Помощь в написании студенческих работ
Антистрессовый сервис

Совершенствование управления информацией о кадровом составе организации путем применения проблемно-ориентированного информационного реестра и аппарата генетических алгоритмов

Диссертация: Совершенствование управления информацией о кадровом составе организации путем применения проблемно-ориентированного информационного реестра и аппарата генетических алгоритмов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В ходе экономических реформ вместо кадровой перестройки получился определенный «провал» в высокопрофессиональном составе, практически, во всех отраслях экономики, в том числе в машиностроении. Сейчас на машиностроительных предприятиях остро не хватает квалифицированных, с высоким инновационным потенциалом инженеров, рабочих-станочников и др. И это не случайно. Низкая заработная плата отнюдь… Читать ещё >

Совершенствование управления информацией о кадровом составе организации путем применения проблемно-ориентированного информационного реестра и аппарата генетических алгоритмов (реферат, курсовая, диплом, контрольная)

Содержание

  • Список сокращений

Глава 1. Вопросы совершенствования управления информацией о кадровом составе организации.

1.1. Анализ факторов, влияющих на качество управления кадровым составом организации.

1.1.1. Анализ состава, структуры и динамики кадров.

1.1.2. Проблемы управления и использования кадрового потенциала организации.

1.1.3. Разработка направлений внедрения автоматизированных информационных систем по управлению кадровой информацией.

1.2. Обзор современных автоматизированных систем управления информацией о кадрах и их связь с другими системами/ подсистемами.

1.2.1. Место АС в структуре CALS-технологий организации.

1.2.2. Методология проектирования современных автоматизированных систем управления кадровой информацией.

1.2.3. Основные функции автоматизированных систем управления информацией о кадрах.

1.2.4. Структура современных систем управления информацией о кадровом составе.

1.2.5. Организационная значимость внедрения современных автоматизированных систем управления кадрами.

1.2.6. Пути совершенствования современных автоматизированных систем управления информацией о кадрах.

1.3. Определение области и задачи диссертационного исследования.

1.4. Выводы по главе 1.

Глава 2. Математическое моделирование системы управления информацией о кадровом составе.

2.1. Методы интеллектуальной обработки информации.

2.2.Построение математической модели процесса подбора кандидата на вакансию на основе применения генетических алгоритмов.

2.3. Предпочтительные области применения ГА.

2.4.Выводы по главе 2.

Глава 3. Проблемно-ориентированный информационный реестр как средство совершенствования управления информацией о кадровом составе организации.

3.1 Обоснование возможности применения проблемно-ориентированного реестра при совершенствовании управления информацией о кадрах.

3.1.1. Определение перечня задач, решаемых посредством применения проблемно-ориентированного информационного реестра. Требования к информационным реестрам.

3.2. Методы и средства моделирования структур информационного реестра.

3.3. Выбор программно-аппаратных средств для реализации информационного реестра.

3.4. Организация взаимодействия проблемно-ориентированного информационного реестра с ИС организации.

3.4.1. Обмен информацией через формат XML.

3.5. Выбор оптимального способа взаимодействия клиентских

приложений с информационным реестром.

3.5.1. Выбор модели взаимодействия клиентских

приложений с проблемно-ориентированным информационным реестром.

3.5.2. Выбор программного способа взаимодействия клиентских

приложений с проблемно-ориентированным информационным реестром.

3.6. Выводы по главе 3.

Глава 4. Практическое применение проблемно-ориентированного информационного реестра в управлении информацией о кадровом составе.

4.1. Реализация автоматизированной системы для управления информацией о кадровом составе.

4.1.1.Перечень функций, бизнес-процессов, задач или их комплексов, подлежащих автоматизации.

4.1.2.Состав программного комплекса автоматизированной системы управления информацией о кадровом составе организации.

4.1.3. Структура проблемно-ориентированного реестра данных.

4.1.4 Реализация серверной бизнес-логики.

4.1.5. Выбор технологии работы с реестром данных о кадровом составе предприятия.

