Методы формализации и автоматизации маркетинговых задач конкурентного анализа тема диссертации и автореферата по ВАК РФ 08.00.05, кандидат экономических наук Сальников, Евгений Анатольевич
- Специальность ВАК РФ08.00.05
- Количество страниц 248
Оглавление диссертации кандидат экономических наук Сальников, Евгений Анатольевич
Введение.
Глава I. Исследование задач конкурентного маркетингового анализа.
1) Маркетинговый анализ. а) Целевое назначение маркетингового анализа. б) Составляющие маркетингового анализа. в) Методы маркетингового анализа.
2) Конкурентный анализ как объект исследования. а) Применение.1. б) Методология. в) Обзор и классификация задач конкурентного анализа: конкурентные преимущества и конкурентные ситуации.
3) Выводы.
Глава И. Формализация задач конкурентного анализа: процедуры и алгоритмы решения трудноформализуемых и слабоструктурированных задач.
1) Виды информационных систем и их практическое применение при решении аналитических конкурентных задач. а) Сравнительно применение информационных систем на практике. б) Обзор систем искусственного интеллекта: экспертные системы.
2) Актуальность применения экспертных систем при решении слабоструктурированных конкурентных задач маркетингового анализа.
3) Методы разработки экспертной системы конкурентного анализа. а) Проблемы, возникающие при создании ЭС. Перспективы разработки. б) Структура систем основанных на знаниях: средства разработки, формы представления знаний, приобретение знаний, системы вывода. в) Методы поиска решения. г) Алгоритм решения задачи конкурентного анализа при помощи экспертной системы: определение бизнеса компании через корпоративный профиль - модель McKinsey «7 S».
4) Выводы.
Глава III. Методика разработки экспертной системы в области конкурентного анализа в рамках функционирования единой маркетинговой информационной системы.
1) Маркетинговая информационная система. а) Информационные потоки. б) Организационная структура подразделения маркетинга на предприятии: стандартизированная маркетинговая информационная система.
2) Методические рекомендации по интеграции экспертной системы конкурентного анализа в процесс функционирования маркетинговой информационной системы. а) Система маркетинга на предприятии. б) Поэтапная разработка системы маркетинга основанной на экспертной системе конкурентного анализа.
3) Выводы.
Рекомендованный список диссертаций по специальности «Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда», 08.00.05 шифр ВАК
Формирование системы внешнего и внутреннего маркетинга промышленного предприятия2008 год, кандидат экономических наук Амелина, Надежда Викторовна
Формирование системы информационного обеспечения маркетинговой деятельности промышленных предприятий2002 год, доктор экономических наук Ойнер, Ольга Константиновна
Стратегическое планирование деятельности предприятия на основе методологии маркетинга2009 год, доктор экономических наук Шкардун, Владимир Дмитриевич
Управление маркетингом на предприятии с использованием современных информационных технологий2005 год, кандидат экономических наук Супонева, Анна Валерьевна
Адаптивное развитие маркетингового управления промышленными компаниями в условиях системных рыночных преобразований2004 год, доктор экономических наук Назаров, Валерий Алексеевич
Введение диссертации (часть автореферата) на тему «Методы формализации и автоматизации маркетинговых задач конкурентного анализа»
В современной концепции маркетинга изучению рынков придается особое значение. Эти исследования служат основой разрабатываемой предприятием стратегии и тактики выступления на рынках, проведения целенаправленной товарной политики. Цель любого рыночного исследования состоит в маркетинговом анализе существующей ситуации (конъюнктуры) и разработка прогноза развития рынка.
Маркетинговый анализ и прогнозирование - не самоцель, а источник информации для принятия эффективного управленческого решения. Это решение может относиться к любому аспекту маркетинговой деятельности, поэтому нерационально ограничивать расходы на такие исследования по причине «экономии средств»: потери, вызванные неверным решением, бывают обычно в 10 - 100 раз большими.
Использование маркетинговых исследований широко варьируется в зависимости от компании и типа требуемой информации. Несмотря на то, что большинство фирм проводит их в той или иной форме, исследовательские отделы создаются скорее в крупных, чем в небольших фирмах. Обычно, американская фирма с годовым объемом сбыта в 25 млн. долларов и более расходует около 3.5 % своего маркетингового бюджета на исследование и анализ, в то время как компания с продажами менее 25 млн. долларов расходует около 1.5 %. Как показывает российская практика, эта цифра, с объемом сбыта в 25 млн. долларов в год, составляет не более 0.5%. Кроме того, компании, производящие потребительские товары, расходуют на маркетинговые исследования больше средств, чем фирмы, выпускающие ^ продукцию производственного назначения.
