Применение объектно-ориентированного подхода при проектировании информационной системы (Этапы проектирования)

Содержание:

ВВЕДЕНИЕ

К ключевым идеям, влияющим на проектирование, создание и развитие информационных систем (ИС) различных предметных областей, интенсивно использующих программное обеспечение (ПО), можно отнести управление знаниями, виртуальные предприятия, Интернет-технологии, объектно-ориентированные технологии, многоагентные системы, онтологический инжиниринг и другие инновационные направления информатики.

Также в условиях рыночной конкуренции история проектов ИС во многом определяется своевременной реакцией разработчиков на изменения внешней среды, а это требует применения новых концепций, принципов, методов и инструментов, обеспечивающих адаптацию проектов к этим изменяющимся условиям и требованиям.

Часто применяются системы управления знаниями, использование которых рассматривается как конкурентное преимущество для предприятий и организаций, ориентированных на улучшение изменяющихся бизнес-процессов (прикладных процессов) путем автоматизации.

Управление знаниями – направление информатики, включающее широкий спектр принципов, методов и инструментов извлечения, накопления и применения знаний (корпоративных знаний, знаний предметной области).

Управление знаниями – это стратегия предприятия (организации), цель которой выявить и обратить в свою пользу имеющуюся информацию, опыт и квалификацию сотрудников с тем, чтобы повысить качество создаваемых систем. Однако инструменты (средства), предназначенные для извлечения и представления знаний, недостаточно совершенны^[1].

Поэтому существует ряд проблем. Для их определения рассмотрим несколько направлений информатики, где эти проблемы проявляются, в том числе – объектно-ориентированный подход при проектировании ИС и системы управления знаниями (СУЗ). В этом и заключается актуальность выбранной темы.

Цель данной работы является охарактеризовать применение объектно-ориентированного подхода при проектировании информационных систем.

На основании данной цели были предложены к решению следующие задачи:

• рассмотреть общие подходы к объектно-ориентированному проектированию информационных систем;
• проанализировать процесс моделирования в предметной области.

ГЛАВА 1. ОБЩИЕ ПОДХОДЫ К ОБЪЕКТНО-ОРИЕНТИРОВАННОМУ ПОДХОДУ ПРОЕКТИРОВАНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ

1.1. Этапы проектирования

Проектирование системы на всех этапах разработки должно быть привязано к процессу (технологическому, бизнес-процессу), особенно на этапе разработки концептуальной модели. Соотношение между различными этапами разработки и методами проектирования ИС представлено на рис. 1.

Рис. 1. Этапы и методы проектирования ИС

Модель проектирования ИС на основе объектно-ориентированного подхода представлена на рис. 2.

Рис. 2. Модель проектирования информационной системы на основе объектно-ориентированного подхода

Наиболее критичным этапом создания ИС является этап разработки концептуальной модели. До появления формализованных методов проектирования процесс разработки часто основывался на произвольных предположениях^[2].

Системный аналитик должен был изучить проблемы клиента, сформулировать задачу в понятной для специалиста (но не всегда для клиента) форме и передать полученные данные программистам. Нередко аналитик неправильно понимал клиента, а модель, составленная аналитиком, оказывалась неочевидной для программистов, вследствие чего создавалась программа, не решающая задачу клиента.

На стадии анализа предметной области определяются объекты и их классы и осуществляется объектная декомпозиция системы.

На стадии проектирования детализируется объектно-ориентированная модель системы. Разрабатываются структуры данных, методы реагирования объектов, отношения между классами и сценарии взаимодействия объектов.

На стадии программирования осуществляется разработка программного обеспечения по отдельным компонентам, тестирование и сборка. То есть происходит постепенное создание (эволюция) системы.

Модификация системы не требует полного пересмотра проекта, затрагивая лишь соответствующие классы и объекты.

Отличительной чертой модели объектно-ориентированного проектирования является отсутствие строгой последовательности в выполнении стадий, как в прямом, так и в обратном направлениях процесса проектирования по отдельным компонентам.

Основное преимущество объектно-ориентированного подхода состоит в упрощении проектирования ИС при наличии типовых проектных решений по отдельным компонентам, а также легкости модификации, поскольку модификация касается лишь отдельных компонент^[3].

