Готовые дипломные работы, курсовые, контрольные и рефераты по
информатике, информационным технологиям

Введение 3
Глава 1. Маркетинговые исследования, их цели, задачи, направление и методы статистического анализа 6
1.1. Понятие, цели, задачи маркетинговых исследований 6
1.2. Направление маркетинговых исследований 9
1.3. Методы статистического анализа маркетинговых исследований 13
Глава 2. Применение интеллектуального анализа для обработки данных маркетинговых исследований 17
2.1. Методы и модели интеллектуального анализа маркетинговых исследований 17
2.2. Методология CRISP-DM 19
2.3. Выбор программного средства 21
Глава 3. Разработка и реализация моделей интеллектуального анализа данных 27
3.1. Постановка задачи. Подготовка и обработка данных 27
3.1.1. Этап понимания бизнес-целей 27
3.1.2. Начальное изучение данных 33
3.1.3. Подготовка данных 37
3.1.4. Обоснование выбора предикторов модели 48
3.2. Моделирование 59
3.2.1. Анализ главных компонент 62
3.2.2. Кластерный анализ: двухэтапный кластерный анализ 67
3.2.3. Балансировка обучающего набора данных 74
3.2.4. Установление производительности модели 79
3.2.5. Моделирование 81
3.3. Оценка результатов моделирования 94
Заключение 96
Список литературы 99

Список сокращений 3
Введение 4
Глава 1. Теоретические аспекты Data Mining 7
1.1. Общее понятие данных 7
1.2. Data Mining: специфика, методы и практическая ценность 11
1.3. Обзор инструментальных средств Data Mining 16
Глава 2. Интеграция Data Mining в сферу общественного питания 19
2.1. Рынок ресторанного бизнеса в России 19
2.2. Характеристика предприятия Dong Po 24
2.2.1. Организационная структура 27
2.2.2. Бизнес процессы управления 30
2.2.3. Стратегические цели и задачи предприятия 35
Глава 3. Применение технологии Data Mining для кластеризации клиентов ресторана паназиатской кухни 43
3.1. Электронная система лояльности ASGK-GROUP 44
3.1.1. Характеристика сервиса 44
3.1.2. Встроенный аналитический инструментарий 45
3.2. Кластерный анализ базы данных ресторана Dong Po 54
3.2.1. Программный продукт STATISTICA 54
3.2.2. Метод кластерного анализа 56
3.2.3. Анализ полученных результатов 69
Заключение 80
Список литературы 83

Введение 3
Глава 1. Введение в нечеткие временные ряды 6
1.1. Сферы применения нечетких экспертных оценок 7
1.2. Виды экспертных оценок 8
1.3. Определение нечетких временных рядов 11
1.4. Нечеткие временные ряды в системах поддержки принятия управленческих решений 13
1.5. Нечеткий временной ряд в системах автоматизации проектирования 15
Глава 2. Обзор направлений и подходов в моделировании временных рядов 18
2.1. Статистический подход к моделированию временных рядов 18
2.2. Нейросетевой подход к моделированию временных рядов 20
2.3. Нечеткий подход к моделированию временных рядов 21
2.4. Гибридные модели временных рядов 23
Глава 3. Основы теории нечетких тенденций нечетких временных рядов 25
3.1. Концептуальная модель ACL-шкалы для генерации нечетких оценок 25
3.1.1. Структурная модель ACL-шкалы 26
3.1.2. Функциональная модель ACL-шкалы 30
3.1.3. Параметрическая модель ACL-шкалы 33
3.2. Модель элементарной тенденции нечеткого временного ряда 34
3.3. FT-декомпозиция нечеткого временного ряда в базисе элементарных тенденций 37
3.4. Исследование временных рядов физиологических данных 37
3.7 Основные характеристики программы 46
Заключение 47
Список литературы 48

