PRACE NAUKOWE UNIWERSYTETU EKONOMICZNEGO WE WROCŁAWIU RESEARCH PAPERS OF WROCŁAW UNIVERSITY OF ECONOMICS nr
|
|
- Bernard Urban
- 8 lat temu
- Przeglądów:
Transkrypt
1 PRACE NAUKOWE UNIWERSYTETU EKONOMICZNEGO WE WROCŁAWIU RESEARCH PAPERS OF WROCŁAW UNIVERSITY OF ECONOMICS nr Rachunkowość a controlling ISSN e-issn Andrzej Bytniewski, Marcin Hernes Uniwersytet Ekonomiczny we Wrocławiu s: andrzej.bytniewski@ue.wroc.pl; marcin.hernes@ue.wroc.pl SEMANTYCZNA METODA REPREZENTACJI ZDARZEŃ GOSPODARCZYCH W SYSTEMIE RACHUNKOWOŚCI SEMANTIC METHOD FOR THE ECONOMIC EVENTS REPRESENTATION IN ACCOUNTING SYSTEM DOI: /pn Streszczenie: Rejestracja zdarzeń gospodarczych w systemach informatycznych rachunkowości funkcjonujących współcześnie w przedsiębiorstwach dokonywana jest z reguły z wykorzystaniem relacyjnych lub obiektowych baz danych. Implikuje to sposób reprezentacji atrybutów zdarzeń gospodarczych w postaci wartości atomowych lub wartości złożonych. Współcześnie jednakże istnieje potrzeba nie tylko rejestracji wartości atrybutów zdarzeń gospodarczych, ale również analizy ich znaczenia. Zdarzenia gospodarcze powinny być zatem reprezentowane z wykorzystaniem metod semantycznych i zapisywane w bazie danych typu NoSQL. Celem artykułu jest opracowanie metody reprezentacji zdarzeń gospodarczych z wykorzystaniem sieci semantycznej. Metoda ta umożliwi rejestrację atrybutów zdarzeń gospodarczych i analizę ich znaczenia. W pierwszej części artykułu dokonano przeglądu literatury z zakresu metod reprezentacji zdarzeń gospodarczych w systemach informatycznych. W drugiej części zaprezentowano opracowaną metodę reprezentacji tych zdarzeń. W ostatniej części artykułu przedstawiono studium przypadku weryfikujące możliwość zastosowania opracowanej metody w rozwiązaniach praktycznych. Słowa kluczowe: system informatyczny rachunkowości, zdarzenia gospodarcze, sieci semantyczne. Summary: Registration of economic events in the accounting systems functioning in companies is done usually with the use of relational or object-oriented databases. This implies a way for representing the attributes of economic events in the form of atomic or complex values. Today, however, there is a need not only for registration of the event attributes, but also for the analysis of their meaning. Economic event should therefore be represented using semantic methods and stored in a NoSQL database. The aim of this paper is to develop a method for the representation of economic events using semantic network. In the first part of the paper the state-of-the-art related to the methods of representation of economic events in IT systems has been presented. The second part presents the developed method of representation of those events. In the last part of the paper a case study to verify the applicability of this method in the practical sollutions has been presented. Keywords: accounting information system, economic event, semantic networks.
2 84 Andrzej Bytniewski, Marcin Hernes 1. Wstęp Systemy informatyczne wspomagają sprawne funkcjonowanie rachunkowości głównie przez rejestrowanie zdarzeń gospodarczych i przetwarzanie informacji w czasie zbliżonym do rzeczywistego, co w konsekwencji ma pozytywny wpływ na skuteczność i efektywność podejmowania decyzji. Należy jednakże zauważyć, że współcześnie w przedsiębiorstwach funkcjonują systemy informatyczne rachunkowości, w których rejestracja zdarzeń gospodarczych dokonywana jest najczęściej z użyciem relacyjnych lub obiektowych baz danych. Wykorzystanie relacyjnych baz danych implikuje sposób reprezentacji atrybutów zdarzeń gospodarczych w postaci wartości atomowych. Takie podejście przedstawiono np. w pracach [Bytniewski 1996; Bytniewski 2012]. Atomizacja polega na zapisaniu zdarzenia gospodarczego w postaci niepodzielnej. Atom składa się z trzech atrybutów [Bytniewski 1996, s. 51]: symbolu zjawiska (obiekt, związek), wartości zjawiska, daty wystąpienia zjawiska. Zaletą tego typu podejścia jest łatwość przetwarzania i wyszukiwania danych, jednakże umożliwia ono zapisywanie w systemie informatycznym jedynie prostych (atomowych) wartości zjawisk, co stanowi uproszczenie w modelowaniu świata rzeczywistego, w którym atrybuty zjawisk gospodarczych są często złożone. Dodatkowo tego typu reprezentacja zjawisk gospodarczych nie pozwala na analizę ich znaczenia. Wykorzystanie obiektowych baz danych umożliwia reprezentację atrybutów zjawisk gospodarczych z wykorzystaniem wartości złożonych. Obiekt traktowany jest jako dwójka [Du, Wang 2005]: identyfikator (unikalny w całym systemie), wartość. Jako wartość obiektu przyjmuje się przy czym zarówno dane, jak i procedury ich przetwarzania, co jest uznawane za zaletę tego modelu. Dodatkowo za zalety tego modelu uznaje się możliwość przetwarzania danych niepełnych, niekompletnych [Shawhan, 2006]. W tym modelu jednakże, analiza znaczenia zjawisk gospodarczych jest również ograniczona. Coraz częściej pojawia się jednak potrzeba nie tylko rejestracji wartości atrybutów zdarzeń gospodarczych, ale również automatycznej analizy ich znaczenia. Istotna bowiem jest interpretacja zdarzeń gospodarczych w kontekście wspomagania decyzji, jak i realizacji nieoczekiwanych potrzeb informacyjnych zarządzających [Budziński 2001]. Zdarzenia gospodarcze powinny być zatem reprezentowane
3 Semantyczna metoda reprezentacji zdarzeń gospodarczych w systemie rachunkowości 85 z wykorzystaniem metod semantycznych (umożliwiających reprezentację danych semantycznie złożonych) i zapisywane w bazie danych typu NoSQL 1. Celem artykułu jest opracowanie metody reprezentacji zdarzeń gospodarczych z wykorzystaniem sieci semantycznej. Metoda ta umożliwi rejestrację atrybutów zdarzeń gospodarczych i analizę ich znaczenia. W pierwszej części artykułu dokonano przeglądu literatury z zakresu metod reprezentacji zdarzeń gospodarczych w systemach informatycznych. W drugiej części zaprezentowano opracowaną metodę reprezentacji tych zdarzeń. W ostatniej części artykułu przedstawiono studium przypadku weryfikujące możliwość zastosowania opracowanej metody w rozwiązaniach praktycznych. 2. Metoda reprezentacji zdarzeń gospodarczych Formalna definicja zdarzenia gospodarczego, odnosząca się do relacyjnych i obiektowych baz danych, została przedstawiona np. w pracach [Bytniewski 1996; Budziński 2001]. Przedstawia się ona następująco: Definicja 1. Zdarzeniem gospodarczym nazywamy zbiór: q ZG zcpsldtw,,,,,,,, w v = { } gdzie: z symbol zdarzenia (z Z zbiór zdarzeń); c symbol celu (np. nośnik kosztów, wyrób, zlecenie; c C zbiór celów); p symbol podmiotu (np. ośrodek odpowiedzialności, pracownik, kontrahent; p P zbiór podmiotów); s cecha rodzajowa (katalog rodzajów materiały, środki trwałe, wyroby; s S zbiór rodzajów); l jednostkowe numery katalogowe (wykaz jednostkowych przedmiotów: numerów inwentarzowych środków trwałych, numerów kartoteki towarowo-materiałowej; l L zbiór rodzajów); t data zdarzenia (t T zbiór dat); d numer dokumentu (d D zbiór numerów dokumentów); w q wartość pomiaru w jednostkach naturalnych; w v wartość pomiaru w jednostkach wartościowych. Elementy zbioru reprezentującego zdarzenie gospodarcze nazywane są w literaturze przedmiotu wymiarami tego zdarzenia. Reprezentacja zdarzenia przedstawiona w definicji 1 może być rozszerzona również o inne wymiary (np. rodzaj opakowania towaru). Po zarejestrowaniu zdarzenia w systemie informatycznym rachunkowości następuje jego automatyczna klasyfikacja, z wykorzystaniem bazy wiedzy, oraz automatyczne księgowanie w księgach rachunkowych [Bytniewski 1996, s. 58]. Definicja 1 Baza danych niekorzystająca bezpośrednio ze struktury modelu relacyjnego. Dane nie są przechowywane w tabelach, relacje mogą być implementowane na poziomie danych, a nie struktury bazy. Mogą przechowywać zarówno dane ustrukturalizowane, jak i nieustrukturalizowane.