4.1.6. Разработка интерфейса пользователя.

4.1.7. Создание отчетов.

4.1.8. Интеграция АПС кадрового учета в ИС организации (предприятия).

4.1.9.Выбор программно-аппаратной платформы.

4.2. Оценка экономической эффективности внедрения автоматизированной системы.

4.3. Выводы по главе

Актуальность работы. В условиях становления рыночной экономики в нашей стране особое значение приобретают вопросы управления предприятием, в частности, машиностроительного комплекса, являющегося производителем машин и оборудования для всех отраслей экономики. Известно, что для эффективного управления организацией необходимо улучшать качество управления его подразделениями. Процесс управления кадровым составом является одним из главных бизнес-процессов любого машиностроительного предприятия, так как трудовой потенциал, безусловно, является его главным ресурсом, поскольку только благодаря человеческому разуму может создаваться новая, конкурентоспособная продукция. Поэтому эффективное функционирование машиностроительного комплекса, наряду с его техническим переоснащением, возможно только в результате использования современных информационных технологий в управлении кадровым составом.

В ходе экономических реформ вместо кадровой перестройки получился определенный «провал» в высокопрофессиональном составе, практически, во всех отраслях экономики, в том числе в машиностроении. Сейчас на машиностроительных предприятиях остро не хватает квалифицированных, с высоким инновационным потенциалом инженеров, рабочих-станочников и др. И это не случайно. Низкая заработная плата отнюдь не стимулирует сохранение кадров в машиностроении. Процесс реструктуризации, происходящий на многих предприятиях, требует притока новых квалифицированных кадров, которых явно недостаточно. Необходимо изменить стереотип отношения к подбору кадров и управлению ими, поскольку без правильно подобранных команд профессионалов дальнейшее развитие машиностроительного комплекса представляется достаточно сложной проблемой. Поэтому совершенствование управления информацией о кадровом составе является одной из актуальных задач машиностроительного производства.

В настоящее время автоматизация управления информацией о кадрах осуществляется с применением HR-систем, функционирующих в рамках ERP-систем в тесном взаимодействии со средствами автоматизации других бизнес-процессов на основе использования CALS-технологий. Современные автоматизированные системы управления персоналом предназначены для оптимизации работы, в первую очередь, руководства и персонала кадровых служб предприятий. При автоматизации управления кадрами создаются условия для решения принципиально новых задач, к числу которых можно отнести, например, задачу планирования и распределения работ в рамках проектов и формирования рабочих групп на их выполнение. Привлечение полной базы данных о кадрах позволяет подбирать персонал в соответствии со спецификой предстоящих работ, исходя из объективных профессиональных и социально-психологических характеристик персонала.

Кроме того, создается платформа для получения информации об отклонениях в развитии кадровых процессов, требующих тактического или стратегического управленческого воздействия. В качестве таких комплексных индикаторов отклонений могут быть предложены, например, текучесть кадров, застой в движении кадров, старение кадров, снижение образовательного уровня кадров, снижение дисциплины и правопорядка, уровень динамики пополнения кадрового резерва, изменения качественного уровня принимаемого контингента кадров, штатный некомплект (качественный и количественный) [10]. Однако информационная база о кадрах предприятия представленная в настоящее время в большинстве пакетов по управлению кадрами, ограничивается, в основном, исключительно первичной учетной информацией. Также системы по управлению персоналом не охватывают вех направлений деятельности кадрового подразделения, не содержат столь широкий набор функций и не обеспечивают полноценных возможностей работы через глобальную сеть Интернет.

Целью работы является совершенствование управления информацией о кадровом составе организации путем применения современных математических, информационных средств и технологий.

Для достижения указанной выше цели в диссертационной работе необходимо решить следующие научные задачи:

1. Выявить факторы, влияющие на качество кадрового менеджмента организации и существующих систем управления персоналом, с целью определения совокупности методологических, математических и информационных средств, необходимых для решения актуальной проблемы совершенствования управления информацией о кадровом составе организации.

