Informace a analytický systém CPP "Monitorovací analýza" umožňuje sledovat proces celní odbavení V rozsahu nomenklatury, náklady, váhy jsou vydávány zboží, akruální celní platby.
"Monitorovací analýza" implementuje integrační proces pro různé informační zdroje (databáze GTD, DB TP NSI, BD Eagruck, Egrn BD) a následné použité akumulované (agregované) údaje pro vytvoření různých zpráv a odkazů.
"Monitorovací analýza" provádí následující funkce:
- zajištění přístupu k CBD GTD, jakož i CBD celních farních příkazů (TPO);
- poskytování možnosti vytváření a editace podmínek, které omezují vzorek dat z CBD GTD;
- vizuální zobrazení a informace o výstupu;
- Úprava přijatých zpráv v aplikaci Microsoft Excel.
Informace o činnosti celních orgánů v oblasti celního odbavení GTD na "monitorovací analýzu" jsou uvedeny v různých kritériích, včetně: \\ t
- náklady, hmotnost a nomenklatura vydaných zboží;
- časově rozlišené platby;
- země původu a země směru přesunu;
Účastníci celního odbavení (celní orgány, celní inspektory, účastníci Wad);
- Dynamika procesů celního odbavení.
"Monitorovací analýza" umožňuje získat jak obecné údaje o celním odbavení zboží a podrobné informace o každém z účastníků VED, konkrétním skladu a celním inspektorovi.
Kromě toho, "monitorovací analýza" poskytuje příležitost pro přístup (analýza a kontrola) k doručovacím procesům zboží podle celní kontroly.
Monitorovací analýza "má výraznou tříúrovňovou strukturu. Uživatel (přes Internet Dirigent) odešle požadavek na WWW serveru. WWW Server přenáší požadavek na Oracle DBMS. DBMS zpracuje požadavek a vrátí www server.
WWW server zase převádí přijaté data na stránku HTML a vrátí výsledek uživateli. Veškeré aktualizace softwaru "Monitoring-analýza" se proto vyskytnou na www serveru a v Oracle DBMS. Změny v softwaru jsou k dispozici uživateli.
- CBD TPO - sledování procesů celního odbavení TPO na CDD CDD;
- CBD DKD - monitorování doručovacích procesů celní kontrolou (přístup k doručování DB);
- Vyhledávání podle EGRN, požitek - hledat informace o právnických osobách - účastníky celních odbavených procesů.
3. Obecné informace o AC ADPR "Analýza-2000
V databázi EAIS FCS Ruska jsou zpracovány ošetřené obrovské množství informací o různých aspektech celních činností, včetně elektronických kopií Cargo Celní prohlášení (GTD) a celními oblastmi (vydané celními orgány Ruska, od roku 1991), \\ t Míra růstu databáze v průměru 600 tisíc záznamů za čtvrtletí (asi 2,5 milionu ročně). Toto datové pole obsahuje nejcennější informace o zahraniční ekonomické aktivitě Ruska.
Významné množství informací o zahraniční ekonomické činnosti Ruska vyžadují účinné nástroje pro zpracování pro poskytování rozhodovacích procesů celního managementu.
Prvním krokem při vytváření celkového rozhodovacího systému podpory (SPRD) na úrovni podniků byl zpracování systému provozní multidimenzionální analýzy údajů elektronických kopií celních dokladů, které poskytuje novou úroveň analýzy dat a non -Cpared do statistické analýzy výkonových ukazatelů.
Systémová tkáže systémy Analytics-2000:
- snížení časových a pracovních nákladů potřebných k získání agregovaných informací;
- zvýšená produktivita práce FCS;
- zlepšení kvality analytických údajů vydaných na žádost vyšších organizací;
- poskytovat příležitosti vůči vedoucím pracovníkům a prostřednímu manažerům, jakož i analytikům, aby se navigovaly v obrovském množství údajů a zvolili informace nezbytné pro rozhodování;
- Zajištění grafického znázornění dat.
Analytická kontrola kvality okolní Skládá se z následujících fází:
1. Vyberte si místo výběru vzorku;
2. Vzorkování;
3. Zpracování vzorků;
4. Měření koncentrace znečišťující látky;
5. Zpracování a ověřování matematických dat;
6. Interpretace a porovnání získaných dat.
Pro volba vzorkování (plynná, kapalná, pevná látka) by měla být považována za faktory: geografické, geologické a environmentální rysy Okres, povaha distribuce znečištění v čase a prostoru, meteorologické a hydrologické podmínky.
Můžete "pokrýt" studovanou oblast mřížky s vhodným krokem stupnice a odebrat vzorky ve všech uzlových bodech. V jiných případech můžete vzorky v charakteristických místech s různým očekávaným znečištěním. Počet vzorkovacích bodů na tomto území závisí na technických a ekonomických příležitostech stanice nebo příspěvku.
Pro vzorkování Je nutné získat statisticky průměrný vzorek, který je nejvíce snadno dosažen, když je vybrán vzorek kapaliny. Získání statisticky zprůměrovaného vzorku půdy nebo bioty se provádí řadou vzorků v různých bodech, po němž následuje mechanický průměrování v kuličkovém mlýnu nebo rozpuštěním v kyselinách. Z získaného materiálu je vybrán analytický vzorek určité hmoty. Statisticky zprůměrovaný vzorek vzduchu může být získán čerpáním velkých objemů pomocí speciálních filtrů nebo tekutých absorbostů a poté se opírá o absorbovaný znečišťující látku se speciálním roztokem.
Léčba soudu Může být proveden ihned po výběru. Pokud se předpokládá skladování nebo přeprava, by měla být zohledněna ztráta znečišťující látky v důsledku adsorpce na stěnách nádoby, sedimentace částic nebo chemických reakcí. Nejvhodnější je nádobí z polyethylenu nebo teflonu. Kapalný test se nalévá "pod zástrčkou". Pevné vzorky jsou také izolovány z kontaktů se vzduchem. Jiné typy zpracování vzorku jsou spojeny s koncentrací a separací znečišťujících látek, které se obvykle provádí ve speciální laboratoři.
Etapa "Měření" Jedná se o analytické stanovení koncentrace znečišťující látky, včetně volby způsobu analýzy, přípravu vzorku podle propagace způsobu, kalibrace přístrojů, testování metody s použitím standardů, provádění nečinných experimentů.