Каждая компания заинтересована в эффективном управлении своей маркетинговой деятельностью. Ей нужно знать, как анализировать рыночные возможности, отбирать подходящие целевые рынки, разрабатывать эффективный комплекс маркетинга и успешно управлять претворением в жизнь маркетинговых решений. Все это и составляет процесс управления маркетингом. Немаловажную роль при выработке управленческих решений в маркетинге играют автоматизированные системы различного рода. Это могут быть как стандартные пакеты программ и базы данных, использующие обычные экономико-математические методы и модели, так и нетрадиционные, такие как экспертные системы, основанные на принципах искусственного интеллекта.
Зачастую в процессе принятия управленческого решения, и в частности при решении маркетинговых задач, приходится сталкиваться со слабоструктурированными проблемами, которые невозможно решить при помощи стандартных пакетов программ. Проблемы такого рода призваны решать так называемые экспертные системы (ЭС) - комплекс программ, выполняющий функции эксперта при решении задач из некоторой предметной области, для которой характерны высокая неопределенность информации, слабоструктурированность знаний и трудноформализуемость аналитических процедур. ЭС проводят анализ, ставят диагноз, дают советы и консультируют. Главным достоинством таких программных комплексов является возможность накопления экспертных знаний (нетривиальных, уникальных), их сохранение и использование при решении сложных, слабоструктурированных задач, каковые, как правило, и возникают в маркетинге. В настоящее время проблема автоматизации аналитических маркетинговых процедур на принципах искусственного интеллекта далеко не полностью решена, в связи с этим нам представляется актуальным проведение диссертационного исследования, посвященного вопросам разработки ЭС в области маркетингового конкурентного анализа.
Актуальность темы исследования заключается в нерешённости или недостаточной проработанности вопросов обсуждаемых в диссертации в современной науке:
- недостаточная систематизированность знаний в области маркетингового конкурентного анализа;
- отсутствие четких определений и структуры задач конкурентного анализа;
- неполная классификация объектов и предметов конкурентного анализа, отсутствие системного представления о методике и алгоритмах решения конкурентного анализа;
- несистемный охват задач конкурентного анализа, решаемых на практике;
- отсутствие серьезной проработки программного инструментария для конкретных задач конкурентного анализа (например, методы и алгоритмы, использующие в качестве инструмента экспертные системы, слабоформализованы и имеют поверхностный уровень решения);
- необходимость определения способов формализации, алгоритмизации и автоматизации решения тех задач конкурентного анализа, которые слабоструктурированы и рассматривают необходимость привлечения экспертных знаний, специфического подхода в соответствии с особенностью отрасли, потребительским многообразием и наличием конкурентов.
Многие теоретические задачи маркетингового конкурентного анализа не формализованы, а их теоретическая проработка не окончательна.
Целью диссертационного исследования является развитие теоретических и практических аспектов конкурентного анализа для формализации и автоматизации его задач (в т.ч. классификация задач, предметов и объектов конкурентного анализа, обоснование необходимости формализации и автоматизации процедур конкурентного анализа, выбор адекватного инструментария автоматизации, разработка моделей и алгоритмов решения задач конкурентного анализа, разработка методической рекомендации по разработке и созданию автоматизированной экспертной системы конкурентного анализа).
Для достижения названной цели диссертационного исследования были сформулированы и решены следующие системно связанные задачи:
1. Классификация задач конкурентного анализа в разрезе объектов и предметов анализа, а также в разрезе степени формализуемости процедур анализа. Определение задач, имеющих слабоструктурированный характер, и выявление специфики слабоструктурированных задач конкурентного анализа.
2. Обоснование необходимости специального подхода к автоматизации слабоструктурированных процедур конкурентного анализа. Выбор адекватного инструментария автоматизации, разработка моделей и алгоритмов решения слабоструктурированных задач конкурентного анализа.
3. Разработка комплекса методических рекомендаций для создания автоматизированной экспертной системы конкурентного анализа.
4. Уточнение и конкретизация этапов процесса проектирования экспертной системы конкурентного анализа, разработки баз знаний и данных экспертной системы, разработки алгоритмов решения задач конкурентного анализа посредством экспертной системы.
5. Формирование совокупности методических рекомендаций по интеграции экспертной системы конкурентного анализа в существующую маркетинговую информационную систему предприятия.