2. Разработать математическую модель процесса подбора кандидата на вакансию на основе применения аппарата генетических алгоритмов.

3. Определить перечень задач кадрового учета организации, решаемых путем применения автоматизированной системы с применением проблемно-ориентированного реестра данных и аппарата генетических алгоритмов.

4. Разработать логическую и физическую модели данных реестра кадрового состава организации.

5. Разработать методику интеграции автоматизированной подсистемы учета кадров в информационную систему предприятия.

6. Реализовать автоматизированную подсистему учета кадров предприятия с применением реестра данных и аппарата генетических алгоритмов, как фактор повышения эффективности кадрового менеджмента организации. Объектом исследования в диссертационной работе являются автоматизированные системы управления информацией о кадровом составе организации, методы интеллектуального анализа данных, реестры данных и СУБД, лежащие в их основе.

Предмет исследования — взаимосвязь методов ИАД, способов организации реестра данных и задач кадрового менеджмента, решаемых посредством АС учета персонала.

Научная новизна диссертационной работы заключается в следующих положениях:

1. Определен новый подход к совершенствованию управления информацией о кадровом составе организации, заключающийся в использовании проблемно-ориентированного реестра данных.

2. Разработан метод подбора кандидатов на свободную вакансию, основанный на применении математического аппарата генетических алгоритмов.

3. Разработана методика интеграции проблемно-ориентированного реестра данных, предназначенного для учета кадров организации, в информационную систему организации (предприятия).

Практическая ценность диссертационной работы заключается в повышении эффективности управления информацией о кадровом составе организации (предприятия) за счет сокращения временных и материальных затрат на учет, подбор и оценку профессионального уровня принимаемого на работу (должность) персонала.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на расширенных заседаниях кафедры «Биотехническая кибернетика» ГОУ ВПО МГТУ «СТАНКИН», а также на следующих международных и региональных научных конференциях:

1. IX научная конференция МГТУ «СТАНКИН» и «Учебно-научного центра математического моделирования МГТУ „СТАНКИН“ -ИММ РАН», МГТУ «СТАНКИН», Москва, 2006 г.

2. Международная научно-техническая конференция «Информационные средства и технологии», МГТУ «СТАНКИН», Москва, 2006 г.

Реализация результатов работы. Методики совершенствования управления информацией о кадровом составе организации путем применения проблемно-ориентированного реестра и аппарата генетических алгоритмов применяются в информационной системе МУЗ «ЦРБ Дзержинского района» (г.Кондрово). Кроме того, определена целесообразность использования этих методик в автоматизированном кадровом учете многопрофильного предприятия ООО «Икс-Ринг» (г.Москва) и ООО «Ресурс» (г.Калуга).

Публикации. По теме диссертационной работы опубликованы 6 научных работ, включая тезисы докладов для международных и всероссийских научно-технических конференций:

1. Ковшов Е. Е., Мельникова А. В. Автоматизация подбора персонала для машиностроительного предприятия.- М.: «СТИН»,№ 9, 2006, с.33−37.

2. Мельникова А. В. Применение информационных технологий в современных системах управления кадровым составом организации. Сборник докладов и тезисов международной научно-практической конференции «Реформирование системы управления на современном предприятии». — Пенза: МНИЦ ПГСХА, 2006, с.92−94.

3. Мельникова А. В. Системы управления кадровым составом в структуре CALS-технологий организации. Сборник докладов и тезисов международной научно-практической конференции «Реформирование системы управления на современном предприятии». — Пенза: МНИЦ ПГСХА, 2006, с.95−99.

4. Мельникова А. В. Информационный реестр в работе с данными о персонале организации. Сборник докладов и тезисов IX-ой научной конференция МГТУ «Станкин» и «Учебно-научного центра математического моделирования МГТУ „Станкин“ — ИММ РАН». — М.: «ЯНУС-К», 2006, с.283−285.