Při monitorování použijte standardní nebo obecně uznávané interdefmentální nebo oddělené metody analýzy.
| Předchozí materiály: |
Strana 31 z 45
Ekologické a analytické environmentální monitoring.
Ekologické a analytické monitorování - monitorování obsahu znečišťujících látek ve vodě, vzduchu a půdě s použitím fyzikálních, chemických a fyzikálně-fyzikálně-fyzikálně-fyzikálně-fyzikálně-fyzikálně od analýzy - umožňuje detekovat tok znečišťujících látek do životního prostředí, aby se vytvořil účinek antropogenních faktorů na pozadí přírodního a optimalizace lidské interakce Příroda. Tak, monitoring půdyposkytuje stanovení kyselosti, půdní slanosti a ztráty humusu.
Chemický monitoring -Část ekologického analytického je systém pozorování chemického složení atmosféry, srážení, povrchu a podzemních vod, oceánů a moří, půd, spodních sedimentů, vegetace, zvířat a kontroly nad dynamiky šíření chemických znečišťujících látek. Jeho úkolem je určit skutečnou úroveň znečištění životního prostředí vysoce toxickými složkami; Účel - vědecká a technická podpora systému pozorování a prognóz; Identifikace zdrojů a faktorů znečištění, jakož i jejich stupeň dopadu; Pozorování zavedených zdrojů kontaminantů v přírodním prostředí a úrovni znečištění; Hodnocení skutečného znečištění přírodního prostředí; Pro znečištění životního prostředí a způsobů, jak zlepšit situaci.
Takový systém je založen na odvětvových a regionálních údajích, zahrnuje prvky těchto subsystémů; Může přijmout obě místní oblasti v rámci jednoho státu (Národní monitoring)tak I. Země obvykle (Globální monitorování).
Ekologické a analytické monitorování znečištění sestávajícího z jednotného státního systému environmentálního monitorování.Aby se radikálně zvýšila účinnost práce na ochraně a zlepšování životního prostředí, což zajišťuje bezpečnost životního prostředí dne 24. listopadu 1993, byla přijata nařízení vlády Ruská Federace № 1229 "o vytvoření jednotného státního systému environmentálního monitorování" (ESSEM). Organizace práce na tvorbě HSEM stanoví zařazení do oblasti působnosti nových typů a typů znečišťujících látek a identifikace jejich dopad na životní prostředí; Rozšiřování geografie monitorování životního prostředí na úkor nových území a zdrojů znečištění.
Hlavní úkoly HSEMM:
- rozvoj environmentálních monitorovacích programů v Rusku, ve svých jednotlivých regionech a okresech;
- organizace pozorování a měření ukazatelů environmentálních monitorovacích objektů;
- přesnost a srovnatelnost pozorovacích údajů jak v jednotlivých regionech, tak v okresech a v celém Rusku;
- sběr a zpracování dat pozorování;
- Skladování údaje o pozorování, vytváření speciálních datových bank charakterizujících životní prostředí v Rusku a ve svých samostatných oblastech;
- harmonizace bank a základy informací o životním prostředí s mezinárodními informačními systémy na životní prostředí;
- posouzení a prognóza státu životního prostředí a antropogenních dopadů na ně, přírodní zdroje, reakce ekosystémů a veřejného zdraví ke změně stavu lidského stanoviště;
- provádění provozní kontroly a přesnost měření radioaktivního a chemického znečištění v důsledku nehod a katastrof, jakož i prognózování životního prostředí a posoudit škody způsobené přirozeným prostředím;
- dostupnost integrovaných environmentálních informací v širokém spektru spotřebitelů, sociálních hnutí a organizací;
- informování orgánů pro stát životního prostředí a přírodních zdrojů, bezpečnost životního prostředí;
- Vývoj a realizace sjednocené vědecké a technické politiky v oblasti monitorování životního prostředí.
ESMEM poskytuje vytváření dvou vzájemně provázaných bloků: monitorování kontaminace ekosystému a monitorování environmentálních důsledků tohoto znečištění. Kromě toho by měl poskytovat informace o zdroje (základní) stavu biosféry, jakož i identifikaci antropogenních změn na pozadí přírodní přirozené variability.
V současné době jsou pozorování úrovně znečištění atmosféry, půdy, vod a spodní sedimenty řek, jezer, zásobníků a moří ve fyzikálním, chemickém a hydrobiologickém (pro vodní útvary) prováděny služby Rosydromet. Monitorování zdrojů antropogenního dopadu na přírodní prostředí a zóny jejich přímého vlivu na svět a zeleninový svět, pozemní fauna a flóra (kromě lesů) jsou odpovídajícími službami Ministerstva Země. Sledování pozemků, geologického prostředí a podzemních vod provádí divize Výboru Ruské federace o pozemních zdrojů a řízení půdy a Výboru Ruské federace o geologii a použití podloží.
V roce 2000, 150 chemických laboratoří působilo v rosydrometovém systému, 41 bush laboratoř pro analýzu vzorků vzduchu v 89 městech s kontrolou nedodržení. Pozorování znečištění atmosféry byly provedeny na 682 lůžkových příspěvcích ve 248 městech a městech Ruské federace, nebyla pozornost bez pozornosti na zemědělské půdě.
Sushi povrchové vody jsou řízeny v 1175 vodních tokech a 151 zásobnících. Odběr vzorků se provádí v 1892 bodech (2604 stonek). V roce 2000 bylo analyzováno o 113 ukazatelů 30 000 vzorků vody. Dodržování znečištění znečištění mořského prostředí existují na 11 mořích, které umyjí území Ruské federace. V systému Rosydromet každoročně analyzovat více než 3000 vzorků ve 12 ukazatelích.
Síť stanic pozorování přeshraničního přenosu znečišťujících látek je zaměřena na západní hranici Ruska. V současné době, Pushkinské hory a Pinega stanice zde pracují, které jsou odběr atmosférických aerosolů, plynů a srážek.
Kontrola pro. \\ T chemické složení A atmosférická srážení kyselosti se provádí na 147 stanicích federální a regionální úrovně. Ve většině vzorků se měří pouze hodnota pH. Při sledování znečištění sněhové kryty ve vzorcích, amonné ionty, sulfaty, benz (A) pyren a těžkých kovů se také stanoví.
Systém globálních atmosférických pozadí monitorování zahrnuje tři typy stanic: základní, regionální a regionální s rozšířeným programem.
