авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 5 | 6 || 8 | 9 |   ...   | 11 |

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ (МЭСИ) IV Российская ...»

-- [ Страница 7 ] --

Представительство является одним из инструментов современного маркетинга, преследующим цель использования среды интернет как удобного средства коммуникаций между фирмой и потен циальным клиентом, позволяет распространять фирмой информацию о себе во внешнем мире. [1] Целью работы является модернизация интернет-сайта http://specservis.ru коммерческой ор ганизации ООО «Спецсервис Пром». Фирма является дилером многих производителей метизной продукции, таких как: Северсталь-метиз, ISAF, Fileur, осуществляет постоянные поставки сотням клиентов в различных регионах России.

Отсутствие современной технологичной базы не позволяло использовать сайт в качестве рационального инструмента для создания положительного имиджа предприятия, продвижения торговой марки, предоставления информации о продукции, а так же обеспечения обратной связи с клиентами. [1] Причиной необходимости модернизации послужило отсутствие удобного способа редакти рования информации, размещенной на сайте. Поскольку информация о продукции и ценах изме няется ежедневно, для подачи материала требовался специалист со знанием веб-технологий и при ем на постоянную работу такого сотрудника потребовал бы дополнительных затрат. Поэтому, со поставив издержки, руководство фирмы пришло к выводу, что необходимо сменить систему управления сайтом. Выбор был сделан в пользу битрикс (1c-bitrix.ru), так как при практическом использовании пробной версии удобство использования было выше остальных аналогов, система «1C-Битрикс: Управление сайтом» обеспечивает следующие возможности:

управление структурой и содержанием сайта;

публикация новостей, пресс-релизов и другой часто обновляемой информации;

управление показом рекламы на сайте;

создание и управление форумами;

рассылка сообщений группам подписчиков;

учет статистики посещений;

контроль за ходом рекламных кампаний;

осуществление других операций по управлению интернет-проектом.

Кроме того, на базе этого программного продукта реализовано более 20000 проектов, в их число входят интернет-представительства таких известных организаций, как: Эльдорадо, Panason ic, Xerox, ОАО «Ростелеком», АльфаСтрахование.

"1C-Битрикс: Управление сайтом" — это система управления сайтами, представляющая со бой программный продукт, построенный на базе языка php4 и поддерживающий различные веб серверы и базы данных. Последняя стабильная версия php — php 5.2.6, но данная система базиру ется на php 4 из соображений совместимости. В качестве веб-сервера можно использовать Apache ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ 1.3 и выше или MS IIS и выше или Eserv 3.0 и выше. Следует отметить, что сервер Apache очень распространен в качестве веб-сервера для платных хостингов, поэтому проблемы с выбором пло щадки не возникнет.

«1C-Битрикс» позволяет использовать различные базы данных: MySQL 4.0.18 и выше, Oracle 10g и выше или MSSQL 2000 и выше.

"1C-Битрикс: Управление сайтом" на базе MySQL - это популярная и простая в настройке версия продукта, разработанная в рассчете на массового потребителя. Она способна удовлетво рить запросы большинства клиентов, так как обладает полным функционалом, отличной произво дительностью, минимальной стоимостью размещения и оптимальной ценой. Для размещения сай та, созданного на базе этого продукта, можно использовать любой классический UNIX хостинг с поддержкой PHP и MySQL.

В процессе работы была выбрана версия на основе базы MySQL, так как уже работающие элементы сайта были выполнены на основе веб-сервера под управлением: Gentoo OS, Apache 2.2.6, php 5.2.6, MySQL. Таким образом на сервере присутствовали все компоненты для правильной ра боты системы.

Возможности представленной в статье системы управления сайтом позволили провести следующую модернизацию:

создать индивидуальный дизайн, который позволит представить имидж компании в более ярком виде.

довести до пользователей важную информацию в более доступном и удобном представлении.

с помощью интерфейса системы на сайт была добавлена реклама новой продукции и ссылки на нее были размещены на главной странице. Так же большая часть свободного места главной страницы уделена под продвижение логотипа фирмы.

Создана удобная система рассылки новых материалов и прайс-листов для постоянных заказчиков, дилеров. Для пользователей, которые хотят стать клиентами, создана возможность заполнения формы заявки. Если менеджера фирмы заинтересует возможность сотрудничества с предприятием, он подтвердит заявку пользователя на получение информации, и при следующей рассылке пользователь получит новые материалы.

Создан новый раздел для дилеров, в котором можно получить доступ к текущей информации о выгодных предложениях фирмы, ознакомится с условиями получения скидок на продукцию и в удобной форме оставить заявку на получение продукции по льготным ценам.

Построенная система позволила минимизировать расходы на сопровождение веб-сайта за счет простоты управления статической и динамической информацией. С помощью "1C-Битрикс:

Управление сайтом" управлять веб-сайтом смог, обычный пользователь персонального компью тера без специальных навыков программирования и HTML-врстки.

Калинина А. Э., Калинина В.В. Менеджмент web-сайта / учебное-методическое пособие. Волгоград, 2007.

ЗАДАЧА ПЛАНИРОВАНИЯ ЗАЩИТЫ РКС НА ОСНОВЕ БИЗНЕС-МОДЕЛИ Лукинова О.В., к.т.н., ИПУ РАН, 334-89-70, lobars@mail.ru Задача планирования защиты информационных ресурсов рассматрива-ется для распределенной компьютерной сети (РКС), под которой понимается несколько сосредоточенных компьютерных систем, связанных в сеть с помо-щью коммуникационного оборудования. Разумеется, РКС имеет один или не сколько выходов в открытую сеть. При этом, на сегодняшний день значи-тельная часть бизнес процессов компании реализуется на базе ИТ-техноло-гий. Поэтому и корпоративные сети следует рас сматривать как совокуп-ность определенных бизнес-процессов, реализованных в сетевой среде.

1. Построение бизнес-модели РКС 136 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ Совокупность процессов образует бизнес-модель РКС, для описания которой введем понятие карты бизнес-процесса. Под картой процесса будем понимать следующую совокупность объектов, описывающих процесс:

схема процесса, т.е. графическое представление последователь-ности функций, ис 1.

полнение которых приводит к решению некоторой задачи бизнеса средствами ИТ инфраструктуры;

входящий \исходящий в\из функции информационный поток;

2.

совокупность БД, хранилищ, необходимых для выполнения функций процесса;

3.

программное серверное и сетевое обеспечение с указанием порождаемых функция 4.

ми вычислительных процессов;

аппаратные объекты бизнес-процесса;

5.

пользователи\исполнители\обслуживающий персонал бизнес-процесса – начальные, 6.

конечные, промежуточные;

маршруты исполнения.

7.

Этим объектам могут быть поставлены в соответствие следующие оценочные параметры:

Уровень конфиденциальности (К) – предполагает ограничение доступа к информа 1.

ции бизнес-процесса, декларируется одним из значений лингвистической переменной «Конфиден циальность».

Степень целостности (С) задается лингвистической переменной «Целостность».

2.

Уровень доступности (D) определяется периодом времени, в течение которого дан 3.

ная функция должна поддерживаться, т.е. оперативно устраняться инциденты безопасности при ее использовании. Доступность поддерживается временем, в течение которого гарантируется восста новление функции после инцидента безопасности. Значения доступности отображаются на шкалу критериальных оценок лингвистической переменной «Доступность».

Приоритет (Р) функции отражает ценность данной функции с точки зрения бизнеса. Оп 4.

ределяется экспертно или, особенно для коммерческих организаций, может быть определен на основе оценки влияния функции на результативность деятельности предприятия [1] (для такого расчета необ ходимо ввести в компании и использовать систему Balanced ScoreCard и функционально-стоимостной анализ). Приоритет пользователя отражает значимость пользователя бизнес\процесса в орг.штатной структуре организации.

В такой интерпретации данный показатель является определяющим для назначения уровня защи ты (К, С, D) элемента бизнес-процесса и самого бизнес-процесса. Кроме того, если Приоритет отражает ценность функции, то он будет определять и ущерб (У), который понесет компания, если эта функция пе рестанет выполняться, в том числе и вследствие нарушения безопасности.

Тогда бизнес-модель РКС – это совокупность карт бизнес-процессов, реализованных в рамках сосредоточенных и коммуникационного компонент.

1. Формирование критериальных векторов оптимизации На основании оценочных параметров элементов каждому бизнес-процессу ставится в соот ветствие агрегированный оценочный критерий по правилу максимума: если в схеме бизнес процесса имеется какой-либо элемент (информационный поток, раздел БД и.т.д.) с максимальных уровнем, например, конфиденциальности, то всему бизнес-процессу присваивается именно этот статус по критерию Конфиденциальность. Аналогично поступаем по другим критерием.

Таким образом, получим два вектора оценок:

1. вектор критериев безопасности по конфиденциальности К, ценности С, доступности D, {KS} {C, D, K}, 2. вектор критериев управления по приоритету Р и по ущербу У {KM } {P,У}.