5. Мельникова А. В. Исследование функциональных возможностей модулей FINANCITY-HRSFRAMEWORK для расширения системы управления персоналом организации Сборник докладов и тезисов IX-ой научной конференция МГТУ «Станкин» и «Учебно-научного центра математического моделирования МГТУ „Станкин“ — ИММ РАН». — М.: «ЯНУС-К», 2006, с.286−288.

6. Мельникова А. В. Современные программные технологии для построения информационного реестра о персонале машиностроительного предприятия. «Информационные средства и технологии»: сборник материалов международной научно-технической конференции, — Том З.-М., 2006.-е. 185−188.

Основные выводы по диссертационной работе.

На основании проведенных в работе исследований получены следующие результаты:

1. Выявлены и проанализированы факторы, влияющие на качество управления кадровым составом организации.

2. Разработана математическая модель процесса подбора кадров на свободную вакансию на основе применения аппарата генетических алгоритмов.

3. Разработаны методы и средства моделирования структуры проблемно-ориентированного информационного реестра.

4. Разработана методика интеграции автоматизированной подсистемы учета кадров в ИС предприятия.

5. Реализована автоматизированная подсистема на основе проблемно-ориентированного информационного реестра данных о кадровом составе организации и аппарата генетических алгоритмов, выполняющая заявленные в диссертационной работе функции.

6. Получены практические результаты, иллюстрирующие актуальность и ценность исследований, проведенных в данной работе посредством разработанных моделей и методик совершенствования управления информацией о кадровом составе организации.