Следует отметить, что объектно-ориентированный подход трудно воспринимается пользователями и руководством предприятия и прежде всего, предназначен для программистов. Пользователям понятнее функционально-ориентированный подход. Экономическая эффективность применения объектно-ориентированного подхода возрастает по мере приобретения опыта у разработчиков в большей мере, чем при функционально-ориентированном подходе. Можно сказать, что время разработки также снижается. Эти тенденции иллюстрируются (Рис. 2).

Рис. 2. Зависимость эффективности применения функционально-ориентированного и объектно-ориентированного подходов от количества выполненных проектов

Объектно-ориентированный подход предполагает оперирование «объектом», обладающим некоторыми атрибутами и способным выполнять определённые операции^[4].

При этом повышается унификация разработки и ее пригодность для повторного использования. ИС строится на основе стабильных промежуточных описаний, что упрощает внесение изменений^[5].

1.2. Анализ направлений информатики в соответствии с правилами объектно-ориентированного анализа

Проведем анализ выделенных направлений информатики в соответствии с нормами и правилами объектно-ориентированного анализа, закрепленного в стандарте IEEE 1471-20002 для понятия «знания».

Системы, интенсивно использующие программное обеспечение (или Software Intensive Systems, SIS). Например: SIS предприятия, SIS производственных процессов, SIS Вооруженных сил, SIS ВМФ, SIS бортовых средств и др.

Стандарт IEEE 1471-2000 известен как «Рекомендуемые методы описания архитектуры программных систем» (Recommended Practice for Architectural Description of Software-Intensive Systems). В нем излагается концепция отношений между архитектурой, описанием архитектуры, заинтересованными сторонами, соображениями, точками зрений (разрезами), представлениями и моделями, а также подход к работе с ними. Архитектор должен выбрать разрезы (точки зрения) из репозитория разрезов, чтобы охватить различные соображения заинтересованных сторон. Затем архитектор может подготовить модели для детализации представлений и привести каждое представление в соответствие с разрезом (точкой зрения).

Знания как понятие, категория, объект — это (авторская интерпретация): форма существования и систематизации результатов познавательной деятельности человека. Концептуальный каркас (модель) понятия «знания, как объекта» может быть представлен в виде семантической сети на рисунке 3.

Рис.3. Семантическая сеть

Назначение в информационных технологиях упоминается и используется определение онтологии, сформулированное Н. Грубером: «Онтология – это спецификация концептуализации и объектно-ориентированного подхода». Центральным в этом определении является понятие «концептуализация». Суть концептуализации и объектно-ориентированного подхода раскрывается через описание системы понятий, объектов и других сущностей и отношений, связывающих их друг с другом. Основная часть формально представленного знания базируется на концептуализации и объектно-ориентированного подхода. Однако приведенное определение онтологии, связанное с понятием «концептуализации и объектно-ориентированного подхода», не единственное. В литературе встречаются и другие определения.

Проектирование и разработка программного обеспечения ИС основывается на ГОСТ Р ИСО/МЭК 12207 (Rational Unified Process (RUP)). В описании технологий RUP, которые следуют данному стандарту, освещены вопросы концептуального и объектно-ориентированного проектирования программных продуктов и автоматизированных систем.

Rational Unified Process – это методология создания программного обеспечения, оформленная в виде размещаемой в Web-пространстве базы знаний, которая снабжена поисковой системой.

RUP является системой, обеспечивающей строгий подход к распределению задач и ответственности в соответствии с точкой зрения заинтересованных лиц внутри организации-разработчика.

Предназначение RUP заключается в том, чтобы гарантировать создание в срок, в рамках установленного бюджета, качественного программного обеспечения, отвечающего потребностям конечных пользователей.

RUP способствует повышению производительности коллективной разработки и предоставляет лучшее из накопленного опыта по созданию программного обеспечения посредством руководств, шаблонов и наставлений по пользованию инструментальных средств для всех критически важных работ в течение жизненного цикла создания и сопровождения ПО. Предоставляя каждому из заинтересованных лиц доступ к общей базе знаний, вне зависимости от того, разрабатывает ли он требования, проектирует, выполняет тестирование или управляет проектом, RUP гарантирует, что заинтересованных лиц используют общий язык моделирования, имеют согласованное видение того, как создавать программное обеспечение ИС. В качестве языка концептуального моделирования в общей базе знаний RUP используется Unified Modeling Language (UML).

