Интеллектуальная система анализа ГАС "Правосудие"
Анализ подсистемы "Интернет-портал ГАС "Правосудие" за счет мониторинга оценок пользователей на базе интеллектуальной системы. Разработка базы знаний в СУБД Firebird с помощью утилиты IBExpert, сущность руководства пользователя по эксплуатации системы.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 22.04.2019 |
Размер файла | 1,5 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
1
Интеллектуальная система анализа ГАС «Правосудие»
Для успешного решения широкого круга современных задач во многих сферах профессиональной деятельности человека, необходим анализ большого числа внутренних и внешних факторов. Особенно большее значение анализ имеет для процесса принятия стратегических управленческих решений, когда ошибочные решения влекут за собой серьезные материальные потери. Анализ системы включает анализ осуществимости проектного решения, позволяющий выяснить, целесообразно ли это решение с финансовой, технической и организационной точек зрения. Тема данной научной работы является очень актуальной, так как важным этапом оценки работоспособности систем является проведение анализа на основе функциональных возможностей. Актуальность изучения вида интеллектуальных систем обуславливается тем, что на сегодняшний день они доказали свое преимущество над другими системами искусственного интеллекта.
Целью научной работы является формирование анализа подсистемы «Интернет-портал ГАС “Правосудие”» за счет проведения мониторинга оценок пользователей на основе разрабатываемой интеллектуальной системы.
Для достижения поставленной цели необходимо решить следующие задачи:
? провести предпроектное обследование предметной области к разрабатываемой интеллектуальной системе;
? спроектировать модель представления данных на основе онтологических исследований;
? разработать базу знаний в СУБД Firebird с помощью утилиты IBExpert;
? создать интеллектуальную систему с использованием клиентсерверной технологии в инструментальной среде разработки C++ Builder фирмы Borland;
? написать руководство пользователя по эксплуатации системы.
1.Системный анализ и анализ требований к интеллектуальной системе
интернет портал правосудие
Государственная автоматизированная система РФ «Правосудие» (ГАС «Правосудие») - это территориально распределенная автоматизированная информационная система, предназначенная для формирования единого информационного пространства судов общей юрисдикции и системы Судебного департамента при Верховном Суде Российской Федерации.
В данной научной работе осуществляется разработка интеллектуальной системе, основанной на анализе ГАС «Правосудие». Для построения интеллектуальной системы требуется сначала выделить необходимый набор объектов, которые описывают эту систему. Определим минимальный набор объектов, необходимый для проектирования базы данных и базы знаний.
Главной задачей работоспособности интеллектуальной системы является проведение анализа функциональных возможностей подсистемы «Интернет-портал ГАС «Правосудие». В качестве входных данных является выбор используемых функций, определяемые для целевой аудитории (пользователей). Система анализирует, какую процентную долю использует пользователь на основе выбранных сервисов и предоставляет какие возможности можно использовать в дальнейшем. Вносимые опросные данные от пользователей, формируют оценку использования для каждого предъявляемого сервиса. Тем самым аналитик портала может оценить возможности использования и предусмотреть в дальнейшем, каким образом следует привлечь целевую аудиторию пользователей на функциональности портала.
Определим входные и выходные данные.
I - Используемые сервисы, предоставленные от пользователей.
О - Результат анализа в виде процентного соотношения.
B - Базовые (исходные) знания для данного этапа анализа.
Задача оптимизации разработки программ состоит в достижении целей при минимально возможной затрате ресурсов.
В качестве ресурсов для создания интеллектуальной системы
выступают:
1) Информационные ресурсы - отдельные документы и отдельные массивы документов, документы и массивы документов в информационных системах (библиотеках, архивах, фондах, банках данных, других информационных системах).
2) Временные ресурсы - это промежутки времени, которые могут быть использованы для улучшения функционирования системы, для выполнения дополнительных операций.
К информационным ресурсам относиться:
? документ «Общее описание системы. Часть 1. Общие сведения
ИРЦВ.42 5500 9.077.ПД»;
? документ «Государственная автоматизированная система Российской Федерации «Правосудие». Общее описание системы. Часть 22. Описание подсистемы «Интернет-портал ГАС «Правосудие» ИРЦВ.42 5500
9.077.ПД-21.
