litceysel.ru
добавить свой файл
1


Тематика курсовых работ для магистров 1 курса магистратуры специализации «Информационная бизнес-аналитика»


1. Дисциплина «Cистемы поддержки принятия решений»,

д.э.н., профессор Т.К.Кравченко




  1. Способы определения коэффициентов относительной значимости критериев (весов критериев).

  2. Способы определения коэффициентов компетентности экспертов.

  3. Подходы к моделированию проблемных ситуаций.

  4. Отличительные черты систем поддержки принятия решений.

  5. Влияние информационных технологий на развитие систем поддержки принятия решений.

  6. Развитие экспертной оболочки Экспертной системы поддержки принятия решений (ЭСППР).

  7. Расширение числа вопросов, включаемых в ЭСППР.

  8. Расширение числа ответов, включаемых в ЭСППР.

  9. Расширение числа методов принятия решения, включаемых в ЭСППР.

  10. Описание алгоритмов методов, которые предлагается включить в ЭСППР, на языке Системы.

  11. Описание правил решения выбора новых методов.

  12. Подходы к разработке альтернатив принятия решения.

  13. Виды неопределенности в процессе принятия решения.

  14. Моделирование последствий принятия решения.

  15. Различные подходы к классификации методов принятия решения.

  16. Экспертные оценки в процессе принятия решения.

  17. Принципы согласования оценок альтернатив в процессе принятия решения.

  18. Аналитический обзор существующих систем поддержки принятия решения.

  19. Аналитический обзор используемых методов принятия решения.

  20. Аналитический обзор существующих классификаций методов принятия решений.

  21. Аналитический обзор информационных систем и информационных технологий, которые могут использоваться на различных этапах процесса принятия решения.
  22. Подходы к структуризации задачи принятия решения.


  23. Аналитический обзор подходов к определению систем поддержки принятия решений.

  24. Адаптация методов теории принятия статистических решений для включения в ЭСППР.

  25. Адаптация методов теории игр для включения в ЭСППР.

  26. Оценка рисков принятия решения.

  27. Использование имитационных моделей в процессе принятия решения.

  28. Особенности принятия экономических решений.

  29. Особенности принятия стратегических решений.

  30. Поддержка принятия решений с использованием СППР SuperDecisions.

  31. Поддержка принятия решений с использованием СППР SuperChoice.


2. Дисциплина «Системы статистического анализа данных»,

к.э.н., доцент Т.К.Богданова; ст. преп. Уварова О.М.; к.ф.-м.н.. доцент Иванов Н.В.; к.т.н., доцент Перминов Г.И.


  1. Анализ и прогнозирование экспортно-импортной политики региона.

  2. Анализ и прогнозирование безработицы с учетом сезонных колебаний.

  3. Анализ и прогнозирование вероятности банкротства предприятий различной отраслевой принадлежности в ряде регионов России.

  4. Анализ и прогнозирование доходов населения.

  5. Анализ и прогнозирование инвестиций и кредитных рисков.

  6. Анализ и прогнозирование капитальных затрат на строительство объектов.

  7. Анализ и прогнозирование конкурентоспособности производимой продукции.

  8. Анализ и прогнозирование перевозок.

  9. Анализ и прогнозирование повышения эффективности производства и сокращения затрат.

  10. Анализ и прогнозирование рынка труда.

  11. Анализ и прогнозирование спроса на продукцию.

  12. Анализ и прогнозирование стабильности показателей качества продукции.

  13. Анализ и прогнозирование страховых выплат.

  14. Анализ и прогнозирование ценообразования.
  15. Анализ и прогнозирование эффективности промо-акций в телекоммуникационной сфере.


  16. Анализ и прогнозирование эффективности рекламной кампании.

  17. Анализ продаж билетов и прогнозирование динамики изменения пассажирских потоков.

  18. Анализ рисков и таблиц жизни.