Vytvořeno je také šest integrovaných monitorovacích stanic pozadí, které jsou umístěny v biosférách rezerv: Barguzinsky, centrální les, Voronezh, Prioksko-terasa, Astrakhan a Kavkazská.
Pro monitorování radiační v zemi, zejména v oblastech kontaminovaných v důsledku nehody v chernobylu a dalších radiačních katastrofách, použijte stacionární síť a mobilní prostředky. Podle zvláštního programu vede aerogamakera také území Ruské federace.
V rámci ESSEM, systém operativní detekce znečištění nouzové situace.
Ekologické a analytické monitorování znečištění složeného z HSEMM lze rozdělit do tří velkých bloků: kontrola znečištění v zónách podstatného antropogenního dopadu na regionální úrovni na úrovni pozadí.
Všechna data ze zón s jakoukoliv úroveň expozice, jak nouzové, tak zobecněné, v určitých časových intervalech jsou zapsány do středu sběru a zpracování informací. Pro automatizovaný systém, který se v současné době vyvíjí, je primárním krokem místním systémem, který slouží samostatné oblasti nebo město.
Informace mobilních stanic a stacionárních laboratoří na znečištění životního prostředí pomocí dioxinů a příbuzných sloučenin jsou zpracovány, tříděny a přenášeny na další úroveň - na regionální informační centra. Následující údaje jsou zaslány zájemcům. Třetí úroveň systému je hlavním centrem dat, kde jsou informace o znečištění země zobecněny na rozsahu země.
Účinnost automatizovaných systémů zpracování pro ekologické a analytické informace je znatelně roste při použití automatických stanic pro ovládání vody a znečištění ovzduší. Místní automatizované řídicí systémy pro znečištění ovzduší jsou navrženy v Moskvě, St. Petersburg, Chelyabinsk, Nižnij Novgorod., Sterlitamak, UFA a jiná města. Zkušení testy automatizovaných řídicích stanic se provádějí ve kvalitě vody ve výboji vodního výboje a příjmech vody. Byly vytvořeny nástroje pro kontinuální stanovení oxidů dusíku, síry a uhlíku, ozonu, amoniaku, chloru a těkavých uhlovodíků. Na automatizovaných stanicích kontrolujících znečištění vody, teploty, pH, elektrické vodivosti, obsah kyslíku, ionty chloru, fluor, měď, dusičnany atd. Jsou měřeny.
Informační a analytická monitorovací jednotka provádí svou základní funkci, protože pro přijetí informovaných rozhodčích řízení jsou příslušné orgány důležitou analýzou a posouzením stavu objektu a dynamika své činnosti. Efektivní informace a analytická podpora pro řešení nezbytných úkolů jsou schopny poskytovat systémy pro automatizaci analytických činností odborníků řídících orgánů, organizovat procesy sběru, ukládání a zpracování informací. Koncept tohoto druhu systémů pro širokou třídu řízených objektů by měl být založen na moderní technologie Integrované datové sklady a hloubkové analytické zpracování akumulovaných informací založených na moderních informačních technologiích.
Jak již poznamenal, tradiční a obecně uznávané zdroje primárních informací jsou statistické vykazování, účetní a manažerské účetnictví, účetní závěrka, průzkumy, rozhovory, ankety, atd.
Stádium analytického a statistického zpracování strukturovaných primárních informací je také několik tradičních obecně uznávaných přístupů. Vznik těchto přístupů a systémová integrace z nich byla způsobena objektivním potřebou automatizovat účetnictví a statistickou práci s cílem co nejvíce, kvalitativní a včasné odrazy procesů vyskytujících se v analyzované oblasti předmětu, jakož i identifikaci jejich charakteristiky trendy.
Automatizace statistických prací se odrazila ve stvoření a fungování automatizovaného statistického informační systémy: V 70. letech - automatizovaný statistický systém (ASDS) a od roku 1988 - v návrhu jediného statistického informačního systému (ESIS). Hlavním úkolem tohoto vývoje byl sběr a zpracování účetních a statistických informací nezbytných pro plánování a řízení národního hospodářství na základě rozsáhlého využívání ekonomických statistických metod, fondů výpočetní a organizačních technik, komunikačních systémů ve státních statistických orgánech.
V konstrukčním územním aspektu ASDS byl přísně hierarchický, měl čtyři úrovně: spojenecký, republikánský, regionální, okres (městský). Na každé úrovni zpracování informací bylo provedeno za účelem provádění úkolů především z této úrovně.
Ve funkčním aspektu ASD přiděluje funkční a bezpečnostní subsystémy. Tyto subsystémy bez ohledu na obsah specifických statistických úkolů realizovaly funkce shromažďování a zpracování statistických informací, komplexní statistické analýzy, kontrolovat výkon ukazatelů, získávání statistických údajů nezbytných pro současné a provozní plánování, včasné předložení řídících orgánům nezbytné statistiky. Z hlediska uživatele jsou sledování úkolů v určeném účelu rozděleny do:
předpisy související se zpracováním statistických údajů o podávání zpráv o příslušných strukturálních a územních úrovních ASD;
Úkoly informačních a referenčních služeb; Cíle důkladné ekonomické analýzy.
Regulační úkoly související se zpracováním statistických údajů o podávání zpráv na úrovni ASDS. Každý regulační úkol je zpravidla spojen s zpracováním dat některé specifické formy statistického vykazování nebo několika, úzce souvisejících forem podávání zpráv. Řešení těchto úkolů se provádí komplexy elektronického zpracování informací, které jsou kombinací softwaru, technických a organizačních nástrojů pomocí místních informačních polí.
Úkoly informačních a referenčních služeb stanoví pro tvorbu nezbytných statistických údajů o žádostech o významu zpráv, analytické poznámky a odkazy, nejsou regulovány obsahem. Jejich řešení jsou zajištěna automatickou datovou bankou ve formě systému akumulace, skladování, vyhledávání, zpracování a vydávání informací o požadavcích uživatelů v pravém formuláři.
Úkoly důkladné ekonomické analýzy jsou založeny na použití:
dynamická série (konstrukce polygonů, histogramů frekvencí a kumulativních linií, výběr trendů z vybrané třídy funkcí);
vyhlazování původní dynamické série, diagnostiku na základě vybraného trendu a modelu AutoRegression, analýza zbytků na autokorelaci a normální)
regresní strana (definice lineárních a nelineárních regresních rovnic, hodnocení jejich statistických charakteristik, výběr optimální formy komunikace);
více regrese (určení matice spárovaných korelačních koeficientů, určující rovnice více lineární regrese),
faktorová analýza (získání lineárního modelu je popsána malým počtem faktorů, výpočet hodnot "zatížení pro obecné faktory" a nejčastějším faktorem, grafickou interpretaci faktorů v rovině a ve vesmíru);
korelační analýza (získávání korelačních matric, středních a standardních odchylek).
