Пример организации простой базы данных

№ п/п	Фамилия	Имя	Отчество	Подразделение	…
	Иванов	Иван	Иванович	ОБЭП	…
	Петров	Петр	Петрович	УР	…
	Русаков	Руслан	Романович	МОБ	…
…	…	…	…	…	…
…	Якимов	Ярослав	Яковлевич	УР	…

Обычно база данных состоит из совокупности связанных по оп­ределенным полям таблиц (реляционные базы данных). Например, выше представленная таблица может быть связана по полю «Подразделение» с другой таб­лицей, где содержаться данные на все подразделения ОВД.

База данных содержит структурированные данные. Основная функция технологии - ввод данных, их обработка, получение све­дений по текущим запросам, формирование разнообразных отчетов. Использование технологии позволяет существенно увеличить эф­фективность управленческой работы на уровне выполнения отдель­ных операций: формировать ведомости на сдачу экзамена, вести достаточно большие по объему учеты сотрудников, товаров и их пе­ремещений в процессе производства и т.д.

Основным элементом информационной технологии обработки данных является система управления базой данных. СУБД - специ­альный пакет программ, посредством которого реализуется управле­ние базой данных и обеспечивается доступ к данным. Это сложные программные комплексы, выполняющие всю совокупность функций, связанных с использованием и эксплуатацией баз данных. С помо­щью СУБД реализуется ввод данных (новых файлов и записей), управление ими (сортировка, формирование и выполнение поиско­вых запросов, производство вычислений), формирование отчетов. Важнейшим элементом СУБД являются ее языковые средства. Через языковые средства данные становятся доступными пользователю. С их помощью выполняются две основных функции: описание представления базы данных и инициирования выполнения операций манипулирования данными.

Информационная технология управления.Данная технология предназначена для обеспечения информацией на всех уровнях управ­ления. Как правило, технология управления ориентирована на ши­рокий круг пользователей и содержит в себе множество запросов к данным. От технологии обработки данных она отличается детали­зацией и специализацией функций. Основу технологии составляет база данных, включающая в себя два уровня:

- данные о функционировании организации;

- нормативно-справочную документацию.

Отличительной особенностью технологии управления является возможность подготовки большого количества видов отчетов, харак­терных для управленческой деятельности. При этом информация представляется в агрегированном виде для того, чтобы были видны тенденции изменения показателей функционирования организации; отклонения от заданных значений и т.д.

Информационная технология поддержки принятия решений.Информационная технология поддержки принятия решений пред­назначена для того, чтобы помочь лицу в выборе оптимальной стра­тегии поведения в определенной ситуации или группе ситуаций. Существует большое количество компьютерных систем, использу­ющих данную технологию, разных по своим возможностям и при­нципам построения, включая системы искусственного интеллекта.

Существенным отличием технологий поддержки принятий реше­ний является использование наряду с базой данных базы моделей. Характерной особенностью технологии является то, что применение математических и логических правил оперирования данными (правил вывода) дает возможность получать новую информацию, иными словами, определенные рекомендации действий. Модели могут быть разнообразны по структуре и функциям. Простейшие модели реали­зуют лишь элементарные математические операции. Большие и слож­ные модели могут содержать большое количество ситуаций и правил. Соответственно становится возможным моделирование сложных процессов.

Аналитические информационные технологии. Вбазах данных накоплены огромные массивы информации. Они несут большие потенциальные возможности для анализа, на основе которого мож­но выявлять внутренние тенденции, делать прогнозы, находить новые решения. Это обстоятельство потребовало реализовать анали­тические информационные технологии хранения и использования данных. Рассматриваемые технологии характеризуются рядом особенностей.

Большие массивы данных потребовали новых технологий их хранения, которые получили наименование хранилищ данных. В хранилище данные сформированы в виде гиперкуба или многомерного куба, в ячейках которого и хранятся анализируемые данные. Поскольку структура таких данных достаточно сложна, для их представ­ления используются так называемые витрины данных - часть данных, необходимая для решения поставленной задачи.

Для представления данных пользователю система необходимо иметь развитые инструменты доступа и обработки данных хранилища. Эти функции реализует инструмент оперативной аналитической обработки (OLAP). Инструмент OLAP обеспечивает обобщение и аг­регацию данных, работу с агрегированными данными, многомерный анализ гиперкубического представления данных.