? интернет ресурс подсистемы «Интернет-портал ГАС «Правосудие» Временные ресурсы подразделяются на:
? исследование предметной области, выделение требований к интеллектуальной системе, онтологическое исследование (выделение
объектов, атрибутов, составление словаря терминов) - 2 месяца;
? разработка интеллектуальной системы (составление базы данных и
базы знаний, разработка приложения) - 1,5 месяца;
? тестирование программного продукта и написание инструкции по эксплуатации - 1 месяц.
2.Проектирование модели представления знаний
Проектирование баз знаний - это получение и структурированных знаний специалистов для последующей разработки баз знаний. Центральным понятием на стадиях получения и структурирования является так называемое поле знаний [2].
Поле знаний - это условное неформальное описание основных понятий и взаимосвязей между понятиями предметной области, выявленных из системы знаний эксперта, в виде графа, диаграммы, таблицы или текста.
Поле знаний, как первый шаг к формализации, представляет модель знаний о предметной области, в том виде, в каком ее сумел выразить аналитик на некотором «своем» языке.
В настоящее время разработаны десятки моделей представления знаний для различных предметных областей. Проектирование разрабатываемой интеллектуальной системы основано на представлении знаний - семантической сети, поскольку ее преимуществом является то, что она более других соответствует современным представлениям об организации долговременной памяти человека.
Семантическая сеть - это ориентированный граф, вершины которого
- понятия, а дуги - отношения между ними.
Первым шагом является выделение основных объектов и связей между ними. То есть, образуется полный систематический набор терминов из области знаний предметной области, выделенных на онтологическом исследовании, а так же строится сетьассоциаций, где связи только намечены, но пока не поименованы [1].
Выявление связей между понятиями при разработке баз знаний доставляет инженеру по знаниям немало проблем. То, что знания в памяти - это некоторые связные структуры, а не отдельные фрагменты, общеизвестно и очевидно. Тем не менее, основной упор в существующих моделях представления знаний делается на понятия, а связи вводят весьма примитивные (в основном причинно-следственные).
На рисунке 1 изображены основные объекты (понятия) и связи между ними.
Рисунок 1 - Выявление связей между понятиями
Связи, полученные на первом шаге, позволяют инженеру по знаниям структурировать понятия так и выявлять понятия более высокого уровня обобщения (метапонятия), так и детализировать на более низком уровне [1].
Определение отношений между понятиями. Концептуальная составляющая поля знаний Sk (рисунок 2).
Рисунок 2 - Концептуальная составляющая поля знаний Sk
Далее была выделена функциональная составляющая поля знаний (рисунок 3). Определение стратегий принятия решения, то есть выявление цепочек рассуждений, связывает все сформированные ранее понятия и отношения в динамическую систему поля знаний. Именно стратегии придают активность знаниям, они перебирают модель предметной области и осуществляют поиск от условий к цели.
На основе созданных моделей представления знаний можно перейти к следующему этапу создания интеллектуальной системы - разработке базы знаний.
3.Разработка базы знаний
База знаний - это особого рода база данных, разработанная для управления знаниями (метаданными), то есть сбором, хранением, поиском и выдачей знаний. Раздел искусственного интеллекта, изучающий базы знаний и методы работы со знаниями, называется инженерией знаний [2].
Под базами знаний понимает совокупность фактов и правил вывода, допускающих логический вывод и осмысленную обработку информации.
База знаний интеллектуальной системы хранится отдельно от машины вывода в виде файла СУБД Firebird. Для создания баз данных и разработки бизнес-правил на стороне сервера SQL будет использоваться утилита
IBExpert.
Данная база знаний содержит 3 таблицы:
? ACTOR - список пользователей (целевая аудитория);
? FUNCTION - функции использования подсистемы, которые
нацелены на каждого пользователя;
? OPROS - данные, предоставленные от пользователей, на основе которых они используют сервисы ГАС «Правосудие».