Список сокращений 3
Введение 4
Глава 1. Теоретические аспекты анализа наукометрических показателей журналов 10
1.1. Основные наукометрические показатели и их роль в оценке научных журналов 10
1.2. Обзор научных баз данных 12
Глава 2. Выбор метода и средств для интеллектуального анализа наукометрических показателей журналов 18
2.1. Описание методов анализа наукометрических показателей 18
2.2. Анализ инструментальных средств интеллектуального анализа 20
Глава 3. Интеллектуальный анализ наукометрических показателей журнала УрГЭУ «Цифровые модели и решения» 23
3.1. Анализ показателей публикационной активности в динамике 23
3.2. Тематическая направленность и взаимосвязь с метриками читательского внимания 30
Глава 4. Интеллектуальный анализ научных журналов рубрики ГРНТИ «Информатика» 44
4.1. Статистический анализ наукометрических показателей журналов рубрики ГРНТИ «Информатика» 44
4.2. Прогнозирование наукометрических показателей журналов рубрики ГРНТИ «Информатика» 61
4.3. Тематический анализ научных статей, опубликованных в журналах рубрики ГРНТИ «Информатика» 66
Глава 5. Рекомендации 71
Заключение 74
Список литературы 76
Приложение 83

Список сокращений 3
Введение 4
Глава 1. Теоретические аспекты оценки научной эффективности преподавателей вуза 7
1.1. Регулирование научной деятельности высших учебных заведений Российской Федерации 7
1.2. Основные понятия и виды наукометрических показателей 10
1.3. Индикаторы оценки наукометрических показателей сотрудников Уральского государственного экономического университета 13
Глава 2. Выбор метода и инструментального средства кластеризации преподавателей Уральского государственного экономического университета на основе наукометрических показателей 17
2.1. Классификация методов кластеризации 17
2.2. Обоснование выбора метода и инструментального средства для кластеризации 22
Глава 3. Практическая реализация модели и алгоритма кластеризации преподавателей вуза на основе наукометрических показателей с использованием возможностей инструментального средства IBM SPSS STATISTICS 24
3.1. Результаты кластеризации для Института экономики и финансов 29
3.2. Результаты кластеризации для Института менеджмента, предпринимательства и инжиниринга 31
3.3. Результаты кластеризации для Института цифровых технологий управления и информационной безопасности по данным 33
3.4. Результаты кластеризации для Института государственного, муниципального управления и права по данным 36
Глава 4. Исследование тенденций развития результатов научной деятельности сотрудников Уральского государственного экономического университета 39
4.1. Структурные модели для Института экономики и финансов и Института менеджмента, предпринимательства и инжиниринга 40
4.2. Структурные модели для Института цифровых технологий управления и информационной безопасности и Института государственного, муниципального управления и права п 73
Глава 5. Анализ полученных результатов 103
Заключение 107
Список литературы 109

Список сокращений 3
Введение 4
Глава 1. Теоретические аспекты применения интеллектуального анализа данных в анализе обращений пользователей в техническую поддержку 8
1.1. Сущность интеллектуального анализа данных 8
1.2. Нейронные сети как средство интеллектуального анализа данных 9
1.3. Роль отдела технической поддержки в деятельности предприятия 13
1.4. Применение интеллектуального анализа данных для работы технической поддержки пользователей 15
1.5. Обзор специализированной литературы 18
1.6. Инструменты интеллектуального анализа данных 20
Глава 2. Методические аспекты применения интеллектуального анализа данных в деятельности предприятия 22
2.1. Характеристика предприятия «Проектная группа «Таурус» 22
2.2. Выбор инструмента интеллектуального анализа данных 23
2.3. Применение языка R в интеллектуальном анализе данных 26
Глава 3. Практические аспекты применения интеллектуального анализа данных для работы с обращениями пользователей в техническую поддержку 36
3.1. Требования к реализуемой системе 36
3.2. Сравнение методов прогнозирования временных рядов 37
3.3. Исследование дополнительных библиотек языка программирования R для разработки модели интеллектуального анализа данных 42
3.4. Предварительная обработка исходных данных 43
3.5. Построение прогноза и вычисление показателей эффективности 49
3.6. Проведение анализа на основе результатов работы разработанной модели 57
Заключение 66
Список литературы 69