4 86 Andrzej Bytniewski, Marcin Hernes zdarzenia gospodarczego zostaje zatem rozszerzona o informacje dotyczące kont księgowych w następujący sposób: q ZG ki, kj, zcpsldtw,,,,,,,, w v = { } gdzie: ki, kj K konta WN, MA należące do planu kont. W niniejszym artykule natomiast zdarzenie gospodarcze zdefiniowane zostanie jako sieć semantyczna. Definicja 2. Zdarzeniem gospodarczym nazywamy czwórkę: ZG = NILZ,,, gdzie: N zbiór wymiarów; I zbiór instancji wymiarów; L zbiór linków, czyli zbiór relacji rozmytych zdefiniowanych na zbiorze N; Z zbiór aksjomatów. W dalszej części artykułu przedstawione zostaną definicje poszczególnych elementów zdarzenia gospodarczego. Zakłada się, że świat rzeczywisty reprezentowany jest przez parę <O, V> gdzie O jest skończonym zbiorem obiektów (np. podmiot-kontrahent, cecha rodzajowa-towar), a V jest dziedziną zbioru O (np. kontrahent-alfa, towar-piwo), oraz V = o O V o gdzie: V o jest dziedziną obiektu o O o O. Przyjęto, że zdarzenie gospodarcze odnosi się do świata rzeczywistego <O, V>. Szczegółowa definicja zdarzenia gospodarczego rozpatrywana jest na czterech poziomach: wymiarów, instancji, linków, aksjomatów Definicja na poziomie wymiarów Definicja 3. Wymiar zdarzenia gospodarczego określonego w świecie <O, V> definiowany jest jako trójka: n n= idn, O, V n
5 Semantyczna metoda reprezentacji zdarzeń gospodarczych w systemie rachunkowości 87 gdzie idn jest unikalną nazwą wymiaru (np. towar, data), O n O jest obiektem reprezentowanym przez wymiar, natomiast v V jest dziedziną obiektu (np. Alfa, Piwo): V n = n ov O o, V. n n Para O, V nazywana jest strukturą wymiaru n. Wszystkie wymiary należące do tego samego zdarzenia różnią się między sobą. Każde zdarzenie gospodarcze powinno zawierać co najmniej wymiary określone w definicji 1, a dodatkowo może zawierać również inne wymiary (np. w przypadku wyrobów wymiar opakowanie ) Definicja na poziomie instancji Definicja 4. Instancja wymiaru n jest opisana przez obiekty ze zbioru O n oraz wartości ze zbioru V n i definiowana jako para: i = idi, v gdzie i jest unikalnym identyfikatorem instancji w wycinku rzeczywistości <O, V>, natomiast v jest wartością instancji obiektu (np. Piwo-Tatra) O n określoną funkcją: v = O n V n taką że v(o, p) V o dla każdego op, O n. Wartość v nazywa się również opisem instancji danego obiektu. Wymiar może być interpretowany jako zbiór wszystkich instancji opisanych w jego strukturze. W celu opisania faktu, że i jest instancją wymiaru n, można korzystać z zapisu i n. Wszystkie instancje tego samego wymiaru w ramach danego zdarzenia gospodarczego powinny różnić się między sobą identyfikatorem. Dwie lub więcej instancji może posiadać takie same wartości. Dana instancja może należeć do różnych wymiarów Definicja na poziomie linków W zdarzeniu gospodarczym pomiędzy dwoma wymiarami można zdefiniować jeden lub kilka linków. Linki opisują relacje pomiędzy wymiarami. Na przykład pomiędzy dwoma wymiarami może być zdefiniowana relacja całość-część. Link definiowany jest następująco: Definicja 5. Niech dany jest zbiór wymiarów N. Linkiem nazywana jest następująca relacja:
6 88 Andrzej Bytniewski, Marcin Hernes L = < N, N' > w przestrzeni N N Definicja na poziomie aksjomatów Zbiór Z zawiera formuły logiki rozmytej i może być interpretowany jako warunki integralności danych lub relacje pomiędzy instancjami a wymiarami, które nie mogą być wyrażone w zbiorze relacji L. Definicja 6. Niech dane są: zbiór wymiarów N i zbiór instancji I. Aksjomatem nazywa się następujące relacje: Z = < N, I > w przestrzeni N I oraz w przestrzeni I I. Z = < I, I' > 2.5. Reprezentacja graficzna zdarzenia gospodarczego Opracowana definicja zdarzenia gospodarczego może być przedstawiona w postaci graficznej. Przykład takiej reprezentacji zilustrowano na rys. 1. Rys. 1. Przykład postaci graficznej semantycznej reprezentacji zdarzenia gospodarczego Źródło: opracowanie własne. Owal oznacza wymiary, prostokąt oznacza instancje, strzałki narysowane linią ciągłą oznaczają linki, natomiast strzałki narysowane linią przerywaną oznaczają
7 Semantyczna metoda reprezentacji zdarzeń gospodarczych w systemie rachunkowości 89 aksjomaty. Zaprezentowane zdarzenie gospodarcze zawiera trzy wymiary z poziomami ich aktywacji. Interpretacja jest następująca: Wymiar1 jest połączony z Wymiar2 i Wymiar3 za pomocą linków. Wymiar1 jest połączony z Instancja1 poprzez aksjomat. Wymiar1 jest również połączony z Wymiar3 poprzez aksjomat, natomiast Wymiar3 jest również połączony z Instancja3. 3. Weryfikacja możliwości zastosowania metody studium przypadku W celu weryfikacji opracowanej metody przyjęto następujące założenia: 1. System informatyczny rachunkowości zbudowany jest z kognitywnych programów agentowych (agentów) w architekturze LIDA (The Learning Intelligent Disribution Agent). Wiedza tych agentów reprezentowana jest za pomocą sieci semantycznej i mają one wbudowane mechanizmy przetwarzania tego rodzaju wiedzy. 2. Przeanalizowane zostanie następujące zdarzenie gospodarcze: W dniu wystawiono dokument Wz nr 1/2016 dla kontrahenta1 zawierający następujące pozycje: piwo Tatra 20 szt., cena 3,20 (opakowanie: skrzynka) oraz piwo Strong 6 szt., cena 3,30 (opakowanie: folia). Reprezentacja przedmiotowego zdarzenia w postaci semantycznej przedstawia się następująco: 1. Wymiary: Symbol, Data, Cel, Towar, Opakowanie, Piwo, Podmiot, Wz, Numer, Wartość, Jednostki naturalne, Szt., Jednostki wartościowe, Zł. 2. Instancje: , 1/2016, KontrahentAlfa, Strong, Tatra, Folia, Skrzynka, 20; 6; 3,20; 3,30; 730; Linki: Symbol Data, Symbol Cel, Symbol Podmiot, Symbol Wz, Symbol Wartość, Cel Towar, Towar Piwo, Towar Opakowanie, Wz Numer, Wartość Jednostki_naturalne, Wartość Jednostki_wartościowe, Jednostki_naturalne Szt., Jednostki_wartościowe Zł., 4. Aksjomaty: Data , Opakowanie Folia, Opakowanie Skrzynka,
