Разработка Web-приложения для аналитической обработки информации о международном научно-техническом и образовательном сотрудничестве вузов России

Числовой

-

Защитившихся_контракт

int

Числовой

-

Таблица 3.9 - Зарубежная статистика вузовского обучения

Имя поля	Тип данных	Класс данных	Связанное поле
Год	int	Числовой	-
Код ВУЗа	nvarchar	Символьные данные (Unicode)	Исполнитель.[ Код исполни-теля]

Таблица 3.9 - Зарубежная статистика вузовского обучения

Код специальности ОКСО	nvarchar	Символьные данные (Unicode)	[Специальности ОКСО].[ Код специальности]
Код квалификации	int	Числовой	[Квалификация по ОКСО].[ Код квалификации]
Код формы обучения	int	Числовой	[Форма обучения].[ Код формы обучения]
Код зарубежного вуза	int	Числовой	Заказчик.[Код заказчика]
Номер страны	int	Числовой	Страны. Номер
Всего	int	Числовой	-
На включенном обучении	int	Числовой	-
По приглашениям	int	Числовой	-

Таблица 3.10 - Зарубежная статистика послевузовского обучения

Имя поля	Тип данных	Класс данных	Связанное поле
Год	int	Числовой	-
Код вуза	nvarchar	Символьные данные (Unicode)	Исполнитель.[ Код исполнителя]
Шифр специальности ВАК	int	Числовой	[Специальности ВАК].[ Шифр специальности]
Форма обучения	int	Числовой	[Форма обучения].[ Код формы обучения]
Номер страны	int	Числовой	Страны. Номер
Код зарубежной организации	int	Числовой	Заказчик.[Код заказчика]
Всего	int	Числовой	-
По приглашениям	int	Числовой	-

Таблица 3.11 - Зарубежная статистика сотрудников вузов

Имя поля	Тип данных	Класс данных	Связанное поле
Год	int	Числовой	-
Код вуза	nvarchar	Символьные данные (Unicode)	Исполнитель.[ Код исполнителя]
Должность	int	Числовой	-

Таблица 3.11 - Зарубежная статистика сотрудников вузов

Ученое звание	nvarchar	Символьные данные (Unicode)	-
Ученая степень	int	Числовой	-
Номер страны	int	Числовой	Страны. Номер
Код зарубежной организации	int	Числовой	Заказчик.[Код заказчика]
Всего	int	Числовой	-
По приглашениям	int	Числовой	-
По межвузовским договорам	int	Числовой	-

Таблица 3.12- Направления ВАК

Имя поля	Тип данных	Класс данных
Код	nvarchar	Символьные данные (Unicode)
Направление	nvarchar	Символьные данные (Unicode)

Таблица 3.13 - Направления ОКСО

Имя поля	Тип данных	Класс данных
Код направления	nvarchar	Символьные данные (Unicode)
Название направления	nvarchar	Символьные данные (Unicode)

Таблица 3.14 - Специальности ВАК

Имя поля	Тип данных	Класс данных
Шифр специальности	nvarchar	Символьные данные (Unicode)
Специальность	nvarchar	Символьные данные (Unicode)
Группа специальности	nvarchar	Символьные данные (Unicode)
Направление	nvarchar	Символьные данные (Unicode)

Таблица 3.15 - Квалификация по ОКСО

Имя поля	Тип данных	Класс данных
Код квалификации	nvarchar	Символьные данные (Unicode)
Квалификация	nvarchar	Символьные данные (Unicode)

Таблица 3.16 - Форма обучения

Имя поля	Тип данных	Класс данных
Код формы обучения	int	Числовой
Название	nvarchar	Символьные данные (Unicode)
Описание	nvarchar	Символьные данные (Unicode)

Таблица 3.17 - Страны

Имя поля	Тип данных	Класс данных
Номер	int	Числовой
Код	nvarchar	Символьные данные (Unicode)
Alpha2	nvarchar	Символьные данные (Unicode)
Alpha3	nvarchar	Символьные данные (Unicode)
Название на английском	nvarchar	Символьные данные (Unicode)
Краткое название	nvarchar	Символьные данные (Unicode)
Полное название	nvarchar	Символьные данные (Unicode)
Форма правления	nvarchar	Символьные данные (Unicode)
Экономический уровень	nvarchar	Символьные данные (Unicode)
Регион	nvarchar	Символьные данные (Unicode)
Субрегион	nvarchar	Символьные данные (Unicode)
Дата обновления	smalldatetime	Дата/время
Дата отмены	nvarchar	Символьные данные (Unicode)

Таблица 3.18 - Международные организации

Имя поля	Тип данных	Класс данных
Code	int	Числовой
Name	nvarchar	Символьные данные (Unicode)
Alpha	nvarchar	Символьные данные (Unicode)
Established	ntext	Символьные данные (Unicode)
Note	ntext	Символьные данные (Unicode)
Aim	ntext	Символьные данные (Unicode)

3.3 Многомерная модель данных для построения OLAP-куба по международному научно-техническому сотрудничеству вузов и научных организаций России

В процессе принятия решений пользователь генерирует некоторые гипотезы, которые необходимо проверять. Проверка гипотезы может быть осуществлена на основе информации об анализируемой предметной области. Причем не представляется возможным заранее предусмотреть, какие запросы будет формировать пользователь, т.к. генерация этих запросов производится «на лету».

К тому же требуется, чтобы анализ данных можно было осуществлять по множеству параметров, т.е. должна быть предусмотрена возможность выполнения многомерного анализа данных.

В связи с этим встает вопрос о том, как организовать данные, описывающие предметную область так, чтобы по ним было удобно проводить многомерный анализ.

Такой анализ данных целесообразно проводить на основе многомерной модели данных, которая лежит в основе построения большинства хранилищ данных.

Многомерная модель данных - это информационное содержимое предметной области в виде N-мерного куба (гиперкуба), где каждая ось соответствует измерению, представлено на рисунке 3.3.1

Измерение - это последовательность значений одного из анализируемых параметров.

На пересечении осей измерений находятся факты (меры), количественно характеризующие события, описываемые значениями измерений.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 3.3.1 - Графическое представление многомерной модели данных

Многомерное представление данных позволяет легко выполнять ряд операций.