  19. Анализ текущей социально-экономической ситуации и прогнозирование воздействия различных факторов на общество.

  20. Анализ транзакций по вкладам физических лиц для выработки оптимальных программ работы с частными вкладчиками.

  21. Выявление, анализ и прогнозирование предпочтений клиентов.

  22. Классификация кредиторов на основании их финансово-экономических и организационных характеристик.

  23. Оптимизация налоговых льгот для осуществления инвестиций.

  24. Оптимизация финансовых потоков, материальных и людских ресурсов в строительстве.

  25. Оценка доходности пассажирских перевозок от различных экономических показателей

  26. Оценка и прогнозирование нагрузки телекоммуникационной сети

  27. Оценка и прогнозирование технического состояния транспортных средств города.

  28. Прогноз денежных поступлений от продаж полисов и их количества.

  29. Прогнозирование стоимости недвижимости в зависимости от различных факторов.

  30. Прогнозирование стоимости проектов.

  31. Прогнозирование стоимости прокладки дорог.

  32. Прогнозирование финансовых показателей.

  33. Сегментация и классификация абонентов телекоммуникационной сети.

  34. Сегментация рынка с использованием статистических методов.

  35. Сегментация рынка услуг по степени удовлетворенности.

  36. Сравнительный анализ кредитоспособности предприятий различной отраслевой принадлежности в ряде регионов России.

  37. Сравнительный анализ платежеспособности предприятий различной отраслевой принадлежности в ряде регионов России.

  38. Сравнительный анализ поставщиков
  39. Сравнительный анализ финансового состояния предприятий различной отраслевой принадлежности в ряде регионов России.


40.Сравнительный анализ финансовой устойчивости предприятий различной отраслевой принадлежности в ряде регионов России.


3. Дисциплина «Системы интеллектуального анализа данных»,

ст. преп. Огуречников Е.В.; преп. Голов Н.И.


  1. Архитектура (концепция построения) многомерного информационного Хранилища.

  2. Многомерная модель данных (детальное описание таблиц, расширенной схемы «звезды», преимущества и т.д.).

  3. Экстракция данных из исходных систем в Хранилище данных.

  4. Поток данных в Хранилище: от исходной системы до инфопровайдера.

  5. Создание и настройка экстракторов и использование бизнес-содержимого в BW.

  6. Интеграция Хранилища данных с другими информационными системами: сравнительный анализ интерфейсов и обзор возможностей.

  7. Использование инфокубов, мультипровайдеров и ODS-объектов в Хранилище данных.

  8. Использование агрегатов и другие методы оптимизации работы Хранилища данных.

  9. Оптимизация работы и методы рационального проектирования Хранилища данных.

  10. Хранилища данных, их классификация по видам и типам. Примеры реальных хранилищ данных.

  11. Витрины данных (ВД), их роль в ХД. Примеры реальных ВД.

  12. Компоненты ХД. Примеры реальных ХД.

  13. Описание модели данных, используемой большинством ХД. Примеры схем данных.

  14. Процессы извлечения, трансформации и загрузки данных (ETL). Примеры ETL-процессов.

  15. Аналитический обзор архитектуры и компонентов Oracle Warehouse Builder (или MS DTS).

  16. Построение ETL-процессов в OWB (или MS DTS). Аналитический обзор компонентов мэппингов.

  17. Построение ETL-процессов в OWB (или MS-DTS).

  18. Аналитический обзор основных операторов SQL. Примеры использования SQL для анализа данных.
  19. Аналитический обзор структуры MDX-запросов. Примеры использования MDX для анализа данных.


  20. Описание алгоритма взаимосвязей (Data Mining).

  21. Описание aлгоритма кластеризации (Data Mining).

  22. Описание aлгоритма дерева принятия решений (Data Mining).

  23. Описание алгоритма линейной регрессии (Data Mining).

  24. Описание алгоритм логистической регрессии (Data Mining).

  25. Описание упрощенного алгоритма Байеса (Data Mining).

