности нечеткого вывода наглядно отражают влияние отдельных составляющих на общий уровень коммерческой безопасности.

Важно отметить, что имитационное моделирование и сети Петри целесообразно использовать для управления процессами обслуживания, где имеются разного рода заявки, требования, очереди, запросы на выполнение определенных действий, которые появляются по вероятностными законами распределений или случайным образом.

Нечеткое моделирование эффективно при анализе недоопределенных, нечетких входных данных, недостаточной, недостоверной статистической информации, принятии решений на основе лигвистический оценок и правил.

Деревья решений позволяют вычислить наиболее ожидаемые результаты принятия многошаговых решений при наличии вероятностно информации по различным вариантам развития производственно-коммерческих ситуаций.

Игровые подходы позволяют смоделировать взаимодействие участников на конкурентном рынке, развитие самой рыночной ситуации по оптимистическим и пессимистическим сценариями.

Нейронные сети, генетические алгоритмы, цепи Маркова обеспечивают решение различных средне и долгосрочных задач прогнозирования.

Многокритериальный анализ альтернатив является необходимым при выполнении практически всех логистических функций, он позволяет получать оперативные, рациональные и обоснованные варианты бизнес-решений.

1. Мнушко З.М., Куценко С.А., Дорохова Л.П.. Напрямки логістичного моделювання діяльності оптових фармацевтичних підприємств // Матеріали наук.-практ. конф. "Економічна освіта та наука: досвід та перспективи розвитку"(22-23 листопада 2007 р., м.Харків). – Х.: НФаУ. – 2007. – С. 321-322.

АНАЛИЗ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ

НА ОСНОВЕ НЕЧЕТКИХ МНОЖЕСТВ ВТОРОГО ПОРЯДКА

(Владимирский государственный университет) Инвестиционная деятельность в той или иной степени присуща любому предприятию, значение экономического анализа для планирования и осуществления которой трудно переоценить. При этом особую важность имеет предварительный анализ, который проводится на стадии разработки инвестиционных проектов и способствует принятию разумных и обоснованных управленческих решений.

Принятие решений по вложению любого из видов инвестиций осложняется следующими факторами:

множественностью доступных вариантов вложения капитала;

ограниченностью финансовых ресурсов для инвестирования;

риском, связанным с принятием того или иного решения по инвестированию, и т. п.

В основе оценки эффективности ИП лежит система показателей, соизмеряющих полученный эффект от реализации ИП с его инвестиционными затратами. Ключевым вопросом в этой связи является сопоставление денежных потоков, что обусловлено следующими факторами: временной стоимостью денег, нестабильностью экономической ситуации.

Для оценки эффективности долгосрочных инвестиционных проектов используются различные показатели, наиболее известные из которых:

Чистая текущая стоимость – NPV;

Индекс рентабельности –PI;

Период окупаемости с учетом дисконтирования – DPP;

Внутренняя норма рентабельности – IRR;

Модифицированная внутренняя норма рентабельности – MIRR.

Общим недостатком вышеперечисленных показателей эффективности ИП является требование определенности входных данных, которая достигается путем применения средневзвешенных значений входных параметров ИП, что, может привести к получению значительно смещенных точечных оценок показателей эффективности и риска ИП. Также очевидно, что требование детерминированности входных данных является неоправданным упрощением реальности, так как любой ИП характеризуется множеством факторов неопределенности:

неопределенность исходных данных;

неопределенность внешней среды;

неопределенность, связанная с характером, вариантами и моделью неопределенность требований, предъявляемых к эффективности ИП.

Поэтому некоторыми зарубежными и отечественными исследователями [1-4] разрабатываются методы оценки эффективности и риска инвестиционных проектов на основе аппарата нечетких множеств первого порядка (НМ1). В данных методах вместо распределения вероятности применяется распределение возможности, описываемое функцией принадлежности нечеткого числа.

Методы, базирующиеся на теории нечетких множеств, относятся к методам оценки и принятия решений в условиях неопределенности. Их использование предполагает формализацию исходных параметров и целевых показателей эффективности ИП (в основном, NPV) в виде вектора интервальных значений (нечеткого интервала), попадание в каждый интервал которого, характеризуется некоторой степенью неопределенности. Осуществляя арифметические и др.

операции с такими нечеткими интервалами по правилам нечеткой математики, эксперты и ЛПР получают результирующий нечеткий интервал для целевого показателя. На основе исходной информации, опыта, и интуиции эксперты часто могут достаточно уверенно количественно охарактеризовать границы (интервалы) возможных (допустимых) значений параметров и области их наиболее возможных (предпочтительных) значений.