Просмотр созданных таблиц, с помощью «Дизайнера базы данных» (рисунок 4).
Рисунок 4 - Дизайнер базы знаний
Поскольку в таблице FUNCTION представлены основные сервисы, которыми может пользоваться в подсистеме пользователь, необходимо детально перечислить поля. Значения полей основаны на булевом типе, где 1 - можно использовать сервис, 0 - нет возможности.
Данная таблица состоит из следующих полей:
1) ACTOR_ID - пользователь;
2) STAT - статистика судебных решений;
3) SPR_INF - справочная информация по делам;
4) RASP - расписание заседаний;
5) PODSUD - информация о подсудности;
6) DOC - информация о необходимых документах для подачи дела в
суд;
7) ONLINE - онлайн/телефонная подписка о текущих делах;
8) ONLINE_DELO - возбуждение дела в системе онлайн;
9) KABINET - личный кабинет на портале;
10) FORUM - форум юристов;
11) KONSULT - онлайн консультация;
12) STRAJ - сервис «Электронный страж»;
13) KARTOTEKA - формирование единой карточки дела;
14) VIDEO - видео-конференц-связь;
15) MOBILE - «Мобильная картотека» под управлением
Android/IPhone.
Завершающим этапом создания базы знаний является заполнение каждой созданной таблицы, кроме таблицы OPROS. Данную таблицу не следует заполнять, поскольку она является основополагающей для ввода данных в базу знаний, на основе которых будет проводиться анализ. На рисунке 5-6 приведены таблицы с заполненными данными.
Рисунок 5 - Заполненная таблица «Пользователи»
Рисунок 6 - Заполненная таблица «Функции»
4.Разработка пользовательского интерфейса
Любое Windows-приложение имеет форму с размещенными на ней различными компонентами, при помощи которых определяется внешний вид приложения. Для этих компонентов можно создавать обработчики событий, определять свойства, которые и будут определять функциональность приложения.
При разработке пользовательского интерфейса использовалось инструментальное средство фирмы Borland Builder C++ 6.0. В приложении была использована технология доступа к данным InterBase Express .
Представим на рисунке 7 форму с размещенными компонентами.
Рисунок 7 - Форма с размещенными компонентами
5.Инструкция по эксплуатации
Интеллектуальная система анализ ГАС «Правосудие» имеет довольно простой и понятный для пользователя интерфейс. Для начала работы с приложением необходимо запустить программу. После запуска открывается основное окно программы (рисунок 8).
Рисунок 8 - Основное окно программы
Представим основной функционал работоспособности системы. В качестве оцениваемого пользователя является «Юрист». Для этого из выпадающего списка выбрали пользователя. После отметили в системе те сервисы ГАС «Правосудие» которые использует юрист. Пользователь выбрал следующие сервисы:
? Статистика судебных решений;
? Справочная информация по делам;
? Расписание заседаний;
? Информация о подсудности;
? Онлайн/телефонная подсписка о текущих делах;
? Возбуждение дела в системе онлайн;
? Личный кабинет на портале; ? Форум юристов.
Нажали кнопку «Провести анализ», тем самым система выдала пользователю, какой процент функциональности он использует. Так же и исключая используемые, предоставлен список всех доступных сервисов. На рисунке 9 представлен анализ использования системы на основе вышеперечисленных данных.
Рисунок 9 - Анализ использования системы пользователем «Юрист»
Просмотреть предоставленные данные от пользователя можно путем нажатия кнопки «Опросный лист». Доступ к опросному листу ограничен и предоставлен только лишь для администратора интеллектуальной системы и аналитика портала.
После нажатия кнопки система предложит пройти права доступа сотрудника. Для этого необходимо выбрать из выпадающего списка должность сотрудника и ввести пароль (рисунок 10). Если пароль доступа верен, то откроется окно «Опросный лист», в противном же случае система выдаст уведомление что «Нет доступа. Введите правильный пароль» (рисунок 11).