  26. Описание принципов работы нейронной сети (Data Mining).

  27. Описание алгоритма кластеризации последовательностей (Data Mining).

  28. Виды приложений Oracle Hyperion Essbase.

  29. Построение отчетов в Oracle Hyperion Financial Reporting.

  30. Интеллектуальный анализ данных в MS SQL Server 2008 Business Intelligence Development Studio.

  31. Описание модели данных, используемой большинством OLAP-систем. Демонстрация модели данных реальной OLAP-системы.

  32. Архитектура OLAP-систем. Описание задач OLAP. Примеры OLAP-систем.

  33. Описание правил Кодда для OLAP-систем. Аналитический обзор систем, удовлетворяющих этим правилам.

  34. OLTP-системы и их применимость для оперативного анализа данных.

  35. Многомерная модель данных Hyperion Essbase.

  36. Аналитический обзор архитектуры и компонентов Oracle-Hyperion Essbase.

  37. Аналитический обзор архитектуры и компонентов Oracle-Hyperion Analytic Integration Services.

  38. Описание процесса построения кубов Oracle-Hyperion Essbase из реляционной БД. Примеры построения.

  39. Соотношение Data Mining и OLAP. Демонстрация взаимодействия двух технологий на примерах.

  40. Анализ данных в Excel при помощи надстройки Essbase Spreadsheet Add-In.

  41. Block Storage и Aggregate Storage.

  42. Построение кубов Oracle Hyperion Essbase из реляционной схемы «звезда» с помощью Oracle Hyperion Analytic Integration Services.
  43. Аналитический обзор по ROLAP, MOLAP, HOLAP, DOLAP- системам.


  44. Комплексный анализ данных в Oracle Hyperion Interactive Reporting.

  45. Анализ данных в Oracle Hyperion Web-Analysis.

  46. Oracle Warehouse Builder.

  47. Применение разновидностей многомерного хранения данных.

  48. Oracle Hyperion Essbase.

  49. Загрузка данных из OLTP БД в хранилище данных при помощи Oracle Warehouse Builder.

  50. Преобразование и очистка данных внутри хранилища.

  51. Загрузка данных в кубы Essbase.


4. Дисциплина «Информационные системы целевого управления

(ВSC-системы)», д.т.н., профессор А.С.Акопов



  1. Разработка динамической системы сбалансированных показателей для условной компании (вида бизнеса, подразделения компании и т.д.).

  2. Разработка укрупненной стратегии условной компании (вида бизнеса, подразделения компании и т.д.) с использованием системы сбалансированных показателей.

  3. Моделирование влияния инициатив (проектов) на ключевые показатели результативности условной компании (KPI).

  4. Реализация план-факт анализа с использованием системы сбалансированных показателей.

  5. Разработка системы целевых показателей результативности (KPI) для условной компании (вида бизнеса, подразделения компании и т.д.).

  6. Моделирование бизнес-процессов условной компании в рамках системы сбалансированных показателей.

  7. Разработка системы целевых показателей результативности для финансовой перспективы ССП с учетом влияния инициатив.

  8. Разработка системы целевых показателей результативности для клиентской перспективы ССП с учетом влияния инициатив.

  9. Разработка системы целевых показателей результативности для перспективы «бизнес-процессы» ССП с учетом влияния инициатив.
  10. Разработка системы целевых показателей результативности для перспективы «обучение и развитие персонала» ССП с учетом влияния инициатив.


  11. Оптимизация плановых значений целевых показателей результативности в динамической системе сбалансированных показателей.

  12. Разработка укрупненной системы мотивации персонала условной компании с использованием системы сбалансированных показателей.

  13. Каскадирование стратегии от руководителя до подчиненного с использованием системы сбалансированных показателей.

  14. Визуализация стратегии условной компании с использованием карт сбалансированных показателей.

  15. Поиск оптимальных управленческих решений с использованием системы сбалансированных показателей.