8 90 Andrzej Bytniewski, Marcin Hernes Rys. 2. Postać graficzna semantycznej reprezentacji rozpatrywanego zdarzenia gospodarczego Źródło: opracowanie własne. Piwo Tatra, Piwo Strong, Podmiot Kontrahent_Alfa, Numer 1/2016, Szt. 20, Szt. 6, Złoty 3,20, Złoty 3,30, Strong Folia,
9 Semantyczna metoda reprezentacji zdarzeń gospodarczych w systemie rachunkowości 91 Strong 6, Strong 3,30, Tatra Skrzynka, Tatra 20, Tatra 3,20, Postać graficzna tej reprezentacji została przedstawiona na rys. 2. Po zaewidencjonowaniu zdarzenia w systemie kognitywne programy agentowe dokonują automatycznej klasyfikacji zdarzenia gospodarczego z wykorzystaniem bazy wiedzy 2 zawierającej wzorce księgowania zdarzeń zapisane również w postaci sieci semantycznej. Przykład takiego wzorca (postać graficzna) w odniesieniu do dokumentu Wz został przedstawiony na rys. 3. Rys. 3. Wzorzec księgowania dokumentu Wz znajdujący się w bazie wiedzy Źródło: opracowanie własne. Klasyfikacja dokonywana jest z wykorzystaniem mechanizmów porównywania sieci semantycznych, które zostały bardziej szczegółowo opisane w pracy [Bytniewski, Hernes 2014]. W wyniku klasyfikacji rozpatrywane zdarzenie gospodarcze zostaje rozszerzone o następujące wymiary: Konto, WN, MA, instancje: 730, 330, linki: Symbol Konto, Konto WN, Konto MA, a także aksjomaty: WN 730, MA 330. Ostatecznie reprezentacja (postać graficzna) rozpatrywanego zdarzenia gospodarczego przedstawia się jak na rys. 4. W klasycznych systemach informatycznych rachunkowości zaksięgowanie dokumentu Wz byłoby dokonane na koncie anali- 2 Baza wiedzy tworzona jest przez użytkownika, niektóre wzorce mogą być utworzone automatycz- nie w procesie uczenia się agentów.
10 92 Andrzej Bytniewski, Marcin Hernes tycznym ( , gdzie trzeba wiedzieć, że człon 100 oznacza towar, a 200 piwo). Natomiast przy zastosowaniu reprezentacji semantycznej część analityczna konta jest wyrażana bezpośrednio przez wymiary Towar i Piwo (330-Towar-Piwo). Rys. 4. Reprezentacja zdarzenia gospodarczego po procesie jego klasyfikacji Źródło: opracowanie własne. Ponieważ tego typu metoda reprezentacji jest zbliżona do reprezentacji rzeczywistości w ludzkim umyśle, w naturalny sposób można określać znaczenie, kontekst danego zdarzenia gospodarczego. Nie ma potrzeby przeprowadzania skomplikowanych analiz z wykorzystywaniem czasochłonnych i zasobochłonnych metod eksploracji danych. Zdarzenia reprezentowane z wykorzystaniem metody semantycznej mogą być bezpośrednio wizualizowane np. w postaci kokpitu menedżerskiego. Metoda semantyczna charakteryzuje się pełną otwartością. Proces określania wymiarów, instancji, linków i aksjomatów nie jest ograniczony strukturą bazy danych. Na przykład gdyby zaistniała potrzeba ewidencji koloru opakowania, to wystarczy dodać nowy wymiar: Kolor (i połączyć go linkiem z wymiarem: Opakowanie), oraz
11 Semantyczna metoda reprezentacji zdarzeń gospodarczych w systemie rachunkowości 93 instancje: Czerwony, Zielony (i połączyć aksjomatem wymiar Kolor z tymi instancjami oraz połączyć aksjomatem np. instancję: Skrzynka z instancją: Zielony). Opracowana metoda pozwala zapisywać zdarzenia gospodarcze w bazach danych typu NoSql, głównie grafowych (dane zapisywane są w postaci grafów skierowanych, a więc możliwe jest odwzorowanie sieci semantycznej). Do zalet semantycznej metody reprezentacji można zatem zaliczyć: elastyczność modelu danych, możliwość modyfikacji struktury danych w czasie, gdy system jest uruchomiony (w trybie runtime) i nawet używany przez pracowników, efektywne przetwarzanie zapytań na danych semantycznie złożonych, szybkość wyszukiwania ścieżek danych, możliwość reprezentacji bogatej semantyki danych w postaci graficznej. W odniesieniu do systemów informatycznych rachunkowości semantyczna metoda reprezentacji umożliwia zapis informacji o ontologii (opis danych) i taksonomii (składnia danych, np. konto posiada stronę WN i MA) danych, dotyczących zdarzeń gospodarczych, uporządkowanych semantycznie (duże ilości zasobów informacyjnych dotyczących zdarzenia są porządkowane według danego wymiaru semantycznego). Umożliwia to np. wielowymiarową wizualizację informacji opisujących zdarzenia gospodarcze, w dowolnym układzie określanym ad hoc przez użytkownika (wykorzystując przykładowo kokpit menedżerski, użytkownik, klikając na wybrany wymiar, np. towar, oprócz danych dotyczących tego wymiaru uzyskuje informacje dotyczące jego powiązań semantycznych z innymi wymiarami, jak symbol zdarzenia, kolor opakowania lub numer konta). Reprezentacja zdarzeń gospodarczych w postaci semantycznej może być wykorzystana również w systemach dotyczących innych obszarów funkcjonowania przedsiębiorstwa, np. w systemie controllingu w realizacji funkcji planowania i kontrolowania wykonania planu. Ponieważ wyniki planowania określane są z pewnym poziomem prawdopodobieństwa, to w podsystemie controllingu można dodatkowo wykorzystać sieć semantyczną z poziomami aktywacji wymiarów (np. Symbol, Towar, Piwo) i linków (powiązania pomiędzy tymi wymiarami). Głównym ograniczeniem metody jest złożoność modelu danych, dlatego jej wykorzystanie wymaga użycia sprzętu komputerowego o lepszych parametrach wydajności niż przy wykorzystaniu metody klasycznej. 4. Podsumowanie Reprezentacja zdarzeń gospodarczych za pomocą sieci semantycznej umożliwia nie tylko przetwarzanie informacji związanych z tymi zdarzeniami, ale również analizę ich znaczenia. Opracowana w niniejszym artykule metoda może być zastosowana np. w celu reprezentacji wiedzy agentów w podsystemie finansowo-księgowym kognitywnego zintegrowanego systemu informatycznego zarządzania [Hernes 2014].