Organizační a technologická forma řešení této třídy úkolů - analytické komplexy, které jsou souborem balíčků aplikačních programů zaměřených na realizaci matematických statistických metod. Pro dosažení širokého časového rozsahu analyzovaných dat, registrový formulář monitorování se používá na základě automatizovaných registrů, což umožňuje udržovat a zpracovávat významné sady dat organizovaných
ve formě polí nezávislé na struktuře statistických zpráv pro každý objekt nebo konkrétní skupinu monitorovacích objektů. Formulář pro monitorování registru je zvláště účinný pro statistické informace, které charakterizují relativně udržitelné předměty, takže registry lze považovat za automatizované karetní soubor skupin homogenních jednotek statistického pozorování určitého typu. Jeho aplikace umožňuje uživateli vyplněním formuláře jednotného požadavku získat různá data charakterizovaná stav konkrétního objektu.
Důležitým směrem ke zlepšení statistického monitorování bylo zvýšit obsah, přesnost a efektivitu výkaznictví údajů na základě kombinace současných vykazování, jednorázových účetních, selektivních a monografických zkoušek, stejně jako optimalizace informačních toků. Zvláštní důraz je kladen na zlepšení ekonomických a matematických metod pro analýzu a předpovídání vývoje systémů. Použití nových informačních technologií navíc bylo nezbytné ve vývoji metod monitorování, a to:
vývoj integrovaných technologií zpracování informací při použití datových bank a počítačových sítí;
vytváření systémů zpracování dat počítače;
vývoj intelektualizovaných typů rozhraní koncového uživatele s počítačem založeným na automatizovaných úlohách, které poskytují využití expertních systémů.
Nový informační technologie Významně rozšířila možnost přímého automatizovaného přístupu k nezbytným statistickým informacím, diverzifikoval složení a obsah analytické práce. Možnost integrace jednoho statistického informačního systému pro monitorování s dalšími informačními systémy všech úrovní řídicích kanálů telekomunikačních vazeb.
Všechny uvažované metody pro analytické a statistické zpracování dat však mají významnou nevýhodu. Celá sada dat je v nich zpracována jako rozptýlená sada, protože chybí jejich systémová jednota. Mezitím může být instalována pouze umělá komunikace kombinováním do určité podkladové formy. Nicméně, to není možné poskytnout všechny formy pro všechny možné jevy a připojení. Tradiční metody analytického a statistického zpracování dat neberou v úvahu, že existuje přirozené spojení mezi jakýmkoliv jevem jevů a událostí, založený na univerzálních inherentních ukazatelích. V přítomnosti systému takové přírodní
vztahy se zdá, že jsou porovnávány s úvaženým fenoménem všechny faktory, události, data. Monitorování založené na takovém přístupu se vyznačuje úplným pokrytím kauzálních vztahů vzájemného vlivu skrytých trendů. To vše je považováno za neoddělitelnou systémovou jednotu.
Zadaná nevýhoda může být odstraněna díky velmi běžnému přístupu k problému analytického a statistického zpracování dat na základě nejnovější technologie OLAP - online analitické zpracování (analýza operačních dat).
Termín OLAP označuje metody, které umožňují uživatelům databáze v reálném čase generovat popisné a srovnávací informace o datech a přijímat odpovědi na různé analytické dotazy. Definující principy konceptu OLAP zahrnují:
multidimenzionální koncepční reprezentace - OLAP databáze musí podporovat multidimenzionální prezentaci dat, poskytuje klasické operace rozdělení a otočení koncepčních dat krychle;
transparency - uživatelé nemusí vědět, že používají databázi OLAP. Pro získání dat a přijmout potřebná řešení, mohou využít dobře známé nástroje. Také nemusí vědět nic o zdroji dat;
dostupnost - Software musí vybrat a komunikovat s tím, aby vytvořila odpověď na tento požadavek zdroj dat. Musí poskytnout automatické zobrazení vlastního logického schématu do různých heterogenních zdrojů dat;
produktivita byla dohodnuta - výkon prakticky neměl záviset na počtu měření v dotazu. Systémové modely musí být dostatečně silné, aby se vyrovnaly se všemi změnami v úvazcích modelu;
podpora pro architekturu Client-Server - OLAP nástroje musí být schopny pracovat v prostředí klient-server, jak se předpokládá, že multidimenzionální databázový server musí být přístupný z jiných programů a nástrojů;
rovnost všech měření - Každá měření dat musí být ekvivalentní jak ve struktuře, tak na operačních schopnostech. Hlavní datová struktura, formáty vzorců a sestav by neměly být vedeny nějakým druhem měření dat;
dynamické zpracování vzácných matric - typické multidimenzionální modely mohou snadno přistupovat k velké sadě
odkazy na buňky, z nichž mnohé nemají data v určitém bodě. Tyto chybějící hodnoty by měly být účinně udržovány a negativní dopad na přesnost nebo rychlost extrakce informací;
podpora pro více koroze - OLAP nástroje musí podporovat a podporovat práci ve skupinách a sdílení myšlenek a výsledků analýz mezi uživateli. K tomu je velmi důležité mít přístup k datům pro více hráčů;
podpůrné operace mezi různými měřeními. Všechny multidimenzionální operace (například agregace) by měly být stanoveny a přístupné takovým způsobem, že jsou rovnoměrně a důsledně, bez ohledu na počet měření;
intuitivní správa dat - údaje poskytnuté analytickým uživatelům musí obsahovat všechny informace nezbytné pro efektivní navigaci (řezné sekce, změny úrovně informací o podrobnostech) a provádět relevantní požadavky;
flexibilní hlášení - Uživatel má schopnost extrahovat všechna data, která potřebují, a tvoří je v jakékoliv formě nezbytné;
neomezená měření a úrovně agregace - neměly by existovat žádná omezení počtu podporovaných měření.