1. Срез - формирование подмножества данных, соответствующих фиксированному значению одного или нескольких измерений, т.е. построение проекции гиперкуба , представлено на рисунке 3.3.2.

2.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 3.3.2 - Операция среза многомерной модели данных

2. Вращение - изменение расположения измерений в представлении данных многомерной модели , представлено на рисунке 3.3.3.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 3.3.3 - Операция вращения многомерной модели данных

Операция вращения обычно применяется при отображении многомерных данных в отчете в виде кросс-таблиц или кросс-диаграмм.

Кросс-таблица представляет собой размещение многомерных данных на плоскости в виде сводной таблицы.

Измерения могут быть в строках и столбцах кросс-таблицы, а факты с применением какой-либо агрегирующей функции отображаются на пересечении измерений, т.е. на пересечении строк и столбцов.

В качестве агрегирующих функций чаще всего используются: минимум (min), максимум (max), сумма(sum), среднее (average), количество(count).

Кросс-таблица состоит из следующих элементов:

· заголовки строк;

· заголовки столбцов;

· матрица с фактами.

Изобразить геометрическую интерпретацию гиперкуба с размерностью более 3-х не представляется возможным. Но в принципе число используемых измерений может быть любым.

Однако следует помнить, что использование большого числа измерений не рекомендуется, в первую очередь потому, что осмысление и интерпретация результатов аналитиком в этом случае могут быть затруднены.

3. Консолидация и детализация - переход от детального представления данных к агрегированному (обобщенному) и наоборот , отражено на рисунке 3.3.4 и рисунке 3.3.5.

При выполнении операции детализации отображаются все записи, которые вносят свой вклад в формирование значения выделенной ячейки, имеющей агрегированное значение в многомерной модели.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 3.3.4 - Операция консолидации многомерной модели данных

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 3.3.5 - Операция детализации многомерной модели данных

По кросс-таблицам, полученным в результате консолидации, строятся кросс-диаграммы, позволяющие анализировать тренд.

Тренд позволяет увидеть тенденции, которые обычно скрыты из-за большого разброса значений, наличия отклонений, не типичных для отображаемого процесса.

Таким образом, представленные операции многомерной модели данных предоставляют конечному пользователю ряд аналитических и навигационных функций:

· расчеты и вычисления по нескольким измерениям;

· анализ трендов;

· выборка подмножеств данных для просмотра;

· получение обобщенных (агрегированных) значений;

· переход к детальным данным, лежащим в основе анализа;

· вращение кросс-таблиц отображаемых данных.

Легкость проводимых манипуляций с гиперкубом обеспечивает возможность формирования запросов «на лету».

Есть два основных подхода к реализации многомерной модели данных:

· Multidimensional OLAP (MOLAP) - реализация механизма при помощи многомерной базы данных на стороне сервера, т.е. использование специализированных OLAP-средств.

· Relational OLAP (ROLAP) - построение кубов «на лету» на основе SQL запросов к реляционной СУБД, т.е. внедрение средств OLAP в реляционную СУБД.

Каждый из этих подходов имеет свои плюсы и минусы.

MOLAP использует для хранения и управления данными многомерные базы данных. При этом данные хранятся в виде упорядоченных многомерных массивов.

Физически данные, представленные в многомерном виде, хранятся в плоских файлах. При этом куб представляется в виде одной плоской таблицы, в которую построчно вписываются все комбинации всех измерений с соответствующими им значениями фактов.

ROLAP использует для хранения и управления данными реляционные базы данных.

В таблице 3.19 представлена сравнительная характеристика ROLAP и MOLAP, из которой видно, что по многим параметрам ROLAP превосходит MOLAP.

Таблица 3.19 - Сравнительные характеристики ROLAP и MOLAP

Характеристики	ROLAP	MOLAP
Производительность	Ниже	Выше
Требуемый объем памяти	Меньший	Больший
Обработка разреженных данных	Лучше	Хуже
Обработка детализированных данных	Лучше	Хуже
Функциональная гибкость	Выше	Ниже
Уровень защиты данных	Выше	Ниже

В связи с тем, что рабочее место аналитика (аналитические возможности) разрабатываются для системы, которая уже реализована средствами реляционной СУБД, то целесообразно выбрать в качестве способа реализации многомерной модели данных модель ROLAP.

В этом случае построение кубов производится «на лету» на основе SQL запросов к имеющейся реляционной БД.

В настоящее время распространены две основные схемы реализации многомерного представления данных с помощью реляционных таблиц: схема «звезда» и схема «снежинка».

Наибольшее распространение получила схема «звезда» ввиду простоты ее реализации и более высокого быстродействия.

На рисунке 3.3.6 изображена схема, в центре которой располагаются факты и агрегатные данные, а «лучами» являются измерения. Каждая звезда описывает определенное действие (процесс), например, финансирование.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 3.3.6 - Пример схемы «звезда»

Схема «звезда» предполагает выделение таблиц фактов и таблиц измерений. Каждая таблица фактов содержит детальные данные и внешние ключи на таблицы измерений.

Таблица фактов содержит уникальный составной ключ, объединяющий первичные ключи таблиц измерений.

Таблицы измерений содержат неизменяемые либо редко изменяемые данные. Обычно для однозначной идентификации члена измерения используется суррогатный ключ и как минимум одно описательное поле (обычно имя члена измерения).

Каждая таблица измерений должна находиться в отношении «один-ко-многим» с таблицей фактов.

При реализация многомерного представления данных в дипломном проекте также используется схема «снежинка». Как и в схеме «звезды», схема «снежинки» представлена централизованной таблицей фактов, соединенной с таблицами измерений. Отличием является то, что здесь таблицы измерений нормализованы с рядом других связанных измерительных таблиц, -- в то время как в схеме звезды таблицы измерений полностью денормализованы, с каждым измерением представленным в виде единой таблицы, без соединений на связанные таблицы в схеме «снежинки». Чем больше степень нормализации таблиц измерений, тем сложнее выглядит структура схемы «снежинки». Создаваемый «эффект снежинки» затрагивает только таблицы измерений, и не применим к таблицам фактов. Пример схемы «снежинка» приведен на рисунке 3.3.7.