Предметом исследования являются теоретические и методические вопросы конкурентного анализа, процедуры формализации и автоматизацид задач конкурентного анализа, в частности, посредством экспертных систем.
В качестве объекта исследования рассматривается предприятие, служба маркетинга которого решает задачи конкурентного анализа.
Теоретической и методологической основой исследования послужили работы зарубежных и отечественных ученых в области экономики, маркетинга и менеджмента компаний, информационных систем и технологий.
К основным элементы научной новизны диссертации можно отнести следующее:
- уточнено определение конкурентного анализа, как совокупности процедур и методов, включающих в себя изучение микро- и макроокружения компании с точки зрения влияния на её конкурентоспособность и возможности реализации конкурентной стратегии, способствующей достижению поставленной цели в фирме (как в рамках текущего состояния рынка, так и прогнозного состояния); на основании данного определения предложен новый подход к выделению задач конкурентного анализа, включающих не только анализ конкурентов, но и потребителей, поставщиков, влияние макросреды, а также корпоративного профиля самой фирмы;
- разработана системная классификация задач конкурентного анализа, как в разрезе объектов и предметов анализа, так и по степени структурированности и формализуемости задач;
- обоснованы целесообразность и необходимость специального подхода к формализации и автоматизации слабоструктурированных процедур конкурентного анализа, учитывающего их особенности; определен выбор и дано описание адекватного инструментария автоматизации маркетингового конкурентного анализа, а именно экспертных систем;
- предложены алгоритмы решения слабоструктурированных задач конкурентного анализа, в частности анализа корпоративного профиля фирмы, функционирующей в конкурентной среде (по модели McKinsey «7S»);
- разработаны методические рекомендации по формированию информационной системы на базе экспертных систем для решения рассмотренных задач конкурентного анализа.
Практическая значимость диссертационной работы определяется востребованностью алгоритмов и программного инструментария службами маркетинга для полноты и своевременности решения возникающих задач:
- высокая динамичность рынков;
- высокий уровень конкуренции, все более усиливающейся со временем;
- необходимость принимать быстрые и обоснованные решения, которые зачастую основываются на наколенном опыте и знаниях;
- востребованность инструментов оперирования фактической информацией и знаниями (не в каждой российской компании имеется высококвалифицированный специалист, отвечающий за принятие определенных маркетинговых решений; возникает потребность применения автоматизированной экспертной системы, которая позволила бы компании использовать накопленные и аккумулировать новые знания экспертов);
- необходимость создания системы, способной к самообучению и совершенствованию накопленной информации и умений.
Структура диссертационной работы такова: введение, три главы, заключение, список литературы и приложения.
Во введении обоснована актуальность проблемы, поставлены цели и задачи исследования, определены объект и предмет исследования.
Первая глава посвящена изучению маркетингового конкурентного анализа и определению структуры задач.
Во второй главе рассматриваются неформализованные задачи конкурентного анализа, анализируется инструментарий, разрабатываются методы и алгоритмы для их решения на основе экспертных систем.
В третьей главе разрабатываются рекомендации по интегрированию разработанной экспертной системы в единую маркетинговую информационную систему предприятия.
В заключении резюмируются результаты исследования, а также определяется их научная новизна и практическая значимость.
Похожие диссертационные работы по специальности «Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда», 08.00.05 шифр ВАК
Повышение эффективности мониторинга конкурентов в маркетинговой деятельности торговых центров2011 год, кандидат экономических наук Максимова, Марианна Игоревна
Совершенствование технологии маркетингового аудита предприятия на рынке пластиковой упаковки2011 год, кандидат экономических наук Зайцева, Татьяна Юрьевна
Разработка интеллектуальных компонентов информационных систем предприятий2000 год, доктор технических наук Пятковский, Олег Иванович
Теория и методология обеспечения маркетинговой компетентности в системе управления стратегического альянса2006 год, доктор экономических наук Соловьева, Юлия Николаевна
Формирование информационных систем маркетинга на основе структурного подхода2010 год, кандидат экономических наук Родионова, Светлана Вячеславовна
Заключение диссертации по теме «Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда», Сальников, Евгений Анатольевич
3) Выводы.
В процессе формирования требований к системе управления информационными ресурсами предприятия необходимо рассматривать процессы движения физических товаров и информации на промышленных предприятиях - основы информационных потоков. В частности следует выделить блок маркетинговых информационных потоков. Условно этот блок можно разбить на две составляющих: маркетинговые информационные потоки внешние и внутренние.