Алгоритм анализа инвестиционного проекта на основе НМ1 содержит следующие этапы:

1. Получение экспертных прогнозов о денежных потоках.

2. Преобразование полученных данных в интервальную форму.



Pages:   || 2 |
Похожие работы:

«Аннотация учебной дисциплины Иностранный язык (английский) Направление подготовки: 230700.62 Прикладная информатика Профиль подготовки: Прикладная информатика в химии Форма обучения: очная Курс: 1, 2 1. Дисциплина Иностранный язык (английский) относится к дисциплинам базовой части гуманитарного, социального и экономического цикла. 2. Целями преподавания дисциплины Иностранный язык (английский) являются: - практическая: приобретение студентами коммуникативной компетенции, уровень которой...»

«Министерство образования и наук и РФ филиал федерального государственного бюджетного образовательного учреждения высшего профессионального образования Московский государственный индустриальный университет в г. Вязьме Смоленской области (филиал ФГБОУ ВПО МГИУ в г. Вязьме) Республика Беларусь г. Брест Учреждение образования Брестский государственный технический университет Республика Беларусь г. Витебск Учреждение образования Витебский государственный университет имени П. М. Машерова III...»

«ороткие и ли ддлиные интерфероны генотип 3 Купить финишер к кМ 8650 Кроме того если у вас живут малыши или домашние животные то такая обивка Контрольные работы катр№2 тихомиров и бебиков сухарики Лазарев с Н Лимфаузлы Купить померанского шпица у заводчиков Клиникa и медведевa Космические факторы влияющие на географическую оболочку и человека Книга памяти тверская область-тверь 2002 т 11 доп с 92-247 Купить автокресло для ребенка б у Крепление проводa к бетону Купить б\у microlab pro 1...»

«НЕГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ИНСТИТУТ ПРОЕКТНОГО МЕНЕДЖМЕНТА Сборник научных статей по итогам международной научно-практической конференции 27-28 июня 2014 года ОТ КРИЗИСА К МОДЕРНИЗАЦИИ: МИРОВОЙ ОПЫТ И РОССИЙСКАЯ ПРАКТИКА ФУНДАМЕНТАЛЬНЫХ И ПРИКЛАДНЫХ НАУЧНЫХ РАЗРАБОТОК В ЭКОНОМИКЕ, ПРОЕКТНОМ МЕНЕДЖМЕНТЕ, ОБРАЗОВАНИИ, ЮРИСПРУДЕНЦИИ, ЯЗЫКОЗНАНИИ, КУЛЬТУРОЛОГИИ, ЭКОЛОГИИ, ЗООЛОГИИ, ХИМИИ, БИОЛОГИИ, МЕДИЦИНЕ,...»

«Сахалинский государственный университет САХАЛИНСКАЯ МОЛОДЕЖЬ И НАУКА Межвузовский сборник научных статей Южно-Сахалинск 2009 УДК 378(578.64) ББК 74.58(2Рос-4Сах) С 22 Печатается по решению научно-экспертного совета Сахалинского государственного университета, 2009 г. С 22 Сахалинская молодежь и наук а: межвузовский сборник научных статей / Сост. и отв. ред. Л. Н. Конюхова. – Южно-Сахалинск: СахГУ, 2009. – 300 с. ISBN 978-5-88811-290-8 В сборнике материалов конференции Сахалинская молодежь и...»

«49-я научная конференция аспирантов, магистрантов и студентов БГУИР, 2013 г. 49-я научная конференция аспирантов, магистрантов и студентов учреждения образования Белорусский государственный университет информатики и радиоэлектроники ЭКОНОМИКА, УПРАВЛЕНИЕ, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ 6–10 мая 2013 года 49-я научная конференция аспирантов, магистрантов и студентов БГУИР, 2013 г. ИНТЕРНЕТ, КАК МАРКЕТИНГОВАЯ ПЛОЩАДКА ДЛЯ ПРОДВИЖЕНИЯ И УВЕЛИЧЕНИЯ ОБЪЕМА ПРОДАЖ Белорусский государственный университет...»

«UNESCO Moscow Office for Armenia, Azerbaijan, Belarus, the Republic of Moldova and the Russian Federation Институт ЮНЕСКО по информационным технологиям в образовании Данная публикация включает расширенные тезисы докладов, представленных на Международной конференции ИИТО-2012 ИКТ в образовании: педагогика, образовательные ресурсы и обеспечение качества, проведенной 13-14 ноября 2012 г. в г. Москва, Россия, ИИТО ЮНЕСКО и Московским Офисом ЮНЕСКО в сотрудничестве с Московским государственным...»