Použití systémů založených na technologii OLAP umožňuje:
uspořádejte jednotné skladování informací na základě statistických a jiných údajů o podávání zpráv;
poskytnout jednoduchý a efektivní přístup k informacím o úložišti s vymezením přístupových práv
poskytněte možnost provozního analytického zpracování uložených dat, statistická analýza;
seřadit, standardizovat a automatizovat vytváření formulářů analytických zpráv s displejem dat v daném formuláři.
Hlavní rozlišovací funkce a důležitou výhodu multidimenzionální prezentace dat ve srovnání s tradičními informačními technikami je možnost společné analýzy. velké skupiny Parametry ve vzájemné komunikaci, které jsou důležité při studiu komplexních jevů.
Technologie OLAP výrazně snižuje dobu shromažďování a analýzy primárních informací nezbytných pro rozhodování v jedné nebo jiné oblasti lidské činnosti, a také zvyšuje viditelnost a informování zpráv o procesech a jevech vyskytujících se v těchto oblastech.
OLAP Systems vám umožní akumulovat velké množství dat shromážděných z různých zdrojů. Tyto informace jsou obvykle
Před vytvořením takového systému byste měli zvážit a zjistit tři hlavní otázky:
shromáždění dat a oba v koncepční úrovni pro simulaci dat a řídit jejich uchování; Jak analyzovat data;
jak efektivně stahovat data z několika nezávislých zdrojů.
Tyto otázky mohou být korelovány se třemi hlavními složkami systému rozhodovacího podpory: server datového skladu, operačního analytického nástroje pro zpracování dat a nástroje pro doplnění úložiště dat.
Vzhledem k tomu, že organizace informačních skladů je předmětem jiných disciplín, zvažte pouze otázku analytického zpracování dat. V současné době existuje řada nástrojů OLAP, které lze použít k analýze informací. Jedná se o softwarové produkty, jako je mikrostrategi 7 a WebInteligence, Cognos PowerPlay, Alphablox jako. Zavedeme specifikované produkty na základě následujících kritérií:
snadné použití - Softwarový produkt musí být dostatečně jednoduchý pro uživatele, který nemá zvláštní školení;
interaktivita - Software musí implementovat interaktivní schopnosti, včetně: Prohlížení dokumentů, dynamické aktualizace dostupných dokumentů, poskytuje přístup k nejnovějším informacím, dynamickým provedením požadavků na zdroje dat, dynamické neomezené "prohloubení dat";
funkce - aplikace musí poskytnout stejné příležitosti jako tradiční analogy klienta / serveru;
dostupnost - Informace musí být přístupné jakémukoli zařízení a pracoviště a klientská část má být malá pro splnění různých úrovní šířky pásma sítě uživatele a reagovat na standardizovanou technologii;
architektura je kritériem charakterizuje aspekty implementace softwaru produktu;
nezávislost ze zdrojů dat - aplikace musí poskytnout přístup k jakémukoli typu dokumentů a poskytovat interaktivní přístup k relačním a vícerozměrným databázím,
výkonnost a škálovatelnost - Pro zajištění výkonu a škálovatelnosti aplikace je nutné provádět možnosti univerzálního přístupu k databázím, možnost ukládání do mezipaměti datového serveru a podobně;
bezpečnost - aspekty administrace aplikací pro poskytování různých přístupových práv různých kategorií uživatelů;
náklady na provádění a správu - náklady na realizaci produktu OLAP na uživatele by měly být významně nižší než u tradičních produktů.
Microsstrategi 7 I. : - Softwarové produkty s širokou škálou funkcí postavených na jednotném architektuře serveru. User Středa je implementován v Misgly Strategi Web Professional.
Uživatelé jsou nabízeny řadu statistických, finančních a matematických funkcí pro integrovanou analýzu ALAP a relační analýzu. Všichni uživatelé poskytují přístup k agregovaným a podrobným informacím (na úrovni transakce). Můžete provést nové výpočty, data o zprávách filtru, otočit a přidat mezilehlé souhrnné hodnoty, rychle změnit obsah sestavy.
Hlavní funkce je dosaženo na úkor následujících prostředků:
Microsstrategi 7 a OLAP Services - rozhraní pro produkty třetích stran;
inteligentní technologie krychle - zjednodušuje analýzu a nasazení, poskytování souhrnných informací pro rychlé procházení v interaktivním režimu;
Microsstrategi úzkých hodin - poskytuje uživatelům možnost odesílat indikátory nebo je zaplatit prostřednictvím webového rozhraní. Uživatelé mohou posílat své zprávy k e-mailu svých zpráv, naplánovat zprávy, publikovat je pro pracovní skupiny a export do formátů aplikace Excel, PDF nebo HTML.
Tento výrobek poskytuje podporu a integraci průchozího platformy, přenositelnost v Unixu, podporu aplikačních serverů třetích stran.
Výrobek je založen na architektuře XML. Uživatelé mohou integrovat kód XML vytvořený v Microsstrategi webu do jejich aplikací nebo jej formátovat správným způsobem.
Tenký klient implementovaný ve formátu HTML eliminuje problémy s kompatibilitou s prohlížeči, rozvíjejí se prostřednictvím všech nástrojů zabezpečení sítě. Zobrazení a funkce programu lze konfigurovat pro konkrétní potřeby. Microsstrategi web můžete vložit do jiných aplikací běžících v síti.
Počítače, na kterých microsstrategi Web Works mohou být kombinovány do klastrů, poskytuje škálovatelnost a spolehlivost. Je poskytováno přidat další vybavení. Pokud
stává se, když je úkol proveden, je přenášen do jiného počítače ze stejného klastru.
Data jsou chráněna na úrovni buňky pomocí bezpečnostních filtrů a seznamů řízení přístupu. Zabezpečení webového provozu je poskytována technologií šifrování dat na úrovni dopravy - SSL (Secire Socxet úroveň - úroveň chráněných zásuvek).
Webintelligence. -Web produktu pro vytváření dotazů, přehledů a analýz dat. Poskytuje uživatelům sítě (jak intranet a extranet) chráněný přístup k datům k dalšímu studiu je a spravovat je. Dělá analytické schopnosti různé kategorie uživatelů. K dispozici je široká škála obchodní analýzy, včetně vytvoření komplexních zpráv, výpočetní techniky, filtrování, detaily a agregace.
WebLNtelligence poskytuje následující funkce:
formátování a tisk reportů v režimu vizuálního návrhu;
zprávy BagatoBlock. Ve složitých zprávách pro přenos komplexních informací, několik tabulek nebo diagramů je někdy nutné umístit. K tomu Webintelligence poskytuje možnost přidání více bloků a diagramů do jedné zprávy;
detail dat v interaktivním režimu.