Информационные потоки в каждой фирме должны быть распределены между структурными подразделениями таким образом, чтобы осуществлялся непрерывный цикл обращения информации как внутренней, так и внешней. Внешняя информация зачастую поступает через службу маркетинга (иногда через службу сбыта), что предопределяет её численность и функционал.
В ходе рассмотрения системы маркетинга предприятия в целом можно сделать вывод о целесообразности до проведения работ по интеграции ЭС описания действующего состояние МИС на предприятии в рамках системы "цели - задачи - функции".
Также можно сделать вывод о том, что в процесс интеграции экспертной системы конкурентного анализа вовлечены не только подразделение маркетинга и существующая среда МИС, но и ряд элементов системы маркетинга предприятия основанных на конкурентной стратегии поведения фирмы на рынке.
Заключение.
В диссертации осуществлен анализ существующих теоретических подходов к классификации задач и методов маркетингового анализа. Подробно рассмотрена такая область маркетингового анализа, как конкурентный анализ.
В ходе диссертационного исследования была выявлена специфика задач конкурентного анализа, связанная с трудноформализуемостью и слабоструктурированностью. Уровень сложности и актуальности маркетинговых задач конкурентного анализа для компаний на рынке достаточно высок, поэтому автором в дальнейшем изложении предложены алгоритмы решения рассмотренных задач и подобраны адекватные информационные средства для их решения.
В работе сделана попытка адаптации понятия экспертной системы к проблематике слабоструктурированных и трудноформализованных маркетинговых задач конкурентного анализа. Учтены преимущества и недостатки экспертной системы как информационного инструментария и ограничены области применения в конкурентном анализе.
В ходе работы для достижения поставленной цели были получены следующие результаты: о Проведена классификация задач конкурентного анализа в разрезе объектов и предметов анализа, а также в разрезе степени формализуемости процедур анализа. Определены задачи, имеющие слабоструктурированный характер, и выявлена специфика слабоструктурированных задач конкурентного анализа. ^ о Обоснована необходимость специального подхода к автоматизации слабоструктурированных процедур конкурентного анализа. Выбран адекватный инструментарий автоматизации, разработаны модели и алгоритмы решения слабоструктурированных задач конкурентного анализа. о Разработан комплекс методических рекомендаций для создания автоматизированной экспертной системы конкурентного анализа, о Уточнены и конкретизированы этапы процесса проектирования экспертной системы конкурентного анализа, разработки баз знаний и данных экспертной системы, разработки алгоритмов решения задач конкурентного анализа посредством экспертной системы. о Сформирована совокупность методических рекомендаций по интеграции экспертной системы конкурентного анализа в существующую маркетинговую информационную систему предприятия.
К результатам диссертационного исследования, обладающим научной новизной, можно отнести следующие: о Уточнено определение конкурентного анализа, как совокупности процедур и методов, включающих в себя изучение микро- и макроокружения компании с точки зрения влияния на её конкурентоспособность и возможности реализации конкурентной стратегии, способствующей достижению поставленной цели в фирме (как в рамках текущего состояния рынка, так и прогнозного состояния); на основании данного определения предложен новый подход к выделению задач конкурентного анализа, включающих не только анализ конкурентов, но и потребителей, поставщиков, влияние макросреды, а также корпоративного профиля самой фирмы. о Разработана системная классификация задач конкурентного анализа, как в разрезе объектов и предметов анализа, так и по степени структурированности и формализуемости задач, о Обоснованы целесообразность и необходимость специального подхода к формализации и автоматизации слабоструктурированных процедур конкурентного анализа, учитывающего их особенности; определен выбор и дано описание адекватного инструментария автоматизации маркетингового конкурентного анализа, а именно экспертных систем, о Предложены алгоритмы решения слабоструктурированных задач конкурентного анализа, в частности анализа корпоративного профиля фирмы, функционирующей в конкурентной среде (по модели McKinsey «7S»). о Разработаны методические рекомендации по формированию информационной системы на базе экспертных систем для решения рассмотренных задач конкурентного анализа.
Практическая значимость диссертационной работы определяется востребованностью алгоритмов и программного инструментария службами маркетинга для обеспечения полноты и своевременности решения возникающих задач, что вызывается влиянием следующих факторов: о высокая динамичность рынков, высокий уровень конкуренции, все более усиливающейся со временем; о необходимость принимать быстрые и обоснованные решения, которые зачастую основываются на накопленном опыте и знаниях; о востребованность инструментов оперирования фактической информацией и знаниями (не в каждой российской компании имеется высококвалифицированный специалист, отвечающий за принятие определенных маркетинговых решений; возникает потребность применения автоматизированной экспертной системы, которая позволила бы компании использовать накопленные и аккумулировать новые знания экспертов); о необходимость создания системы, способной к самообучению и совершенствованию накопленной информации и умений.