Рисунок 3.3.7 - Пример схемы «снежинка»

На основании вышесказанного для предварительной подготовки данных с целью их оптимизации были разработаны многомерные модели данных в виде схем «звезда» и «снежинка».

Схема реализации многомерного представления данных для формирования гиперкуба «сводные данные по исполнителям» представлена на рисунке 3.3.8.

Рисунок 3.3.8 - Многомерная модель данных для гиперкуба «Сводные данные по исполнителям»

В представленной на рисунке 3.3.8 схеме основными таблицами измерений являются таблицы «Общий фонд по каждому договору», «Участники научного исследования », «Заказчики научного исследования», «Научное исследование». Таблица «Распределение средств» является таблицей фактов, связанной с таблицами измерений отношениями «один-ко-многим». При формировании запросов к базе данных пользователю будут предложены следующие измерения: область знания, экономический район, профиль вуза, вид вуза, регион заказчика, страна заказчика, форма исследования, вид исследования.

Схема реализации многомерного представления данных для формирования гиперкуба «сводные данные по регионам мира» представлена на рисунке 3.3.9.



Рисунок 3.3.9 - Многомерная модель данных для гиперкуба «Сводные данные по регионам мира»

В схеме представленной на рисунке 3.3.9 таблицами измерений являются таблицы «Классификатор исполнителей», «Заказчик», «Исполнитель», «Специализация исполнителей».

При формировании запросов к базе данных пользователю будут предложены следующие измерения: наименование заказчика, наименование вуза, вид вуза, профиль вуза, год.

Схема реализации многомерного представления данных для формирования гиперкуба «Российская статистика довузовского обучения» представлена на рисунке 3.3.10.

Рисунок 3.3.10 - Многомерная модель данных для гиперкуба «Российская статистика довузовского обучения»

Схема реализации многомерного представления данных для формирования гиперкуба «Российская статистика послевузовского обучения» представлена на рисунке 3.3.11.

Рисунок 3.3.11 - Многомерная модель данных для гиперкуба «Российская статистика послевузовского обучения»

Схема реализации многомерного представления данных для формирования гиперкуба «Российская статистика вузовского обучения» представлена на рисунке 3.3.12.

Рисунок 3.3.12 - Многомерная модель данных для гиперкуба «Российская статистика вузовского обучения»

Схема реализации многомерного представления данных для формирования гиперкуба «Зарубежная статистика послевузовского обучения» представлена на рисунке 3.3.13.

Рисунок 3.3.13 - Многомерная модель данных для гиперкуба «Зарубежная статистика послевузовского обучения»

Схема реализации многомерного представления данных для формирования гиперкуба «Зарубежная статистика сотрудников вузов» представлена на рисунке 3.3.14.

Рисунок 3.3.14 - Многомерная модель данных для гиперкуба «Зарубежная статистика сотрудников вузов»

Схема реализации многомерного представления данных для формирования гиперкуба «Зарубежная статистика вузовского обучения» представлена на рисунке 3.3.15.



Рисунок 3.3.15 - Многомерная модель данных для гиперкуба «Зарубежная статистика вузовского обучения»

4. Разработка интерфейса WEB-приложения для аналитической обработки данных

Основной задачей дипломного проекта является разработка программного обеспечения для аналитической обработки информации о международном и научно-техническом и образовательном сотрудничестве вузов России на основе технологии OLAP. Разработанный интерфейс предоставляет конечному пользователю возможность определения структуры OLAP-куба, с которым он хочет работать и в графической форме результаты выводятся в виде таблиц и диаграмм. При запуске приложения оператор попадает на форму представленную на рисунке 4.1.1.

Рисунок 4.1.1 - Главная страница приложения

На основе рассмотренных в предыдущей главе многомерных моделей данных пользователь выбирает куб, с которым будет работать, руководствуясь желаемой областью анализа данных.

После выбора оператор попадает на одну из форм, общий вид которых рассмотрим на примере формы «Сводные данные по исполнителям», представленной на рисунке 4.1.2.



Рисунок 4.1.2 - Форма «Сводные данные по исполнителям»

По оси X и Y пользователь выбирает структуру формируемого куба. Выпадающие списки обеспечивают возможность выбора измерений, по которым будут формироваться результирующая таблица и гистограмма. Топология таблиц сложна, число связей велико, поэтому пользователю предлагается дополнительно выбрать значения выводимых полей таблиц измерений. На рисунке 4.1.3 продемонстрирован процесс выбора оператора. Для полноты информации при формировании запроса пользователю необходимо выбрать «меру», то есть непосредственно критерий, по которому будет заполняться матрица фактов выводимой таблицы. За это действие отвечает выпадающий список «Вывести».

Рисунок 4.1.3 - Выпадающие списки на формах

Обработчик кнопки «Сформировать» формирует и отсылает запрос к SQL серверу, результатом которого является получение необходимого среза OLAP куба. На рисунке 4.1.4 представлен вариант отображения этого среза в виде таблицы, а на рисунке 4.1.5 в виде гистограммы.

Рисунок 4.1.4 - Табличный вид отображения данных

Рисунок 4.1.5 - Отображение данных в виде гистограммы

В качестве примера рассмотрим следующую ситуацию. Пользователю необходимо получить информацию о финансировании исследований, связанных с регионом заказчика и профилями вузов. Изначально оператора интересуют регионы мира с наибольшим финансированием по естественно-научному и гуманитарному профилям.

Порядок действий:

1. Запускаем приложение, выбираем «сводные данные по исполнителям».

2. По оси Х выбираем в качестве измерения «Регион заказчика», по оси Y выбираем в первом списке «Профиль вуза», во втором конкретизируем до «естественно-научный и гуманитарный».

3. В качестве меры нас интересует финансирование, поэтому в списке «Вывести» выбираем соответствующее поле.

4. Нажимаем кнопку «Сформировать». Результат в виде таблицы и диаграммы на рисунке 4.1.6.