12 94 Andrzej Bytniewski, Marcin Hernes Zdarzenia reprezentowane w ten sposób mogą być zapisywane w bazie danych NoSQL. Dalsze prace badawcze będą dotyczyć m.in. opracowania metody analizy znaczeń zdarzeń gospodarczych reprezentowanych za pomocą metody semantycznej oraz opracowania prototypu podsystemu finansowo-księgowego wykorzystującego tę metodę. Literatura Bytniewski A., 1996, Założenia teoretyczne robotyzacji systemu rachunkowości, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław. Bytniewski A., 2012, Robotyzacja systemu rachunkowości jako sposób wspomagania rachunkowości zarządczej i controllingu, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 251, Nowak E., Nieplowicz M. (red.), Rachunkowość a controlling, Wrocław, s Bytniewski A., Hernes M., 2014, Analiza opinii klientów o produkcie dokonywana w kognitywnym zintegrowanym systemie informatycznym zarządzania, [w:] Porębska-Miąc T., Sroka H., Systemy Wspomagania Organizacji, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice. Budziński R., 2001, Metodologiczne podstawy ujmowania reprezentacji czasu w rachunkowości przedsiębiorstw, [w:] Kubiak B.F., Korowicki A. (red.), Human-Computer interaction, Wydawnictwo Akwila, Gdańsk, s Du H., Wang T.J., 2005, A mechanism for converting a relational database into an Object-Oriented Model: An AIS application, The Review of Business Information Systems, Vol. 9, No. 1, s Hernes M., 2014, A cognitive integrated management support system for enterprises, [w:] Hwang D., Jung J., Nguyen N.T. (eds.), Computational Collective Intelligence Technologies and Applications, Lecture Notes in Artificial Intelligence, Vol. 8733, Springer-Verlag, Berlin, s Hogenboom A., Hogenboom F., Frasincar F., Schouten K., Meer O.V.D., 2013, Semantics-based information extraction for detecting economic events, Multimed Tools, 64, s Król-Stępień M., 2013, System informatyczny rachunkowości jako narzędzie wspomagające zarządzanie jednostką gospodarczą wymogi ustawowe a ich praktyczne stosowanie, Finanse, Rynki Finansowe, Ubezpieczenia, Uniwersytet Szczeciński, nr 58, s Kunz B., Tymińska A., 2014, System informatyczny rachunkowości i jego rola w świetle ustawy o rachunkowości, Nauki o Finansach, nr 3 (20), Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław, s Shawhan Y., 2006, Data modelling and accounting information system, Review of Business Information System, 10(3), s
Wykład I. Wprowadzenie do baz danych
Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles
HURTOWNIE DANYCH I BUSINESS INTELLIGENCE
BAZY DANYCH HURTOWNIE DANYCH I BUSINESS INTELLIGENCE Akademia Górniczo-Hutnicza w Krakowie Adrian Horzyk horzyk@agh.edu.pl Google: Horzyk HURTOWNIE DANYCH Hurtownia danych (Data Warehouse) to najczęściej
Monitoring procesów z wykorzystaniem systemu ADONIS
Monitoring procesów z wykorzystaniem systemu ADONIS BOC Information Technologies Consulting Sp. z o.o. e-mail: boc@boc-pl.com Tel.: (+48 22) 628 00 15, 696 69 26 Fax: (+48 22) 621 66 88 BOC Management
Paweł Kurzawa, Delfina Kongo
Paweł Kurzawa, Delfina Kongo Pierwsze prace nad standaryzacją Obiektowych baz danych zaczęły się w roku 1991. Stworzona została grupa do prac nad standardem, została ona nazwana Object Database Management
PRZEWODNIK PO PRZEDMIOCIE RACHUNKOWOŚĆ. LOGISTYKA inżynierskie. niestacjonarne. I stopnia. Patrycja Kokot-Stępień. ogólnoakademicki.
PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj przedmiotu RACHUNKOWOŚĆ LOGISTYKA inżynierskie niestacjonarne
Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną. ćwiczenia 30 zaliczenie z oceną
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Zarządzanie Rodzaj przedmiotu: podstawowy Opiekun: prof. nadzw. dr hab. Zenon Biniek Poziom studiów (I lub II stopnia): I stopnia Tryb studiów:
6 Metody badania i modele rozwoju organizacji
Spis treści Przedmowa 11 1. Kreowanie systemu zarządzania wiedzą w organizacji 13 1.1. Istota systemu zarządzania wiedzą 13 1.2. Cechy dobrego systemu zarządzania wiedzą 16 1.3. Czynniki determinujące
INFORMATYKA GEODEZYJNO- KARTOGRAFICZNA. Modelowanie danych. Model związków-encji
Modelowanie danych. Model związków-encji Plan wykładu Wprowadzenie do modelowania i projektowania kartograficznych systemów informatycznych Model związków-encji encje atrybuty encji związki pomiędzy encjami
PROGRAM STUDIÓW ZINTEGROWANE SYSTEMY ZARZĄDZANIA SAP ERP PRZEDMIOT GODZ. ZAGADNIENIA
PROGRAM STUDIÓW ZINTEGROWANE SYSTEMY ZARZĄDZANIA SAP ERP PRZEDMIOT GODZ. ZAGADNIENIA Zarządzanie zintegrowane Zintegrowane systemy informatyczne klasy ERP Zintegrowany system zarządzania wprowadzenia System,
Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM,
Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Oczekiwania? 2 3 Bazy danych Jak przechowywać informacje? Jak opisać rzeczywistość?
Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Zarządzanie Rodzaj przedmiotu: specjalnościowy Opiekun: prof. nadzw. dr hab. Zenon Biniek Poziom studiów (I lub II stopnia): II stopnia Tryb studiów:
Wykaz prac złożonych do druku, przyjętych do druku lub opublikowanych w wyniku realizacji projektu
Wykaz prac złożonych do druku, przyjętych do druku lub opublikowanych w wyniku realizacji projektu Publikacje w czasopismach Podstawy teoretyczne sieci przedsiębiorstw Modelowanie procesów i systemów logistycznych
LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016
LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016 INFORMATYKA I STOPNIA studia stacjonarne 1 sem. PO-W08-INF- - -ST-Ii-WRO-(2015/2016) MAP003055W Algebra z geometrią analityczną A
Informatyka Ćwiczenie 10. Bazy danych. Strukturę bazy danych można określić w formie jak na rysunku 1. atrybuty
Informatyka Ćwiczenie 10 Bazy danych Baza danych jest zbiór informacji (zbiór danych). Strukturę bazy danych można określić w formie jak na rysunku 1. Pracownik(ID pracownika, imie, nazwisko, pensja) Klient(ID
ŁĄCZONA LOGIKA EPISTEMICZNA I DEONTYCZNA W MODELOWANIU PROCESÓW BIZNESOWYCH
Stanisław Kędzierski Uniwersytet Ekonomiczny w Katowicach ŁĄCZONA LOGIKA EPISTEMICZNA I DEONTYCZNA W MODELOWANIU PROCESÓW BIZNESOWYCH Wprowadzenie Podczas projektowania, a następnie wykonywania procesów
PLAN STUDIÓW Wydział Elektroniki, Telekomunikacji i Informatyki, Wydział Zarządzania i Ekonomii Inżynieria danych
WYDZIAŁ: KIERUNEK: poziom kształcenia: profil: forma studiów: Lp. O/F kod modułu/ przedmiotu* SEMESTR 1 1 O PG_00045356 Business law 2 O PG_00045290 Basics of computer programming 3 O PG_00045352 Linear
KOGNITYWNY ZINTEGROWANY SYSTEM INFORMATYCZNY ZARZĄDZANIA WSPOMAGAJĄCY BIG MANAGEMENT
Zeszyty Naukowe Politechniki Częstochowskiej Zarządzanie Nr 23 t.1 (2016) s. 7 15 dostępne na: http://www.zim.pcz.pl/znwz Kognitywny zintegrowany system informatyczny zarządzania jako narzędzie Big Management
SYSTEM MONITOROWANIA DECYZYJNEGO STANU OBIEKTÓW TECHNICZNYCH
Aleksander JASTRIEBOW 1 Stanisław GAD 2 Radosław GAD 3 monitorowanie, układ zasilania w paliwo, diagnostyka SYSTEM MONITOROWANIA DECYZYJNEGO STANU OBIEKTÓW TECHNICZNYCH Praca poświęcona przedstawieniu
Pojęcie systemu informacyjnego i informatycznego
BAZY DANYCH Pojęcie systemu informacyjnego i informatycznego DANE wszelkie liczby, fakty, pojęcia zarejestrowane w celu uzyskania wiedzy o realnym świecie. INFORMACJA - znaczenie przypisywane danym. SYSTEM
Pojęcie bazy danych. Funkcje i możliwości.
Pojęcie bazy danych. Funkcje i możliwości. Pojęcie bazy danych Baza danych to: zbiór informacji zapisanych według ściśle określonych reguł, w strukturach odpowiadających założonemu modelowi danych, zbiór
Diagramy związków encji. Laboratorium. Akademia Morska w Gdyni
Akademia Morska w Gdyni Gdynia 2004 1. Podstawowe definicje Baza danych to uporządkowany zbiór danych umożliwiający łatwe przeszukiwanie i aktualizację. System zarządzania bazą danych (DBMS) to oprogramowanie
Model logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL
Podstawy baz danych: Rysunek 1. Tradycyjne systemy danych 1- Obsługa wejścia 2- Przechowywanie danych 3- Funkcje użytkowe 4- Obsługa wyjścia Ewolucja baz danych: Fragment świata rzeczywistego System przetwarzania
Projektowanie logiki aplikacji
Jarosław Kuchta Projektowanie Aplikacji Internetowych Projektowanie logiki aplikacji Zagadnienia Rozproszone przetwarzanie obiektowe (DOC) Model klas w projektowaniu logiki aplikacji Klasy encyjne a klasy
Monitoring procesów z wykorzystaniem systemu ADONIS. Krok po kroku
z wykorzystaniem systemu ADONIS Krok po kroku BOC Information Technologies Consulting Sp. z o.o. e-mail: boc@boc-pl.com Tel.: (+48 22) 628 00 15, 696 69 26 Fax: (+48 22) 621 66 88 BOC Management Office
MODELOWANIE STANÓW CZYNNOŚCIOWYCH W JĘZYKU SIECI BAYESOWSKICH
Inżynieria Rolnicza 7(105)/2008 MODELOWANIE STANÓW CZYNNOŚCIOWYCH W JĘZYKU SIECI BAYESOWSKICH Katedra Podstaw Techniki, Uniwersytet Przyrodniczy w Lublinie Streszczenie. Zastosowanie sieci bayesowskiej
Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski
Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu Kierunek PRZEWODNIK PO PRZEDMIOCIE Metody prezentacji informacji Logistyka Forma studiów niestacjonarne Poziom kwalifikacji I stopnia Rok 2 Semestr 3 Jednostka prowadząca Instytut Logistyki
PRACE NAUKOWE UNIWERSYTETU EKONOMICZNEGO WE WROCŁAWIU RESEARCH PAPERS OF WROCŁAW UNIVERSITY OF ECONOMICS nr 399 2015 Rachunkowość a controlling
PRACE NAUKOWE UNIWERSYTETU EKONOMICZNEGO WE WROCŁAWIU RESEARCH PAPERS OF WROCŁAW UNIVERSITY OF ECONOMICS nr 399 2015 Rachunkowość a controlling ISSN 1899-3192 e-issn 2392-0041 Andrzej Bytniewski Uniwersytet
WF-FaKiR BUDŻET to aplikacja wspomagająca zarządzanie finansami w jednostkach budżetowych
WF-FaKiR BUDŻET to aplikacja wspomagająca zarządzanie finansami w jednostkach budżetowych System księgowy charakteryzuje się prostotą obsługi, szybkością i niezawodnością działania Podstawą dla zastosowanych
Sylabus przedmiotu: Data wydruku: Dla rocznika: 2015/2016. Kierunek: Opis przedmiotu. Dane podstawowe. Efekty i cele. Opis.