RUP также определяет дисциплины, включающие различные наборы деятельностей, которые в разных комбинациях и с разной интенсивностью выполняются на разных фазах проекта. В документации по процессу каждая дисциплина сопровождается диаграммой, поясняющей действия, которые нужно выполнить в ходе работ в рамках данной дисциплины, артефакты, с которыми надо иметь дело, и роли вовлеченных в эти действия лиц^[6].

ГЛАВА 2. ОБЪЕКТНО-ОРИЕНТИРОВАННОЕ ПРОЕКТИРОВАНИЕ ПРЕДМЕТНОЙ ОБЛАСТИ

2.1. Моделирование предметной области в RUP

Задачи этой деятельности:

• понять предметную область или бизнес-контекст (прикладной контекст);
• убедиться, что все заинтересованные лица понимают контекст одинаково;
• осознать имеющиеся проблемы;
• оценить их возможные решения и последствия для бизнеса предприятия (организации).

В результате объектно-ориентированного проектирования предметной области должна появиться ее модель в виде набора диаграмм классов (объектов предметной области) и деятельностей (представляющих бизнес-операции и бизнес-процессы)^[7].

Эта модель отражает виды деятельности, в том числе:

• формирование списка потребностей заинтересованных лиц;
• разработка документа концепции («Видение»), который образует основу для понимания мотивов создания программного обеспечения (средства);
• разработка архитектуры программного средства, включающей подсистемы, интерфейсы подсистем, наиболее общие компоненты и их интерфейсы;
• составление общего словаря заинтересованных лиц;
• разработка модели предметной области, позволяющей описать среду, в которой функционирует программное обеспечение;
• разработка модели предметной области, позволяющей описать среду, в которой функционирует программное обеспечение;
• разработка модели прецедентов использования, которая описывает требования к программному обеспечению в форме актеров и прецедентов использования^[8].

Актер (actor) представляет собой тип пользователя данного программного средства или другое средство (систему), которое взаимодействует с данным. Прецедент использования (use case) описывает, как каждый актер будет взаимодействовать с программным средством. Разработчиком названных артефактов является системный аналитик.

Диаграммы и артефакты являются системным представлением задач [8, 9], возникающих в процессах создания программного обеспечения или АС, и относятся к концептуальным моделям.

В концептуальных моделях подобного типа базовым элементом является «понятие», экземпляры которого создаются, существуют и активизируются конкретными лицами (заинтересованными лицами в связи с их интересами), вовлеченными в проектную деятельность^[9].

2.2. Системы управления знаниями

Можно рассматривать управление знаниями как комплексную организационно-техническую деятельность, направленную на повышение эффективности использования знаний в объектно-ориентированном подходе бизнес-процессов организации.

Одними из первых систем управления знаниями были хранилища данных. В дальнейшем идея хранилища трансформировалась в понятие корпоративной памяти. Корпоративная память фиксирует информацию из различных источников и делает ее доступной специалистам (заинтересованным лицам) для решения производственных задач (Рис. 2).

Рис. 2. Структура корпоративной памяти

Основная цель системы управления знаниями (СУЗ) – сделать знания доступными и повторно используемыми. Задача СУЗ – накапливать не разрозненную информацию, а в виде структурированных, формализованных моделей знаний, позволяющих решать производственные задачи. Объектно-ориентированный подход к проектированию СУЗ позволяет создавать системы, в которых знания, накопленные внутри организации, становятся доступными для заинтересованных лиц. Результаты данного подхода представляются в виде различного рода описаний и инструкций.

Основным преимуществом объектно-ориентированного подхода является то, что он представляет пользователю целостный, системный взгляд на определенную предметную область.

В СУЗ знаниями считают всю доступную информацию (документы, сведения о заказчиках, описание технологий работы, продукции и т. д.), а также закономерности предметной области, полученные из практического опыта или внешних источников.