Рисунок 4.1.6 - Результат работы программы при выводе финансирования по регионам заказчиков и естественно-научным и гуманитарным профилям вузов

В рассматриваемом примере Южная Америка занимает лидирующую позицию по критерию финансирования.

Предположим, что теперь необходимо просмотреть информацию по финансированию проектов по регионам заказчиков по всем профилям вузов. Для этого будет достаточным в дополнительном выпадающем списке напротив оси Y сменить вариант «естественно-научный и гуманитарный» на «название». После этого получим результат в виде таблицы, представленной на рисунке 4.1.7 и в виде диаграммы, представленной на рисунке 4.1.8.



Рисунок 4.1.7 - Табличный вывод данных по регионам заказчиков и профилям вузов

Рисунок 4.1.8 - Вывод данных в виде гистограммы по регионам заказчиков и профилям вузов

Для визуализации выборок при объемных таблицах данных на форме диаграммы предусмотрена легенда, благодаря которой значительно упрощается восприятие результирующей информации конечным пользователем. В рассматриваемом нами примере на диаграмме на рисунке 4.1.8 коричневым цветом обозначена Европа, которая занимает лидирующие позиции по финансированию в областях: исследование и разработка, научно-методическая, прикладная.

Для более детальной информации по финансируемым видам исследований в Европе достаточно просто подкорректировать измерения нового куба и получим результат на рисунке 4.1.9.

Рисунок 4.1.9 - Финансирование по видам исследований в Европе

Теперь пользователь может подробно ознакомиться с распределением финансирования средств по интересующему его региону по видам исследований.

Так как прикладной тип исследования является одним из доминирующих в данном примере, может появиться необходимость в просмотре профилей вузов, финансируемых по данному типу. Результаты подобной пользовательской выборки также легко получаются при смене формируемых измерений OLAP куба и представлены на рисунке 4.1.10



Рисунок 4.1.10 - Финансирование по профилям вузов в области прикладных исследований

Разработанный интерфейс предлагает пользователю обширный выбор вариантов формирования измерений гиперкуба для последующего вывода результатов в графической форме. Визуализация происходит как в масштабах всего множества полученных данных, так и локально в пределах среза куба для более детального рассмотрения. Использование легенд, цифровых сеток, отображений значений столбцов на диаграмме направлены на улучшение восприятия конечного оператора и оптимизации его дальнейшего принятия решений. Мягкий цветовой фон и отсутствие необходимости перезагрузки страницы направлены на повышение концентрации при работе пользователя. Интерфейс предельно прост и интуитивно понятен, полностью оптимизирован под выполняемые задачи. Решение отказаться от нагроможденности форм несколько лишило его гибкости, но привело к повышению скорости обработки действий оператора.

Разработка интерфейса осуществлена на базе технологии ASP.NET и компонентов библиотеки MS OWC. Реализация отображения графических изображений формируемых при помощи MS OWC происходит при помощи встроенного в ASP.NET обработчика HTTPhendler, которая компилируется при вызове этого файла во время формирования изображения в объекте Image. Таким образом, формирование картинки происходит “налету” и не требует предварительного формирования файла. После того как экземпляр класса библиотеки OWC11 сформирует графическое представление переданных результатов, он возвращает изображение вызывающему его объекту. В случае если построение графика не было завершено, программа не выполняет прорисовку графики, а в сессию передается сообщение об ошибке.

5. Разработка программного обеспечения WEB-приложения для аналитической обработки данных

5.1 Реализация подключения к источнику данных

Разработка программного обеспечения в дипломном проекте имеет следующие основные направления:

1) Cоздание пользовательского OLAP клиента для доступа к SQL серверу при использовании технологии ADO MD на платформе .NET.

2) Формирование запросов к OLAP кубам на языке MDX

Остановим свое внимание на решении первой задачи.

Общая структура доступа к данным на основе модели «клиент-сервер» изображена на рисунке 5.1.1.

Рисунок 5.1.1 - Структура доступа к данным на основе модели «клиент-сервер»

Для подключения к SQL серверу используется объект AdomdConnection

Объект AdomdConnection используется в ADOMD.NET для установления соединений с источниками аналитических данных, например базами данных служб Analysis Services. Объект AdomdConnection можно использовать для выполнения команд, получения данных и метаданных из источника аналитических данных.

Конструкторы объекта AdomdConnection:

§ AdomdConnection(String) - инициализация нового экземпляра AdomdConnection класса, используя указанную строку соединения

§ AdomdConnection(AdomdConnection) - инициализация нового экземпляра AdomdConnection класса, используя значения из указанного AdomdConnection класса

Свойства объекта AdomdConnection:

§ ConnectionString - задает строку, которая используется для открытия источника аналитических данных

§ Cubes - представляет коллекцию кубов источника аналитических данных

§ SessionID - идентификатор сессии

§ State - текущее состояние соединения

Методы объекта AdomdConnection:

§ Open(String) - открытие соединения с аналитическим источником данных

§ CreateCommand - создает и возвращает AdomdCommand, который связан с AdomdConnection

§ GetType - возвращает объект Type для текущего экземпляра

§ Close(Boolean) - закрывает подключение к базе данных

Каждый объект AdomdConnection имеет коллекцию объектов CubeDef, которые представляют кубы, доступные для пользователя или приложения. Объект CubeDef выдает информацию о кубах, а также о различных объектах, связанных с кубами, например измерениях, ключевых индикаторах производительности, мерах, именованных наборах и так далее.

Рассмотрим основные свойства объектов CubeDef:

§ Caption -заголовок CubeDef

§ Description - описание

§ Dimensions - экземпляр DimensionCollection класса, который содержит измерения CubeDef класса

§ Measures - экземпляр MeasureCollection класс, который содержит меры по CubeDef

5.2 Реализация получения данных из источника аналитических данных

При извлечении аналитических данных объект AdomdDataReader обеспечивает хороший баланс между затратами и интерактивностью. Объект AdomdDataReader извлекает из источника аналитических данных плоский поток данных, доступных только для чтения и последовательного доступа. Этот небуферизованный поток данных позволяет процедурам последовательно обрабатывать получаемые из источника данных результаты с высокой эффективностью. Благодаря этому объект AdomdDataReader хорошо подходит для извлечения больших объемов данных в целях отображения, поскольку данные не кэшируются в памяти.