Причем каждое значение векторов {KS} и {KM } является термом соответствующей лингвисти ческой переменной, который задает уровень критерия.

Рассмотрим те параметры, изменение которых приведет к изменению значений векторов KS и KM, т.е. управляющие параметры модели.

ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ Обозначим zij,(l = K,C,D), некое средство защиты (СЗ), которое используется для обеспе l чения Конфиденциальности, Целостности и\или Доступности. Тогда для каждого бизнес-процесса получим матрицы Z С || z ij ||, Z D || z ij || и Z К || zij ||, столбцы которых содержат наборы СЗ, К C D обеспечивающие заданный уровень критерия. Разумеется, элементы матриц Zl (l = K,C,D) могут пересекать ся. Более того, набор СЗ, обеспечивающий более высокий уровень автоматически обеспечивает и более низ кие, например, К(секретно) К(совершенно секретно) К(особой важности).

Далее каждому zij можно поставить в соответствие следующие оценочные критерии:

l Влияние функциональных издержек на нормальное функционирование бизнес-процесса, 1.

которое задается лингвистической переменной(ЛП) «Функциональные издержки» (FI) и определяется для каждого zij такими параметрами, как изменение производительности аппаратных средств, изменение l уровня загрузки серверов, изменение объема трафика и.т.п.

Оценка стоимости zij с учетом амортизации (StZ), задается ЛП «Стоимость СЗ».

l 2.

Возможность модификации соответствующих zij при изменении требований к сис l 3.

теме (Mod), задается ЛП «Модификация»..

Оценка эксплуатационных характеристик zij (Е), задается ЛП «Эксплуатационные l 4.

характеристики».

Таким образом, получим новый критериальный вектор оценки СЗ KZ ( FI, StZ, Mod, E).

Множества векторов KZ и {KS} образуют 7-ми мерное базовое пространство возможных вари антов решений, каждая точка которого описыва-ется двумя связанными между собой векторами коорди нат: координатами пространства по СЗ и координатами пространства критериев безопасности, т.е. каждо му zij ставится в соответствие вектор критериальных оценок:

l K Ti C Ti, D Ti l FI T1, T2,..., Ts zij StZ Ti Mod Ti E T1, T2,..., T p где Ti – термы соответствующих лингвистических переменных, s, p – размерности векторов функциональных и эксплуатационных характеристик.

2. Формулировка задачи оптимального планирования Задача оптимального планирование защиты бизнес-процессов, реализо-ванных на РКС, может быть представлена в прямом и обратном виде.

Обратная задача двухэтапная и заключается в ответе на вопрос: какими средствами защи ты можно обеспечить заданный Приоритетом уровень безопасности бизнес\процесса?.

1 этап. Из вектора управления KM в качестве главного выберем критерий Приоритет Р.

Поскольку Приоритет ассоциируется с ценностью данного бизнес\процесса для компании, то его значение определяет уровни критериев безопасности для этого процесса, т.е. необходимо подоб рать такие значения К(Тi), С(Тi), D(Тi), чтобы обеспечить заданное значение Приоритета биз нес\процесса Р = Р(Т*).

2 этап. На втором этапе значения критериев безопасности считаются уже заданными К = К(Т*), С = С(Т*), D = D(Т*), здесь Т* - выбранные на 1 этапе значения термов критериев Конфи денциальность, Целостность, Доступность. Тем самым, все множество возможных решений, кото рое определяется матрицами ZK, ZC, ZD, мы свели к 3-м векторам ( z1K, z 2*,..., z K* ), ( z1*, z 2*,..., z s* ), C C C K * p ( z1D, z 2*,..., z m* ), p, s, m – длина столбцов соответствующих матриц, т.е. из каждой матрицы мы вы D D * брали по одному столбцу (набору СЗ).

138 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ Далее из этих векторов надо выбрать такие z il*, 1 p+s+m, l = K,C,D, которые удовле i творяли бы ограничениям критериальному вектору KZ, т. е. влияние функциональных издержек и стоимости z il* не должны превышать заданных значений, эксплуатационные характеристики должны быть не ниже заданного уровня и z il* должны допускать возможность модификации:

( zil* ) FI FI StZ ( zil* ) StZ Mod( zil* ) Mod l E0.

E( z ) i* Таким образом, в результате получим набор рациональных вариантов СЗ ( z1*, z 2*,..., z n* ), l l l n p+s+m, l = K,C,D, который по заданным критериальным оценкам является лучше остальных.

Прямая задача формулируется следующим образом: какой уровень безопасности биз нес\процесса можно обеспечить, если средства защиты обладают заданным качеством KS KS ( FI, StZ, Mod, E ), и будет ли этот уровень достаточен, чтобы защита соответствовала Приоритету бизнес\процесса, т.е. необходимо:

1. определить вектор СЗ ( z1*, z 2*,..., z n* ), 1 n p+s+m, l = K,C,D такой, что выполняются l l l следующие неравенства * ( z il* ) FI, FI StZ ( zil* ) StZ *, Mod( zil* ) Mod, * E ( z il* ) E.

2. определить значения критериев безопасности Тi, которые может обеспечить вектор l l l ( z1*, z 2*,..., z n* ), 1 n p+s+m, l = K,C,D l l l K ( z1*, z 2*,..., z n* ) Ti, l l l C( z1*, z 2*,..., z n* ) Ti, l l l D( z1*, z 2*,..., z n* ) Ti.

Таким образом, предложен подход, который рассматривает в качестве основных активов корпоративной сети бизнес\процессы компании, выполняющиеся на сетевых ресурсах;

сформу лированы задачи планирования оптимальных стратегий защиты активов сети от информационных угроз.

Литература 1. Скрипкин К.Г. экономическая эффективность информационных систем. – М.: ДМК Пресс, 2002, стр. РАЗРАБОТКА МОДЕЛИ КОМПЕТЕНТНОСТИ IT-СПЕЦИАЛИСТА С УЧЕТОМ ТРЕБО ВАНИЙ РЫНКА ТРУДА Н.В.Макарова, д.п.н.,профессор Ю.Ф.Титова, к.п.н.,доцент Международный банковский инсти тут (812)5705589, makarova@ibi.metrocom.ru При переходе к обучению на базе государственного образовательного стандарта 3-го поко ления (ГОС-3) современный вуз должен строить учебный и воспитательный процесс с учетом по требностей работодателей, которые постоянно должны отслеживаться в вузовской среде. ГОС- обязывает вуз ориентировать учебный процесс на реализацию содержания обучения по базовой (обязательной) части и вариативной (профильной) части, устанавливаемой вузом с учетом потреб ности рынка труда. Вариативная (профильная) часть дает возможность получить углубленные знания и навыки для успешной профессиональной деятельности. Таким образом, потребности ра ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ ботодателей в учебном процессе вуза можно учесть, во-первых, за счет, дисциплин базовой части, которые ориентированы на формирование фундаментальных знаний, и, во-вторых, за счет дисци плин вариативной части, которые учитывают современные тенденции развития данного направле ния.

В целях создания адаптивной к рынку труда модели IT-специалиста в Международном банковском институте открыта научная работа по разработке методики учета потребностей рабо тодателей в основной образовательной программе (ООП). Выявление потребностей работодателей осуществляется на основе анализа профессиональных стандартов и рынка вакансий. Цель анализа рынка труда – получить объективное представление о потребностях рынка работодателей в спе циалистах и выработать механизм адаптации учебного процесса к этим требованиям.

Профессиональные стандарты в области информационных технологий позволяют опреде лить перечень должностей и должностных обязанностей, а также знаний и умений, и соотнести эти данные с компетенциями ГОС-3. Анализ рынка вакансий даст ответ на вопрос о наиболее вос требованных конкретных знаниях и направлениях подготовки. При этом возникает объективная трудность, связанная с отбором достоверных источников и определения объема статистической выборки. Решение поставленной задачи возможно только за счет структурирования информации в виде информационной модели представления данных рынка вакансий и требований профессио нальных стандартов и разработке поддерживающей ее базы данных. Разработанные формы и за просы позволяют обрабатывать и анализировать данные в разных срезах, например, соотнести реалии рынка труда с моделью компетенции специалиста в ГОС-3, выявить наиболее востребо ванные знания и определить содержание вариативной части ООП и пр.

Для того чтобы выявить объем и содержание фундаментальной образовательной компонен ты наиболее востребованных вакансий информационная модель и соответствующая ей база дан ных расширена за счет введения данных по базовой части в ГОС-3.

Анализ рынка вакансий предлагается проводить в следующей последовательности:

Обработка данных, опубликованных на рекрутинговых сайтах в Интернете, и фор 1.

мирование необходимой выборки в соответствии с заданным критерием отбора.

Соотнесение вакантных должностей (с сайтов) с названиями должностями в про 2.

фессиональных стандартах.

Составление ранжированного перечня должностей и определение на основе анализ 3.

данных процентного соотношения потребности в каждой должности.

Принятие решения относительно профильности подготовки в вузе по данному на 4.