«ПРИКЛАДНАЯ ДИСКРЕТНАЯ МАТЕМАТИКА 2012 Аналитические обзоры №4(18) АНАЛИТИЧЕСКИЕ ОБЗОРЫ УДК 519.7 SIBECRYPT’12. ОБЗОР ДОКЛАДОВ Г. П. Агибалов, И. А. Панкратова Национальный исследовательский Томский государственный университет, г. Томск, Россия E-mail: agibalov@isc.tsu.ru, pank@isc.tsu.ru Приводится аналитический обзор лекций и докладов, представленных на Sibecrypt’12 XI Всероссийской конференции Сибирская научная школа-семинар с международным участием „Компьютерная безопасность и криптография“...»

«ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ РЕГИОНОВ РОССИИ (ИБРР–2009) VI САНКТ-ПЕТЕРБУРГСКАЯ МЕЖРЕГИОНАЛЬНАЯ КОНФЕРЕНЦИЯ Санкт-Петербург, 28-30 октября 2009 года ТРУДЫ КОНФЕРЕНЦИИ Санкт-Петербург 2010 VI САНКТ-ПЕТЕРБУРГСКАЯ МЕЖРЕГИОНАЛЬНАЯ КОНФЕРЕНЦИЯ ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ РЕГИОНОВ РОССИИ (ИБРР–2009)   Санкт-Петербург, 28-30 октября 2009 года ТРУДЫ КОНФЕРЕНЦИИ Санкт-Петербург 2010 УДК (002:681):338.98 И74 Информационная безопасность регионов России (ИБРР-2009). VI Санкт-Петербургская Межрегиональная...»

«ПУТИ СОВЕРШЕНСТВОВАНИЯ СИСТЕМЫ ПРИРОДООХРАННОГО ПРАВОПРИМЕНЕНИЯ В КАЗАХСТАНЕ 1 ПУТИ СОВЕРШЕНСТВОВАНИЯ СИСТЕМЫ ПРИРОДООХРАННОГО ПРАВОПРИМЕНЕНИЯ В КАЗАХСТАНЕ ОРГАНИЗАЦИЯ ЭКОНОМИЧЕСКОГО СОТРУДНИЧЕСТВА И РАЗВИТИЯ ОЭСР это уникальный форум, где правительства 30 демократических стран с развитой рыночной экономикой работают совместно для решения экономических, социальных и экологических проблем глобализации. Кроме того, ОЭСР принадлежит к тем организациям, которые стараются лучше понять новые явления...»

«Министерство образования и наук и РФ Федеральное агентство по образованию ГОУ ВПО Петрозаводский государственный университет (ПетрГУ) Государственный научно-исследовательский институт информационных технологий и телекоммуникаций Информика Государственный научно-исследовательский институт информационных образовательных технологий ГОСИНФОРМОБР Американский благотворительный фонд поддержки информатизации образования и науки Информатизация IT-ИННОВАЦИИ В ОБРАЗОВАНИИ Материалы Всероссийской...»

«И.М. Гарскова Формирование модели специализации Историческая информатика В деятельности АИК традиционно сильной всегда являлась тема тика, связанная с применением информационных технологий в исто рическом образовании. Развитие этой тематики опиралось, с одной стороны, на опыт преподавания общественных наук под эгидой Мин вуза СССР, который с середины 1980 х гг. начал внедрение ТСО (тех нических средств обучения) в практику преподавателей обществове дов1. С другой стороны, на исторических...»

«XII БЕЛОРУССКО-РОССИЙСКАЯ НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ ТЕХНИЧЕСКИЕ СРЕДСТВА ЗАЩИТЫ ИНФОРМАЦИИ 28 - 29 мая 2014 г. Минск БГУИР 2014 Министерство образования Республики Беларусь Белорусский государственный университет информатики и радиоэлектроники Федеральная служба технического и экспортного контроля Российской Федерации Оперативно-аналитический центр при Президенте Республики Беларусь Государственное предприятие НИИ ТЗИ Центр повышения квалификации руководящих работников и специалистов...»

«ОТЗЫВ ОФИЦИАЛЬНОГО ОППОНЕНТА на диссертационную работу Прохорова Е.И. Адаптивная двухфазная схема решения задачи структура – свойство, представленную на соискание ученой степени кандидата физико-математических наук по специальности 05.13.17 – теоретические основы информатики Актуальность выбранной тематики. Диссертационная работа Е.И. Прохорова посвящена совершенствованию методов классификации в прикладной задаче поиска количественных отношений структура – свойство. Актуальность тематики с...»

«НЕГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ИНСТИТУТ ПРОЕКТНОГО МЕНЕДЖМЕНТА Сборник научных статей по итогам международной научно-практической конференции 29-30 апреля 2014 года ИННОВАЦИОННЫЕ ПРЕОБРАЗОВАНИЯ, ПРИОРИТЕТНЫЕ НАПРАВЛЕНИЯ И ТЕНДЕНЦИИ РАЗВИТИЯ В ЭКОНОМИКЕ, ПРОЕКТНОМ МЕНЕДЖМЕНТЕ, ОБРАЗОВАНИИ, ЮРИСПРУДЕНЦИИ, ЯЗЫКОЗНАНИИ, КУЛЬТУРОЛОГИИ, ЭКОЛОГИИ, ЗООЛОГИИ, ХИМИИ, БИОЛОГИИ, МЕДИЦИНЕ, ПСИХОЛОГИИ, ПОЛИТОЛОГИИ, ФИЛОЛОГИИ,...»

«Пятая всероссийская научно-практическая конференция по имитационному моделированию и его применению в наук е и промышленности ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ. ТЕОРИЯ И ПРАКТИКА ИММОД-2011 Труды конференции ТОМ II Генеральный спонсор конференции ООО Экс Джей Текнолоджис www.anylogic.ru Санкт-Петербург 2011 ISBN 978-5-905526-02-2 СОСТАВИТЕЛИ А. М. Плотников, Б. В. Соколов, М. А. Долматов Компьютерная верстка Л. П. Козлова Редактирование Е. П. Смирнова, Л. А. Яковлева © ОАО Центр технологии и...»

«Министерство сельского хозяйства Российской Федерации Федеральное государственное образовательное учреждение высшего профессионального образования Пермская государственная сельскохозяйственная академия имени академика Д.Н. Прянишникова ИННОВАЦИОННОМУ РАЗВИТИЮ АПК – НАУЧНОЕ ОБЕСПЕЧЕНИЕ Сборник научных статей Международной научно-практической конференции, посвященной 80-летию Пермской государственной сельскохозяйственной академии имени академика Д.Н. Прянишникова (Пермь, 18 ноября 2010 года)...»

«Рынки факторов производства в АПК России: перспективы анализа Материалы научной конференции 6-7 июля 2001 г. Голицино - II Москва –2002 103918, Россия, Москва, Газетный переулок, д.5 Тел./Факс (095) 229-65-96, Лицензия на издательскую деятельность НД № 02079 от 19 июня 2000 г. ISBN 5-93255-015-5 Авторы Брок Грегори - Университет штата Миннесота, США Гарднер Брюс –Университет Мэриленда, США Карлова Наталия Алексеевна - Аналитический центр агропродовольственной экономики, Россия Киселев Сергей...»

«Дайджест публикаций на сайтах органов государственного управления в области информатизации стран СНГ Период формирования отчета: 01.10.2013 – 31.10.2013 Содержание Республика Беларусь 1. 1.1. Республика Беларусь по индексу развития ИКТ (IDI) поднялась на 5 пунктов и заняла по итогам 2012 года 41 место. Дата новости: 08.10.2013. 1.2. До 01.11.2013 г. принимаются заявки для участия в Республиканском конкурсе инновационных проектов. Дата новости: 09.10.2013. 1.3. Определены информационные...»

«НЕГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ИНСТИТУТ ПРОЕКТНОГО МЕНЕДЖМЕНТА Сборник научных статей по итогам международной научно-практической конференции 28-29 марта 2014 года НОВЫЕ ТЕХНОЛОГИИ КАК ИНСТРУМЕНТ РЕАЛИЗАЦИИ СТРАТЕГИИ РАЗВИТИЯ И МОДЕРНИЗАЦИИ В ЭКОНОМИКЕ, УПРАВЛЕНИИ ПРОЕКТАМИ, ПЕДАГОГИКЕ, ПРАВЕ, КУЛЬТУРОЛОГИИ, ЯЗЫКОЗНАНИИ, ПРИРОДОПОЛЬЗОВАНИИ, БИОЛОГИИ, ЗООЛОГИИ, ХИМИИ, ПОЛИТОЛОГИИ, ПСИХОЛОГИИ, МЕДИЦИНЕ, ФИЛОЛОГИИ,...»









 
2014 www.konferenciya.seluk.ru - «Бесплатная электронная библиотека - Конференции, лекции»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.