Аналитическая технология реализует интеллектуальный анализ данных (ИАД) (Data Mining). Его задачей является поиск функцио­нальных и логических закономерностей в накопленной информации, построение на этой основе моделей и правил, их объясняющих, про­гнозирование развития анализируемых процессов.

Интеллектуальный анализ данных - метод, основанный на ана­лизе зависимостей между данными, поиске в данных скрытых зако­номерностей. Автоматизированный поиск закономерностей высту­пает отличительной чертой технологии ИАД.

Технологии ИАД реализуются по двум направлениям. В первом случае пользователь сам выдвигает гипотезы относительно зависи­мостей между данными, во втором - зависимости между данными ищутся автоматически. Это считается наиболее перспективным в на­стоящее время.

Процессы ИАД подразделяются на три стадии: поиск зависимостей, прогнозирование и анализ аномалий. Поиск зависимостей состоит в автоматическом обнаружении зависимостей в данных. Прогнозиро­вание заключается в том, что система прогнозирует значения, которые может запросить пользователь. Анализ аномалий состоит в обнару­жении данных, отличающихся от устойчивых зависимостей.

Аналитические информационные технологии используют большое количество методов: логических и математических, статистических. Применяется и новейший метод нейронных сетей. На практике опе­ративная аналитическая обработка и интеллектуальный анализ дан­ных выступают как две составные части единого процесса поддерж­ки принятия решений.

Информационные технологии искусственного интеллекта.Под искусственным интеллектом понимается способность системы решать интеллектуальные задачи, свойственные человеческому разуму. Это значит, что эта информационная технология должна раскрывать

взаимосвязи между явлениями, быть способной вырабатывать структуру действия в новой ситуации, уметь обучаться и самообучаться Основными технологиями искусственного интеллекта являются технологии экспертных систем (ЭС) и нейронных сетей.

Отличительной особенностью экспертной системы является то, что полученное с помощью нее решение основывается на эвристических правилах, формируемых на основе практических знаний экспертов. Это решение не может быть получено иначе, поскольку задача не поддается математическому описанию.

Другой особенностью является способность получать с помощью ЭС новое знание, построенное на логическом выводе. Логические вывод основан на знаниях, предварительно сформулированных экс­пертами - людьми, профессионалами в узкой области. Знания экс­пертов накапливаются в базе знаний, которая и является основой логического вывода.

Таким образом, технология экспертных систем включает в себя базу знаний с механизмами логического и эвристического манипу­лирования этими знаниями в целях формирования гипотез. В осно­ве технологии находится модель предметной области. Под моделью предметной области понимаются знания в определенной сфере де­ятельности, организованные с помощью особых средств их представ­ления.

Экспертная система - программно-аппаратный комплекс, ко­торый использует знания специалистов о некоторой конкретной предметной области и в пределах этой области способствует приня­тию решений на уровне эксперта-профессионала.

Следует отметить, что применение экспертных систем в правоох­ранительной деятельности, особенно в расследовании преступлений, оказалось весьма перспективным. Практическую реализацию нашли и интеллектуальные консультационные системы. Совет, даваемый экспертной системой, не является обязательным и выступает как одна из возможных альтернатив реальной деятельности по расследо­ванию преступлений, т. е. ЭС обеспечивает, дополняет и увеличива­ет возможности в сфере выбора и принятия решения в условиях неопределенности ситуации.

В криминалистике следует отметить работы В.В. Крылова, раз­работавшего систему тактического характера по выбору технических средств, и А.К. Баранова, разработавшего ЭС систему для раскрытия преступных организованных формирований. Представляют интерес ряд экспертных систем по методикам расследования, разработанных А.Ф. Лубиным и Н.Б. Бобрыниным. В целом же ученые признают, что научное направление информационных технологий искусствен­ного интеллекта находится в стации формирования.

Геоинформационные технологии.Геоинформационные системы (ГИС) получили широкое распространение около 10 лет назад, хотя первые системы появились значительно раньше, к 1970-м годам. Причина этого очевидна и заключается в возможностях современной компьютерной техники, позволяющей обрабатывать огромные мас­сивы графической информации, требуемые для ГИС.