Показать весь текст

Список литературы

  1. Автоматизация подбора кадров// http://itas.emd.ru/pers/search.php.
  2. Александровский А.Д. Delphi 7. Разработка корпоративных приложений. М.: ДМК 2000, 508 е.: ил.
  3. B.C., Емельянов А. А., Кукушкин А. А. Системный анализ в управлении. М.: Финансы и статистика, 2005, с.41−75.
  4. B.C. Вычислительные системы. -СПб.: Изд-во ВУС, 1998, 278с.
  5. Архитектуры систем поддержки принятия решений. // http://lissianski.narod.ru/dwarch/ dwarch.html.
  6. В.Ю., Литвинов А. Ф., Горчинский Ю. Н., Потапов О.А.Система управления предприятием на корпоративном и верхнем уровнях АСУ ТП. «Информационные технологии», 2002, № 3, 5−8с.
  7. Р. Освой самостоятельно Microsoft SQL Server 2000 за 21 день.-М.: Изд-во Вильяме, 2001, с.448−465.
  8. Введение в генетическое программирование// http://www.gotai.net/documents/doc-ga-004.aspx.
  9. A.M. «Один из подходов к выбору средств проектирования баз данных и приложений. „СУБД“». 1995, № 3.
  10. В. Р. Практический менеджмент персонала: Пособие по кадровой работе. М.: Юристь, 1998., стр. 56.
  11. Е.А., Маусов Н. К., Ламскова О. М. Персонал в фирмах индустриально развитых стран. -М., 1992.
  12. А.П., Матирко В. И., Модин А. А. Управление персоналом в условиях рыночной экономики: Опыт ФРГ. М.: Дело, 1999.
  13. В.Н., Денисов А. А. Основы теории систем и системного анализа. -СПб.: Изд-во СПбГТУ, 510с.
  14. .С. Планирование на предприятии. М.: Издательство МГТУ «СТАНКИН», 1999,172с.
  15. Г. К., Махотило К. В., Петрашев С. Н., Сергеев С. А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. X.: ОСНОВА, 2003.
  16. А., Корнеев В., Райх В., Васютин С. Базы данных. Интеллектуальная обработка информации (2-е издание). М.: Нолидж, 2003, 400 е.: ил.
  17. Генетический алгоритм: основные операции// http://g-u-t.chat.ru/ga/oper.htm.
  18. А. Современные автоматизированные системы управления nepcoHanoM//http://www.mnogosmenka.ru/drugoe/personal.htm.
  19. В.В. В поисках совершенства управления: Руководство для высшего управленческого персонала // Опыт лучших промышленных фирм США, Японии и стран Западной Европы. М.: МП «Сувенир», БГ, 2003.
  20. ГОСТ ISO /1ЕС 2382−24:1995. Системы обработки информации. Словарь. Часть 4. Организация данных. М.: Изд-во стандартов, 2001, с. 46.
  21. ГОСТ ISO 2382−5:1989. Системы обработки информации. Словарь. Часть
  22. Представление данных. М.: Изд-во стандартов, 2001, с. 54.
  23. ГОСТ ISO 2382−6:1987. Системы обработки информации. Словарь. Часть
  24. Подготовка и обработка данных. М.: Изд-во стандартов, 2001, с. 72.
  25. Дегтярев Ю. И. Системный анализ и исследование операций. М.: Высшая школа, 1996,176с.
  26. В., Штрик А. Стандартизация архитектуры государственных ведомств США.//РС Week, № 28−29, с.27−28.
  27. Единый тарифно-квалификационный справочник работ и профессий рабочих. М.: Изд-во Книга серсив, 2006, с.34−46.
  28. Жданов Б. CALS информационная стратегия современного индустриального бизнеса. ComputerWorld, N 35 (379), 2002.
  29. Г. Г., Файбушевич С. И. Управление кадрами на предприятии: Персональный менеджмент: Текст лекций. СПб.: Изд-во СПбУЭФ, 2002.
  30. К.Дж.Дейт. Введение в системы баз данных. М.:Изд-во Вильяме, 2005, 848с.:ил.
  31. Квалификационный справочник должностей руководителей, специалистов и других служащих. М.: Изд-во Бюро печати, 2006.
  32. Е.Е., Мельникова А. В. Автоматизация процесса подбора персонала для машиностроительного предприятия. М.: СТИН, № 9,2006,с.33.:ил.
  33. В.В., Гареев А. Ф., Васютин С. В., Райх В. В. Базы данных. Интеллектуальная обработка информации. М.: Издатель Молгачева С. В., Издательство Нолидж, 2001., стр. 117.
  34. А.А. Теоретические основы автоматизированного управления. 4.1: Основы анализа и оценки сложных систем. Орел: Изд-во ВИПС, 1998,254с.