Sylabus przedmiotu: Specjalność: Zintegrowane systemy Wszystkie specjalności Data wydruku: 23.01.2016 Dla rocznika: 2015/2016 Kierunek: Wydział: Zarządzanie i inżynieria produkcji Inżynieryjno-Ekonomiczny
Projektowanie systemów informatycznych. Roman Simiński siminskionline.pl. Modelowanie danych Diagramy ERD
Projektowanie systemów informatycznych Roman Simiński roman.siminski@us.edu.pl siminskionline.pl Modelowanie danych Diagramy ERD Modelowanie danych dlaczego? Od biznesowego gadania do magazynu na biznesowe
Rady i porady użytkowe
Rady i porady użytkowe Dział Eksploatacji CONTROLLING SYSTEMS sp. z o.o. Rady i porady - źródło prezentacji: Najczęstsze problemy zgłaszane przez Klientów na etapie eksploatacji systemu Spostrzeżenia konsultantów
Bazy danych. dr inż. Andrzej Macioł
Bazy danych dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/ Ontologia Dziedzina metafizyki, która para się badaniem i wyjaśnianiem natury jak i kluczowych właściwości oraz relacji rządzących
Specjalizacja magisterska Bazy danych
Specjalizacja magisterska Bazy danych Strona Katedry http://bd.pjwstk.edu.pl/katedra/ Prezentacja dostępna pod adresem: http://www.bd.pjwstk.edu.pl/bazydanych.pdf Wymagania wstępne Znajomość podstaw języka
A posteriori wsparcie w podejmowaniu decyzji biznesowych.
A posteriori wsparcie w podejmowaniu decyzji biznesowych. A posteriori jest programem umożliwiającym analizowanie danych gromadzonych w systemach wspomagających zarządzanie. Można go zintegrować z większością
Spis treści. Wstęp... 9
Wstęp... 9 Rozdział 1 ZARYS TEORII STEROWANIA PROCESAMI PRZEDSIĘBIORSTWA... 11 1. Zakres i potencjalne zastosowania teorii... 11 2. Opis szkieletowego systemu EPC II... 12 2.1. Poziomy organizacyjne, warstwy
Seminarium firmowe FS I, część 2
Seminarium firmowe FS I, część 2 Wprowadzenie do przepływów wartości w systemie proalpha , dn. 1. Wstęp... 1 1.1. Cel ćwiczenia... 1 1.2. Wymagania... 1 1.3. Przebieg ćwiczenia... 1 2. Dane
Stacjonarne Wszystkie Katedra Informatyki Stosowanej Dr inż. Marcin Detka. Podstawowy Obowiązkowy Polski Semestr pierwszy. Semestr letni Brak Nie
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 202/203 Z-ZIP2-0452 Informatyczne Systemy Zarządzania Produkcją Manufacturing Management
CRM VISION FUNKCJE SYSTEMU
www.crmvision.pl CRM VISION FUNKCJE SYSTEMU www.crmvision.pl CRM VISION FUNKCJE SYSTEMU CRM Vision to nowoczesne, bezpieczne oprogramowanie wspomagające zarządzanie firmą poprzez usprawnienie przepływu
PODSTAWY BAZ DANYCH. 5. Modelowanie danych. 2009/ Notatki do wykładu "Podstawy baz danych"
PODSTAWY BAZ DANYCH 5. Modelowanie danych 1 Etapy tworzenia systemu informatycznego Etapy tworzenia systemu informatycznego - (według CASE*Method) (CASE Computer Aided Systems Engineering ) Analiza wymagań
Bazy danych. Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Wykład 3: Model związków encji.
Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Bazy danych Wykład 3: Model związków encji. dr inż. Magdalena Krakowiak makrakowiak@wi.zut.edu.pl Co to jest model związków encji? Model związków
Formularz recenzji magazynu. Journal of Corporate Responsibility and Leadership Review Form
Formularz recenzji magazynu Review Form Identyfikator magazynu/ Journal identification number: Tytuł artykułu/ Paper title: Recenzent/ Reviewer: (imię i nazwisko, stopień naukowy/name and surname, academic
Ewolucja technik modelowania hurtowni danych
Baza wiedzy JPro Ewolucja technik modelowania hurtowni Porównanie technik modelowania hurtowni podsumowanie: Strona 1/6 Nazwa podejścia Corporate Information Factory Kimball Bus Architecture Data Vault
Zarządzanie wiedzą w zintegrowanych systemach informatycznych zarządzania z wykorzystaniem agentów kognitywnych
204, nr 4 (56) A. Bytniewski, A. Chojnacka-Komorowska, M. Hernes, K. Matouk, Zarządzanie wiedzą w zintegrowanych systemach informatycznych zarządzania z wykorzystaniem agentów kognitywnych, e-mentor 204,
PROLOG WSTĘP DO INFORMATYKI. Akademia Górniczo-Hutnicza. Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej.
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej WSTĘP DO INFORMATYKI Adrian Horzyk PROLOG www.agh.edu.pl Pewnego dnia przyszedł na świat komputer Komputery
Zagadnienia (1/3) Data-flow diagramy przepływów danych ERD diagramy związków encji Diagramy obiektowe w UML (ang. Unified Modeling Language)
Zagadnienia (1/3) Rola modelu systemu w procesie analizy wymagań (inżynierii wymagań) Prezentacja różnego rodzaju informacji o systemie w zależności od rodzaju modelu. Budowanie pełnego obrazu systemu
WYKORZYSTANIE KOGNITYWNYCH PROGRAMÓW AGENTOWYCH WE WSPOMAGANIU PROCESU ZARZĄDZANIA PRODUKCJĄ
INFORMATYKA EKONOMICZNA BUSINESS INFORMATICS 1(31) 2014 ISSN 1507-3858 Andrzej Bytniewski, Marcin Hernes Uniwersytet Ekonomiczny we Wrocławiu WYKORZYSTANIE KOGNITYWNYCH PROGRAMÓW AGENTOWYCH WE WSPOMAGANIU
Logiczna reprezentacja wiedzy i metoda logiczno-algebraiczna
Logiczna reprezentacja wiedzy i metoda logiczno-algebraiczna dr inż. Grzegorz ilcek & dr inż. Maciej Hojda Zakład Inteligentnych Systemów Wspomagania Decyzji, Instytut Informatyki, Politechnika Wrocławska
PLANY I PROGRAMY STUDIÓW
WYDZIAŁ INŻYNIERII PRODUKCJI I LOGISTYKI PLANY I PROGRAMY STUDIÓW STUDY PLANS AND PROGRAMS KIERUNEK STUDIÓW FIELD OF STUDY - ZARZĄDZANIE I INŻYNIERIA PRODUKCJI - MANAGEMENT AND PRODUCTION ENGINEERING Studia
Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem. dr Jakub Boratyński. pok. A38
Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem zajęcia 1 dr Jakub Boratyński pok. A38 Program zajęć Bazy danych jako podstawowy element systemów informatycznych wykorzystywanych
Wykład 2. Relacyjny model danych
Wykład 2 Relacyjny model danych Wymagania stawiane modelowi danych Unikanie nadmiarowości danych (redundancji) jedna informacja powinna być wpisana do bazy danych tylko jeden raz Problem powtarzających
Autor: Joanna Karwowska
Autor: Joanna Karwowska W bazie danych przechowujemy tylko niektóre informacje o świecie rzeczywistym. Wybór właściwych wycinków rzeczywistości i dotyczących ich danych jest bardzo istotny od niego zależy
Baza danych. Modele danych
Rola baz danych Systemy informatyczne stosowane w obsłudze działalności gospodarczej pełnią funkcję polegającą na gromadzeniu i przetwarzaniu danych. Typowe operacje wykonywane na danych w systemach ewidencyjno-sprawozdawczych
Integracja systemu CAD/CAM Catia z bazą danych uchwytów obróbkowych MS Access za pomocą interfejsu API
Dr inż. Janusz Pobożniak, pobozniak@mech.pk.edu.pl Instytut Technologii Maszyn i Automatyzacji produkcji Politechnika Krakowska, Wydział Mechaniczny Integracja systemu CAD/CAM Catia z bazą danych uchwytów
I rok. semestr 1 semestr 2 15 tyg. 15 tyg. Razem ECTS. laborat. semin. ECTS. konwer. wykł. I rok. w tym. Razem ECTS. laborat. semin. ECTS. konwer.
