Введение к работе
Актуальность. Торговля является одной из самых динамично развивающихся областей экономики в современной России. При этом, как и в остальном мире, в сфере товарного обращения в России идут процессы концентрации финансовых, материальных и трудовых ресурсов в рамках сетевых структур, чему не в малой степени способствуют иностранные инвестиции и совершенствование коммуникаций. Сетевые структуры обладают рядом преимуществ перед мелкими торговыми фирмами и находятся в более выгодном положении на рынке.
При активном развитии торговой сети, росте все большего числа магазинов процесс ассортиментного планирования становится все более трудоемким и требует все больше затрат. Ставится вопрос об объединении каналов реализации, схожих по ряду параметров, в группы для последующего планирования ассортимента на уровне групп. При этом общепринятые форматы магазинов, такие как «гипермаркет», «супермаркет», «сток» и прочие недостаточны для создания групп для целей ассортиментного планирования, так как учитывают ограниченное количество параметров. Потребность в учете множества факторов при формировании групп магазинов особенно актуальна для торговых сетей, осуществляющих деятельность на территории России и СНГ, где приходится принимать во внимание разницу в доходах населения, степени развития инфраструктуры, климатических условий регионов и областей, так же их различие по модели покупательского поведения, в моде и предпочтениях.
Одним из наиболее популярных подходов к формированию таких групп являются методы кластерного анализа, позволяющие на основе заданной меры сходства (метрики) выявлять группы объектов (кластеры). Однако, в большинстве трудов, посвященных методам классификации и кластеризации и их применению в решении социально-экономических задач, сходство объектов оценивается по одной мере сходства, что и позволяет достичь требуемого экономического эффекта. Учет множества факторов и неоднозначности решения при формировании групп магазинов требует разработки алгоритмов формирования групп объектов.
Важным аспектом задачи формирования групп магазинов для целей ассортиментного планирования является противоречивость оценки использования таких групп: с одной стороны, снижаются затраты ресурсов и времени на планирования, а с другой – снижается точность планирования, так как перестают учитываться индивидуальные особенности магазинов. При принятии решений важно выбрать оптимальный вариант разбиения магазинов по группам, который бы удовлетворял целям бизнеса. Таким образом, разработка инструментов оценки полученных групп с помощью методов многокритериальной оптимизации также является важной задачей.
Недостаточное рассмотрение вышеизложенных задач в научных трудах, а также отсутствие на рынке готовых программных продуктов, полностью удовлетворяющих этим задачам делают актуальной разработку алгоритмического обеспечения и программная реализация программ кластеризации данных в качестве инструментального средства системы поддержки принятия решений.
Степень разработанности проблемы. Сложившаяся в настоящее время теория классификации и кластеризации базируется на классических работах Дж. МакКуина, П. Снита, Р. Сокэла, Д. Хартигана, Д. Харрисона, М. Кенделла, Б. Дюрана, П. Одела, и прочих. Применение методов многомерной классификации и кластеризации для решения социально-экономических задач сформулировано в работах С.А. Айвазяна, Б.Г. Миркина. Методы выбор оптимальных параметров в задачах со многими критериями рассматриваются в работах И.М. Соболя, Р.Б. Статникова, А.А. Колесникова, А.Г. Гельфгата, Е.В. Никульчева.
В настоящее время в управлении бизнес-процессами применяются различные пакеты программ, включающие инструменты интеллектуального анализа данных. Среди них – пакет Statistica компании StatSoft, SPSS (владелец прав – компания IBM). Как инструмент анализа методы кластерного анализа используются в СУБД MS SQL компании Microsoft (пакет Analysis Servises). В рамках специализированных решений для бизнеса инструменты кластерного анализа включены в пакет «1С: Консолидация 8» компании 1С, в специализированные решения зарубежных компаний-разработчиков (SAS, Oracle). Однако большинство из них не позволяет осуществлять многометрическую кластеризацию данных, единовременно рассматривая объекты в различных пространствах признаков, а также не позволяет использовать методы многокритериальной оптимизации для поиска наилучших разбиений на кластеры.