Результаты диссертационного исследования изложены в научных статьях, докладывались на конференциях и семинарах. Практическое применение получили предложенные в диссертационном исследовании методы решения отдельных задач конкурентного анализа, а также методические рекомендации по интеграции экспертной системы конкурентного анализа в маркетинговую информационную систему следующих предприятий ОАО «Лесбумстройснаб», ЗАО «НИИ ИМПАЛС».
Теоретические и методические разработки, предложенные в диссертационном исследовании, могут быть использованы аналитическим подразделением или службой маркетинга предприятия среднего и крупного типа, работающего на любом рынке, в любой отрасли для решения задач конкурентного анализа.
Список литературы диссертационного исследования кандидат экономических наук Сальников, Евгений Анатольевич, 2005 год
1. Алексеев П.В., Панин А.В. Философия. Учебник. — М.: "Проспект", 1999.
2. Аристотель. Метафизика. Российская библиотека образования. Серия "Философия".-М., 1998.
3. Балд Т. Объектно-ориентированное программирование в действии. — СПб.: Питер, 1997.
4. Бауэр Ф., Гооз Т. Информатика. — М.: Мир, 1976, 1990.
5. Барендрегт X. Ламбда-исчисление. Его синтаксис и семантика. — М.: Мир, 1985.
6. Братко И. Программирование на языке Пролог для искусственного интеллекта. — М.: Мир, 1990.
7. Врой М. Информатика. Основополагающее введение. — М.: Диалог-МИФИ, 1996.V
8. Божук С.Г., Ковалик «Маркетинговые Исследования», СПб. ^
9. Брюхов Д.О., Задорожный В.И., Калиниченко Л.А., Курошев М.Ю., Шумилов С.С. Интероперабельные информационные системы: архитектуры и технологии. // СУБД,4,1995.
10. Булос Дж., Джеффри Д. Вычислимость и логика. — М.: Мир, 1990.
11. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++., 2-е изд. — М.: "Издательство Бином", СПб: "Невский диалект", 1998.
12. Верещагин Н.К., Шень А. Лекции по математической логике и теории алгоритмов.
13. Часть 3. Вычислимые функции. — М.: МЦНМО, 1999.
14. Вольфенгаген В.Э. Конструкции языков программирования. Приемы описания. — М.: АО "Центр ЮрИнфоР", 2001.
15. Воробьев В.В. Представление, организация и обработка знаний в интеллектуальной системе ИКАР. Дисс.к.ф.-м.н. —М.: МАИ, 1992.
16. Вудкок М. Френсис Д. Раскрепощенный менеджер. Для руководителя-практика. М. Дело, 1991.
17. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. — СПб.: Питер, 2000.
18. Гайсарян С.С., Зайцев В.Е. Информатика. Учебный курс. — М.: МАИ, 1993.
19. Грачев М.В. Суперкадры. Управление персоналом в международной корпорации. М. Дело,1993
20. Гретцер Г. Общая теория решеток. — М.: Мир, 1982.
21. Громов Г.Р. Очерки информационной технологии. — М.: Инфоарт, 1993.
22. Джексон П. Введение в экспертные системы. — М.: Изд. дом "Вильяме", 2001.
23. Донаху Д. Взаимодополняющие определения семантики языка программирования.
24. В сб. Семантика языков программирования. — М.: Мир, 1980.
25. Дунаев С. Intranet-технологии. — М.: Диалог-МИФИ, 1997.
26. Журавлева Т.Э. Гибридный инструментарий интеллектуальных систем на основе расширенного логического программирования. Дисс . к.ф.м.н. — М.: МАИ, 1993.7 j
27. Зайцев В.Е., Лукашевич С.Ю. Инструментальные средства для построения встроенных экспертных систем // Информатика, №3-4, 1991. стр. 30-40.
28. Зайцев В.Е., Исаев В.К., Лукашевич С.Ю., Хмелев А.К. Опыт интеграции интеллектуальной компоненты в систему автоматизированного проектирования // Информатика, №3-4, 1991. стр. 74-80.
29. Замков О.О. Толстопятенко А.В. Черемных Ю.Н. Математические методы в экономике. М. ДИС,1997
30. Искусственный интеллект: применение в интегрированных производственных системах / Под ред. Э.Кьюсиака. — М.: Машиностроение, 1991.