правлению.

Разработка ООП с введением дисциплин вариативной части, выявленных на осно 5.

вании соотношения потребности в должностях на рынке труда, и определение трудоемкости дис циплин как базовой, так и вариативной части.

Анализ информации сайтов и работа с ними показали, что для статистической выборки достаточно использовать данные только одного сайта и за небольшой период времени. В частно сти, были использованы данные сайта http://hh.ru из разделов Информационные техноло гии/Интернет/Телеком и Консультирование.

Для анализа данных о вакансиях была создана база данных, в которой учитываются сле дующие данные:

Адреса сайтов, разделов сайтов и подразделов, общее количество вакансий, посту 1.

пивших за 1 неделю.

Названия должностей в области информационных технологий. Эти названия взяты 2.

из профессиональных стандартов и дополнены на основе анализа вакансий.

Названия вакансий, название компании, диапазон оклада, описание требований. В 3.

базу данных были внесены для анализа вакансии по 17 подразделам за 1 неделю, что составило по общему количеству 1179 записей. Была проанализирована структура распределения вакансий по 17 подразделам по данным за 1 месяц и за 1 неделю. Как и следовало ожидать, эти структуры ока зались мало отличающимися в пределах статистической погрешности. Названия вакансий из 140 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ подразделов были соотнесены с должностями, что позволило получить ранжированный список должностей.

В базу данных были внесены должностные обязанности и соответствующие им зна 4.

ния и умения для должностей Специалист по информационным системам и Системный аналитик, которые представляют наибольший интерес для направления «Прикладная информатика» уровня бакалавра. Должностные обязанности были соотнесены со списком компетенций из ГОС-3.

Приведем некоторые результаты по работе с разработанной базой данных:

проранжированы и выделены наиболее существенные с точки зрения работодателей компетенции;

выделены требования работодателей, не относящиеся ни к одной компетенции;

выделены компетенции, к которым напрямую не относятся никакие должностные обязанности;

самый высокий удельный вес имеет должность программиста, но направление «при кладная информатика» не предназначена для их подготовки.

имеется ряд должностей с малым удельным весом, которые могли бы относиться к направлению «прикладная информатика», например, технический писатель, менеджер по инфор мационным технологиям, интегратор, системный администратор, специалист по информационной безопасности.

Дальнейшая работа с базой данных позволяет соотнести знания и умения, указанные в про фессиональных стандартах, а также выявленные на основе анализа требований в описаниях вакан сий с циклами дисциплин и конкретными дисциплинами. В результате для базовых дисциплин бу дет сформировано основное содержание, а для вариативной части появится возможность опреде лить состав дисциплин и также их основное содержание.

Количественный анализ вхождения знаний и умений в должностные обязанности показы вает их значимость в обучении и, следовательно, позволяет определить трудоемкость дисциплин, т.е. количество отводимых на изучение зачетных единиц.

НАПРАВЛЕНИЯ СОВЕРШЕНСТВОВАНИЯ ИНФОРМАЦИОННОГО ЭКОНОМИЧЕСКОГО ОБРАЗОВАНИЯ В УСЛОВИЯХ ИННОВАЦИОННОЙ ЭКОНОМИКИ Меркулина И.А., Никитин А.П. Россия, Москва, Всероссийская государственная налоговая акаде мия Министерства финансов Российской Федерации, merku_merku@mail.ru Современные условия хозяйствования характеризуются переходом от управленческого ти па экономики, базирующегося на концепции совершенствования менеджмента на всех уровнях деятельности предприятия, к типу инновационному. По мнению российских и зарубежных ученых инновационная модель российской экономики не просто оценивается как перспективная, но при знается единственно возможной для обеспечения высоких темпов роста валового внутреннего продукта и подъема уровня жизни населения страны [1].

Вместе с тем, для реализации данной модели требуется выполнение ряда условий, среди которых приоритетное значение имеет подготовка квалифицированных кадров, востребованных в инновационной экономике. Компетентные специалисты-профессионалы должны обладать способ ностями адаптироваться к изменяющимся условиям, находить решения в сложных и слабо форма лизованных ситуациях, осваивать современные методики получения необходимых навыков. От этих специалистов ожидаются такие качества как способность продемонстрировать свой творче ский потенциал для участия в инновационном развитии страны, готовность работать в условиях последующих этапов развития сетевой экономики и электронного бизнеса, владение профессио нальными коммуникативными способностями, умение адаптировать бизнес-отношения предпри ятий к среде Интернет.

Одним из ключевых моментов при этом является способность высших учебных заведений обеспечить достаточный объем и качественный уровень подготовки данных специалистов в сис ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ теме высшего и дополнительного профессионального образования. Для таких специалистов важ ное значение приобретает возможность обучения методам применения интеллектуальных знаний, а также их коммерциализации в практической деятельности предприятия.

Рынок образовательных услуг, сложившийся в России к текущему периоду времени, харак теризуется значительными диспропорциями в количественном и качественном уровне подготовки специалистов.

Анализ количественной составляющей указывает на переизбыток обучающихся по ряду специальностей, открытых в целом ряде высших учебных заведений. Очевидно, что такой перекос может нанести ущерб качественной составляющей, отражающей основные теоретические знания, практические навыки и профессиональные компетенции студентов.

Преобладающая часть выпуска специалистов по-прежнему принадлежит государственным и муниципальным высшим учебным заведениям. Доля выпуска специалистов негосударственны ми высшими учебными заведениями составляет лишь 18,8%.

Среди основных причин, обуславливающих выбор абитуриентами направления своей даль нейшей профессиональной деятельности, то есть выбор специальности обучения, можно назвать желаемый уровень оплаты труда, возможность трудоустройства по данной специальности, степень востребованности специалистов и другие причины. Так, наибольшим спросом пользуются специ альности, связанные с экономикой и управлением, выпуск студентов по которым за период с по 2006 гг. вырос более чем в 5 раз.

Необходимо отметить, что Российская Федерация занимает одно из первых мест в мире по удельному весу лиц с высшим образованием среди экономически активного населения – их доля равна 23%. Показатель, отражающий абсолютную численность студентов на 10000 населения, в России в 2006-2007 учебном году составлял 514 человек. Исследования зависимости уровня обра зованности общества и темпов экономического роста в странах ЕС показывают по данным Орга низации экономического и социального развития (Organisation for Economic Co-operation and De velopment, OECD), что повышение образованности общества на один академический год обеспе чивает рост ВВП данных стран на 2,5% в долгосрочной перспективе (причем, с учетом инфляции и затрат на организацию процесса обучения).

Рассматривая российский рынок образовательных услуг в сравнении с международными рынками, следует сделать вывод, что и количественная, и качественная составляющая образова тельной деятельности требуют дальнейшего развития и совершенствования. Учитывая то обстоя тельство, что выпуск специалистов по направлению, связанному с экономикой и управлением, в 2006 году составлял 33% от общего выпуска по всем группам специальностей, а ежегодный при рост за последние годы составлял 4–5%, можно прогнозировать замедление и стабилизацию доли обучающихся по данному профиля.

Важно подчеркнуть, что инновационная экономика базируется не только на внедрении со вершенных экономических инструментов, овладении современными методами менеджмента и маркетинга. Ее основой являются научные знания, их генерация и коммерциализация в новых продуктах, процессах и технологиях, обеспечивающих конкурентное преимущество не только от дельных предприятий, но и отраслей как на отечественном, там и на международном рынках.

Предметными областями, в которых могут производиться подобного рода знания, в инно вационной экономике становятся традиционная и водородная энергетика, лазерные технологии, нано- и биотехнологии, информационные технологии, а также новые технологии, полученные при интеграции смежных областей — химико-биологических, физико-технических, физико экономических (эконофизика), информационно-экономических (прикладная информатика в эко номике). Данное обстоятельство указывает на необходимость создания инновационных специаль ностей по смежным дисциплинам, потребность в расширении перечня образовательных направле ний, интегрирующих различные области прикладных наук, а также поднимает приоритет задачи повышения качества образовательных программ на основе прорывных научных исследований, перспективных разработок, передовых практик бизнеса, инновационных методов обучения.

Эта объективная потребность современной рыночной экономики стала одной из побуди тельных причин развертывания подготовки студентов по специальности 080801 «Прикладная ин 142 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ форматика в экономике», в том числе, и во Всероссийской государственной налоговой академии Министерства финансов Российской Федерации (см. www.vgna.ru) [3].

Еще одним важным направлением совершенствования информационного-экономического образования в условиях инновационной экономики становится привлечение возможностей систе мы дополнительного профессионального образования (ДПО). Такая интеграция образовательных технологий также должна базироваться на использовании инноваций и осуществляться с учетом долгосрочных перспектив развития рынка труда [4].

