Концептуализация разработки ЭИС

Важным этапом разработки экономической информационной системы является концептуальное проектирование. Цель концептуального проектирования именно в том, чтобы представить информацию в доступной пользователю форме, не зависящей от спецификации системы, но реализуемой несколькими системами. Существует два подхода к концептуальному проектированию: объектно-ориентированный подход; структурный подход (методология структурного анализа и проектирования — SADT).

Так как в информационной системе используется структурный подход, то в данном дипломном проекте проектирование осуществляется согласно этому подходу. Он предусматривает разработку системного проекта, включающего: мнемосхему, функциональную модель (методология IDEF0), информационную модель (методология IDEF1X), динамическую модель.

Системный проект в виде моделей позволяет реализовать принцип самоорганизации системы управления.

магазин информационный система модель.

Математические модели ИС

Предложена математическая модель выделения групп пользователей веб-сайта, основанная на кластерном анализе. Приведена классификация типов пользователей веб-сайта, определены признаки кластеризации, предложены наборы информации для каждого кластера.

Пользователей сайта необходимо проанализировать и объединить их в определенные кластеры. Для каждой полученной группы необходимо создать набор информации, которая бы удовлетворяла все потребности пользователей, и представить методы продвижения сайта для каждого набора страниц соответствующего кластера.

Задача кластеризации пользователей — локальная задача, которая должна выполняться с периодичностью — не чаще одного раза в год. А задача продвижения созданного веб-сайта должна производиться в зависимости с изменениями алгоритмов поисковых систем, наиболее популярные для целевой аудитории сайта.

Первым этапом в кластеризации пользователей является определение множества признаков для группировки посетителей сайта. Если признаки имеют разные единицы измерения, нужно провести нормирование данных:

(1.1).

где хiІ - значение I-го признака i-го объекта;

хІ - среднее арифметическое значение I-го признака;

SІ - среднее квадратичное отклонение I-го признака.

(1.2).

где n — количество признаков.

(1.3).

Единственной мерой сходства характеристик объектов во многих случаях является коэффициент корреляции между ними:

(1.4).

Очень важным вопросом является проблема выбора необходимого числа кластеров. Часто критерием объединения (числа кластеров) становится изменение соответствующей функции. Например, суммы квадратов отклонений получается:

(1.5).

Следующим этапом является определение расстояния и меры сходства между объектами. Для определения расстояния, используем евклидово расстояние, рассчитываемый по формуле:

(1.6).

где xiI, xjI — величина І-го компонента в і-м (j-м) объекте (І=1,2, …, k; i, j =1,2, …, n).

Для определения расстояния и меры сходства между объектами используют расстояние, замеряется по принципу «ближайшего соседа».

(1.7).

где sj, sm — кластеры, ;

p (sI, sm) — расстояние между кластерами sI и sm.

В методе «ближайшего соседа» с начала объединяются ближайшие элементы, а затем целые группы все более отдаленных друг от друга элементов. При этом расстояние между кластерами, полученными объединением двух других кластеров, можно определить по формуле:

(1.8).

где s (m, q) — группа элементов, полученная объединением кластеров sm и sq;

• — расстояния между кластерами;
• — числовые коэффициенты, определяющие специфику процедуры.

На первом этапе каждый объект рассматривается как отдельный кластер. На каждом шаге объединяются два ближайших кластера и с учетом принятого расстояния, размерность снижается. Работа алгоритма заканчивается, когда все объекты объединены в один класс.

Выборка для кластеризации — это типы пользователей сайта и признаки группировки (таблица 1).

Учитываем, что на сайте будет установлен программный код для сбора данных и их анализа с помощью бесплатной программы GoogleAnalytics.

Таблица 1 — Характеристика пользователей веб-сайта.

Данные по вероятности заказа услуг получаются экспертным путем. Под получением дохода понимается доход от заказа других услуг и от кликов по рекламе.

Признаки, по которым будет осуществляться кластеризация:

i1 количество просмотренных страниц, ед.;

i2 вероятность заказа услуг и получения дохода от пользователя.

Поскольку характеристики имеют разные единицы измерения, то необходимо привести их в одинаковые единицы измерения. Нормируем показатели:

n = 14,.

и переходим к матрице %=:

Для сегментирования рынка пользователей сайта воспользуемся агломеративным иерархическим алгоритмом классификации. За расстояние между объектами берем обычную евклидову.