31. Искусственный интеллект. Справочное издание в 3 кн., Т.2. — М.: 1990.
32. Клоксин У., Меллиш К. Программирование на языке Пролог: Пер. с англ. —М.: Мир,
33. Князевский B.C. Князевская Н.В. Теория рискованных решений. Ростов-на-Дону, РГЭАД995.
34. Крастелева И.Е., Сошников Д.В. Исследование процесса продвижения интернет-ресурсов с использованием интеллектуальных технологий. Тезисы докладов 9 международной студенческой школы-семинара "Новые информационные технологии" —
35. М.: МГИЭМ, 2001. стр.392-394.
36. Лавров С. Программирование. Математические основы, средства, теория. — СПб.: БХВ-Петербург, 2001.
37. Ламбен Ж.-Ж. Стратегический маркетинг. СПб.: Наука, 1996.
38. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с фр. — М.: Мир, 1991.
39. Майкевич Н.В. От информационных пространств к пространству знаний. Онтологии в Интернет, КИИ' 98, Пущино, 1998.
40. Малкина О.И., Сошников Д.В. Создание интерактивных систем адаптивного тестирования в среде Интернет с использованием технологий искусственного интеллекта.
41. Тезисы докладов 9 международной студенческой школы-семинара "Новые информационные технологии" — М.: МГИЭМ, 2001. стр.390392.
42. Марков А.А., Нагорный Н.М. Теория алгорифмов. — М.: Наука, 1984.
43. Маркетинг/ под редакцией Немчина A.M. и Минаева, СПб. ^
44. Менеджмент организации /Под ред. Н. Румянцевой. М. Инфра-М,1995
45. Минский М. Фреймы для представления знаний: Пер. с англ. — М.: Энергия, 1979.
46. Minsky М. A Framework for Representing Knowledge. MIT, Cambridge, 1974.)
47. Морозов M.H. Логическое программирование. Гипертекстовый курс, 2001 г. —http://www.mari-el.ru/mmlab/home/prolog/studyl.html
48. Нейлор К. Как построить свою экспертную систему: Пер. с англ. — М.: Энергоатом-издат, 1991.
49. Ньюэлл А., Саймон X. Информатика как эмпирическое исследование: символы и поиск. //В сб. "Лекции лауреатов премии Тьюринга". — М.: Мир, 1993. С.334.
50. Ованесбеков JI.Г. Гипертекстовые базы правил. // Тезисы докладов II Санкт-Петербургской конференции "Региональная информатика" РИ-93, Санкт-Петербург,11.14 мая 1993. Часть 1,с. 130-132.
51. Осуга С. Обработка знаний: Пер. с япон. — М.: Мир, 1989.
52. О'Шоннеси Дж. Конкурентный маркетинг. Стратегический подход.-Спб.: Питер, 2001.
53. Пирогова Н. Как создать виртуальную корпорацию // Открытые системы, №1, 1998.стр. 62-66.
54. Построение экспертных систем: Пер. с англ./Под ред. Ф.Хейеса-Рота, Д.Уотермана, Д.Лената. — М.: Мир, 1987.
55. Робачевский A.M. Операционная система UNIX. — СПб.: BHV -Санкт-Петербург,1997.
56. Сизиков Е.В., Сошников Д.В. Онтологическая поисковая система Jewel для реализации интеллектуального поиска в Интернет- и интранет-сетях. Электронный журнал "Труды МАИ" — М.: МАИ, 2002, №7. http://www.mai.ru/proj ects/maiworks/index.htm
57. Соколов Н.Е. Использование экспертно-диагностирующих систем повышения эффективности оценки знаний. Тезисы докладов 6 международной студенческой школы-семинара "Новые информационные технологии" —М.: МГИЭМ, 1998. стр.97-98.
58. Соловьева Д.В. Прогнозирование в маркетинге: Электронный курс лекций. СПб, СПбГИЭУ, кафедра маркетинга и управления проектами.
59. Сошников Д.В. Инструментарий для построения распределенных интеллектуальных систем. — М.: МАИ, Дипломный проект, 1999.
60. Сошников Д.В. Построение распределенных интеллектуальных систем на основе распределенной фреймовой иерархии. Тезисы докладов международной научно-практической конференции "Информационные технологии в образовании". — Шахты,2001.
61. Сошников Д.В. Инструментарий JULIA для построения распределенных интеллектуальных систем на основе продукционно-фреймового представления знаний. Электронный журнал "Труды МАИ" — М.: МАИ, 2002, №7. http://www.mai.ru/proj ects/maiworks/index.htm
62. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ: Пер. с англ. —М.: Финансы и статистика, 1990.
