Flash vs HTML5

Flash vs HTML5
Flash vs HTML5

Сайтом, на якому все рухається і переливається, вже нікого не здивуєш. А ось ресурс, де ті ж дії виконуються без підвисання сторінок і поступового довантаження елементів, мабуть, порадує багатьох.

Всім відомо, що Adobe Flash існує вже досить давно і є основою для відображення інтерактивної графіки на веб-сайтах. Останнім часом, займаючись серфінгом IT форумів, все частіше зустрічаю однозначні заяви про те, що HTML5 повністю витіснить Flash. Як прихильник та активний споживач інновацій, я відразу зайняв нішу прихильника HTML5, але все ж для більш об’єктивної оцінки вирішив провести своє невелике дослідження.

Коли Flash тільки з’явився, він помітно випереджав свій час. Тільки уявіть: єдиним засобом створення веб-анімації тоді були файли GIF, веб-сторінки версталися за допомогою таблиць, а для їх перегляду використовувалося модемне з’єднання і Netscape Navigator [1]. Перший заявлений «вбивця флеша» – майкрософтовський Silverlight не знайшов використання через те, що був тим же самим Flash, тільки “у профіль”. У 2008 році побачив світ перший робочий варіант проекту рекомендацій з HTML5. HTML5 швидко розвивається, крокуючи у ногу з усе зростаючими вимогами до веб-платформ.

Порівняємо безпосередньо специфікації Flash і HTML5:

• Зовнішній вигляд кінцевих продуктів. Нарікань з приводу зовнішнього вигляду сайтів на Flash або на HTML5 у мене немає. Все гарне, все ідентичне. Прикладів в інтернеті багато.

• Швидкодія. Навантаження на CPU та GPU досліджував ще на початку 2012 року користувач форуму “Домашний ПК” Andretti  і резюмував: однозначної переваги у продуктивності немає в обох сторін.

З іншого джерела можна побачити, що у браузерах Google Chrome і Mozilla Firefox відмінності у продуктивності між HTML5 і Flash не настільки помітні.

Хоча ці тести не відрізнялися особливою точністю, проте дають деяке уявлення про різницю у швидкодії. Дослідили, що хоча швидкодія з використанням HTML5 випереджає Flash у браузері Safari на комп’ютерах Mac, проте при тестуванні на ПК під управлінням операційної системи Windows краще проявила себе платформа Adobe Flash – швидкодія в ОС Windows виявилася на 58% більшою, ніж з використанням HTML5 [2]. Однією з головних причин такої переваги є те, що Flash у Windows системах використовує можливості апаратного прискорення за допомогою GPU. На думку експерта Streaming Learning Center Яна Озера (Jan Ozer), відмінності між продуктивністю HTML5 і Flash на Mac системах могли б бути фактично зведені до нуля, якби технологія Flash була здатна використовувати апаратне прискорення, яке реалізоване за допомогою графічної підсистеми комп’ютерів Apple [3]. Зазвичай, нарікання на продуктивність у Flash з’являються через розробників продуктів, які намагаються завантажити “важкий” контент до невеликих банерів, для обробки якого недостатньо швидкості  інтернет з’єднання або обчислювальної потужності пристроїв, наприклад – бюджетих смартфонів та планшетів. Тому розробники Adobe Flash вирішили обмежити поширення своїх продуктів на мобільні платформи.

• Крос – платформенність. Тут,  звичайно, лідирує HTML5 тому що він вже інтегрований в усі відомі браузери, у тому числі й мобільні. Останнє дуже важливо, тому зараз частка невеликих портативних пристроїв на базі Android, iOS, WP є дуже великою на ринку техніки. У цьому Flash програє, тому що він підтримується на мобільних пристроях дуже слабо, та й політика відомих компаній цьому не сприяє. Головна проблема пов’язана з компанією Apple, яка забороняє робити плеєр Flash для iOS. На одній з останніх презентацій iPad на новому пристрої було відкрито кілька сайтів, де замість відеоплеєрів на Flash і флеш банерів були відображені порожні квадрати – явний натяк веб майстрам на те, що ситуація не виправиться, а також, ймовірно, натяк на те, що в Apple роблять ставку саме на HTML5. Вважається, що причина цього криється у нестабільності плагіна і його непропорційно високих вимог до ресурсів [1].