Рисунок 10 - Проверка прав доступа
Рисунок 11 - Системное уведомление о не прохождении прав доступа
Пройдя права доступа под «Аналитиком портала» предоставляется полный список опросов в интеллектуальной системе (рисунок 12). Проанализировав данную таблицу с опросами можно сказать, что всего опросников было 51 человек. Последним опросником является как раз таки тот юрист, по которому мы оценивали функциональные возможности использования портала.
Рисунок 12 - Опросный лист
Присутствует возможность фильтрации данных для таблицы опросов, для этого необходимо выбрать из списка целевой сегмент пользователей (например, Юрист) и нажать кнопку «Сформировать». Таким образом, система отберет из полного списка опросов только пользователей «Юристов» и определит, сколько человек провели анализ сервисов. Фрагмент фильтрации представлен на рисунке 13.
Рисунок 13 - Фильтрация опросников
Основной целью интеллектуальной системы является анализ используемости функционала «Интернет-портала ГАС «Правосудие», представим каким образом это происходит. На главном окне программы выбирается сервис, который необходимо проанализировать, далее следует нажать кнопку «Провести анализ». На рисунке 14 представлен выбор сервиса «Расписание заседаний».
Рисунок 14 - Выбор сервиса для анализа
Рисунок 15 - Использование сервиса «Расписание заседаний»
Опираясь на предоставленные данные диаграммы можно сделать следующий вывод: из числа опрошенных пользователей использования сервиса «Расписание заседаний» большинством являются - «Прокуроры» (24,32%). Так же, относительную важность в использовании предоставлено для следующих пользователей:
1) судья (18,92%);
2) юрист (13,51%);
3) адвокат, юрист по авторскому праву, сервисно-ориентированный пользователь (10,81%);
4) студент юридического направления и участник процесса (5,41%).
Фактическая оценка подсистемы зависит от количества опрошенных пользователей, чем больше пользователей будет опрошено, тем значительно проще провести анализ сервисов аналитику портала.
Аналогичным образом проводиться этап анализа и для других сервисов. На рисунке 16 представим использование сервиса «Мобильная картотека».
Рисунок 16 - Использование сервиса «Мобильная картотека»
Представим работу системы на основе оцениваемого пользователя «Сервисно-ориентированный пользователь». Выбрали из списка данного опросного представителя, тем самым система ограничила список доступных сервисов. Отметили используемые сервисы и провели анализ (рисунок 17).
Рисунок 17 - Анализ использования системы пользователем
Разработанная инструкция по эксплуатации полностью отражает функциональные возможности интеллектуальной системы. Твердые копии экранов подтверждают правильную работоспособность, тем самым программный продукт полностью готов для внедрения в сферу деятельности организации.
Заключение
С развитием архитектуры компьютеров и средств программирования естественно возрастает потребность расширения сферы их применения, но это означает, что кроме вычислительных средств необходимо совершенствовать логические средства имитации рассуждений. Проекты развития когнитивных средств извлечения нового знания не теряют своей актуальности. Идеи искусственного интеллекта и их воплощение в интеллектуальных системах являются необходимым средством интеллектуализации компьютерных систем и увеличения их практической эффективности.
Средства управления информацией и проведение аналитического анализа давно являются необходимым условием успешного функционирования информационных систем. В современной информационной индустрии очень важен индивидуальный подход, а также использование новых технологий и методологий, позволяющих повысить эффективность использования разрабатываемых информационных систем.
В ходе выполнения данной научной работы были достигнуты все поставленные цели и задачи:
? Углублены теоретические и практические знания в области интеллектуальных информационных систем.
? Спроектирован образ модели представления знаний, опираясь на функциональные возможности системы.
? Разработана база знаний интеллектуальной системы.
? Полностью протестированы модули системы и составлено руководство пользователя.
Разработанная интеллектуальная система позволит повысить оперативность и производительность труда работников аналитического отдела, а именно при проведении анализа сервисного использования подсистемы «Интернет-портал ГАС “Правосудие”».
Перспективы развития интеллектуальных систем очень высоки, поскольку область применения в основном расширяется. Помимо охвата различных областей деятельности, одним из наиболее важных последствий разработки интеллектуальных систем является модификация знаний. По мере того как разработчики будут строить большие, сложные базы знаний, появляется рынок знаний, независимых от компьютерных систем. Таким образом, это обуславливается средствами обучения для раскрытия определенной прикладной области.