Цель и задачи исследования. Целью диссертационной работы является разработка моделей и алгоритмов кластеризации данных в задачах поддержки принятия решений при ассортиментном планировании в торговых сетях.
В соответствии с целью поставлены следующие задачи:
-
Обзор современных подходов к решению задач классификации и кластеризации.
-
Построение модели объектов исследуемого множества, отражающей многометрическую природу объектов с учетом задачи ассортиментного планирования в торговых сетях.
-
Выбор параметров и определение зависимостей для принятия решения о сходстве в процессе кластеризации объектов.
-
Выбор алгоритма кластеризации, наиболее соответствующего поставленной задаче.
-
Выбор критериев оценки эффективности использования различных разбиений множества объектов на кластеры.
-
Выбор метода поиска оптимального решения задачи многометрической кластеризации.
-
Разработка алгоритмического обеспечения кластеризации на основе выбранного алгоритма кластеризации и метода поиска оптимального решения.
-
Внедрение и апробация разработанного алгоритма на практическом примере.
Объектом исследования являются торговые сети, их обособленные хозяйствующие элементы – каналы реализации, представляющие собой набор объектов, рассматриваемых в различных пространствах признаков с определенными для них различными мерами сходства.
Предметом исследования являются процессы принятия решений при ассортиментном планировании в торговых сетях; методы и алгоритмы кластеризации, а также их модификации для решения задач поддержки принятия решений.
Теоретической и методологической основой являются научные труды и разработки отечественных и зарубежных авторов, посвященные вопросам кластерного анализа, методов оптимизации, реинжиниринга бизнес-процессов, разработки приложений и хранилищ данных для инструментов поддержки принятия решений.
В работе использованы материалы, опубликованные в российской и зарубежной печати, а также представленные на специализированных профессиональных сайтах сети Internet.
В исследовании применялись методы статистики, методы математического анализа, теории принятия решений, информатики и современные информационные технологии.
При выполнении исследований и практической реализации использовались следующие программные средства: СУБД Miscrosoft Access, СУБД Oracle, среда разработки Visual Basic for Applications, а также другие инструменты и средства.
Результаты работы соответствуют п. 2.6 паспорта специальности 08.00.13:
– Развитие теоретических основ методологии и инструментария проектирования, разработки и сопровождения информационных систем субъектов экономической деятельности: методы формализованного представления предметной области, программные средства, базы данных, корпоративные хранилища данных, базы знаний, коммуникационные технологии.
Научная новизна работы состоит в том, что автором разработано алгоритмическое обеспечение программной системы структурирования многометрических данных в задачах поддержки принятия решений, включая:
-
модели построения компромиссного решения в задаче принятия решений о кластеризации данных в сложных организационных структурах;
-
критерии оценки экономической эффективности использования полученных разбиений объектов на кластеры;
-
алгоритм попарного выбора объектов в условиях многометрической оценки в процессе агломеративной кластеризации;
-
структуру модуля информационной системы, реализующей кластеризацию данных при поддержке принятия решений при ассортиментном планировании в торговых сетях.
Практическая значимость: разработан и программно реализован модуль кластеризации, который может быть встроен в информационные системы поддержки принятия решений.
Программное обеспечение использовано при разработке систем планирования в ООО «Спортмастер».
Получено свидетельство государственной регистрации программы для ЭВМ № 2010615254.
Апробация результатов исследования. Результаты работы докладывались и обсуждались на научных конференциях семинарах:
11-й Всероссийской научной конференции молодых ученых по математическому моделированию и информационным технологиям (Красноярск, ИВМ СО РАН, 2010);
Школе-семинаре «Задачи системного анализа, управления и обработки информации» (Москва, МГУП, 2009);
научном семинаре кафедры прикладной математики и моделирования систем ВГНА Минфина России.
Публикации: опубликовано 8 работ, в том числе 2 статьи в журнале, включенном в перечень ВАК, 4 статьи в сборниках трудов, 1 монография, 1 свидетельство о регистрации программы для ЭВМ.
Объем и структура диссертации: диссертация состоит из введения, трех глав и заключения. Работа изложена на 140 с., включая 25 рис. и 12 таблиц, библиографический список содержит 87 наименований.