63. Тьюринг A.M. Может ли машина мыслить? — Саратов, Издательство ГосУНЦ "Колледж", 1999.
64. Уолрэнд Дж. Телекоммуникационные и компьютерные сети. Вводный курс. — М.: Постмаркет, 2001.
65. Уэно X., Кояма Т., Окамото Т., Мацуби Б., Исидзука М. Представление и использование знаний: Пер. с япон. — М.: Мир, 1989.
66. Фландерс И. ASP — взгляд изнутри. — М.: ДМК Пресс, 2001.
67. Хоор Ч.Э.Р., Лауэр П.Е. Непротиворечивые дополняющие теории семантики языков программирования. // В сб. Семантика языков программирования. — М.: Мир, 1980.
68. Хорошевский В.Ф. Управление проектами, основанное на знаниях, в среде PiES Workbench.// Изв. РАН, серия "Техническая кибернетика", 1993, №5.
69. Шампанер Г., Шайдук А. Обучающие компьютерные системы // Высшее образование в России. — 1998, №3. — с. 95-96.
70. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры: Пер. с англ. — М.: Финансы и статистика, 1987.
71. Berners-Lee Т., Hendler J., Lassila О. The Semantic Web. Scientific American, May 2001.
72. Booch, G., Rumbaugh, J., Jacobson, I. The Unified Modeling Language User Guide, Addison-Wesley, MA, USA, 1999.
73. Bratko I. Programming in Prolog for Artificial Intelligence (3rd edition), Addison-Wesley Publishers, 2001.
74. Brosen Y, 1992. Concentration, Mergers and Public Policy, New York: Macmillan.
75. Carrell M. Elbert N. Hatfield. Human Resource Management Global
76. Strategies for Managing a Diverse Workforce. Prentice Hall, Englewood Cliffs, NJ, 1995.
77. CORBA: Architechture and Specification. Object Management Group, 1995. (Доступно на сервере http: //www. omg. org)
78. Demsetz H.,1993, The Market Concentration Doctrine, Washington D.C.: American Enterprise Institute.
79. DESS: Document and Reporting Decision Support System. European Software Laboratories, 1993.
80. Dobson S. A., Burrill V. A. Lightweight databases, Computer Networks and ISDN Systems, Vol. 27, No. 6, 1995. pp. 1009-1015.
81. Doi N., The Efficiency of Small Manufacturing Firms in Japan, Quarterly Rewiew of Economics and Business 38 (2) , 15-26, 1992.
82. Durfee E.H., Lesser V.R., Corkill D.D. Trends in Distributed Cooperative Problem Solving, IEEE Transactions on Knowledge and Data Engineering, l(l):63-83, March 1989.
83. Fikes R., Farquhar A. Distributed Repositiories of Highly Expressive Reusable Ontologies .IEEE Intelligent Systems, 1999; March/April, pp. 73-79.
84. Fischer K. The Rule-Based Multi-Agent System MAGSY. In Proceedings of the CKBS'92 Workshop. DAKE Centre, Keele University, 1993.
85. Fitting M. Fixpoint Semantics for Logic Programming: A Survey. Elsevier1. Preprint, 1996.
86. Forgy C.L. RETE: A fast algorithm for the many pattern / many object pattern match problem. Artificial Intelligence, Vol. 19, No.l, 1982. pp. 1737.
87. Girratano J., Riley G. Expert Systems: Principles and Programming. — PWS Publishing Company, Boston, 1993. (2nd Ed.)
88. Gruber T. R., A Translation Approach to Portable Ontology Specifications. Knowledge Acquisition, 5(2), 1993. pp. 199-220.
89. Gruber T.R. Towards Principles for the Design of Ontologies used for Knowledge Sharing. International Journal of Human and Computer Studies, №43 (5/6), 1995. pp.907-922.
90. Hanson E.N., Hasan M.S. Gator: An optimized discrimination network for active database rule condition testing. Technical Report TR-93-036, CIS Department, University of Florida, 1993.