Кроме того, объект AdomdDataReader также может повышать производительность приложения за счет извлечения данных по мере их поступления, не дожидаясь возвращения полных результатов запроса. Объект AdomdDataReader также сокращает затраты системных ресурсов, так как, по умолчанию, этот модуль чтения хранит в памяти только одну строку за раз.

Платой за оптимизированную производительность является то, что объект AdomdDataReader предоставляет меньше сведений об извечных данных, чем другие методы получения данных. Объект AdomdDataReader не поддерживает большие модели объектов для представления данных или метаданных, кроме того, эта модель объекта также не позволяет использовать более сложные аналитические функции, как, например обратная запись в ячейку. Однако объект AdomdDataReader все же предоставляет набор строго типизированных методов для извлечения данных набора ячеек, а также метод для извлечения метаданных набора ячеек в табличном формате. Кроме того, объект AdomdDataReader реализует интерфейс IDbDataReader для поддержки привязки данных и извлечения данных при помощи метода SelectCommand из пространства имен System.Data библиотеки классов платформы Microsoft .NET Framework.

Для формирования запросов к базе данных используется язык MDX. Назначение языка MDX (Multidimensional Expressions) -- предоставить в распоряжение разработчиков средство для более простого и эффективного доступа к многомерным структурам данных. В Microsoft SQL Server 2000 Analysis Services язык MDX используется для формирования запросов и описания алгоритмов получения вычисляемых значений.

В языке MDX выражение SELECT используется для задания набора данных, содержащего подмножество многомерных данных.

SELECT-запрос содержит следующую информацию:

§ число осей (в одном запросе можно указать до 128 осей)

§ список членов измерения, которые должны быть включены для каждой оси;

§ имя куба, к которому производится запрос;

§ список членов среза.

5.3 Пространство имен System.Web

Пространства имен System.Web содержат типы, обеспечивающие возможности взаимодействия между браузером и сервером. Дочерние пространства имен включают типы, поддерживающие проверку подлинности с помощью форм ASP.NET, службы приложений, кэширование данных на сервере, настройку приложений ASP.NET, динамические данные, обработчики HTTP-данных, сериализацию JSON, встраивание функций AJAX в ASP.NET, безопасность ASP.NET и веб-службы.

Классы:

§ DefaultHttpHandler - представляет свойства и методы обработчика HTTP-данных, заданного по умолчанию

§ HttpApplication - определяет методы, свойства и события, являющиеся обычными для всех объектов приложений ASP.NET

§ HttpApplicationState - позволяет обмен общими сведениями между несколькими сеансами и запросами в приложении ASP.NET

§ HttpServerUtility - предоставляет вспомогательные методы для обработки веб-запросов

§ TraceContext - получает и представляет подробности выполнения веб-запроса

Пространства имен System.Web.UI, System.Web.UI.WebControls, System.Web.UI.WebControls, System.Web.UI.HtmlControls необходимы для создания элементов web-интерфейса и содержат следующие классы:

§ HtmlForm - предоставляет программный доступ к элементу HTML <form> на сервере

§ HtmlTable - разрешает программный доступ к элементу HTML <table> на сервере

§ Control - определяет свойства, методы и события, общие для всех ASP.NET серверных элементов управления

§ BaseTemplateParser - инфраструктура, реализует синтаксический анализ шаблона ASP.NET для файлов шаблонов

§ Button - отображает элемент управления "Кнопка" на web-странице

§ ListBox - представляет элемент управления списком, позволяющий выбрать один или несколько его элементов

§ DropDownList - представляет элемент управления, позволяющий пользователю выбрать один элемент из раскрывающегося списка

§ GridView - отображает значения источника данных в таблице, где каждый столбец представляет поле, а каждая строка -- запись. Элемент управления GridView позволяет выбирать, сортировать и изменять эти записи

§ Image - отображает изображение на веб-странице

§ Page - представляет файл ASPX, называемый также страницей веб-формы, запрашиваемый с сервера, где выполняется веб-приложение ASP.NET

5.4 Пространство имен System.Data

В рамках дипломного проекта пространство имен System.Data используется для построения и работы с таблицами. Содержит в себе следующие классы:

§ DataTable - представляет одну таблицу с данными в памяти

§ DataColumn - представляет схему столбца в DataTable

§ DataRow - представляет строку данных в DataTable

§ DataView - представляет настраиваемое и допускающее привязку данных представление объекта DataTable для сортировки, фильтрации, поиска, изменения и навигации

В свою очередь класс DataTable имеет следующие конструкторы:

§ DataTable - инициализирует новый экземпляр класса DataTable, не передавая ему никаких аргументов

§ DataTable(String) - инициализирует новый экземпляр класса DataTable с указанным именем таблицы

Свойства класса DataTable:

§ Columns - получает коллекцию столбцов, принадлежащих данной таблице

§ Rows - получает коллекцию строк, принадлежащих данной таблице

§ MinimumCapacity - возвращает или задает начальный размер таблицы

Методы класса DataTable:

§ BeginInit - начинает инициализацию класса DataTable, используемого в форме или другим компонентом. Инициализация осуществляется во время выполнения

§ Copy - копирует структуру и данные для DataTable

§ Equals(Object) - определяет, равен ли заданный объект Object текущему объекту Object

§ NewRow - создает новый класс DataRow, имеющий ту же схему, что и таблица

§ Select(String) - получает массив всех объектов DataRow, отвечающих условиям фильтра в порядке первичного ключа (если ключ отсутствует, то в порядке их добавления)

§ GetRowType - получение типа строки

В данной главе были рассмотрены основые классы, методы, структуры, используемые для реализации программного обеспечения web-приложения. Также стоит упомянуть об использовании пространства имён System.Security.Cryptography, а точнее класса RandomNumberGenerator для генерации случайного цвета отображения столбцов в гистограмме, пространство System.Text, представляющее кодировки ASCII, Юникод, UTF-7 и UTF-8, абстрактные базовые классы для преобразования блоков символов в блоки байтов и обратно. Пространство System.Collections содержит интерфейсы и классы, которые определяют различные коллекции объектов, такие как списки, очереди, двоичные массивы, хеш-таблицы и словари.