Wydział Informatyki i Nauki o Materiałach Kierunek Informatyka studia I stopnia inżynierskie studia stacjonarne 08- IO1S-13 od roku akademickiego 2015/2016 A Lp GRUPA TREŚCI PODSTAWOWYCH kod Nazwa modułu
Systemy informatyczne. Modelowanie danych systemów informatycznych
Modelowanie danych systemów informatycznych Diagramy związków encji Entity-Relationship Diagrams Modelowanie danych diagramy związków encji ERD (ang. Entity-Relationship Diagrams) diagramy związków encji
PRACE NAUKOWE UNIWERSYTETU EKONOMICZNEGO WE WROCŁAWIU RESEARCH PAPERS OF WROCŁAW UNIVERSITY OF ECONOMICS nr
PRACE NAUKOWE UNIWERSYTETU EKONOMICZNEGO WE WROCŁAWIU RESEARCH PAPERS OF WROCŁAW UNIVERSITY OF ECONOMICS nr 440 2016 Rachunkowość a controlling ISSN 1899-3192 e-issn 2392-0041 Andrzej Bytniewski Uniwersytet
RACHUNKOWOŚĆ KOMPUTEROWA JAKO PRZEDMIOT SPECJALICACJI W TECHNIKUM EKONOMICZNYM ROZKŁAD PROGRAMU NAUCZANIA
RACHUNKOWOŚĆ KOMPUTEROWA JAKO PRZEDMIOT SPECJALICACJI W TECHNIKUM EKONOMICZNYM ROZKŁAD PROGRAMU NAUCZANIA Przedstawiony rozkład materiału został oparty o autorski program nauczania do przedmiotu Rachunkowość
Finanse. Jak wykonać import listy płac z programu Płace Optivum do aplikacji Finanse?
Finanse Jak wykonać import listy płac z programu Płace Optivum do aplikacji Finanse? Operacja importu list płac z programu Płace Optivum do aplikacji Finanse przebiega w następujących krokach: 1. wybór
Program studiów podyplomowych
Program studiów podyplomowych Wydział prowadzący studia podyplomowe: Nazwa studiów podyplomowych: Nazwa studiów podyplomowych w j. angielskim: Umiejscowienie studiów w obszarze kształcenia: Ogólna charakterystyka
technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.
Informatyka Coraz częściej informatykę utoŝsamia się z pojęciem technologii informacyjnych. Za naukową podstawę informatyki uwaŝa się teorię informacji i jej związki z naukami technicznymi, np. elektroniką,
Podstawowe pojęcia dotyczące relacyjnych baz danych. mgr inż. Krzysztof Szałajko
Podstawowe pojęcia dotyczące relacyjnych baz danych mgr inż. Krzysztof Szałajko Czym jest baza danych? Co rozumiemy przez dane? Czym jest system zarządzania bazą danych? 2 / 25 Baza danych Baza danych
...Gospodarka Materiałowa
1 Gospodarka Materiałowa 3 Obsługa dokumentów magazynowych 4 Ewidencja stanów magazynowych i ich wycena 4 Inwentaryzacja 4 Definiowanie indeksów i wyrobów 5 Zaopatrzenie magazynowe 5 Kontrola jakości 5
Bazy danych. Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI
Bazy danych Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI Wszechnica Poranna Trzy tematy: 1. Bazy danych - jak je ugryźć? 2. Język SQL podstawy zapytań. 3. Mechanizmy wewnętrzne baz danych czyli co
Usługi analityczne budowa kostki analitycznej Część pierwsza.
Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.
prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz
WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn
Grafowy model bazy danych na przykładzie GOOD
GOOD p. 1/1 Grafowy model bazy danych na przykładzie GOOD (Graph-Oriented Object Database Model) Marcin Jakubek GOOD p. 2/1 Plan prezentacji Przykłady modeli danych Zastosowania Inne modele grafowe Wizualizacja
Podstawy obiegu dokumentów II
dr inż. Paweł Kużdowicz Zakład Controllingu i Informatyki Ekonomicznej Wydział Ekonomii i Zarządzania, Uniwersytet Zielonogórski Instrukcja do laboratorium z przedmiotu Informatyka w zarządzaniu na bazie
Informatyzacja przedsiębiorstw
Informatyzacja przedsiębiorstw Izabela Szczęch Politechnika Poznańska Plan wykładów - Rachunkowość Bilans (aktywa, pasywa) Konto księgowe, Plan kont Operacje gospodarcze, Rachunek zysków i strat Obliczenie
DataGuide w półstrukturalnych bazach danych
DataGuide p. 1/1 DataGuide w półstrukturalnych bazach danych Marcin Jakubek DataGuide p. 2/1 Plan prezentacji Schemat a dane Kilka słów o Lore DataGuide Silny" DataGuide DataGuide a interakcja z użytkownikiem
BAZY DANYCH model związków encji. Opracował: dr inż. Piotr Suchomski
BAZY DANYCH model związków encji Opracował: dr inż. Piotr Suchomski Świat rzeczywisty a baza danych Świat rzeczywisty Diagram związków encji Model świata rzeczywistego Założenia, Uproszczenia, ograniczenia
Wykaz prac złożonych do druku, przyjętych do druku lub opublikowanych w wyniku realizacji projektu
Wykaz prac złożonych do druku, przyjętych do druku lub opublikowanych w wyniku realizacji projektu Publikacje w czasopismach Podstawy teoretyczne sieci 43 2013 47-58 brak https://ekonom.ug.edu.pl/web/download.php?openfile=1181
Transformacja wiedzy w budowie i eksploatacji maszyn
Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces
miejsca przejścia, łuki i żetony
Sieci Petriego Sieć Petriego Formalny model procesów umożliwiający ich weryfikację Główne konstruktory: miejsca, przejścia, łuki i żetony Opis graficzny i matematyczny Formalna semantyka umożliwia pogłębioną
Diagramy przypadków użycia. WYKŁAD Piotr Ciskowski
Diagramy przypadków użycia WYKŁAD Piotr Ciskowski Diagram przypadków użycia definiowanie wymagań systemowych graficzne przedstawienie przypadków użycia, aktorów, związków między nimi występujących w danej
Funkcjonalność jest zgrupowana w następujących obszarach:
Human Resources Funkcjonalność jest zgrupowana w następujących obszarach: Płace i Kadry System ocen pracowników/pulpit pracownika Informacje pracownicze Podzielnik Karty pracy RCP (Rejestracja Czasu Pracy)
Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:
Analiza i projektowanie obiektowe 2017/2018. Wykład 3: Model wiedzy dziedzinowej
Analiza i projektowanie obiektowe 2017/2018 Wykład 3: Model wiedzy dziedzinowej Jacek Marciniak Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza 1 Plan wykładu 1. Model wiedzy dziedzinowej
Spis treści. Analiza i modelowanie_nowicki, Chomiak_Księga1.indb :03:08
Spis treści Wstęp.............................................................. 7 Część I Podstawy analizy i modelowania systemów 1. Charakterystyka systemów informacyjnych....................... 13 1.1.
PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"
PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych
Sieci Petriego. Sieć Petriego
Sieci Petriego Sieć Petriego Formalny model procesów umożliwiający ich weryfikację Główne konstruktory: miejsca, przejścia, łuki i żetony Opis graficzny i matematyczny Formalna semantyka umożliwia pogłębioną
Rektora Państwowej Wyższej Szkoły Zawodowej w Koninie z dnia 9 listopada 2011 roku
ZARZĄDZENIE Nr 84/2011 Rektora Państwowej Wyższej Szkoły Zawodowej w Koninie z dnia 9 listopada 2011 roku zmieniające zasady organizacji studiów podyplomowych Zarządzanie jakością Na podstawie 7 Regulaminu
Modelowanie danych, projektowanie systemu informatycznego
Modelowanie danych, projektowanie systemu informatycznego Modelowanie odwzorowanie rzeczywistych obiektów świata rzeczywistego w systemie informatycznym Modele - konceptualne reprezentacja obiektów w uniwersalnym
RELACYJNE BAZY DANYCH
RELACYJNE BAZY DANYCH Aleksander Łuczyk Bielsko-Biała, 15 kwiecień 2015 r. Ludzie używają baz danych każdego dnia. Książka telefoniczna, zbiór wizytówek przypiętych nad biurkiem, encyklopedia czy chociażby
PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT <NAZWA PROJEKTU> WERSJA <NUMER WERSJI DOKUMENTU>
Załącznik nr 4.4 do Umowy nr 35-ILGW-253-.../20.. z dnia... MINISTERSTWO FINANSÓW DEPARTAMENT INFORMATYKI PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT WERSJA numer wersji
STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe
STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe Technologie informacyjne prof. dr hab. Zdzisław Szyjewski 1. Rola i zadania systemu operacyjnego 2. Zarządzanie pamięcią komputera 3. Zarządzanie danymi
problem w określonym kontekście siły istotę jego rozwiązania
Wzorzec projektowy Christopher Alexander: Wzorzec to sprawdzona koncepcja, która opisuje problem powtarzający się wielokrotnie w określonym kontekście, działające na niego siły, oraz podaje istotę jego
UCHWAŁA Nr 12/2011 Rady Wydziału Społeczno-Technicznego Państwowej Wyższej Szkoły Zawodowej w Koninie z dnia 18 października 2011 r.
UCHWAŁA Nr 12/2011 Rady Wydziału Społeczno-Technicznego Państwowej Wyższej Szkoły Zawodowej w Koninie z dnia 18 października 2011 r. zmieniająca uchwałę w sprawie uchwalenia planów studiów podyplomowych
Internet Semantyczny i Logika II
Internet Semantyczny i Logika II Ontologie Definicja Grubera: Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości. W Internecie Semantycznym językiem
Wydział Inżynierii Produkcji i Logistyki (Faculty of Production Engineering and Logistics)
Wydział Inżynierii Produkcji i Logistyki (Faculty of Production Engineering and Logistics) Plan studiów stacjonarnych I stopnia na kierunku ZARZĄDZANIE I INŻYNIERIA PRODUKCJI (Management and production
Nasze kompetencje. Co nas wyróżnia. Skuteczne wdrożenie - dopasowanie do strategii klientów
Grupa Codec Codec jest europejskim liderem w zakresie usług doradczych i wdrażania rozwiązań wspierających efektywność organizacji. Pełniąc rolę ogniwa łączącego strategię, controlling i nowoczesne technologie
Technologia informacyjna
Technologia informacyjna Bazy danych Dr inż. Andrzej Czerepicki Politechnika Warszawska Wydział Transportu 2016 Plan wykładu Wstęp do baz danych Modele baz danych Relacyjne bazy danych Język SQL Rodzaje
W poszukiwaniu sensu w świecie widzialnym
W poszukiwaniu sensu w świecie widzialnym Andrzej Śluzek Nanyang Technological University Singapore Uniwersytet Mikołaja Kopernika Toruń AGH, Kraków, 28 maja 2010 1 Podziękowania Przedstawione wyniki powstały
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2014, 311(75)2, 153 162 Marta Nowak DOŚWIADCZENIE ZAWODOWE OSÓB STUDIUJĄCYCH NA KIERUNKACH STUDIÓW
TECHNOLOGIE INFORMACYJNE JAKO CZYNNIK ROZWOJU NOWYCH FUNKCJONALNOŚCI ZINTEGROWANYCH SYSTEMÓW ZARZĄDZANIA W RAMACH KONCEPCJI BIG MANAGEMENT
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 341 2017 Andrzej Bytniewski Uniwersytet Ekonomiczny we Wrocławiu Wydział Inżynieryjno-Ekonomiczny Katedra Rachunkowości,
030 PROJEKTOWANIE BAZ DANYCH. Prof. dr hab. Marek Wisła
030 PROJEKTOWANIE BAZ DANYCH Prof. dr hab. Marek Wisła Elementy procesu projektowania bazy danych Badanie zależności funkcyjnych Normalizacja Projektowanie bazy danych Model ER, diagramy ERD Encje, atrybuty,
Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics
Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics Plan studiów niestacjonarnych I stopnia (inżynierskich) na kierunku ZARZĄDZANIE I INŻYNIERIA PRODUKCJI MANAGEMENT
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2012, Oeconomica 294 (67), 117 126
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2012, Oeconomica 294 (67), 117 126 Robert Kowalak ANALIZA FINANSOWA PRZEDSIĘBIORSTWA Z ZASTOSOWANIEM PAKIETU SYMFONIA
Projektowanie bazy danych przykład
Projektowanie bazy danych przykład Pierwszą fazą tworzenia projektu bazy danych jest postawienie definicji celu, założeń wstępnych i określenie podstawowych funkcji aplikacji. Każda baza danych jest projektowana