Produkt poskytuje řadu funkcí:
přístup k datům, které jsou uloženy jak v tradičních relačních bázi, tak na OLAP serveru;
funkce analýzy dat;
možnost sdílení informací. Webintelligence je "tenký" klient, nevyžaduje instalaci a udržování softwarových aplikací nebo mezilehlého databázového softwaru na místě klienta. Při instalaci klientské části je možnost zvolit technologii. Zajišťuje se nasazení na platformách systému Microsoft Windows a UNIX.
Pomocí WebIntelligence můžete prozkoumat a analyzovat různé zdroje OLAP dat, jakož i sdílení OLAP a relačních dat.
Produkt je konfigurován tak, aby většinou dodržoval korporátní strukturu jakéhokoliv objektu.
Webinteligence lze provádět na jednom serveru i několika strojích NT nebo UNIX. Servery mohou být přidány do systému podle potřeby, pokud dojde k poruše na jednom ze součástí se automaticky používá. Vážené vyvážení zátěže mezi více servery optimalizuje systémové prostředky a zaručuje krátkou dobu odezvy.
Webrntelligence používá různé technologie ochrany informací. V případě potřeby jsou komponenty označeny pomocí technologie digitálních certifikátů. Práce s různými systémy ochrany sítí se používá protokol hypertextového přenosu.
Aplikace má standardní webové rozhraní. Hlavní rysy jsou podporovány (vzorek dat se specifikovanou měřeními a hodnotami, "vybrání" k datům, vnořeném průřezu, výpočty, povolení / zakázat zobrazení řetězců, sloupců a grafů; filtry, třídění) pro prohlížení, výzkum, hlášení a Zveřejnění dat OLAP v interaktivním režimu.
Cognos PowerPlay poskytuje následující funkce: Použít HTML / JavaScript, který poskytuje univerzální přístup pro uživatele, kteří pracují s NetScape Navigator verze 3.0 a vyšší nebo Internet Provozování Internetu;
přístup k údajům o OLAP libovolného uživatelského uživatele; Vytváření a publikování zpráv BRM (Správa výkonnosti podnikání - řízení podniků - řízení podniků) ve formě dokumentů PDF pro Cognos předem portál, takže uživatelé mají přístup k nejdůležitějším firemním datům ve webovém prostředí;
převést data z formátu PDF na dynamické zprávy, jejich další výzkum a přenos výsledků na předem;
server podporuje práci s platformami: Windows NT, Windows 2000 a Nad, Sun Solaris, HP / UX, IBM AIX.
Díky podpoře protokolu SSL aplikace SSL zaručuje zabezpečení dat, odeslaných přes web. Kromě toho, zadáním uživatelských tříd mohou správci systému ovládat přístup k místním kostkám a webovým portálovým skořepinám. Tyto třídy jsou uloženy ve speciálním přístupném protokolu LDAP (Light Directory Access Protocol - Lightweight Access Protokol do adresáře sítě), softwarová složka, která je zodpovědná za centralizované řízení bezpečnosti celého systému, jakož i pro integraci s aktuální ochranou.
Použití HTML k implementaci klientských míst stanoví operaci serveru spojeru v chráněném prostředí. Tím zajišťuje bezpečné nasazení žádostí pro zákazníky, partnery a dodavatele.
Alphablox. - Binder Software, který poskytuje nástroje a rozvržení bloků pro práci na webu. Díky tomu jsou obtíže spojené s ochranou síťových spojení s databázemi, autorizační a formátování dat analytické platformy alfabloxu implementovány na základě standardizované a 2-kompatibilní architektury.
Produkty Alphablox jsou určeny pro analytické počítače uvnitř i vně objektu.
Zvláště zajímavé jsou Java komponenty (vOCH). Z těchto komponent můžete vytvořit analytickou webovou aplikaci. Jeden z časově náročných úkolů při vytváření webového produktu OLAP je odráží a formátování dat v prohlížeči. Velmi často musí být data zobrazena jako tabulka nebo tabulka. Při vytváření programu pomocí Alphabloxu k němu můžete vložit libovolný počet komponent Java takové a konfigurovat, aby se vyřešily potřebné úlohy zadáním některých parametrů apletu, čímž řídí typ a funkce součástí. Tento softwarový produkt poskytuje následující funkce: Přístup k informacím - Data jsou extrahována z různých relačních a vícerozměrných databází;
dotazy a analýza - komponenty provádějí jednoduché a složité požadavky na různé zdroje dat, přičemž nejsou nutné pro programování na CQL;
prezentace je schopnost předložit data v různých formátech (jako zprávy, tabulky, diagramy).
Java komponenty mají modulární strukturu a mohou být použity opakovaně. Mohou být použity při provádění analytických schopností pro množství podnikových funkcí. Vzhledem k tomu, že jsou řízeny množinou parametrů, jejich vlastnosti lze změnit pomocí textového editoru. To zajišťuje flexibilitu při vývoji a modernizaci analytického řešení. Komponenty mohou být konfigurovány tak, aby splňovaly určité obchodní požadavky a opětovné použití, implementují další aplikace v jiných oblastech činnosti. Vývojáři aplikací mohou napsat další kód na JSP, Javaservlets nebo JavaScript.
Alphablox řešení používají služby poskytované aplikačním serverem a prostředí Java Runtime Environment Environment (JRE), jakékoli rozšíření Java nebo přizpůsobených rozšíření určených pro tuto platformu.
Struktura aplikací Alphablox je založena na normách a umožňuje integraci s existujícími operačními systémy, transakční infrastrukturou s tradičními systémy. Poskytuje uživatelský přístup k datům z různých zdrojů a následné analýzy.
Alphablox používá možnosti standardních zdrojů a aplikačních serverů, včetně HTTP / ukládání do mezipaměti a monitoru / procesů, stejně jako integrace s webovými servery. Kromě toho, 12-kompatibilní architektura eliminuje nepotřebné aktualizace stránky a umožňuje hlavní logiku na serveru.
Alphablox používá stejný model ochrany a aplikační server implementovaný pomocí standardních funkcí platformy J2EE. To eliminuje potřebu vytvořit nezávislý model ochranného mechanismu.