Среди общих особенностей современного этапа развития хозяйствующих субъектов раз личных отраслей и форм собственности можно отметить тот факт, что доминирующим фактором выступает интенсивное внедрение информационных технологий, систем и услуг во все сферы дея тельности предприятий. Эта тенденция укрепила спрос на специалистов, владеющих навыками работы не только в своей узко-профессиональной сфере, но и в информационном секторе. При этом потенциальный спрос на них не ограничивается работниками, в совершенстве освоившими компьютерную грамотность, а требует от соискателя соответствующих должностей глубокого по нимания основных теорий, законов и причинно-следственных связей в предметной области. Оче видно, что укомплектование штатного расписания работниками такого уровня с нуля, исключи тельно путем набора кандидатов через кадровые службы нельзя признать эффективным. Напротив оптимальным способом является дообучение имеющегося персонала по программам ДПО.

Вместе с тем, по данным федерального государственного статистического наблюдения за повышением квалификации и профессиональной переподготовкой специалистов [5] в 2006/ учебном году общее количество слушателей, прошедших обучение по программам ДПО, умень шилось с 760 до 530 тыс. чел. Падение количества слушателей, прошедших обучение по програм мам ДПО, наблюдалось также в 2005/2006 и в 2004/2005 учебных годах.

Анализ структуры программ ДПО также свидетельствует о неустойчивых тенденциях качественной составляющей дополнительного образования. Можно отметить, что снижение количества слушателей, прошедших профессиональную переподготовку, происходит на фоне увеличения количества слушателей, прошедших краткосрочные курсы повышения квалификации.

Однако именно комплексная переподготовка является более наукоемким и более качественным образовательным продуктом, требующим применения инновационных знаний.

Следует также иметь в виду, что сущность дополнительного профессионального образования предполагает относительно длительные и глубокие изменения в уровне знаний слушателей, кардинально меняющие их профессиональный образ. Однако к настоящему времени учреждения ДПО, по сути, трансформировались в учреждения по организации краткосрочных курсов, то есть учреждения дополнительного профессионального обучения, но не образования. В этой связи стратегически важной задачей является развитие относительно более долгосрочных образовательных программ по приоритетным, наиболее востребованным направлениям обучения, формирующим категории специалистов, владеющих глубокими теоретическими познаниями и обладающих практическими навыками в области информационных систем, менеджмента и экономического анализа.

Таким образом, неотъемлемым элементом российской системы высшего и дополнительного профессионального образования в условиях подготовки специалистов для инновационной эконо мики должно быть развитие передовых образовательных направлений, из которых, как одно из наиболее приоритетных, можно выделить информационно-экономическое образование.

Литература:

1. Меркулина, И.А. Экономические приложения интеллектуального анализа данных / И.А. Меркулина, А.П. Никитин. – М.: ВГНА Минфина России, 2007. – 374 с.

2. Barro R.J. Education and economic growth. www.oecd.org/dataoecd/5/49/1825455.pdf 3. Меркулина, И.А. Информационно-экономическое образование: структура, тенденции, инновации / И.А. Меркулина. – М.: Издательско-торговая корпорация «Дашков и Ко», 2008. – с.

4. Меркулина, И.А. Направления инновационного развития системы дополнительного профессионального образования. / И.А. Меркулина // Российское предпринимательство. - 2008. ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ № 8. – с. 128-132.

5. Портал Дополнительного профессионального образования (ДПО) http://www.dpo.gain.ru ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПРИНЯТИЯ РЕШЕНИЙ В ВУЗЕ НА ОСНОВЕ МЕ ТОДОВ КОМБИНАТОРНО-МОРФОЛОГИЧЕСОГО АНАЛИЗА А.А. Микрюков В статье рассматривается подход к решению задачи принятия эффективных управленче ских решений в вузе в условиях нечеткой и недостаточно достоверной исходной информации.

В настоящее время большое внимание уделяется вопросам совершенствования системы об разования и повышения ее эффективности. Одним из ключевых направлений совершенствования системы образования является повышение качества управления сферой образования, оперативная реакция на изменение потребностей в специалистах, внедрение в образовательный процесс совре менных информационных технологий и др. При этом под качеством образования [Орловский, 1999] понимается мера соответствия получаемых результатов и предъявляемых к ним требовани ям.

Проблема управления вузом относится к сложнейшим слабоструктурированным задачам управления и обусловлена необходимостью принятия решения в условиях недостатка достовер ной информации в постоянно меняющейся ситуации. Лицо, принимающее решение сталкивается с необходимостью сбора и анализа разнородной по объему и существу информацией, что снижает эффективность принимаемых решений.

Для обеспечения эффективного управления вузом необходимо создание ситуационного центра управления образовательным учреждением [Филиппович, 2003], который является цен тральной, с точки зрения управления, составной частью вузовской ERP-системы. В свою очередь основной компонентой ситуационного центра является система поддержки принятия решений (СППР). Необходимо отметить, что в настоящее время практически отсутствует методологическая база комплексного применения СППР, ориентированной на учет и уменьшение неопределенности при принятии оптимальных управленческих решений в вузе как многомерной иерархической структуре. При функционировании СППР наряду с количественными показателями необходимо применять показатели, носящие качественный характер.

Существуют способы формализованного представления качественных показателей образо вания в виде многомерного вектора [Нуждин, 1998], компонентами которого могут быть такие по казатели как репутация вуза, общественное признание, потребности и ожидания студентов, уро вень знания общетеоретических, общеинженерных и специальных дисциплин, умение анализиро вать проблемные ситуации и принимать решения, навыки управления профессиональной группой и др.

Совокупность показателей деятельности вуза можно разделить на три группы: детермини рованные, стохастические и нечеткие показатели, представляемые в виде лингвистических пере менных.

Анализ задачи принятия эффективных управленческих решений в высшем учебном заведе нии показал, что она относится к классу многокритериальных задач принятия решений и может быть решена с использованием методов комбинаторно-морфологического анализа.

В этом случае задача может быть формализована следующим образом [Варфоломеев и др, 2001]:

G=(S, X, f, L,, V), где (1) S - множество решений (альтернатив, вариантов системы);

X – множество показателей;

f – отображение множества вариантов и множества векторных оценок;

L – множество постановок (типов) задач сравнения вариантов;

P – система предпочтений лица, принимающего решения;

144 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ V – множество возможных правил выбора решения (решающих правил).

Поставленная задача может быть решена с использованием инструментария, построенного на основе экспертных технологий. При этом необходимо разрешить следующие подзадачи:

1. Выбрать модель для представления и комбинирования нечетких величин.

2. Связать достоверность получаемых результатов со степенью доверия к исходной инфор мации.

3. Формализовать предпочтения ЛПР в условиях неопределенности.

4. Разработать модель системы предпочтений ЛПР.

Выходом аналитической модели системы предпочтений ЛПР является решающее правило, согласно которому происходит определение наилучшего варианта действий.

Для разрешения первой подзадачи необходимо выбрать способ представления нечетких ве личин. Нечеткий интервал S можно определить следующим образом [Дюбуа и др., 1990]:

(2) S (s, s, l, r ), где [ s, s ] – ядро;

s и s – нижнее и верхнее модальные значения нечеткого интервала S;

l – неубывающая функция, удовлетворяющая условию l-1(1) = s ;

r – невозрастающая функция, удов летворяющая условию r-1(1) = s ;

l-1(1) – l-1(0) = –левый коэффициент нечеткости;

r-1(0), где - – r (1) =, где - правый коэффициент нечеткости.

С учетом подобного представления возможно обрабатывать нечеткие оценки на основе ис пользования обратных функций, что позволяет в ряде случаев получать результаты в аналитиче ском виде:

l 1 ( ) min l1 1 ( ) l 2 1 ( ), l1 1 ( ) r2 1 ( ), (3) r 1 ( ) max r1 1 ( ) r2 1 ( ), r1 1 ( ) l 2 1 ( ) где,,,/, (0,1).

В частности, для наиболее часто используемых при принятии решений операций сложения и умножения, получим:

n n n n n lt 1 ) 1, ( rt 1 ) 1 ), St ( St, St, ( t1 t1 t1 t1 t (4) n n n n n 1 1 1 St ( St, St, ( lt ), ( rt ) ).

t1 t1 t1 t1 t Для разрешения второй подзадачи необходимо перед использованием ЛПР экспертной информации откорректировать ее в зависимости от уровня противоречивости источника этой ин формации. Чем выше уровень противоречивости, тем меньше можно доверять экспертной оценке, поэтому ее расплывчатость должна возрастать по мере увеличения противоречивости. Очевидно, если непротиворечивость максимальна (равна единице), то оценка не должна изменяться, а если минимальна (равна нулю) – оценка должна быть полностью неопределенной, одинаковой на всем базовом множестве. Необходимо найти такое преобразование F (u ) исходной функции принад лежности F (u ) в зависимости от функции принадлежности ее истинности T ( ), чтобы оно аде кватно отражало зависимость оценки от степени доверия к ней. Можно использовать следующее преобразование [Шифрин Б.М., 1999]:

F (u) max F (u) T ( ). (5) Для разрешения третьей подзадачи необходимо формализовать предпочтения ЛПР в ус ловиях неопределенности. Для этого можно использовать двухуровневую модель системы пред почтений ЛПР, адаптированную к условиям неопределенности. На верхнем уровне модель пред ставляется совокупностью структурных и функциональных характеристик, где структурные ха рактеристики определяют возможность и условия использования математической модели для опи сания предпочтений ЛПР, а функциональные характеристики определяют конкретный вид и оцен ки параметров аналитической модели. К структурным характеристикам отнесены полнота, устой чивость и непротиворечивость. В качестве функциональных - используются следующие характе ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ ристики: предпочтения на множестве критериев;

зависимость критериев;

способность оценки объ ектов по всему множеству критериев или только по частным критериям;

способ оценивания эле ментов задачи принятия решений. Особое внимание уделено непротиворечивости, так как, в ос новном, именно она определяет способность исследуемого субъекта выступать в качестве экспер та, т.е. его уровень компетентности в данной предметной области. В [Варфоломеев и др, 2001] ис пользуются понятия внешней и внутренней непротиворечивости, где под внешней непротиворе чивостью подразумеваются степень соответствия субъективных оценок объектов, данных ЛПР, их достоверным оценкам, а под внутренней непротиворечивостью – степень выполнения основных свойств отношений предпочтения.