Корпоративные знания – знания, которые доступны организации в явном виде и могут использоваться для повышения эффективности сотрудниками данной организации.

Хранилище данных – система хранения данных большого объема, реализуемая на основе баз данных разных типов и позволяющая объединять их в единый рабочий массив.

Построение объектно-ориентированного моделирования позволяет восстановить недостающие логические связи^[10].

При разработке СУЗ выделяют этапы:

• накопление,
• извлечение,
• структурирование,
• формализация,
• обслуживание знаний.

Трудности в разработке информационных систем на основе объектно-ориентированного подхода связаны с проблемой инженерии знаний в части извлечения и структурирования знаний от экспертов. Работа с экспертами сложна и дорога (к ней надо привлекать квалифицированных инженеров по знаниям, а главное – крайне трудоемка и требует значительных ресурсов и времени.

В связи с этим для создания прикладных систем, основанных на знаниях, интерес представляют методы и системы автоматизированного извлечения знаний из потоков данных, отражающих реальную работу специалистов, к которым относят экспертов, инженеров по знаниям, разработчиков программных средств, пользователей, заказчиков). Каждый из специалистов работает с определенным видом модели базы знаний^[11].

Описание моделей объектно-ориентированного подхода, представляющих знания заинтересованных лиц, состоит из видов, представляющих следующее множество моделей {М1, М2, М3, М4, М5}, где:

• М1 – знания в памяти человека как результат анализа опыта и мышления специалистов различных предметных областей;
• М2 – вербальная модель знаний, т. е. описание, например, на русском языке, основных объектов предметной области, атрибутов и закономерностей, их связывающих, разработка словарей, глоссариев, текстов технической документации, методических пособий, технологических инструкций, руководящих указаний, стандартов;
• М3 – знания, описанные на языках представления знаний, в виде продукционных, семантических, фреймовых моделей знаний (формальных моделей);
• М4 – знания, описанные на интеллектуальных языках высокого уровня (CLIPS, PROLOG);
• М5 – база знаний в компьютерной среде.

Data Mining – это направление в ИТ, которое связано с автоматизированным извлечением знаний при объектно-ориентированном подходе разработки ИС и базируется на интеллектуальном анализе данных, в том числе знаний:

• мониторинга деятельности;
• выявления скрытых знаний;
• извлечения знаний из текстов (Text Mining) [10];
• повторного использования объектов, сущностей, шаблонов, текстов, модулей.

В связи с совершенствованием технологий записи и хранения потоков данных в электронной форме деятельность предприятия или организации сопровождается регистрацией и записью всех сторон их деятельности^[12].

Специфика потоков данных заключается в следующем:

• данные неоднородны;
• объем данных велик и постоянно возрастает;
• инструменты, предназначенные для анализа этих данных, должны быть доступны пользователю, не являющемуся профессиональным программистом или специалистом в ИТ;
• необходимо обеспечить отчуждаемость от источника, т. е. извлеченные знания (правила, закономерности, связи) должны быть доступны всем пользователям (например, в рамках корпоративной базы знаний).

В основе технологии Data Mining лежит концепция шаблонов. Важное свойство методов Data Mining – нетривиальность обнаруживаемых шаблонов, которые должны отражать неочевидные, ранее неизвестные регулярности в данных, составляющих так называемые скрытые знания (hidden knowledge).

Методы Data Mining позволяют выделить следующие типы закономерностей в данных: последовательность, связь между событиями, классификация, кластеризация, прогноз. Text Mining.

Один из разделов Data Mining, который ориентирован на обработку текстовой информации и применяется для мониторинга ресурсов Интернет. Задача Text Mining – проанализировать семантику текстов, выбрать из них информацию, наиболее значимую для пользователя (есть тесная связь с контент-анализом).

При этом обеспечивается повторное использование объектов, сущностей, шаблонов, текстов, модулей.

Data Mining – трудоемкий и дорогостоящий процесс. Поэтому важным направлением является построение технологий и методов, направленных на обеспечение повторного использования знаний. Целостное представление о некоторой предметной области дает ее онтологическая модель, которая обеспечивает возможность повторного использования знаний^[13].