Структура разработанного программного обеспечения устроена следующим образом:

· страницы дизайна располагаются в файлах *.aspx, сам программный код и код обработки этих страниц в файлах *.cs;

· для каждого разработанного куба созданы отдельные страницы дизайна форм и программного кода обработки, принцип построения этих страниц один и тот же, поэтому для понимания работы программного обеспечения в целом достаточно шаблона обработки одного куба, с которым можно ознакомиться в приложении А;

· разработанное web-приложение является кроссплатформенным, то есть работает в различных браузерах, тестировалось при использовании Opera 11.0, Mozilla firefox 4.0, Google Chrome, Internet Explorer 8.0

Ознакомиться с практическим использованием данных классов, функций, методов можно на компакт-диске, являющимся приложением к дипломному проекту.

6. Экономическое обоснование дипломного проекта

6.1 Концепция

Международное научно-техническое сотрудничество -- одно из наиболее динамично развивающихся направлений внешнеэкономической деятельности, которое включает совместную разработку научно-технических проблем, обмен научными результатами и производственным опытом, совместную подготовку квалифицированных кадров. Сфера МНТС охватывает широкий спектр вопросов: от фундаментальных исследований до решения практических задач.

В свете вышесказанного, очевидна необходимость быстрого доступа к данным, наличие возможности гибкого поиска и сортировки, удобного и интуитивно понятного интерфейса конечного пользователя.

Целью экономического обоснования является определение экономической целесообразности реализации проекта.

Этапами ТЭО являются:

- определение трудоемкости выполнения работ;

- определение себестоимости проведение НИР;

- комплексная оценка эффективности НИР;

- анализ полученных данных.

6.2 Трудоемкость выполнения работ

Определению сметной стоимости разработки программного обеспечения, объектом оценки которой является научно-исследовательская тема, предшествует формирование исходных данных, необходимых для проведения расчетов. Их основой являются данные о перечне выполняемых работ и их трудоемкости, которые сведены в таблицу 6.1.

Таблица 6.1 - Перечень выполняемых работ и их трудоемкость

№ этапа	Наименование работ	Трудоемкость, чел.-дни
		С.н.с.	Инженер
1	Составление технического задания.	1	3
2	Разработка методов решения задачи. Выбор языка программирования.	1	5
3	Изучение литературы.	-	5
4	Анализ предметной области.	-	2
5	Разработка многомерных моделей данных для построения OLAP-кубов.	1	4
6	Разработка интерфейса web-приложения для аналитической обработки данных .	1	5
7	Разработка алгоритмического и программного обеспечения web-приложения для аналитической обработки данных	-	29
9	Тестирование и отладка программного обеспечения.	-	5
10	Составление технической документации.	-	10
11	Оформление отчета.	-	7
12	Сдача проекта.	1	1
Итого:	4	76

Таким образом, трудоемкость выполнения работы инженера составляет 76 чел. - дней, а старшего научного сотрудника 4 чел. - дней. Общее время выполнения НИР составляет 80 чел. - дней. Из них машинное время составило 63 чел.- дня.

6.3 Определение себестоимости проведения НИР

Калькуляция себестоимости разрабатываемого программного обеспечения осуществляется по следующим статьям:

- материалы, с учетом транспортных расходов;

- спецоборудование;

- расходы на оплату труда (в том числе, дополнительная заработная плата);

- отчисление на социальные нужды;

- затраты по работам, выполняемыми сторонними организациями;

- командировочные расходы;

- прочие прямые расходы;

- накладные расходы.

Далее приведем расшифровку, приведенных статей расходов, в определенном списком порядке.

Материалы.

В данном расчете на статью “материалы” относятся расходы на основные и вспомогательные материалы, покупные полуфабрикаты и комплектующие изделия, использованные при выполнении разработки. Стоимость выше перечисленного определяется из величины их расхода, действующих цен и транспортно-заготовительных расходов. Причем, величина транспортно-заготовительных расходов принимается равной 15% стоимости материалов, полуфабрикатов и комплектующих изделий, то есть, вычисляется по формуле:

,

где:

- затраты на материалы, руб.

- норматив транспортно-заготовительных расходов, 15%.

Затраты по статье “материалы” приведены в таблице 6.2.

Таблица 6.2 - Затраты по статье “материалы”

Материалы	Единица измерения	Количество	Цена, руб.	Сумма, руб.
Бумага писчая	Пачка	1	199	199
Картридж для принтера	шт.	1	2 205	2 205

Таблица 6.2 - Затраты по статье “материалы”

Компакт диск CD-R	шт.	2	25	50
Флэш-накопитель	шт.	1	499	499
Канцелярские товары	шт.	2	25	50
Итого	3 003
Транспортные расходы, 10%	450
Всего:	3 453

Спецоборудование.

Дополнительное спецоборудование не требуется

Расходы на оплату труда.

Средняя з/пл за 1 рабочий день для каждой категории исполнителей определяется исходя из месячного оклада и среднего количества рабочих дней в месяц принимаемого за 22 дня.

Расходы на оплату труда разработчиков рассчитывается по формуле:

,

где :

Т₁ - трудоёмкости выполнения работ по разработке проектируемой системы управления по каждой специальности;

С_30мес - месячные оклады по каждой специальности;

H_нач - норматив начислений, устанавливаемый на данном конкретном предприятии, %;

t - среднее количество рабочих дней в месяц (22 дня).

«Отчисления на социальные нужды» рассчитывается пропорционально з/пл разработчиков в размере 26,2%:

- федеральный бюджет ? 20%;

- фонд социального страхования ? 3,2%;

- фонд обязательного медицинского страхования ? 2,8%;

- страхование от несчастных случаев ? 0,2%

С_СН = С_ЗО Н_СН/100,

где Н_СН - суммарный норматив отчислений на социальные нужды, устанавливаемый законодательно (Налоговый кодекс РФ).