Для разрешения наиболее существенной четвертой подзадачи, связанной с разработкой аналитической модели предпочтений ЛПР, необходимо сопоставить предпочтениям ЛПР, в общем случае нечетко определенным, критерии оптимальности. Разработанный алгоритм выглядит сле дующим образом.

Исходными данными для алгоритма являются решающие правила h1,..., hl, выражающие различные стратегии поведения ЛПР, и априорные полезности альтернатив U 1,...,U m. В данной по становке U 1,...,U m можно считать аналогом обучающей выборки, относительно которой ЛПР мо жет сформулировать свои предпочтения с тем, чтобы впоследствии обобщить их на все множество объектов. В результате работы алгоритма необходимо получить номер оптимального решающего правила ropt. Шаги алгоритма:

1. Оценки полезностей n частных критериев для m альтернатив kij, (i (1, n), j (1, m), под ставляются в решающие правила h1,..., hl, :

h1 (k11,..., k n1 )... h1 (k1 j,..., k nj )... h1 (k1m,..., k nm )...............

h (k11,..., k n1 )... h (k1 j,..., k nj )... h (k1m,..., k nm )...............

hl (k11,..., k n1 )... hl (k1 j,..., k nj )...hl (k1m,..., k nm ) 2. Имея информационные гранулы: Априорная полезность j-ой альтернативы равна U j,Полезность j-ой альтернативы по r -ой свертке равна hr (k1 j,..., knj ) можно получить T jr - степень доверия к оценке j-ой альтернативы по r -ой свертке.

3. Tr min T jr - степень доверия к r - ой свертке.

j 4. ropt arg max T.

Разрешение указанных четырех подзадач позволит разработать интеллектуальное средство поддержки принятия управленческих решений в вузе в условиях неопределенности исходной ин формации.

Литература:

[Орловский, 1999] Орловский С.А. Повышение качества образования – ключевая задача настоящего и будущего // Университетская книга. – М.: МГУ, – 1999.

[Филиппович, 2003] Филиппович А.Ю. Интеграция систем ситуационного, имитационного и экспертного моделирования. – М.: «ООО Эликс +», 2003.

[Нуждин, 1998] Нуждин В.Н. Информатизация и система тотального управления качеством высшего образования. М. – 1998.

[Варфоломеев и др, 2001] Варфоломеев В.И., Воробьев С.Н. Принятие управленческих решений // КУДИЦ-ОБРАЗ, 2001.

[Дюбуа и др., 1990] Дюбуа Д., Прад А. Теория возможностей. Приложения к представле нию знаний в информатике. М.: Радио и связь, 1990.

146 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ [Шифрин Б.М., 1999] Шифрин Б.М. Исследование и разработка моделей и средств под держки принятия организационных решений в нечетком аспекте: Дис…. канд. техн. наук / СПбГЭТУ. СПб, 1999.

МОДЕЛЬ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ ПОДГОТОВКИ СПЕЦИАЛИСТОВ ДЛЯ ТРАНСНАЦИОНАЛЬНЫХ КОРПОРАЦИЙ Батьковский Михаил Александрович, к.э.н., ООО «Саргон-Н», менеджер, 396-73- Мамонкин Дмитрий Николаевич, к.э.н., ОАО «Роснефть», зам. дир. департамента, 386-74- Старовойтова Елена Юрьевна, Финансовая академия при Правительстве РФ, аспирант, 776-58- Решение задачи перехода к инновационному пути развития экономики России требует по вышения качества подготовки специалистов и, в первую очередь, расширения их информацион но-аналитической подготовки. Особенно актуальна данная задача в условиях глобализации миро вой экономики при подготовке специалистов для транснациональных корпораций (ТНК), которые обычно стремятся привлекать наиболее подготовленных работников [1].

В рамках общей кибернетической модели управления в процессе подготовки специалистов обучаемый и обучающий выступают в качестве объекта и субъекта управления, а сам данный про цесс при этом следует рассматривать как управление развитием объекта (обучаемого). Обозначим через x(1),..., х(n) переменные, определяющие состояние обучаемого. Тогда состояние обучаемого можно описать многомерной переменной х=(x(1),..., x(n)), которая далее будет рассматриваться как точка в пространстве Rn. Состояние обучаемого в определенный момент времени t зависит от его состояния в предыдущий момент времени t-1, возмущений внешней среды v=(v(1),..., v(r)) и целена правленного управляющего (педагогического) воздействия u=(u(1),..., u(r)) со стороны обучающего.

Обозначим через xk состояние обучаемого в момент времени tk, тогда хk= (хk-1, v, u).

Необходимо иметь в виду, что возмущения внешней среды могут оказывать как положи тельное, так и отрицательное воздействие на состояние обучаемого. Часть этих возмущений кон тролируется субъектом управления и в случае отрицательного воздействия может устраняться (или уменьшаться) путем соответствующей корректировки управляющего воздействия u (принцип управления по возмущению). Еще одним более важным принципом управления в рассматри ваемой системе является принцип управления по отклонению, суть которого состоит в том, что управляющее воздействие u корректируются на основании значений контролируемых переменных [2].

Сформулируем общую дидактическую задачу информационно-аналитической подготовки специалистов на основании рассмотренной кибернетической модели процесса обучения: требуется определить такой вектор обучающих воздействий u, который обеспечил бы перевод обучаемого из начального состояния х0 в такое конечное состояние xT, которое было бы не хуже целевого состоя ния xZ, т. е.:

u u [x0 xT and (xT xZ or xT xZ)], (1) где: x0 - начальное состояние обучаемого;

xT - конечное состояние обучаемого;

xZ - целевое состояние обучаемого;

u - вектор управляющих воздействий;

T- продолжительность обучения.

В постановке (1) u является рациональным, а не оптимальным вектором управляющих воз действий. Конкретизируем переменные х(1),..., х(n), определяющие состояние обучаемого. Для мо дели процесса обучения в качестве таких переменных наиболее целесообразно выбрать следую щие дидактические показатели: ЗТ - знание общих теоретических положений;

ЗМ - теоретическое знание инструментальных систем и методов;

УМ - умение применять инструментальные системы и методы;

УТВ - творческие умения, т.

е. умение осуществлять самостоятельный поиск решения.

Вектор состояния обучаемого можно записать в виде х=( ЗТ, ЗМ, УМ, УТВ). Он может быть еще более конкретизирован (за исключением УТВ), если ввести систему уровней усвоения учебно го материала, которые классифицируют глубину проникновения и качество овладения обучаемым ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ учебным материалом. Возможно применение системы из шести уровней - нижний уровень соот ветствует общей ориентировке обучаемого в содержании темы, верхний уровень - свободному владению обучаемого материалом. Уровни усвоения позволяют конкретизировать целевое со стояние обучаемого xZ. Например, переменная состояния ЗМi4 определяет, что теоретическое зна ние методов, изучаемых в i-ом разделе, должно быть усвоено обучаемым на четвертом уровне (уровень владения материалом с сокращенной системой опор).

С нашей точки зрения, для задач, решаемых в процессе информационно-аналитической подготовки специалистов, уровень усвоения должен задаваться от третьего до пятого:

- третий уровень (уровень выполнения действий с полной системой опор) - для информа ционно-аналитических задач повышенной трудности, требующих творческого подхода к своему решению;

- четвертый уровень (уровень выполнения действий с сокращенной системой опор) - для усложненных информационно-аналитических задач;

- пятый уровень (уровень выполнения действий без системы опор) - для типовых информа ционно-аналитических задач.

При этом вектор управляющих воздействий u формируется в рамках системы образования, определяющей его основные элементы: методы обучения u(1);

формы обучения u(2);

средства обу чения u(3);

учебно-научную материальную базу u(4).