В будущем система может дорабатываться за счет обобщения сервисных возможностей портала, путем введения в базу знаний других более широких понятий предметной области.
Система обладает всеми необходимыми требованиями для проведения анализа и вполне может стать основой в деятельности информационно-аналитического центра Судебного департамента, так как, интерфейс программы является очень удобным и максимально упрощён с взаимодействием удаленной базой данных.
Список использованных источников
1. Гаврилова Т.А. / Хорошевский В.Ф. Базы знаний интеллектуальных систем - СПб: Питер, 2000. - 384с.: ил.
2. Частикова А.П., Гавриловой Т.А., Белова Д.Л. Разработка экспертных систем. Среда CLIPS.-СПб.: БХВ - Петербург, 2003.
3. Громов Ю.Ю., Иванова О.Г., Алексеев В.В. и др. Интеллектуальные информационные системы и технологии: учебное пособие - Тамбов: Изд-во ФГБОУ ВПО «ТГТУ», 2013. - 244 с.
4. Зайцева Т.В. Программная реализация семантического моделирования в социальной сфере / Зайцева Т.В., Шуваева Е.Ю., Пусная О.П., Игрунова С.В., Путивцева Н.П., Зайцева Е.А., Нестерова Е.В.// Актуальные направления фундаментальных и прикладных исследований Материалы VI международной научно-практической конференции. НИЦ «Академический». North Charleston, USA, 22-23 июня 2015 г,244с, С. 124-126.
5. Зайцева Т.В. Программная реализация семантической модели социально-значимой предметной области / Зайцева Т.В., Пусная О.П., Шуваева Е.Ю. Научные аспекты современных исследований // Сборник научных работ VIII Международной научной конференции Евразийского Научного Объединения (г. Москва, август 2015). -- Москва: ЕНО, 2015. - 80 с., стр. 10-15.
6. Федосеева Н.Н. Электронное правосудие в России: сущность, проблемы, перспективы // Администратор суда. -2008 - № 3.
7. ГАС РФ «Правосудие» // URL: http://www.sudrf.ru Информатизация судебной системы российской федерации // URL: http://www.cnews.ru/reviews/ppt/2015_03_19/20_Kalina.pdf
Размещено на Allbest.ru
...Подобные документы
Проектирование физической и логической моделей удаленной базы данных для АЗС. Разработка базы данных в СУБД Firebird с помощью утилиты IBExpert. Создание клиентского приложения для Windows с использованием клиент-серверной технологии в среде C++ Builder.
курсовая работа [3,9 M], добавлен 18.01.2017Особенности создания интеллектуальной справочной системы по логике, ее технико-экономическое обоснование. Онтология, содержательная декомпозиция, исходные тексты базы знаний, ее верификация и отладка. Тестирование интеллектуальной справочной системы.
курсовая работа [3,4 M], добавлен 14.07.2012Понятие базы знаний для управления метаданными. Особенности баз знаний интеллектуальной системы. Языки, используемые для разработки интеллектуальных информационных систем. Классические задачи, решаемые с помощью машинного обучения и сферы их применения.
реферат [16,9 K], добавлен 07.03.2010Анализ рынка программных средств. Построение инфологической модели и разработка таблиц базы данных "Отделение связи". Разработка бизнес-правил на стороне сервера Firebird с использованием утилиты IBExpert. Основные цели патентования программных средств.
курсовая работа [1,5 M], добавлен 15.01.2013Понятие интеллектуальной информационной системы. Подбор земельного участка под индивидуальное жилищное строительство в качестве предметной области. Выбор среды разработки системы, особенности ее проектирования. Анализ типичного пользователя системы.
курсовая работа [1,6 M], добавлен 18.01.2017Анализ предметной области и разработка проекта информационной системы по поддержке пользователей на базе 1С: Предприятие. Проведение формализации логических моделей информационных процессов и процедур в проектной системе. Реализация функций системы 1С.