Таблица 6.3 - Затраты по статьям: “расходы на оплату труда”

№	Специальность	Месячный оклад, руб.	Дневная ставка, руб.	Трудоемкость, дней.	Расходы по з/пл., руб.
1	Инженер	15 000	681	76	51 756
2	Главный спец.	25 000	1 136	4	4 544
Итого, з/пл.	56 300
Отчисления на социальные нужды, 26.2%	14 750

Затраты по работам, выполняемым сторонними организациями.

В качестве расходов на оплату услуг сторонних организаций условно выступают затраты на аренду машинного времени. Сумма арендной платы рассчитывается по формуле:

,

где - часовая ставка арендной платы - 25 рублей,

- время аренды ЭВМ - примем равным 504 часам (с учетом 8-ми часового рабочего дня)

Командировочные расходы.

Командировки специалистов, проводящих разработку программного обеспечения, не предусмотрены.

Прочие прямые расходы.

Смета по статье “прочие прямые расходы”, включающая затраты связанные с получением специальной научно-технической литературы, а также платежи за использование средств связи и коммуникации приведены в таблице 6.4.

Таблица 6.4 - Затраты по статье “прочие прямые расходы”

Наименование	Единица измерения	Количество	Цена, руб.	Сумма, руб.
Средства связи и коммуникации
Доступ в интернет	мес.	2	500	1000
Научно-техническая литература
Мэтью Мак-Дональд, Марио Шпушта «Microsoft ASP.NET 2.0 с примерами на C#», Москва «Вильямс», 2007	шт.	1	773	773
Эндрю Троэлсен «Язык программирования C# 2005 », Москва «Вильямс», 2007	шт.	1	850	850
Сахил Малик «Microsoft ADO.NET 2.0 », Москва «Вильямс», 2007	шт.	1	440	440
Роберт Виейра «Программирование баз данных Microsoft SQL Server 2005 », Москва «Диалектика», 2007	шт.	1	552	552
Итого	3 615

Накладные расходы.

В эту статью включаются расходы на управление и хозяйственное обслуживание проектной команды.

,

Где Н_НР - норматив накладных расходов, составляет 20%.

Смета затрат на НИР.

Смета затрат на НИР, основанная затратах, по статьям расходов, приведенных выше, представлена в таблице 6.5.

Таблица 6.5 - Смета затрат на НИР

№	Статья затрат	Сумма, руб.
1	Материалы	3 453
2	Спецоборудование	0
3	Расходы на оплату труда	56 300
4	Отчисления на социальные нужды	14 750
5	Затраты по работам, выполняемым сторонними организациями	12 600
6	Командировочные расходы	0
7	Прочие прямые расходы	3 615
8	Накладные расходы	11 260
Итого себестоимость разработки	101 978

Определение потребности в начальном капитале.

Потребность в начальном капитале формируется за счет средств затраченных на НИР - 101 978 руб., а также дополнительных средств, необходимых для приобретения ПО для разработки и других дополнительных средств.

Потребность в начальном капитале по каждой из перечисленных выше позиций рассчитывается по формуле:

где:

- цена i-го вида оборудования (программы),

- cрок службы i-го вида оборудования (программы), принимается равным пяти годам,

k - число рабочих часов в году, 1986 часов.

- время использования i-го вида оборудования (программы), принимается равным произведению количества дней затраченных на проект на число рабочих часов в день, 504 часа

Расчеты по приведенной выше формуле, для элементов списка представленного в начале параграфа, сведены в таблицу 6.6

Таблица 6.6 - Потребность в начальном капитале

№	Наименование	Цена, руб.	Потребность в начальном капитале, руб.
Компьютерная техника
1	Принтер HP LaserJet 1018	4 190.00	284
Информационные системы, системы обработки данных
1	Microsoft Visual Studio Pro 2008 English	28 350.00	1 920
2	Microsoft Office 2007	4 590.0	310
Итого	2 514

Итого суммарная потребность в начальном капитале составила:

6.4 Экономическая эффективность проекта

Количественная оценка.

В данном разделе приводится расчет основных показателей, характеризующих экономическую привлекательность проекта.

Данная разработка была выполнена по заказу Минобрнауки России и полностью оплачена.

- цена продажи проекта, после согласования с заказчиком была принята равной:

 = 160 000 руб.

- начальные вложения, связанные с реализацией проекта. = 104 492 руб.

Экономический эффект от продаж:

- прибыль, полученная от реализации проекта, численно равна разнице между ценой продажи и капитальными вложениями, связанными с реализацией проекта:

= - = 55 508 руб.

6.5 Рентабельность

Определение экономической привлекательности проекта будет произведено на основе показателя рентабельности инвестиций (ROI - Return on investments), который можно определить как отношение прибыли полученного от проекта к начальным инвестициям в него вложенным. Т.е. рентабельность инвестиций можно определить по формуле:

Окончательно, основываясь на всех приведенных выше данных, рентабельность проекта составит:

ROI =

Таким образом, рентабельность, составляющая 53,12% процентов, позволяет говорить об экономической целесообразности разработанного проекта.

6.6 Качественная оценка

Разработанный программный модуль позволяет оперативно выполнять поисковые выборки из базы данных и предоставлять результаты в текстовой и графической формах, может быть использован для анализа образовательной деятельности вузов России; для любого отдела, занимающегося международной деятельностью научно-исследовательской части вузов России; для аналитических оценок.

Анализ основных показателей международной деятельности, проводимый по видам и профилям организаций, экономическим районам страны, регионам мира, областям знаний, финансирующим организациям позволит получить как обобщенную, так и сравнительную оценку современного состояния вузовского сектора науки.

Главной целью системы является разработка программного обеспечения для аналитической обработки информации о международном научно-техническом и образовательном сотрудничестве вузов России.

Анализируя сравнительную оценку экономической эффективности программного модуля, следует отметить, что автоматизированное программное обеспечение позволит значительно упростить работу с данными:

· уменьшение времени обработки информации;

· уменьшение затрат на получение информации;

· обеспечение быстрого доступа к данным;

· увеличение достоверности информации;

· улучшение формы представления результирующей информации

Исходным и важнейшим фактором, определяющим конкурентоспособность товара, является уровень его качества.