  35. А.А. Теоретические основы автоматизированного управления. 4.2: Основы управления и построения автоматизированных информационных систем. Орел: Изд-во ВИПС, 1998, 209с.
  36. Культин Н. Delphi в задачах и примерах. СПб.: Изд-во «БХВ-Петербург», 2005,216с.
  37. С. Возможные пути внедрения cals-технологий. Internet: http://labl8.ipu.rssi.ru/labconf/aticle.asp
  38. А.И., Судов Е.В. CALS сопровождение жизненного цикла // Открытые системы. 2001. Март. с. 58−62.
  39. Е., Шкарина JI. Microsoft SQL Server для профессионалов. -СПб., Питер, 2001,1088 е.: ил.
  40. Методическое пособие по дисциплине «Информационные технологии в экономике». М.: Изд-во Рос. экон. акад., 2004.
  41. Ю.И. Наука управлять людьми: Изложение для каждого. М.: Фолиум, 1995.
  42. И.П., Кузмик П. К. Информационная поддержка наукоемких изделий. CALS-технологий. М.: Изд-во МГТУ им. Н. Э. Баумана, 2002, 320 е.: ил.
  43. JI. Стратегия ИТ на новое столетие // Открытые системы, № 3,2000.
  44. Персонал: Словарь-справочник/Авторы-составители Ю. Г. Одегов, Н. К. Маусов, М. П. Кулапов, Ю. П. Мительман и др. М.: Изд-во Рос. экон. акад., 1994.
  45. .Н., Саломатин Н. А. Организация, планирование и управление машиностроительным производством. М.: Машиностроение, 1989, 36 с.
  46. Д., Пилиньский М., Рутковский JI. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И. Д. Рудинского. М.: Горячая линия — Телеком, 2004.
  47. А.А. Концепция построения и реализации информационных систем, ориентированных на анализ данных. // СУБД, 1996, № 4, с.55−70.
  48. Г. А., Чижова J1. С. Эффективное использование трудового потенциала. М.: Знания, 1997., стр. 148.
  49. Т. Что такое генетические’алгоритмы//РС Week RE, № 19,1999, с.13−14.
  50. В.В., Дятлов В. А. Основы кадрового менеджмента. М.: Изд-во Дело, 1997,28 с.:ил.
  51. Управление жизненным циклом продукции. / А. Ф. Колчин, А. Ф. Стрекалов, С. В. Сумароков. М.: Анахарсис, 2002, 203 е.: ил., табл.
  52. В. Программирование баз данных в Delphi7. М.: Изд-во Питер, 2005.
  53. А., Елманова Н. Введение в базы данных. // КомпьютерПресс, 2000, № 8, с. 163−165.
  54. В.Ю. Замечания на тему внедрения автоматизированных систем управления (персоналом)// http://www.russianenteфrisesolutions.corn/news/y00/l 022.html.
  55. М. Ноющие боли в области персонала// PC Week, № 29,2006,с.23−25.
  56. А. Стандарты 3-го тысячелетия. Internet: http://www.documenta.spb.ru/
  57. С. С., Orlin J. В., Tai R. P. Optimized crossover for maximum independent set. Oper. Res. v45 (1997), pp 225−234.
  58. Agrawal R., Imielinski Т., Swami A. Mining Associations Between Sets of Items in Massive Databases. // Proceedings of the 1993 ACM SIGMOD1. ternational Conference on Management of Data, 26−28 of May 1993, Washington, USA, p. 207−216.
  59. Agrawal R., A. Gupta, and S. Sarawagi. Modeling Multidimensional Databases. // Proceedings of the 13th International Conference on Data Engineering, 7−11 of April 1997, Birmingham, UK, p. 232−243.
  60. Balas E., Niehaus W. Finding large cliques in arbitrary graphs by bipartite matching. Cliques, coloring, and satisfiability. DIMACS Ser. Discrete Math. Theoret. Comput. Sci. v26 (1996), pp 29−49.
  61. Balas E., Niehaus W. Optimized crossover-based genetic algorithms for the maximum cardinality and maximum weight clique problems. J. Heuristics. v4 (1998), N4, pp 107−122.
  62. Bhattacharjee В., Cranston L., Malkemus Т., Padmanabhan S. Boosting Query Performance: Multidimensional Clustering. // DB2 Magazine, 2003, Vol. 7, № 2, p. 38−43.
  63. K. D., Kahng А. В., Muddu S. A new adaptive multi-start technique for combinatorial global optimizations. Oper. Res. Lett. vl6 (1994), N2, pp 101 114.
  64. Denoeux Т., Lengelle R. Initializing Back Propagation Networks Using Prototypes. // Neural Networks, 1993, Vol. 6, № 3, p. 351−363.