Расстояние между первым и вторым пользователем получается:

Аналогично найдем расстояния от всех пользователей, получим матрицу R1. По технике ближайшего соседа (когда объединяются те пользователи, расстояние между которыми минимальны) создадим кластеры.

Из матрицы R1, пользователи 3 и 4 находятся ближе друг к другу (р = 0,21), поэтому объединим их в кластер S (3,4).

Расстояние между кластерами S1 и S (m, q):

Таким образом, расстояние между кластером и S (3,4) равно расстоянию от объекта «1» до ближайшего соседа «3», входящий в кластер S (3,4).

Аналогично выполняем кластер-процедуру для следующих матриц и в результате получим матрицу R12 с 3 кластеров:

(1,2,3,4,5,6) (7,8,9,10) (11,12,13,14).

Результаты кластеризации пользователей сайта можно привести в виде дендрограммы (рисунок 1.4).

Рисунок 1.4 Дендрограмма кластеризации пользователей сайта.

Из приведенного примера видно, что пользователей сайта можно разделить на три кластера:

кластер 1 пользователи А, В, С, D, Е, F — незарегистрированные пользователи сайта, заходящих с поисковых систем, сайтов-источников переходов или самостоятельно (прямой трафик) из России и других стран. Они просматривают страниц меньше чем другие и с меньшей вероятностью принесут доход сайту;

кластер 2 пользователи G, Н, I, J — зарегистрированные пользователи, являющиеся представителями различных компаний (юридических лиц) или физических лиц-предпринимателей из России и других стран. Они просматривают больше страниц и с высокой вероятностью выполнят заказ услуг;

кластер 3 пользователи К, L, М, N — также зарегистрированные посетители, но это могут быть обычные пользователи информации (читатели статей, новостей), нынешние или бывшие клиенты или сотрудники. Они с маленькой вероятностью принесут доход, но просматривают много страниц.

Для первого кластера необходимо подавать следующую информацию: на каждой странице сайта в первом видимом окне блок «Регистрация пользователя» с кратким перечнем преимуществ перед незарегистрированными посетителями; наиболее популярные страницы для незарегистрированных пользователей — новости, статьи, интересности, услуги — на них надо публиковать рекламные блоки для получения дополнительных денежных средств от кликов по баннерной рекламе; задача — заинтересовать незарегистрированных пользователей и перевести в число зарегистрированных клиентов.

Для второго кластера зарегистрированных пользователей и наиболее вероятных будущих клиентов необходимо представить следующую информацию: услуги, которые выполняются — полное описание этих услуг, возможности для предприятий после сотрудничества, стоимостные рамки каждой услуги; примеры предприятий, для которых проводилась работа, примеры их деятельности к сотрудничеству и после, наглядные рисунки и графики; историческую справку о фирме и деятельность, успехи за годы работы, достижения; данные о гарантии своевременного и полного выполнения работ, информацию для убеждения будущего клиента в том, что он делает правильный шаг и будет доволен результатами проделанной работы в конце сотрудничества; страницы с отзывами; страницу для заказа услуг.

Для третьего кластера зарегистрированных пользователей целесообразно предоставить: новости, статьи, отзывы, страницы для публикации отзывов и мнений относительно деятельности; разместить рекламные блоки.

На сайте нужно создать страницу для подписания на рассылку новостей, отзывов и статей. При регистрации пользователя, он должен указывать личную информацию о себе, своем статусе (представитель юридического, физического лица, обычный пользователь, клиент и т. д.), цели регистрации (публикация отзывов, участие в обсуждениях, заказ услуг, подписка и т. д.) и другие данные, необходимыми для создания широкой базы данных посетителей сайта.

Для продвижения веб-сайта, необходимо: составить семантическое ядро?? сайта, наполнить страницы уникальным контентом, оптимизировать описания страниц, оптимизировать контент страниц, выполнить внутреннюю перелинковку, выполнить внешнюю оптимизацию сайта.

Сделав все эти действия, можно рассчитывать на полную и своевременную индексацию страниц сайта поисковыми системами и приток пользователей. Следует учесть, что наиболее вероятным для заказа услуг является второй кластер. Поэтому для него можно провести новый этап кластеризации по возрасту, полу и прочее и отобрать те площадки, которые наполнены посетителями именно такого направления.

Приведенная математическая модель выделения групп пользователей на основе кластерного анализа, для каждой выделенной группы представлен набор информации и страниц, целесообразно разместить на веб-сайте. Также выделены методы продвижения для обеспечения посещаемости сайта.

2. Проектная часть