Охватывая всю возможную совокупность педагогических актов взаимодействия преподава теля и обучаемого, методы обучения задают схему подобного взаимодействия. Являясь объектом исследований педагогики и психологии, на протяжении длительного времени они не претерпевают каких-либо существенных изменений и поэтому рассматриваются нами как детерминированное множество. Это же ограничение принято и для форм обучения, традиционными из которых явля ются лекции, групповые занятия, практические занятия, лабораторные работы и т. д. В качестве основных управляемых переменных при прогнозировании развития образования на основе ис пользования информационных технологий обучения должны рассматриваться средства обучения u(3) и учебно-научная материальная база u(4).

С помощью системного анализа процесса информационно-аналитической подготовки спе циалистов можно преобразовать его кибернетическую модель в информационную.

Используя построенные кибернетическую и информационную модели, а также учитывая введенные ограничения, рассматриваемую задачу можно сформулировать как разработку (совер шенствование) элементов научно-методического аппарата проектирования систем учебного на значения с целью достижения прогнозируемого уровня информационно-аналитической подготов ки специалистов.


Принимая во внимание постановку (1), решение рассматриваемой задачи должно обеспе чить перевод обучаемого из начального состояния х0 в такое конечное состояние хТ, при котором требования к уровню информационно-аналитической подготовки обучаемого были бы не хуже за данных, т. е.

[u(3), u(4)] [x0 xT and ЗТТ ЗТзадан, ЗМТ ЗМзадан, УМТ УМзадан] (2) Рассмотренный методический аппарат, для которого выполняются указанные соотношения, является идеальной моделью информационно-аналитической подготовки специалистов для ТНК.

Он может быть детализирован до конкретных методов и моделей решения частных задач.

Материал подготовлен при поддержке РФФИ, проект № 09-06- 00016.

Литература 1. Батьковский М.А., Булава И.В., Вдовцов А.А., Закутнев С.Е., Мингалиев К.Н., Старовой това Е.Ю. Инновационное развитие хозяйственных субъектов в условиях глобализации и трансна ционализации мировой экономики. Препринт # WP/2008/7 – СПб.: ВИТУ, «Строй-Пресс», 2008. 77 с.

2. Батьковский А.М., Булава И.В., Вдовцов А.А., Гарин А.В., Мамонкин Д.Н., Мингалиев К.Н., Старовойтова Е.Ю. Организационная и финансово-экономическая стратегии развития высо котехнологичных предприятий в условиях транснационализации мировой экономики. Препринт # WP/2008/8. – М.: «Инпрайс», 2008. – 69 с.

148 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ ПОДХОДЫ К ОБОСНОВАНИЮ ВЛОЖЕНИЙ В ЭЛЕКТРОННОЕ ОБУЧЕНИЕ Мыздриков Иван Сергеевич Аспирант кафедры МОиТП МЭСИ +7 (903) 278 84 15 121471, г. Москва, Можайское шоссе, дом 11, кв. В современных экономических условиях на первый план выходит задача повышения эф фективности деятельности организация при снижении общих издержек. В таких условиях для принятия обоснованных решений руководителям требуются инструменты, позволяющие оценить эффективность вложений в различные направления деятельности компании. Не является исклю чением и обучение: обязательной становится оценка затрат и влияния обучения на результаты деятельности организации, а в связи с повсеместным внедрением информационно коммуникационных технологий (ИКТ) в учебный процесс возникает необходимость оценивать и их влияние на экономические показатели организации. При этом возникает ряд сложностей, свя занных как со спецификой обучения в организации, так и с особенностями использования ИКТ в обучении.

Место и роль обучения в организации В различных отраслях экономики место и роль обучения существенно отличается. Можно выделить две категории организаций в зависимости от связи обучения с основной деятельностью:

Организации, для которых обучение является основным видом деятельности. К этой 1.

категории относятся все образовательные учреждения: школы, ВУЗы, учебные центры и пр. Мож но сказать, что для этих организаций учебные ИКТ являются фактором производства.

Для таких организаций вопрос инвестиций в обучение и используемые при этом ИКТ прак тически совпадает с оценкой необходимости инвестиций в выбранное направление деятельности, т.е с вопросом о необходимости развития бизнеса.

Организации, для которых обучение является средством совершенствования дея 2.

тельности. В этом случае обучение способствует оптимизации и повышению эффективности ос новной деятельности, но не участвует в ней непосредственно.

В таких организациях обучение формально не рассматривается как вложение в активы, но даже для них очевидной является связь обучения с основными экономическими показателями и достижением стратегических целей. При этом ИКТ, используемые в обучении влияют как на об щую эффективность учебного процесса, так и на качество управления, обеспечивая руководителей дополнительной информацией и предоставляя новые инструменты развития персонала.

Критерии принятия решения о финансировании Важным фактором, влияющим на объем проводимого организацией обучения и сдержи вающим активное внедрение ИКТ в образовательный процесс, является высокая стоимость подоб ных проектов. В целом инвестиции в образовательную систему компании складываются из капи тальных затрат (оборудование аудиторий для очной формы, приобретение необходимого про граммного обеспечения и оборудования для электронного обучения), а также затрат на «эксплуа тацию» системы.

В зависимости от размера и особенностей управления при принятии решения о финансиро вании обучения и внедрения ИКТ в учебный процесс, используются различные критерии. Одно временно постепенно сокращается числом компаний, которых решения принимаются методом «качественного убеждения» высшего руководства.

Одним из распространенных является критерий достаточности размера затрат на обучение и доли электронного обучения по отношению к очному. Как правило для сравнения берутся пока затели западных компаний из аналогичной отрасли:

доля затрат на обучение от оборота компании;

затраты на обучение одного сотрудника(студента) в течение года;

доля затрат на ИКТ в общем бюджете на обучение;

соотношение очного и электронного обучения.

Основным недостатком такого подхода является невозможность продемонстрировать эф фект от сделанных вложений: обучение рассматривается как затратная область, и, если в компании остра стоит вопрос снижения издержек, обучение может пострадать в первую очередь.

ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ Альтернативой описанному подходу является рассмотрение затрат на обучение, в том чис ле электронное, в качестве инвестиций. С экономической точки зрения рассмотрение проекта по обучению и внедрению ИКТ в обучение в качестве инвестиционного означает необходимость оценки эффективности планируемых вложений. Если удается оценить эффективность проектов по обучению с использованием общепризнанных методик и показателей (ROI, IRR, IRR и др.), то по добные проекты способны на равных конкурировать с другими инвестиционными предложениями по развитию бизнеса. Тем не менее, у данного подхода есть существенный недостаток: часто сложность вызывает количественная оценка эффектов, получаемых от обучения и используемых в нем ИКТ.

Сложность вызвана тем, что обучение и используемые при этом информационные техноло гии опосредованно воздействуют на финансово-экономические показатели деятельности органи зации. Само по себе обучение не улучшает положение организации на рынке, а предоставляет ру ководителям новые инструменты, эффективность использования которых зависит от профессио нализма и налаженности связей внутри организации.

Распространенные методы оценки эффективности инвестиционных проектов предполагают необходимость оценки «доходной» и «затратной» частей проектов с последующей интеграцией при расчете обобщенного «денежного потока». Оценка «затратной» части не представляет суще ственной сложности. Основная сложность заключается в оценке результатов, эффектов от осуще ствленного обучения, т.е. оценки «доходной» части.

Особенности постановки целей и сбора данных В связи с высокой стоимостью решения о запуске крупных проектов по обучению и по вне дрению ИКТ в учебный процесс принимаются на уровне высшего руководства организаций. При этом основным фактором принятия решения становится согласованность с бизнес целью компа нии. В то же время на более низких уровнях управления основные усилия сотрудников сконцен трированы на решении локальных задач, они абстрагированы от «глобальной» цели организации.

Чтобы эти задачи не противоречили общей цели, постановка целей должна быть выполнена сверху вниз: на каждом уровне должны быть получены «органичные» цели, понятные для руководителей и сотрудников данного уровня. Практическое применение описанного подхода должно выражать ся в построении многоуровневой детальной структуры, которая свяжет эффекты различных уров ней и будет служить основой при агрегации данных. Максимальная детализация подобного дерева позволяет тесно увязать глобальную стратегию предприятия с конкретными задачами и качест венными улучшениями. Далее, путем типизации и применения экспертных методик, осуществля ется переход от качественных к количественным показателям экономической эффективности.

Получив количественный оценки на низшем уровне дерева целей, необходимо провести аг регацию полученных эффектов. Снизу вверх проводится оценка соответствия эффектов целям бо лее высокого уровня, определяются новые количественные показатели. Процесс продолжается до «вершины» дерева – определяется соответствие достигнутого эффекта стратегической цели орга низации.

Таким образом, для обоснования и оценки эффективности вложений в обучение в целом, и электронное обучение в частности, необходимо проведение двух процессов: структурирование и постановка целей в направлении сверху вниз и последующий сбор и агрегация данных в направ лении снизу вверх.