Список сокращений 3
Введение 4
Глава 1. Теоретические аспекты интеллектуального анализа данных о деятельности организации 6
1.1. Понятие и сущность интеллектуального анализа данных 6
1.2. Методы интеллектуального анализа данных 10
1.3. Технологии интеллектуального анализа данных с помощью языка программирования Python 17
Глава 2. Методические аспекты интеллектуального анализа данных продаж в компании «Не Поешь Толком - Будешь Волком» 22
2.1. Характеристика деятельности компании «Не Поешь Толком - Будешь Волком» 22
2.2. Анализ бизнес-процесса управления продажами 27
2.3. Инструменты интеллектуального анализа данных 31
Глава 3. Практические аспекты интеллектуального анализа данных продаж в компании «Не Поешь Толком - Будешь Волком» 35
3.1. Подготовка данных для интеллектуального анализа данных продаж компании «Не Поешь Толком - Будешь Волком» 35
3.2. Разработка модели интеллектуального анализа данных продаж компании «Не Поешь Толком - Будешь Волком» 42
3.3. Анализ результатов и их интерпретация 58
Заключение 62
Список литературы 64

Список сокращений 3
Введение 4
Глава 1. Теоретические аспекты интеллектуального анализа данных 7
1.1. Основные понятия Data Mining 7
1.2. Анализ методов Data Mining 9
1.3. Обзор инструментальных средств интеллектуального анализа данных 13
1.3.1. QlikView 16
1.3.2. Power BI 17
1.3.3. Tableau 19
Глава 2. Применение неиерархического метода кластеризации и методов визуализации для интеллектуального анализа данных средствами Tableau 21
2.1. Сущность алгоритмов кластеризации и методов визуализации в анализе данных 21
2.2. Процесс кластеризации в среде Tableau 32
2.3. Процесс визуализации в среде Tableau 34
Глава 3. Интеллектуальный анализ продаж в среде Tableau 37
3.1. Подключение источника данных 37
3.2. Кластерный анализ продаж 41
3.3. Анализ динамики продаж 55
3.4. Прогнозирование 63
3.5. Комплексный анализ продаж 66
Заключение 40
Список литературы 72

Введение 3
Глава 1. Теоретические основы 6
1.1. Риски деятельности организаций 6
1.2. Интеллектуальный анализ данных 10
1.3. Нейронные сети 13
Глава 2. Аналитическая часть 19
2.1. Оценка влияния внешних факторов на кадровый дефицит 19
2.2. Интеллектуальный анализ и создание нейросети в программе Deductor для внешних признаков кадрового риска 26
2.3. Прогнозирование кадрового дефицита в организации 50
2.4. Другие виды интеллектуального анализа 57
2.5. Рекомендации для организаций 60
Заключение 67
Список литературы 69

Введение 3
Глава 1. Дискурс-анализ и интеллектуальный анализ текста в социологическом исследовании 5
1.1. Дискурс-анализ и возможность его применения в изучении государственных текстов 5
1.2. Методика интеллектуального анализа текста 9
Глава 2. Результаты анализа текстов государственных гимнов 13
Заключение 28
Список литературы 30
Приложение 33

Список сокращений 3
Введение 4
Глава 1. Теоретические аспекты исследования успеваемости студентов вуза 6
1.1. Факторы успеваемости студентов вузов 6
1.2. Общая характеристика деятельности Института менеджмента и информационных технологий 9
1.3. Общая характеристика успеваемости студентов Института менеджмента и информационных технологий 14
Глава 2. Методы и инструментальные средства анализа факторов успеваемости студентов 18
2.1. Методы Data Mining 18
2.2. Методы анализа взаимосвязей 20
2.3. Инструментальные средства анализа взаимосвязей 24
Глава 3. Выявление факторов успеваемости студентов вуза 27
3.1. Подготовка данных 27
3.2. Анализ данных поступивших на обучение в Институт 36
3.3. Исследование факторов, влияющих на успеваемость студентов 46
Заключение 69
Список литературы 71