91. Hanson N.H.,Widom J. An Overview of Production Rules in Database
92. Systems. In the Knowledge Engineering Review, Vol.8, No.2, 1993. pp.121143.
93. Jennings N.R., Sycara K., Wooldridge M., A Roadmap of Agent-Research and Development, Automomous and Multi-Agent Systems, I, 1998. pp.275-306. Karp P.D. The Design Space of Frame Knowledge Representation Systems. SRI AI Center
94. Technical Note #520, 1993.
95. Khoroshevsky V.F., Knowledge Based Design of Knowledge Based Systems in PiES WorkBench, In: Proc. of JCKBSE'94, Japan-CIS Symposium on Knowledge Based
96. Software Engineering '94, 1994, p.p. 256-261.
97. Khoroshevsky V. F., Maikevich N. V. Knowledge Driven Processing of HTML-Based Information for Intellectual Spaces on Web, In Proceedings of JCKBSE'98, Smolenice,1998.
98. Kifer M., Lausen G., Wu J. Logical Foundations of Object-Oriented and Frame-Based Languages. Technical Report 90/14, Department of Computer Science, State Universityof New York at Stony Brook (SUNY), June 1990.
99. Kleinmuntz В., McLean R.S. Computers in behavior science: diagnostic interviewing by digital computer. Behavior science, 1968, 13, 75-80.
100. Lesser, V.R. An Overview of DAI: Viewing Distributed AI as Distributed Search, Journalof Japanese Society for Artificial Intelligence, Vol. 5, No. 4, 1990.
101. Luger G.F., Stubblefield W.A. Artificial Intelligence: Structures and Strategies for Complex
102. Problem Solving. — Benjamin Cummings Publishing Company, 1993. (2nd Ed.)
103. Luke S., Heflin J. SHOE 1.0, Proposed Specification, 1997. http://www.cs.umd.edu/projects/plus/SHOE/
104. Miranker D.P. TREAT: A New and Efficient Match Algorithm for AI Production Systems. Morgan Kaufmann Publishers, Inc., San Mateo, California, 1990.
105. Nwana H.S. Software Agents: An Overview, Knowledge Engineering Review, Vol. 11, No.3, 1996. pp. 1-40.
106. Orfali R., Harkey D., Edwards J. Instant CORBA. Wiley Computer Publishing, 1997.
107. Pfleger K., Hayes-Roth В., An Introduction to Blackboard-Style Systems Organization, KSL Technical Report KSL-98-03, Computer Science Department, Stanford University,1997.
108. Ramakrishnan K., Ullman, J. A Survey of Research on Deductive Database Systems, Journal of Logic Programming, 23(2), 1995. pp. 125149.
109. Rogerson D. Inside COM. —Microsoft Press, 1997.
110. Russel S., Norvig P. Artificial Intelligence: A Modern Approach. Prentice-Hall, 1994.
111. Seng Wai Loke, Adding Logic Programming Behaviour to the World Wide Web, PhD Thesis, Department of Computer Science, The University of Melbourne, Australia, 1998.
112. Sherstnew W.Yu., Worfolomeew A.N., Aleshin A. Yu. FRAME/2 -Application Program Interface for Frame Knowledge Bases, In: Proc. of JCKBSE'94, Japan-CIS Symposium on
113. Knowledge Based Software Engineering'94, 1994.
114. Soshnikov D. An Approach for Creating Distributed Intelligent Systems. In J.-C. Freytag and V. Wolfengagen, editors, Proceedings of the 1st International Workshop on Computer
115. Science and Information Technologies, Moscow, Mephi Publishing, 1998. pp. 129-134.
116. Soshnikov D. Technologies for Building Intelligent Web Applications based on JULIA
117. Toolkit. In Proceedings of the 3rd International Workshop on Computer Science and Information Technologies, USATU Publishing, Ufa, 2001.
118. Tarski, A. A lattice-theoretical fixpoint theorem and its applications. Pacific Journal of Mathematics, 1955, Vol.5, pp 285-309.
119. UML: OMG Unified Modeling Language Formal Specification, Version 1.4. September 2001. (Доступно по адресу http://www.omg.org/cgi-bin/doc7formal/01-09-67).
120. Weber J. Special Edition: Using Java. QUE Corporation, 1996.
121. Whorf B.L. Language Thought fe Reality. MIT Press, Cambridge, MA, 1956.
122. William J. Stevenson. Production /operations/ management. Chicago. IRWIN, 1996.
123. Wooldridge M. A Knowledge-Theoretic Approach to Distributed Problem Solving. In Proceedings of the Thirteenth European Conference on Artificial Intelligence (ECAI-98),1998.
124. Worn H., Langle Т., Albert M. Distributed Diagnosis for Automated Production Cells. In Proceedings of the 3rd International Workshop on Computer Science and Information Technologies, USATU Publishing, Ufa, 2001.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.