Snadné nasazení je jedním z hlavních výhod webové aplikace. To plně platí pro aplikace Alphablox. Vyžadují však určité verze prohlížečů a platformy Java, zatímco tenký klient HTML pracuje ve většině prohlížečů.
Provozní analýza dat založených na technologii OLAP umožňuje analytikům, manažerům a umělcům ponořit se do dat pomocí pevného, \u200b\u200bobecného, \u200b\u200binteraktivního přístupu k široké škále možných datových formátů, které byly získány ze surových dat, aby odrážely aktuální polohu objektu forma užitečných uživatelů. Funkčnost OLAP se vyznačuje dynamickou multidimenzionální analýzou objektivních údajů objektu potřebného k podpoře koncového uživatele s analytickými akcemi, včetně počtu a modelování, použitelné pro data analýzou trendu přes sekvenční časové intervaly, provádění dat z gidmench dat Chcete-li zobrazit na obrazovce, změní se úrovně podrobných informací o hlubokých úrovních zobecnění a podobně.
Fondy OLAP jsou zaměřeny na zajištění multidimenzionální analýzy informací. Pro dosažení tohoto cíle se používají multidimenzionální modely úložiště a zobrazení dat. Data jsou organizována v kostkách (nebo hypercubs) definované v multidimenzionálním prostoru se skládá ze samostatných měření. Každé měření zahrnuje mnoho úrovní detailů. Operace typu OLAP zahrnují operace pro změnu úrovně prezentace informací (propagace nahoru a dolů hierarchie měření), výběr určitých částí krychle a přeorientování multidimenzionální reprezentace dat na obrazovce (přijímání konsolidované tabulky).
Pro databáze OLAP byl vyvinut referenční test ARV-1. Tento test simuluje skutečnou situaci pro software OLAP Server. Standard definuje sadu měření, která určuje logickou strukturu. Logická struktura databáze se skládá ze šesti metrů: čas, skript, opatření, produkt, zákazník a kanál. Referenční test neposkytuje specifický fyzický model: Vstupní data jsou uvedena ve formátu souborů ASCII. Testovací operace Pečlivě simulovat standardní OLAP operace přes velké svazky dat, které jsou důsledně zatíženy z vnitřních nebo externích zdrojů. Tyto operace zahrnují agregaci informací, detail dat na hierarchii, výpočtu nových dat založených na obchodních modelech a podobně.
Možnosti technologie OLAP je základem organizace a multidimenzionální analýzy monitorovacích informací. Zvažte fáze tohoto procesu.
Před nahráváním informací do multidimenzionální monitorovací databáze (BBD) by mělo být odstraněno z různých zdrojů, čisté, otočné a konsolidovat (obr. 1.3). V budoucnu musí být informace pravidelně aktualizovány.
Obr. 1.3.
Získávání dat je procesem odběru vzorků z provozních databází a dalších zdrojů. Analýza dostupných zdrojů informací ukazuje, že většina z nich je prezentována ve formě tabulkových dat získaných nebo v elektronické nebo v tisku. Moderní rozpoznávání skenování a obrazu znamená, že vám téměř zcela automatizovat tuto fázi přípravy dat.
Před provedením informací do databáze je nutné jej vyčistit. Typicky, čistící prostředek zajišťuje plnění chybějících hodnot, úpravou překlepů a dalších chyb povolených při zadávání chyb, definování standardních zkratek a formátů, nahrazení synonym se standardními identifikátory a podobně. Data, která jsou definována jako FALSE a nelze je opravit, jsou vyřazena.
Po vyčištění dat musíte převést všechny informace přijaté na formát, který splňuje požadavky použitého softwaru (OLAP Server). Postup transformace získává zvláštní význam, když je nutné kombinovat data přijatá z několika různých zdrojů. Tento proces se nazývá konsolidace.
Krok stahování informací v BBD je vytvořit potřebnou datovou strukturu a vyplnění informací získaných v předchozích fázích přípravy dat.
Odstranění informací z BBD umožňuje služby Microsoft SQL Server Analysis Services, což je současně dodavatelem jako multidimenzionální data (zprostředkovatele tabulkových dat). Provedení dotazu se tedy vrátí nebo více dimenzionální sady dat nebo obvyklé tabulky v závislosti na použitém jazyce dotazu. Analysis Services podporuje rozšíření SQL i MDX (multidimenzionální výrazy).
SQL dotazy mohou být předány analytické služby pomocí datových nástrojů takových:
Microsoft OLE DB a OLE DB pro OLAP;
Microsoft ActiveX Data Objects (ADO) a ActiveX Data Objects Multidimenzionální (ADO MD).
OLE DB pro OLAP rozšiřuje možnosti OLE DB, včetně objektů specifických pro vícerozměrná data. ADO MD rozšiřuje ADO stejným způsobem.
Microsoft SQL Server Analysis Services umožňuje vyplnit rozšiřování MDX, které poskytují bohatý a výkonný syntaxe dotazu pracovat s multidimenzionálními daty, uloženým OLAP Serverem v kostkách. Analysis Services podporuje funkce MDX pro určení vypočtených polí, konstruovat lokální datové kostky a provádění dotazů pomocí komponenty pilotního stolu.
Je možné vytvořit vlastní funkce, které pracují s multidimenzionálními daty. Interakce s nimi (přenos argumentů a výsledků návratu) se vyskytuje pomocí syntaxe MDX.
Analysis Services poskytuje více než 100 vložených funkcí MDX pro určení komplexních vypočítaných polí. Tyto funkce jsou rozděleny do následujících kategorií: práce s poli; práce s měřením; práce s hierarchiemi; práce s hierarchickými úrovněmi; logické funkce; Práce s objekty; číselné funkce; práce se sadami; práce s řádky; Práce s tice.
Je možné vytvořit místní kostky určené pro zobrazení na počítačích, kde je nainstalován OLAP Server. Vytvoření lokálních kostek vyžaduje použití MDX Syntaxe a běží přes komponentu Pilot Stoly Services (Pilot Table Services), což je OLE DB klienta OLAP Server. Tato komponenta také dělá offline práci s místními kostkami v nepřítomnosti spojení s OLAP Serverem, poskytováním rozhraní OLE DB Data Data Interface. Chcete-li vytvořit lokální kostky, vytvořte krychli a vložte do operátorů.
Jazyk dotazu MDX, který je rozšířením SQL, umožňuje dotazovat kostky s daty a vrátit výsledek ve formě multidimenzionálních datových sad.