дипломная работа [1,9 M], добавлен 27.01.2013Информационные задачи и круг пользователей системы. Выработка требований и ограничений. Разработка проекта базы данных. Программная реализация проекта базы данных. Разработка хранимых процедур для поддержки сложных ограничений целостности в базе данных.
курсовая работа [706,2 K], добавлен 17.06.2012Создание интеллектуальной экспертной системы по подбору комплектующих для стационарного компьютера. Медицина как пример экспертной системы с использованием метода Криса-Нейлора. Извлечение знаний, их структурирование, представление, стратегия вывода.
контрольная работа [827,5 K], добавлен 14.12.2012Разработка самообучающейся интеллектуальной информационной системы для анализа кредитоспособности заемщика и оценки кредитных рисков на основе подхода иммунокомпьютинга. Применение процедур кластеризации, классификации и формирования оценок рисков.
курсовая работа [822,3 K], добавлен 09.06.2012Разработка модели информационной системы "Рыболовный магазин" с помощью СУБД Firebird. Компоненты программного продукта. Физическая диаграмма базы данных, обзор функций добавления, изменения, удаления и сортировки данных. Руководство администратора.
курсовая работа [406,2 K], добавлен 21.02.2016Публикации на Интернет-сервере запросов к базе данных. Реализация интерфейсной части информационной подсистемы, экранных форм и SQL запросов. Обоснование требований к серверу и рабочей станции пользователя. Расчёт себестоимости подсистемы "Запросы в ЖКХ".
дипломная работа [6,7 M], добавлен 29.06.2011Анализ процессов диагностики повреждений трубопровода. Разработка модели продукционной базы знаний: обзор методов представления знаний, описание создания базы знаний и разработки механизма логического вывода. Экономическое обоснование концепции проекта.
дипломная работа [3,0 M], добавлен 16.04.2017Выбор сервера базы данных, инструментальных средств разработки клиентского интерфейса и технологий. Описание таблиц базы данных системы мониторинга. Разработка инструментальных средств создания элементов системы. Интерфейс генерации тестов. Расчет затрат.
дипломная работа [1,9 M], добавлен 12.03.2013Принципы построения СУБД, их достоинства. Архитектура распределенной информационной системы. Разработка интернет-магазина рынка книг: построение физической модели данных на языке SQL, проектирование схемы базы данных с использованием веб-интерфейса.
курсовая работа [2,3 M], добавлен 01.11.2011Использование приложения "IBExpert" для создания, удаления, регистрации, подключения, извлечения метаданных, резервного копирования и восстановления базы данных СУБД Firebird. Основные SQL-операторы для создания, подключения и удаления базы данных.
лабораторная работа [280,1 K], добавлен 02.06.2015Управление предприятием ООО "Автотрансобслуживание", цели его деятельности. Концептуальный план создания автоматической системы управления (АСУ). Проектирование подсистемы производственно-диспетчерской службы, выбор системы управления базой данных.
дипломная работа [2,6 M], добавлен 28.06.2011Изучение процесса автоматизации системы управления складом и отчетами. Проектирование схемы отпуска товара со склада с помощью методологий структурного анализа. Выбор инструментальных средств. Разработка алгоритмов, базы данных и руководства пользователя.
дипломная работа [1,8 M], добавлен 09.11.2016Анализ методов и средств выявления мнений пользователей социальных сетей. Обзор средств мониторинга и анализа, подбор необходимого программного обеспечения и технических средств. Разработка архитектуры базы данных, реализация программных модулей.
дипломная работа [3,7 M], добавлен 19.01.2017Пример экспертной системы с использованием метода Криса-Нейлора. Структура базы данных. Стратегия вывода результатов выбора страны. Руководство пользователя, редактирование базы знаний. Режим тестирования, его завершение, блок объяснения решения.
контрольная работа [1,6 M], добавлен 29.12.2012Общая характеристика киноиндустрии как предметной области работы. Разработка базы данных и дерева вопросов для получения информации для выбора фильма. Программная реализация экспертной системы. Тестирование системы и создание руководства пользователя.
курсовая работа [1,9 M], добавлен 19.05.2014