Онтологией называют представление знаний о некоторой области интересов (среде, мире) или базу знаний специального вида, которую можно разделять, отчуждать и самостоятельно использовать в рамках рассматриваемой ПрО.

На формальном уровне онтология – система, состоящая из наборов понятий и утверждений об этих понятиях, на основе которых можно строить классы, объекты, отношения, функции и теории. Практически все модели онтологии содержат определенные концепты.

Text Mining – совокупность технологий извлечения знаний из документов на естественных языках и их представления в необходимой пользователю форме.

Контент-анализ – методика объективного качественного анализа содержимого информационных ресурсов (понятия, классы), свойства концептов (атрибуты, роли), отношения между концептами (зависимости, функции) и дополнительные ограничения, которые определяются аксиомами. Концептом может быть описание функции, задачи, действия, стратегии.

Онтологические системы строятся на основе следующих принципов:

• • формализации, т. е. описания объективных элементов действительности в единых, строго определенных образцах (терминах, моделях);
  • использования ограниченного количества базовых терминов (сущностей), на основе которых конструируются все остальные понятия;
  • внутренней полноты и логической непротиворечивости.

По степени зависимости от конкретной задачи или предметной области различают ВИДЫ онтологий, которые согласуются и связаны с иерархией представления.

Виды онтологий: верхнего уровня, ориентированные на предметную область, ориентированные на задачи, прикладные. верхнего уровня.

Такие онтологии описывают общие концепты (пространство, время, материя, объект, событие, действие и пр.), ориентированные на предметную область.

В предметных областях разрабатываются стандартные онтологии, которые могут применяться для совместного использования и аннотирования информации в своей области.

Например, вычислительная техника, искусственный интеллект, военная техника, медицина. ориентированные на задачи. Подобные онтологии содержат термины, которые используются при разработке программного обеспечения. Они отражают специфику приложений. прикладные онтологии описывают концепты, которые зависят как от онтологии задач, так и от онтологии предметной области. Примером может служить онтология для вычислительной техники^[14].

Таким образом, онтологический инжиниринг подразумевает глубокий структурный анализ предметной области.

В основе онтологического инжиниринга лежит описание системы (например, предприятия или организации) в терминах сущностей и отношений между ними.

Основная функция любого редактора онтологий состоит в поддержке процесса формализации знаний и представлении онтологии как спецификации (точного и полного описания). Количество общедоступных редакторов онтологий перевалило за 100. Но редко можно встретить универсальное и в то же время полезное средство. Пример, Protege. Это Java-программа, предназначенная для построения (создания, редактирования и просмотра) онтологий той или иной.

Она включает редактор онтологий, позволяющий проектировать онтологии, разворачивая иерархическую структуру абстрактных и конкретных классов и слотов.

На основе сформированной онтологии Protege позволяет генерировать формы получения знаний для введения экземпляров классов и подклассов. Данный инструмент поддерживает использование языка OWL и позволяет генерировать HTML-документы, отображающие структуру онтологий. Редактор использует фреймовую модель представления знаний, что позволяет использовать его для обработки моделей предметных областей, представленных не на языке OWL, а в других форматах (например, XML, DAML+OIL, RDF/RDFS)^[15].

ЗАКЛЮЧЕНИЕ

Управление знаниями для анализа, проектирования и разработки АС следует рассматривать как интегрирующую технологию, объединяющую в единый комплекс множество информационных технологий:

• • базы данных, хранилища данных и базы знаний;
  • управление документооборотом;
  • поддержка совместной работы заинтересованных лиц;
  • автоматизированное извлечение знаний из текстов;
  • автоматическая классификация и кластеризация документов;
  • приобретение знаний от заинтересованных лиц, экспертов;
  • интеллектуальный анализ данных;
  • автоматическое распознавание образов;
  • поддержка принятия решений;
  • постоянное пополнение базы знаний.

Интеграция компонентов ИС должна осуществляться при наличии единого концептуального интерфейса между ними. В качестве такого интерфейса предлагается онтология – концептуальная модель.