Введение 3
Глава 1. Теоретические основы интеллектуальной составляющей цифровых сервисов 6
1.1. Сущность искусственного интеллекта как составляющая цифровой системы 6
1.2. Типология алгоритмов искусственного интеллекта. 11
1.3. Современные подходы к использованию искусственного интеллекта в алгоритмах прогнозирования 17
Глава 2. Методика применения интеллектуальных алгоритмов к системе мониторинга банкоматов 24
2.1. Основные методы мониторинга банкоматов в российских банках 24
2.2. Особенности системы мониторинга банкоматов в АО «Альфа-Банк» 26
2.3. IT-инфраструктура и методика интеллектуализации процесса прогнозирования инкассаций в АО «Альфа-Банк» 35
Глава 3. Разработка интеллектуального сервиса прогнозирования инкассаций в АО «Альфа-Банк» 41
3.1. Постановка задачи интеллектуального анализа данных 41
3.2. Реализация интеллектуального сервиса прогнозирования инкассаций АО «Альфа-Банк»45
3.3. Анализ изменений при применении полученной модели 57
Заключение 62
Список литературы 64
Приложение 69

Список сокращений и условных обозначений 3
Введение 4
Глава 1. Теоретические и методические основы анализа в сфере физической культуры и спорта 9
1.1. Теоретические аспекты и понятия физической культуры 9
1.2. Методы исследований и анализа в сфере физической культуры и спорта 15
Глава 2. Теоретическая и методологическая основы бизнес-анализа 21
2.1. Определение анализа данных и инструменты для бизнес-анализа 21
2.2. Сущность технологии Business Intelligence 25
2.3. Анализ инструментария, реализующих технологию Business Intelligence 28
Глава 3. Реализация использования платформы QlikView для обработки данных физического состояния студентов 35
3.1. Сбор и обработка первичных данных и реализация интерактивной аналитики в среде QlikView 35
3.2. Результаты программной реализации интерактивной аналитики физического состояния студентов на платформе QlikView 58
Заключение 62
Список литературы 65

Введение 3
Глава 1. 3D-технологии в промышленности 6
1.1. Преимущества и проблемы развития 3D в сфере промышленности 6
1.2. Обзор программно-инструментальных средств и пакетов 3D моделирования 7
1.2.1. LightWave 3D 7
1.2.2. Autodesk Maya 9
1.2.3. Autodesk Softimagе Xsi 10
1.2.4. Blender 11
1.2.5. Autodesk 3DS Mах 11
1.3. Анализ и выбор средств трехмерного моделирования 13
Глава 2. Инструмент визуализации для использования технологии трехмерного моделирования в рамках создания отчетности об износе оборудования 15
2.1. Постановка задачи и требования к системе 15
2.2. Создание модели печи для обжига клинкера средствами трехмерной графики 15
2.3. Среды и средства разработки инструмента визуализации для использования технологии трехмерного моделирования в рамках визуализации оборудования в режиме реального времени по износу 23
2.3.1. Visual basic.net 24
2.3.2. Php 27
2.3.3. MaxScript 29
2.4. Описание работы инструмента интерактивной визуализации для использования технологии трехмерного моделирования в рамках визуализации оборудования в режиме реального времени по износу 29
Заключение 33
Список литературы 34

Введение 3
Глава 1. Интернет вещей 4
1.1. Основные понятия 4
1.2. Архитектура интернет вещей 6
Глава 2. Web-технологии (Web 2.0) 8
Глава 3. Индустрия 4.0 10
Глава 4. Технология Big Data 13
Глава 5. Безопасность интернет вещей 15
Заключение 17
Список литературы 18