Také jako v obvyklém SQL, tvůrce požadavku MDX musí nejprve určit strukturu dat sady dat, vrátí se. Ve většině případů se tvůrce dotazu MDX vrátí do dat nastavených ve formě vícerozměrných struktur. Na rozdíl od obvyklého dotazu SQL, který pracuje s tabulkami pro získání dvourozměrné sady záznamů, požadavek MDX se zabývá kostkami za vzniku multidimenzionální sady produktových dat. Je třeba poznamenat, že požadavek MDX může vrátit a dvourozměrné datové sady dat, které jsou konkrétním případem multidimenzionální sady dat.
Vizualizace multidimenzionálních datových sad může být dostatečně těžká. Jedním z vizualizačních metod je omezit napájení ploché, dvourozměrné tabulky s použitím množství vnořených měření podél jedné osy. Takové hnízdění povede k vzhledu titulků.
Služby pilotního stolu, který je součástí služby Microsoft SQL Server Analysis Services, je OLAP Server určený k získání přístupu k datům OLAP. Tato komponenta funguje jako klient služby Analysis Services.
Funkce služeb pilotního stolu jsou analyzovat data, stavební kostky a v optimální správě paměti. Komponenta poskytuje rozhraní na multidimenzionální data. Je možné ukládat data v místní kubu v počítači klienta a následné analýzy bez připojení k serveru OLAP. K provedení následujících úkolů je zapotřebí služby pilotního stolu:
stanovení spojení s OLAP Serverem jako součást klienta;
poskytování programů rozhraní OLE DB s rozšířeními OLAP;
fungování jako tabulkový zdroj dat podporuje podmnožinu SQL;
fungování jako vícerozměrný zdroj dat podporuje rozšiřování MDX;
vytvoření lokální datové kostky;
funguje jako mobilní stolní OLAP klienta.
Konsolidovaná tabulka komponenta může pracovat pouze s jednou místní sekcí krychle. To také nemá vestavěný řídicí systém pro poskytování informací. Proto je výkon pilotních tabulkových služeb přímo úměrná objemu dat, ke kterým je adresováno.
Je třeba poznamenat, že rozhraní OLAP je jednoduché a vyžaduje znalosti ne více než tabulka. OLAP vám umožňuje používat různé formy Zprávy, interaktivní rozhraní analýzy dat a schopnost generovat tištěné formuláře. Ve srovnání s tradičními metodami programování a generování zakázkových zpráv o OLAP však nejen stokrát snižuje náklady na programování, ale také změní zásadu práce uživatele se zprávou.
Rozdíl mezi OLAP jako nástroj generování sestavy spočívá ve schopnosti automaticky a interaktivně provádět takové operace s údaji:
rekurzivní seskupení dat; Výpočty meziproduktů podle podskupin; Výpočty konečných výsledků.
Příkazy pro provádění těchto operací jsou uvedeny uživatelem. Sekce použitých tabulek jsou jako kontroly. Když uživatel změní formulář sestav (například Cesty), systém provádí výpočty mezilehlých výsledků a odráží novou zprávu.
Navíc uživatel může změnit třídění a filtr s libovolnými kombinacemi dat, viz data v procentech termínů, změnit měřítko a provádět další nezbytnou konverzi zprávy (tyto funkce nejsou nepostradatelným atributem technologie OLAP a závisí na konkrétní implementaci nástroje ).
V důsledku toho může uživatel nezávisle intuitivně pochopit z dostupné sady dat, vytvořit všechny typy přehledů pro tuto sadu. Pomáhá překonat věčné omezení informačních systémů, což je, že síla rozhraní je vždy pod databázovým výkonem.
Technologie OLAP umožňuje implementovat téměř všechny možné typy tabulky obrazu obsahu databáze. Pokud je výrobek poměrně flexibilní, pak úkol programátor je popisem sémantické vrstvy (slovník), po kterém může kvalifikovaný uživatel nezávisle vytvářet nové kostky, provozovat podmínky předmětu předmětu, která je známa. Zbývající uživatelé mohou vytvářet zprávy pro každou Kuba.
Technologie OLAP tak slouží vývojářům i uživatelům ve všech případech, kdy potřebujete zobrazit informace ve formě tabulkových zpráv, ve kterých jsou data seskupena, a pro skupiny jsou vypočteny konečné ukazatele.
Zkušenosti ukazují, že nestačí poskytnout uživatelům velkou krychli, která se skládá z různých měření a faktů. Důvodem je z následujících důvodů.
Za prvé, v každém okamžiku uživatel potřebuje zcela určitou zprávu.
Zadruhé, některé algoritmy pro výpočet výsledků jsou popsány komplexními vzorce a uživatel nemusí mít dostatečnou kvalifikaci pro jejich určení.
Zatřetí zpráva OLAP může mít specifický stanovený autorem metodiky hlášení, uspořádání měření a počátečních podmínek třídění.
Za čtvrté, v mnoha případech je snazší pochopit data, pokud se podíváte na stůl s čísly, ale na grafu. Pro konfiguraci diagramu OLAP je někdy nutné mít dobrou prostorovou představivost, protože kostka se sadou měření musí být odraženo jako sada čísel nebo čar v trojrozměrném obrázku. Počet vlastností moderních grafických komponent se vypočítá tisíce, takže předběžná konfigurace grafu nebo grafiky pro zprávu OLAP může trvat dlouho.
Pátý, jako u jakékoli jiné zprávy, je důležité pro zprávu OLAP, jeho velkolepý design, který zahrnuje nastavení záhlaví a podpisů, barev a písem.
Tak, pro pohodlný provoz uživatele, zpráva OLAP musí obsahovat určitou sadu aplikační metadat popisující agregační algoritmy, předběžné filtrování a podmínky třídění, titulky a komentáře, pravidla vizuálního designu.
S vizualizací multidimenzionálních informací o krychle je významným faktorem zefektivnit měření podle jejich podobnosti. Základní myšlenkou je, že měření, která charakterizují podobné parametry, jsou umístěna v blízkosti. Pro určení takových měření se používají různé metody klastrování, zejména heuristické algoritmy lze použít.
Popsaná informační a analytická technologie nejsou jedinou možností. Všichni jsou však vývoje business intelligence (WS), jehož přidělení je sběr, systematizace, analýza a prezentace informací. Volba konkrétních informací a analytická technologie zůstává pro uživatele, s přihlédnutím k zvláštnostem oblasti předmětu.