Геоинформационные системы могут найти применение в право­охранительных органах для решения следующих задач:

- планирование спасательных операций и охранных мероприя­тий;

- моделирование чрезвычайных ситуаций;

- навигация служб быстрого реагирования и других служб сило­вых ведомств.

Основными компонентами геоинформационной технологии яв­ляются графические и тематические (атрибутивные) базы данных, обладающие модельными и расчетными функциями для принятия на этой основе разнообразных решений и осуществления контроля. В графических базах данных хранится метрическая основа компью­терной карты. Атрибутивные базы данных содержат в себе описания территории и дополнительную информацию. Для работы с этими данными имеется одна или две системы управления данными. Фун­кции СУБД - поиск, сортировка, добавление и исправление инфор­мации в базах данных. Система вывода данных предназначена для визуализации данных на экране в виде карт, таблиц, схем и т. п.

Система ввода отвечает за получение данных, источниками кото­рых могут являться разнообразные электронные устройства (диги­тайзер, сканер, электронные теодолиты и другие геодезические при­боры). Информация может быть введена с клавиатуры вручную или получена из другой компьютерной системы.

На практике хорошо себя зарекомендовали такие ГИС, как ArcInfo и ArcViev GIS (разработка США) и отечественная система GeoDraw.

Технологии поиска информации.В последние 15 лет наметилась тенденция сбора и обработки неструктурированной информации. Доля структурированных данных (баз данных) в современных архи­вах составляет не более 20%, остальные же 80% приходятся на долю различных документов, текстов и другой информации, хранящихся в произвольном, чаще текстовом виде. Это обстоятельство сущест­венно обострило проблему поиска и анализа данных. Выделяют три группы методов поиска информации:

- методы индексного поиска;

- статистические методы;

- методы, основанные на базах знаний.

Индексный поиск применяется чаще всего. Он используется при поиске по текстовым полям баз данных и основан на формальном совпадении символов. Такой режим реализован в справочных пра­вовых системах при поиске по тексту документа.

Системы индексного поиска имеют ряд существенных недостат­ков. Во-первых, они имеют низкую точность поиска. Это связано с тем, что один и тот же смысл может быть выражен различными словами: то слово, поиск которого задал пользователь, может отсут­ствовать в тексте. Во-вторых, система не может оценить, насколько точно смысл найденного документа соответствует поисковому запро­су. Поэтому нужный документ может оказаться в конце списка най­денных системой.

Статистические методы отличаются тем, что они исходят из предположения - чем чаще встречается слово в документе, тем в большей степени этот документ соответствует запросу. Документы с часто встречающимся искомым словом выводятся первыми, тем самым происходит ранжирование списка найденных документов, что существенно повышает эффективность работы. Однако остается проблема пропуска нужного документа, если его содержание выра­жается иными словами, чем введенными в запросе.

Системы, основанные на базе знаний, - такое название полу­чили методы поиска, которые каким-либо образом учитывают смы­словое значение искомого слова. Для этого чаще всего ищут не толь­ко заданное слово, но и те слова, которые ему близки по смыслу. Это реализуется путем использования словаря синонимов.

Более сложные системы основаны на так называемых лингвисти­ческих правилах. В таких системах осуществляются грамматический разбор и анализ исходных документов, что позволяет выявить слова, определяющие основную тему документа. По этим словам и осуще­ствляется поиск, что в итоге позволяет найти документ, близкий к теме запроса.

Наиболее перспективным технологическим методом считается использование семантических сетей. Семантическая сеть отражает значение (смысл) не конкретного слова, а целой фразы. Для этого предметная область отображается в виде совокупности связанных между собой понятий. Понятия задаются не одним словом, а сово­купностью слов, близких по значению. Такая базовая семантическая сеть поддерживается многоуровневыми структурами словарей по от­дельным отраслям знаний.

При построении семантической сети используются сложные ал­горитмы синтаксического, грамматического и морфологического разбора. Учитываются и устойчивые словосочетания, например «под­ложный документ», которые воспринимаются как единое понятие. Реализуется распознавание разных значений слов.

Подход, основанный на построении семантических сетей, обла­дает достаточной гибкостью, доступен для расширения и не слишком громоздок при эксплуатации. Наиболее мощная и распространенная система данного типа – Convera компании Excalibur Technologies.