Введение 3
Глава 1. Понятие «Интернет вещей» 4
Глава 2. Взгляды на инфраструктуру IOT 7
2.1. Узконаправленная инфраструктура 7
2.2. Глобальная инфраструктура 9
Глава 3. Существующие технологии 11
3.1. Сферы применения 11
3.2. Программное и аппаратное обеспечение 13
Заключение 15
Список литературы 16

Введение 3
Глава 1. Теоретические аспекты интернет-банкинга 5
1.1. Сущность и роль интернет-банкинга 5
1.2. Сравнение интернет-банкинга с другими видами дистанционного банковского обслуживания 9
Глава 2. Состояние интернет-банкинга и тенденции его развития в 15
2.1. Современное состояние интернет-банкинга в РФ 15
2.2. Тенденции развития интернет-банкинга 21
Заключение 25
Список литературы 26

Введение 3
Глава 1. Назначение баз данных в сфере интеллектуальной собственности 4
1.1. Интеллектуальная собственность как объект владения университета 4
1.2. Информационные системы в сфере интеллектуальной собственности 5
1.3. Необходимость разработки базы данных для ФГБОУ ВО «КубГУ» 8
Глава 2. Внедрение базы данных «Инновационные проекты КубГУ» в ФГБОУ ВО «КубГУ» 10
2.1. Таблицы сущности и их структуризация в ФГБОУ ВО «КубГУ» 10
2.2. Схема данных базы данных «Инновационные проекты КубГУ». Оценка её эффективности 14
2.3. Разработка форм базы данных 16
2.4. Разработка запросов базы данных 19
2.5. Разработка отчётов баз данных 25
Заключение 28
Список литературы 29

Введение 3
Глава 1. Теоретические основы информатизации деятельности органов государственной власти субъекта РФ 5
1.1. Информатизация деятельности органов государственной власти субъекта РФ: понятие, сущность 5
1.2. Факторы и условия, влияющие на информатизацию органов государственной власти субъекта РФ 19
Глава 2. Анализ информатизации деятельности органов государственной власти субъекта РФ (на примере Свердловской области) 26
2.1. Современное состояние информатизации деятельности органов государственной власти Свердловской области 26
2.2. Тенденции информатизации деятельности органов государственной власти Свердловской области 29
Глава 3. Перспективы развития информатизации деятельности органов государственной власти субъекта РФ (на примере Свердловской области) 38
3.1. Проблемы информатизации органов государственной власти РФ (на примере Свердловской области) 44
3.2. Направления совершенствования информатизации деятельности органов государственной власти РФ (на примере Свердловской области) 49
Заключение 56
Список литературы 60

Реферат 2
Содержание 3
Перечень принятых сокращений 4
Введение 5
Глава 1. Анализ использования информационных технологий в системе профессионального образования Министерства внутренних дел Российской Федерации 6
1.1. Цели, задачи и направления применения информационных технологий в системе профессионального образования Министерства внутренних дел Российской Федерации 6
1.2. Система поддержки открытого образования STELUS 8
1.3. Достоинства и недостатки СДО STELUS 18
Глава 2. Анализ использования информационных технологий в системе профессионального образования гражданского вуза на примере Саратовского государственного технического университета им. Ю.А. Гагарина (СГТУ) 21
2.1. Информационно-образовательная среда СГТУ 21
2.2. Порядок работы с разделом «Учебный план» 25
2.3. Структура узла курса (дисциплины) 28
2.4. Порядок работы по заполнению курса 33
2.5. Достоинства и недостатки ИОС СГТУ 42
Глава 3. Предложения по формированию многофункциональной информационно-образовательной среды высшего военного учебного заведения внутренних войск МВД России 43
Заключение 47
Список литературы 48