В статье предложен алгоритм импорта и первичной обработки данных при анализе экономической безопасности регионов России. На первом этапе алгоритма производится поиск исходной информации. Показано, что исходные данные, как правило, относятся к разряду слабоструктурированных. Приведен обзор типов и основных алгоритмов обработки слабоструктурированных данных. В ходе первичной обработки данных выявлены характерные особенности, на основе которых для обработки выбран метод последовательного перебора. На втором этапе производилось преобразование исходных данных в индикаторы экономической безопасности с учетом их размерностей. На третьем этапе осуществляется обработка и визуализация преобразованной информации с целью последующего анализа и прогнозирования. Для автоматизации анализа первичной информации разработана информационная система, состоящая из модуля импорта, модуля обработки, модуля редактирования данных, модуля визуализации.
In this paper developed an algorithm of import and primary processing of data for analysis of economic security of regions of Russia. The first stage is the search for primary information.Shown that the initial data, as a rule, classified as semi-structured. The paper gives an overview of the main types and processing algorithms with semi-structured data. During the initial processing of the data revealed their features. On their basis for the processing method used by one.At the second stage transformation of basic data to indicators of economic security taking into account their dimensions was made. At the third stage processing and visualization of the transformed information for the purpose of their subsequent analysis and forecasting was made. For automation analysis of primary information was developed information system, consisting of the importer, the processing module, module of data editing, visualization module.
1. Бойцов Л.М. Использование хеширования по сигнатуре для поиска по сходству. Прикладная математика и информатика. – М.: Изд-во факультета ВМиК, МГУ, 2000. – № 7.
2. Когаловский М.Р. Абстракции и модели в системах баз данных // СУБД. – 1998. – № 4-5. – С. 73-81.
3. Митяков Е.С. Структура информационной системы экономической безопасности регионов России // Труды НГТУ им. Р.Е. Алексеева. – 2014. – № 1 (102). – С. 268-273.
4. Родненко В. Python: Алгоритм Шинглов – поиск нечетких дубликатов текста // URL: http://www.codeisart.ru/python-shingles-algorithm (дата обращения: 11.02.2015).
5. Синицын И.Н. Фильтры Калмана и Пугачева // Рос. акад. науки, Ин-т проблем информатики. – М.: Логос, 2007. – 772 с.
6. Томас Коннолли, Каролин Бегг. Базы данных. Проектирование, реализация и сопровождение. Теория и практика. 3-е изд. – М: Вильямс, 2003. – 1440 с.
7. Delsarte P.; Levenshtein, V. I. (1998), Association schemes and coding theory, IEEE Transactions in Information Theory 44 (6): 2477–2504.
8. Peter Buneman. Semistructured data. In Proc. ACM Symposium on Principles of Database Systems, pages 117-121, Tucson, AZ., 1997. Abstract of invited tutorial.