  65. Eiben A. E., Raue P. E., Ruttkay Zs. Genetic Algorithms with multiparent recombination. Parallel Problem Solving from Nature III. Berlin: Springer Verlag, (LNCS), v866 (1994), pp 78−87.
  66. Eremeev A. V. A genetic algorithm with a non-binary representation for the set covering problem. Operations Research Proceedings 1998. Berlin: Springer Verlag. 1999. pp 175−181.
  67. Goldberg D. E. Genetic algorithms in search, optimization, and machine learning. Reading, MA: Addison-Wesley. 1989.
  68. Golub G., Van Loan C. Matrix Computations. New York, NY: Academic Press, 1981,401 p.: il.
  69. Grigoriev R.O. Identification and Control of Symmetric System, Phys.Rev. E57, 1550,1998.
  70. Heckerman D. Bayesian Networks for Data Mining // Data Mining and Knowledge Discovery, 1997, Vol. 1, № 1, p. 79−120.
  71. Hernandez M., Stolfo S. Real-world Data is Dirty: Data Cleansing and the Merge/Purge Problem. // Data Mining and Knowledge Discovery, 1998, № 2, p.9−37.
  72. Henderson.K.Delphi Datebase Developer’s Guide. SAMS Publishing, 1999/
  73. Inmom W.H. Different Data Warehouse Types. // DM Review, 2000, June. // http://www.dmreview.com/master.cfm?NavID=198&EdID=2277.
  74. Johnson D. S., McGeoch L. A. The traveling salesman problem: a case study. Local search in combinatorial optimization. Chichester: Wiley, pp 215−310.
  75. Kim W. I/O Problems in Preparing Data for Data Warehousing and Data Mining, Part 1. // Journal of Object-Oriented Programming, 1998, Vol. 11, № 1, p.13−14.
  76. Kim W., Choi В., Hong E., Kim S., Lee D. A Taxonomy of Dirty Data. // Data Mining and Knowledge Discovery, 2003, Vol. 7, № 1, p.81−99.
  77. Kimball R. Dealing with Dirty Data. // DBMS, 1996, Vol. 9, № 10, p. 55−62.
  78. Mathematical Apparatus of Genetic Algorithms// http://www.basegroup.ru/genetic/math.en.htm.
  79. Marco Canty. Data access dilemma// http://bdn.borland.com/article/20 191.
  80. P. В., Francis R. L. Discrete Location Theory. New York: John Wiley and Sons, 1990.
  81. Per Bak, Chao Tang, Kurt Wiesenfeld, Self-Organized Criticality: An Explanation of 1/f Noise. // Phys. Rev. Lett. Vol. 59. 1997. P. 381.
  82. Rahm E., Do H. Data Cleaning: Problems and Current Approaches. // IEEE Bulleting of the Technical Committee on Data Engineering, 2000, Vol. 23, № 4, p. 3−13.
  83. Risk management system DELAN 3.1. New York, NY 10 004, Delta Analystics Corporation, 80 Broad Street, 1995, 11 lp.
  84. Schoch.G, MetaBASE by gs-soft- Ingneiburo G. Schoch, 1996.
  85. Schwefel H. P. Numerical optimization of computer models. Chichester: Wiley, 1991.
  86. Stafford Beer. The Viable System Model: Its provenance, development, methodology and pathology// http://fp.staffordbeer.f9.co.uk/papers/
  87. Wettschereck D., Aha D. W., Mohri T. A Review and Empirical Evaluation of Feature Weighting Methods for a Class of Lazy Learning Algorithms // Artificial Intelligence Review, 1997, Vol. 11, № 1−5, p.273−314.
  88. Williams J. Tools for Traveling Data. // DBMS, 1997, Vol. 10, № 7, p. 69−76.
  89. Zachman J.A. Framework for Information Systems Architectures.// IBM Systems Journal, Vol. 26, № 3, p. 276−292.1. Вод образования1. Квагуфкация1. Код вода образования1. Вод образования1. Код квалификации1. Квагис{укащя
  90. Трудовой договор Нэмер договора1. Подразделения-----1. Образование1. Код образования1. Паспорт
  91. Уровень впадения компьютером
  92. Код уровня владения компьютером1. Уровень владения
  93. Нэмер паспорта Серия паспорта
  94. Мзсгю вьдэчи Дзета вьдэчи Табегьньй номер (FK)t---11.I
  95. СПе)иагьнссть Табегьньй номер (FK) Код вода образования (FK) Код квагуфка-ум (FK)
  96. Дата немала работы Код подраздепзния (FK) Нэнагьная оплата Табегьньй номер (FK) Код должности (FK) Код разряда (FK) Код приказа (FK)--01. Код подразделения
  97. Подраздепзние Внутренней телефон Городской тегефзн1. ДргжностиТ1. Человек
Заполнить форму текущей работой

Сессия? Спокойно!