Возрастание числа сущностей и связей в информационных системах (ИС) приводит к необходимости постоянного пересмотра методов и средств проектирования ИС, основанных на CASE-технологиях. В настоящее время в рамках проектирования сложных высоконагруженных систем используется спиральная модель разработки жизненного цикла программного обеспечения, поскольку классическая каскадная модель не удовлетворяет современным требованиям к проектированию ИС. В спиральной модели сочетаются преимущества как нисходящей, так и восходящей концепции разработки системы, при этом прототипы могут быть получены на каждой стадии проектирования.

Методы проектирования ИС разнообразны, при этом среди специалистов наблюдается определённое непонимание целесообразности и границ использования каждого из методов. В частности, речь идёт об областях применения структурно-функционального и объектно-ориентированного моделирования, что и предлагается рассмотреть в настоящей работе.

Приведенный анализ процессов извлечения и представлении знаний в направлениях информатики, в том числе системах управления знаниями, экспертных системах, показывает, что существуют проблемы, возникающие в реальности проектирования и разработки АС, и руководящие принципы их разрешения, которые нужно учитывать при разработке базы знаний.

Для решения поставленных проблем предлагается подход к созданию базы знаний в процессах жизненного цикла ИС. Акцент делается на особенностях виртуальной среды (виртуальной организации), применяемой на стадиях проектирования автоматизированных систем, и создании интеллектуального инструмента поддержки принятия решений заинтересованными лицами (заказчиком, проектной организацией и пользователем).

Подход предполагает постоянное накопление знаний, включая знания экспертов в предметных областях заказчика и разработчика, на протяжении жизненного цикла АС с сохранением их для последующих разработок новых систем.

Применение названного подхода к извлечению и накоплению знаний позволит сократить время и стоимость создания АС, избежать ошибок на всех стадиях анализа, проектирования и разработки автоматизированных систем.

На основе предлагаемых подхода и принципов, учитывая актуальность, значимость и объемность рассмотренной проблематики, необходимы согласованные организационно-технические мероприятия по созданию распределенной системы (структуры) ведения баз знаний.

СПИСОК ЛИТЕРАТУРЫ

1. Буч Г. Язык UML. Руководство пользователя : [пер. с англ.] / Г. Буч, Дж. Рамбо, А. Джекобсон. – М. : ДМК, 2015. – 348 с.
2. Гамма, Э., Хелм Р. Приемы объектно-ориентированного проектирования. Паттерны проектирования. М.: Изд-во Питер, 2016. — 366 с.
3. Гладун А. Я. Онтологии в корпоративных системах / А. Я. Гладун, Ю. В. Рогушина // Корпоративные системы. – 2016. – № 1. – С. 22–41.
4. Гольдштейн Г. Я. Стратегический инновационный менеджмент : учеб. пособие / Г. Я. Гольдштейн. – Таганрог : Изд-во ТРТУ, 2014. – 253 с.
5. Иванова, Г. С. Технология программирования: учебник для вузов — 3-е изд., перераб. и доп. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2016. — 334 с.
6. Крачтен Ф. Введение в Rational Unified Process : [пер. с англ.] / Ф. Крачтен – М. : Вильямс, 2017. – 246 с.
7. Куприянов А. А. Подход к созданию виртуальной организации проектирования и изготовления программных изделий ИАСУ / А. А. Куприянов, А. С. Мельниченко, А. Ю. Крайнов // Автоматизация процессов управления. – 2017. – № 3 (17). – С. 33–44.
8. Маклаков, С. В. Создание информационных систем с AllFusion Modeling Suite. М.: Изд-во Диалог-МИФИ, 2005. — 432 с.Гапоненко А. Л. Управление знаниями / А. Л. Гапоненко – М. : ИПК госслужбы, 2015. – 52 с.
9. Муромцев Д. И. Онтологический инжиниринг знаний в системе Protégé / Д. И. Муромцев. – СПб. : СПб ГУ ИТМО, 2017. – 62 с.
10. Рамбо, Д., Блаха М. UML 2.0. Объектно-ориентированное моделирование и разработка. М.: Изд-во Питер, 2017. — 544 с.
11. Соснин П. И. Концептуальное проектирование систем : учеб. пособие / П. И. Соснин. – Ульяновск : УлГТУ, 2017. – 198 с.
12. Федоров, Ю. Н. Справочник инженера по АСУТП: проектирование и разработка. М.: Изд-во Инфра-Инженерия, 2017. — 928 с.
13. Фаулер, М. Архитектура корпоративных программных приложений. М.: Изд-во Вильямс, 2016. — 544 с.
14. Частиков А. П. Разработка экспертных систем. Среда CLIPS / А. П. Частиков, Т. А. Гаврилова, Д. Л. Белов. – СПб. : БХВ-Петербург, 2015. – 608 с.
15. Data Mining (добыча знаний). – Режим доступа: http://www.spss.com.ua/ atwork/dm.htm.
16. Text Mining. Технология анализа текста. Нахождение смысла в неструктурированных данных. – Режим доступа: http://www.megaputer.ru/text_ mining.php.