Описанная методика позволяет получать достаточно точные оценки экономической эффек тивности проектов по электронному обучению, но при этом стоимость проведения может состав лять до нескольких процентов от общей стоимости проектов. В связи с чем важным становится выделение «типичных эффектов», характерных для большинства организаций или отраслей эко номики и описание методологии проведения подобной оценки.

Литература:

Скрипкин К. Г. Экономическая эффективность информационных систем. Москва :

1.

ДМКпресс, 2002.

2. Hawkridge D., Newton W., Hall C. Computers in Company training. London : Routledge, 1988.

150 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ Идрисов А. Б. Планирование и анализ эффективности инвестиций. Москва :, 1995.


3.

Виленский П., Лившиц В. и Смоляк С. Оценка эффективности инвестиционных 4.

проектов. Теория и практика. Москва : Дело, ОБУЧЕНИЕ СТУДЕНТОВ НАВЫКАМ ПРИМЕНЕНИЯ МЕТОДОВ МНОГОМЕРНОГО СТАТИСТИЧЕСКОГО АНАЛИЗА В СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ИССЛЕДОВА НИЯХ Набережная А.Т., зав.кафедрой ЯГУ им.М.К.Аммосова, к.э.н., доцент (4112)353265, (4112)351108-ф. atnaber@mail.ru В связи с возросшей конкуренцией на рынке труда зачастую более востребованными стано вятся специалисты, владеющие знаниями как в сфере информационных технологий, так и по конкретным отраслям знаний. На базе Якутского государственного университета им.М.К.Аммосова с 1999 г. проводится подготовка специалистов по специальности 080801 «При кладная информатика в экономике». За годы обучения по программам классического ВУЗа сту денты становятся квалифицированными специалистами в области информационных технологий и их применения в экономике.

Анализ распределения студентов, подготовленных за это время, показывает, что более по ловины опрошенных выпускников работают в сфере применения информационных технологий:

системными администраторами, специалистами отделов информационного обеспечения крупных компаний, министерств и ведомств. Остальная часть выпускников нашла свое применение в эко номической деятельности, работают экономистами, научными сотрудниками НИИ экономическо го профиля, в банках и финансово-экономических организациях.

Современные экономические реалии предъявляют высокие требования к подготовке спе циалистов. Анализ требований, предъявляемых работодателями Республики Саха (Якутия) к вы пускникам по специальности 080801 «Прикладная информатика в экономике», показал, что не обходимы специалисты, владеющие навыками анализа сложных процессов и явлений. Объектами анализа для принятия управленческих решений являются как отрасли экономики региона, кон кретные хозяйствующие субъекты различных форм собственности, так и многоотраслевые ком плексы на уровне региона. Причем принятие обоснованных решений должно основываться на ка чественной и глубокой проработке имеющейся статистической информации.

Несмотря на широкий спектр областей предполагаемой деятельности выпускников специ альности «Прикладная информатика в экономике» необходимы навыки и умения по статистиче скому анализу данных. Для этого в рамках спецкурса «Многомерный статистический анализ в со циально-экономических исследованиях» нами проводится обучение студентов специализации «Фондовый рынок» специальности «Прикладная информатика в экономике». Обучение проводит ся на четвертом курсе, это обусловлено тем, что студенты должны уже к этому времени овладеть необходимым знаниями по предмету «Теория вероятностей и математическая статистика». Теоре тическая часть курса включает в себя основы многомерного статистического анализа, его методы и модели, знания о которых необходимы для практического применения многомерного статисти ческого анализа как инструментария для социально-экономических исследований. Обучение про водится по блокам: «Многомерный корреляционно-регрессионный анализ», «Кластерный анализ», «Дискриминантный анализ», «Факторный анализ», «Метод главных комонент», «Проверка адек ватности экономико-статистических моделей» др.

Для закрепления полученных теоретических знаний студенты овладевают практическими навыками работы в ППП Statistica.

Методы статистического анализа реализованы в большом количестве пакетов прикладных программ, но на сегодняшний день большой популярностью у пользователей программных про дуктов пользуется ППП Statistica (StatSoft, США). Преимуществом данного пакета является мо дульная организация работы различных методов, широкие графические возможности для анализа, ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ мощный математический аппарат, дружелюбный интерфейс, наличие русифицированных лицен зированных версий.

Практическая работа студентов также организована по блокам. Так, при изучении первого блока студенты обучаются вводить данные, импортировать их из MS Excel. Данные для анализа по вариантам предоставляются по различным отраслям экономики Российской Федерации и Рес публики Саха (Якутия).

Многомерная классификация, представленная в пакете модулем «Кластерный анализ», по зволяет студентам сформировать однородные группы объектов по степени близости между объ ектами. Поняв суть метода, которая заключается в представлении объектов анализа точками в n мерном пространстве и определении геометрического расстояния между ними, студенты обуча ются правильно трактовать геометрическую близость между объектами в пространстве как бли зость их состояний и однородность по выбранным признакам.

Получаемые на основе анализа данных дендрограммы позволяют студентам визуализиро вать полученные знания об объектах анализа. В последующем обоснованным является примене ние дискриминантного анализа, который позволяет оценить качество проведенной классифика ции путем расчета дискриминантных функций для каждой группы объектов, выделенной в ка честве обучающей выборки.

Для описания объектов в экономике используется большое количество признаков. Для сжатия признакового пространства студентам прививаются навыки работы в модуле «Факторный анализ». Сжатие признакового пространства производится на основе выделения общих признаков или главных компонент, число которых значительно меньше исходных признаков. Также приме нение методов факторного анализа и метода главных компонент позволяет исследовать текущее состояние объекта анализа на основе выявления корреляционных взаимосвязей и их последую щей интерпретации.

На основе полученных главных компонент и общих факторов выявляются скрытые, но объ ективно существующие закономерности. Производится отбор наиболее существенных факторов, оказывающих максимальное влияние на анализируемые объекты.

Для преодоления проблемы мультиколлинеарности - наличия линейно зависимых факто ров, проводится расчет матрицы парных коэффициентов корреляции, отбираются независимые факторы. Затем выбирается вид множественного уравнения регрессии между результативным и показателями и исходным факторами. На заключительном этапе анализа студенты проводят про верку адекватности полученных уравнений множественной регрессии.

Полученные знания и практические навыки по данному спецкурсу позволяют студентам овладеть методикой научного анализа сложных явлений и процессов социально-экономического развития региона, повышает их компетентность и конкурентоспособность на рынке труда.

ПРИНЦИПЫ ИСПОЛЬЗОВАНИЯ ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫХ ТЕХ НОЛОГИЙ (ИКТ) ДЛЯ УПРАВЛЕНИЯ НЕФОРМАЛИЗОВАННЫМИ ЗНАНИЯМИ ОРГА НИЗАЦИИ Павлековская Ирина Васильевна, MSC, преподаватель кафедры УЗиПИМ МЭСИ, ipavlekovs kaya@mesi.ru Под управлением знаниями организации (Knowledge Management, KM, УЗ) принято пони мать процесс, с помощью которого организации удается извлечь прибыль из всего объема знаний или интеллектуального капитала, находящегося в ее распоряжении. Управление знаниями как на учно-практическая дисциплина фокусируется на том, как организация определяет, создает, сохра няет, приобретает, распределяет и применяет знания. Возникновение теории управления знаниями стало очередным ответом на постоянно существующую в мире бизнеса потребность в создании все новых рычагов, обеспечивающих конкурентные преимущества. Ведь прибыль возникает в том случае, когда, организация применяет находящиеся в ее распоряжении знания для создания до полнительной полезности для потребителя. Таким образом, процессы управления знаниями явля 152 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ ются одним из значимых механизмов, позволяющих организации постоянно развиваться и реаги ровать на изменения конъюнктуры рынка.

Знания организации (или организационные знания) – это информация, которая существует в организации (в любой форме: знания человека или иная информация) и которая может быть ис пользована (применена) сотрудниками в процессе выполнения своих ежедневных операций ради достижения бизнес-целей организации. По сути знания существуют в форме информации.

В зарубежной литературе принято подразделять знаниями на явные и неявные. Явные зна ния (explicit knowledge) охватывают все те знания, о которых мы знаем, что мы можем их запи сать, сообщить другим и/или ввести в базу данных. Неявные знания (tacit knowledge) - это то, о чем мы не знаем, что мы это знаем. В его состав входят разные «ноу-хау», секреты мастерства, опыт, озарения и интуиция. Эта классификации строится на таком критерии, как возможность знания быть осознанным, т.е. выявленным, и переданным для формализации (не все знания можно формализовать, т.е. описать словами или с помощью какого-либо формального языка) Более практически значимым является такой критерий классификации знаний как «форма существования». По форме существования выделим два следующих вида знаний:

формализованные знания – знания, которые подверглись какой-либо степени форма лизации и/или документирования (синонимичными названиями можно считать «документирован ные» или «материальные»);

неформализованные знания – знания, которые содержатся только в головах сотруд ников организации и по каким-либо причинам не подвергнуты формализации (синонимичными названиями можно считать «персональные», «недокументированные»).