Уровень качества товара - это относительная характеристика качества продукции, полученная на основе сравнения совокупности показателей качества оцениваемой продукции с соответствующей совокупностью одноименных базовых показателей по формуле.

Показатели уровня качества разработанного продукта, по отношению к базовому, приведены в таблице 6.7.

где:

- - значение i-го показателя, определяется экспертным путем

- , - уровень характеристики соответственно нового и базового НТПр

Таблица 6.7 - Показатели качества

№ п/п	Показатель	Бальная оценка	Коэффициент значимости,
		Локальная версия,	Интернет версия,
1	Скорость получения информации	1	10	0.2
2	Доступность информации	2	5	0.2
3	Затраты на получение информации	3	7	0.1
4	Форма представления информации	2	6	0.2
5	Достоверность информации	3	4	0.2
6	Полнота информации	4	6	0.1

Таким образом, уровень качества равен: = 3,75.

6.7 Выводы

1) Трудоемкость НИР: инженера - 76 чел.-дней, СНС - 4 чел.-дней.

2) Себестоимость НИР составляет 101 978 руб.

3) Потребность в начальном капитале = 104492 руб.

3) Рентабельность проекта 53,12%, при цене проекта 160 000 руб.

5) Уровень качества продукта: = 3,75

Таким образом, реализация проекта экономически целесообразна.

8. Охрана интеллектуальной собственности

8.1 Интеллектуальная собственность

Под интеллектуальной собственностью понимают особый вид гражданских прав (исключительное право) в отношении результатов интеллектуальной деятельности, таких как изобретения, промышленные образцы (дизайн), компьютерные программы, другие произведения науки, произведения литературы, искусства, которые принято называть объектами интеллектуальной собственности, а также различных средств индивидуализации производителя товаров и услуг, таких как товарные знаки, знаки обслуживания, фирменные наименования и др. Основным содержанием таких прав является монополия их владельца на использование этих объектов, включая право запретить или разрешить их использование другим, а также право переуступить другому лицу эти правомочия или отказаться от них вовсе.

Согласно определению интеллектуальной собственности, принятому в российском законодательстве, а также на основании определения Стокгольмской конференции от 14 июля 1967 г., программы для ЭВМ (компьютерные программы) и базы данных относятся к объектам интеллектуальной собственности. Программам для ЭВМ и базам данных предоставляется охрана нормами авторского права как литературным произведениям в соответствии с Бернской конвенцией, причем программы для ЭВМ охраняются как литературные произведения, а базы данных - как сборники.

В Российской Федерации вопросы предоставления правовой охраны программам для ЭВМ и базам данных регулируются 4-ой частью Гражданского кодекса РФ.

8.2 Программа для ЭВМ

Под программой для ЭВМ понимается "... представленная в объективной форме совокупность данных и команд, предназначенных для функционирования ЭВМ и других компьютерных устройств в целях получения определенного результата". Кроме того, в понятие программы для ЭВМ входят "...подготовительные материалы, полученные в ходе разработки программы для ЭВМ, и порождаемые ею аудиовизуальные отображения" [1, ст. 1261].

С точки зрения программистов и пользователей программа для ЭВМ представляет собой детализацию алгоритма решения какой-либо задачи и выражена в форме определенной последовательности предписаний, обеспечивающих выполнение компьютером преобразования исходных данных в искомый результат.

Можно выделить следующие объективные формы представления программы для ЭВМ:

исходная программа (или исходный текст) - последовательность предписаний на алгоритмическом (понятном человеку) языке высокого уровня, предназначенных для автоматизированного перевода этих предписаний в последовательность команд в объектном коде;

рабочая программа (или объектный код) - последовательность машинных команд, т. е. команд, представленных на языке, понятном ЭВМ;

программа, временно введенная в память ЭВМ, - совокупность физических состояний элементов памяти запоминающего устройства ЭВМ (ОЗУ), сохраняющихся до прекращения подачи электропитания к ЭВМ;

программа, постоянно хранимая в памяти ЭВМ, - представленная на языке машины команда (или серия команд), выполненная в виде физических особенностей участка интегральной схемы, сохраняющихся независимо от подачи электропитания.

Исходная и рабочая программы, как правило, представляются в виде записи на том или ином языке, выполненной на бумаге или машиночитаемом носителе данных: магнитном или оптическом диске, магнитной ленте и т. п.

Предоставляемая законодательством правовая охрана распространяется "... на все виды программ для ЭВМ (в том числе на операционные системы и программные комплексы), которые могут быть выражены на любом языке и в любой форме, включая исходный текст и объектный код …" [1, ст.1261]. Так как преобразование исходного текста программы для ЭВМ в объектный (машинный) код с помощью специальных программ-трансляторов не меняет сущности данной программы как произведения, то если охраняется исходный текст программы, значит, охране подлежит и соответствующий ей объектный код. Обратное тоже справедливо.

Правовая охрана программ для ЭВМ распространяется только в отношении формы их выражения и «… не распространяется на идеи, концепции, принципы, методы, процессы, системы, способы, решения технических, организационных или иных задач, открытия, факты, языки программирования» [1, ст.1259, п. 5].

8.3 Правообладатель

Программа разработана по личной инициативе автора дипломного проекта. В соответствии с законом автор программы для ЭВМ, разработанной в дипломном проекте, является ее правообладателем, т. к. программный продукт, созданный в рамках учебного процесса, является объектом интеллектуальной собственности, требующей официальной регистрации и подписания лицензионного договора.

8.4 Официальная регистрация

Для официальной регистрации программы для ЭВМ " WEB-приложение для аналитической обработки о международном научно-техническом и образовательном сотрудничестве вузов России" были оформлены следующие документы:

- Бланк заявления на официальную регистрацию.

- Титульный лист.

- Описание состава регистрируемого объекта.

- Реферат к программе для ЭВМ.

8.5 Лицензионный договор

Для передачи прав на использование программы для ЭВМ " WEB-приложение для автоматизированной публикации ежегодных статистических сборников о международном сотрудничестве вузов России в области образования " необходимо подписание лицензионного договора, приведенного ниже.

Программа для ЭВМ “ WEB-приложение для аналитической обработки информации о международном научно-техническом и образовательном сотрудничестве вузов России ”