1. Гольдштейн Г. Я. Стратегический инновационный менеджмент : учеб. пособие / Г. Я. Гольдштейн. – Таганрог : Изд-во ТРТУ, 2014. – 253 с. ↑

2. Иванова, Г. С. Технология программирования: учебник для вузов — 3-е изд., перераб. и доп. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2016. — 334 с. ↑

3. Рамбо, Д., Блаха М. UML 2.0. Объектно-ориентированное моделирование и разработка. М.: Изд-во Питер, 2017. — 544 с. ↑

4. Рамбо, Д., Блаха М. UML 2.0. Объектно-ориентированное моделирование и разработка. М.: Изд-во Питер, 2017. — 544 с. ↑

5. Рамбо, Д., Блаха М. UML 2.0. Объектно-ориентированное моделирование и разработка. М.: Изд-во Питер, 2017. — 544 с. ↑

6. Маклаков, С. В. Создание информационных систем с AllFusion Modeling Suite. М.: Изд-во Диалог-МИФИ, 2005. — 432 с.Гапоненко А. Л. Управление знаниями / А. Л. Гапоненко – М. : ИПК госслужбы, 2015. – 52 с. ↑

7. Федоров, Ю. Н. Справочник инженера по АСУТП: проектирование и разработка. М.: Изд-во Инфра-Инженерия, 2017. — 928 с. ↑

8. Маклаков, С. В. Создание информационных систем с AllFusion Modeling Suite. М.: Изд-во Диалог-МИФИ, 2005. — 432 с.Гапоненко А. Л. Управление знаниями / А. Л. Гапоненко – М. : ИПК госслужбы, 2015. – 52 с. ↑

9. Куприянов А. А. Подход к созданию виртуальной организации проектирования и изготовления программных изделий ИАСУ / А. А. Куприянов, А. С. Мельниченко, А. Ю. Крайнов // Автоматизация процессов управления. – 2017. – № 3 (17). – С. 33–44. ↑

10. Частиков А. П. Разработка экспертных систем. Среда CLIPS / А. П. Частиков, Т. А. Гаврилова, Д. Л. Белов. – СПб. : БХВ-Петербург, 2015. – 608 с. ↑

11. Буч Г. Язык UML. Руководство пользователя : [пер. с англ.] / Г. Буч, Дж. Рамбо, А. Джекобсон. – М. : ДМК, 2015. – 348 с. ↑

12. Гамма, Э., Хелм Р. Приемы объектно-ориентированного проектирования. Паттерны проектирования. М.: Изд-во Питер, 2016. — 366 с. ↑

13. Крачтен Ф. Введение в Rational Unified Process : [пер. с англ.] / Ф. Крачтен – М. : Вильямс, 2017. – 246 с. ↑

14. Куприянов А. А. Подход к созданию виртуальной организации проектирования и изготовления программных изделий ИАСУ / А. А. Куприянов, А. С. Мельниченко, А. Ю. Крайнов // Автоматизация процессов управления. – 2017. – № 3 (17). – С. 33–44. ↑

15. Частиков А. П. Разработка экспертных систем. Среда CLIPS / А. П. Частиков, Т. А. Гаврилова, Д. Л. Белов. – СПб. : БХВ-Петербург, 2015. – 608 с. ↑