С точки зрения задач управления знаниями, очевидно, что неформализованные знания мо гут (и должны быть) переведены в формализованные. В этом случае в организацию упрощаются процессы распространения знаний, а также снижается зависимость организации от сотрудника, являющегося единственным носителем («хранителем») неформализованных знаний.

Основная часть корпоративных знаний, т.е. знаний организации, существует в неформали зованном виде, т.е. основной интеллектуальный капитал организации заключается в знаниях, опы те и интуиции сотрудников. В [1], [2] авторы, ссылаясь на опросы менеджеров компаний, утвер ждают, что в организациях доля явных и формализованных знаний составляет всего лишь около 20% от всех знаний, существующих в организации, а остальные 80% - это неформализованные («невыраженные») знания, которые в большинстве своем остаются неиспользованными и имеют высокий риск быть утраченными. Эти 80% знаний, по словам М.Мариничевой, «остаются в серд цах и умах сотрудников организаций» [2]. Последнее влечет за собой угрозу потери важного акти ва и конкурентного преимущества компании в случае ухода сотрудников, являющихся владельца ми («носителями») неявных знаний.

Современная организация немыслима без применения информационных технологий в сво их бизнес-процессах. Преимущества обработки информации с помощью вычислительной техники и специализированного программного обеспечения перед традиционными (основанными на «бу маге») методами очевидны. Помимо повышения скорости выполнения бизнес-процессов и значи тельного роста их качества за счет сокращения количества ошибок при обработке данных разра ботчики у организаций появляется возможность наладить эффективные канал взаимодействия ме жду совими сотрудниками за счет внедрения так называемых информационно-коммуникационных технологий (ИКТ). Принципиальной особенностью ИКТ является то, что они направлены на орга низацию дистанционного общения людей и не имеют явной цели в области обработки данных.

Тем не менее, значимость ИКТ для организаций является довольно высокой, особенно при органи зации процессов управления знаниями. ИКТ позволяют наладить процессы передачи неформали зованных знаний от одних сотрудников другим.

Концептуальные основы управления неформализованными знаниями в организации выдви гают ряд принципов, выполнение которых является необходимым для создания успешной системы управления знаниями в организации (в части управления неформализованными знаниями). Эти принципы, являясь исходными положениями, впоследствии позволяют определить направления решения частных проблем и задач по управлению знаниями. Создавая концептуальные и теорети ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ ческие основы управления неформализованными знаниями в организации с целью повышения эффективности принятия управленческих решений необходимо принимать во внимание результа ты исследований и опыта практических внедрений систем управления знаниями, а также результа ты исследований в смежных областях (управление персоналом, организационная психология, обу чение и педагогика, информационный менеджмент и др.). Рассмотрим эти принципы.

Принцип соответствия политики по управлению знаниями основной стратегии организа ции. Управление знаниями не может быть самоцелью, а должно рассматриваться как составная часть общей стратегии организации, направленной на достижение целей и выполнение миссии ор ганизации. Только при наличии такого контекста руководство (и владельцы) организации будут выделять необходимые финансовые и иные ресурсы на внедрение механизмов по управлению знаниями.

Принцип доступности ИКТ. «Доступность» понимается в двойном смысле: с одной сторо ны – предоставление непосредственно физического доступа к ресурсам ИКТ (обеспечение сотруд ников персональными компьютерами с необходимым программным обеспечением, выдача логи нов и паролей для доступа к сетевым приложениям и т.д.), а также информирование сотрудников о наличии в организации различных видов ИКТ (особенно тех, пользование которыми не является обязательным, т.е. опционально на усмотрение сотрудника). С другой стороны под «доступно стью» понимается простота освоения и использования конкретных видов ИКТ. Например, если в организации установлен сервер электронной почты, то у всех сотрудников должны быть элек тронные адреса на этом сервере, даже если использование электронной почты не является строго обязательным. Другим примером является доступ к электронным форумам, участие в которых добровольное, но сотрудники должны быть уведомлены о наличии в организации форумов и воз можности в них участвовать. Внедряемые для управления неформализованными знаниями средст ва ИКТ должны соответствовать уровню компьютерной грамотности сотрудников организации, не требовать приложения объемных временных усилий на обучение сотрудников (т.е. на освоение) и на само использование в процессе выполнения различных операций над неформализованными знаниями.

Принцип «разумного невмешательства». Руководство, внедряя те или иные механизмы управления знаниями, должно оставлять сотрудникам определенную «свободу выбора» в вопросах использования этих механизмов. Известный гуру управления знаниями Лари Пруссак считает «дайте им место и время, и они сами начнут управлять своими знаниями» (речь идет о сотрудни ках любой организации) [3]. Это в определенной степени крайняя позиция и хотя бы на начальном этапе внедрения системы управления знаниями некоторое «принуждение» должно иметь место в форме мер по мотивации сотрудников. Оптимальным было бы дать возможность сотрудникам са мим выбрать наиболее подходящие формы коммуникаций и выполнения операций над знаниями.

В этом случае встает задача обеспечить максимально возможный набор каналов (способов) ком муникаций, а потом отказаться от тех из них, которыми сотрудники предпочли не пользоваться.

Например, если сотрудник хочет поделиться с коллегами файлом с полезной информацией, то процесс загрузки этого файла в соответствующее хранилище не должен занимать много времени и действий (подобные вопросы исследует новое направление в теории информационных технологий - usability).

Принцип «полного погружения» в ежедневные бизнес-процессы. Любые действия сотруд ников, связанные с оперированием неформализованными знаниями, должны быть постепенно встроены в существующие бизнес-процессы. Т.е. в результате внедрения политики и методов по управлению неформализованными знаниями действия в отношении этих знаний становятся неотъ емлемой и естественной для сотрудников частью выполняемых ими операций. Как и любое нов шество, подобное внедрение происходит не сразу, но постепенно надо к этому стремиться и раз рабатывать меры по такому переходу.

Принцип постоянной демонстрации преимуществ применения методов УЗ для поддержа ния мотивации сотрудников и руководства. Поскольку управление неформализованными знания ми подразумевает определенные действия со стороны сотрудников (т.е. дополнительно к уже су ществующим обязанностям им приходится тратить время и силы на новые процессы), а также ин 154 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ вестиции в создание и развитие системы управления знаниями, то для поддержания как мотивации сотрудников к участию, так и руководства к выделению необходимых ресурсов следует регулярно информировать руководство и извещать сотрудников о результатах, которых удалось добиться именно применяя систему управления знаниями. Это может быть реализовано через систему оце нок, через внутрикорпоративные каналы распространения информации (новостной портал, кор поративная газета, рассылки по электронной почте, настенные плакаты-объявления, информаци онные листовки и т.п.).

Принцип стимулирования обучения и самообучения сотрудников. Приобретение неформа лизованных знаний сотрудниками является результатом формирования у них профессионального опыта либо результатом общения, в процессе которого знания передаются од одного сотрудника ми к другому. Однако источниками знаний в процессе общения могут быть не только сотрудники эксперты, но и различные обучающие (учебные) источники. Поэтому управление знаниями пред полагает необходимость постоянного применения разнообразных форм обучения персонала, к ко торым можно отнести:

- проведение целевых мероприятий-встреч по обмену опытом, - обучение и повышение квалификации сотрудников на специализированных курсах и семинарах (за счет организации), - предоставление сотрудникам возможностей для самообразования, - поощрение участия сотрудников в различных тренингах личностного роста, посвящен ных, например, эффективному деловому общению, овладению навыками тайм-менеджмента, ко торые позволят им высвобождать больше времени для получения новых знаний и участия обмене ими, - обеспечение освоения сотрудниками необходимых информационных технологий (в том числе использование средств электронного дистанционного обучения).

Сформулированные принципы построения системы управления неформализованными зна ниями, направленной на повышение эффективности принятия управленческих решений, предо пределяют необходимость интеграции в единое целое разнообразных компонент. Однако любое внедрение чего-то нового требует тщательного анализа, который включает в себя как анализ про блем и потребностей, так и анализ возможных путей решения, ведущий к выбору компонент бу дущей системы, а также анализ возможных последствий от внедрения выбранных компонент. В приложении к рассматриваемой нами теории управления неформализованными знаниями все эти виды анализа одинаково важны, так как успех внедрения системы управления неявными знаниями напрямую зависит от результатов вовлеченности в эту систему сотрудников организации, т.е. лиц, принимающих управленческие решения. Поэтому объектом подобного анализа должны являться, в первую очередь, сотрудники организации и их коммуникации (как основной предмет управления неявными знаниями).

Литература:

1. Букович У., Уильямс Р. Управление знаниями: руководство к действию: Пер. с англ. – М.: ИНФРА-М, 2002. – XVI, 504 с. – (Серия «Менеджмент для лидера»).



Pages:     | 1 |   ...   | 5 | 6 || 8 | 9 |   ...   | 11 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.