• Можливості. Основною перевагою Flash називають широкі можливості візуалізації, включаючи роботу з векторними зображеннями, відеопотоками, плавну анімацію руху і т.п. Це ж ставлять до ряду недоліків сьогоднішнього HTML5. Дійсно, HTML5 зараз не володіє і десятої часткою тих можливостей, якими володіє Flash. Але зауважимо, що HTML5 – це не нова мова програмування, це звичайний HTML, в якому з’явилися скриптові можливості обробки зображень. Стандарт роботи з кодом, який раніше потребував візуальної надбудови у вигляді технології Adobe Flash, отримав власний інструментарій і тепер не потребує супроводу. Сторонні розробники вже активно включилися до адаптації коду під свої потреби – так, Mozilla створює Canvas3D з підтримкою апаратного прискорювача. Все говорить за те, що HTML5 у найближчі роки очікує бурхливий розвиток і всі теперішні недоліки в досяжному майбутньому будуть усунені.

Дослідивши багато ресурсів у мережі інтернет, я  прийшов до висновку, що головна проблема Flash – не вік технології, а політика її творців. У сучасному світі ніхто і ніщо не може бути незалежним, особливо, якщо це стосується глобальних технологій. Конфлікт з фірмою Apple став причиною відсутності повноцінної підтримки Flash на пристроях з iOS і Мас. Google – єдина компанія яка зважилася вбудувати Flash Player до свого браузеру Chrome, проте не дивлячись на це, вона активно просуває інтеграцію та оптимізацію HTML5 у своїх продуктах й операційних системах Android і ChromeOS. Сам же HTML5 ще перебуває на ранній стадії розвитку, але умови для його просування вже створені й удосконалюються. Тому можна підвести підсумок: Adobe Flash ще певний час не піде з ринку продуктів тому що HTML5 поки що не може замінити його.

Список використаних джерел:

  1. Компьюterralab, Автор http://old.computerra.ru/terralab/softerra/ 518225/

  2. DayliComm, Автор http://www.dailycomm.ru/m/7921/

  3. Streaming learning center http://www.streaminglearningcenter.com /articles/flash-player-cpu-hog-or-hot-tamale-it-depends-.html

Публікацію підготував:

Могильницький Олексій, raven.mogil2@gmail.com




Business Intelligence Oracle – одна з найпотужніших платформ для побудови сучасних систем підтримки прийняття рішень

Ларрі Елісон - засновник і голова корпорації Oracle (фото 2010 р.)
Ларрі Елісон – засновник і голова корпорації Oracle (фото 2010 р.)

Business Intelligence (BI) – це набір теорій, методик, архітектур і технологій, що перетворюють вхідні дані у значиму та корисну інформацію для ділових цілей. При цьому засоби Business intelligence стають робочим інструментом працівників усіх рівнів: директорів, які приймають стратегічні рішення; керівників підрозділів, що приймають тактичні рішення і здійснюють оперативне управління бізнесом; рядових аналітиків, що готують прийняття рішень у локальних сферах при виконанні повсякденних обов`язків. Таким чином, особливу значимість набуває дефініція “Analytics for All” («Аналітика для Всіх»), коли кожен співробітник повинен бути забезпечений повною, достовірною і несуперечливою ??інформацією – відповідно до своєї ролі у бізнес-процесі. За умови, що користувачами систем Business intelligence стають практично всі співробітники підприємства, важливе значення має наочність і простота формування звітів.

Важливою характеристикою будь-якої платформи Business intelligence є можливість вирішення широкого спектру задач – будь це складний звіт або нестандартний графік, нестандартне зовнішнє оформлення інтерфейсу системи або додатковий функціонал, інтеграція даних та багато іншого.

Business intelligence є основою сучасних СППР – систем підтримки прийняття рішень (Decision Support System, DSS ). Такі системи часто позначають DSS/BI або просто – Business Intelligence. При створенні цих систем компанія повинна турбуватися про такі підсистеми, як Data Warehouse (“сховище даних”), OLAP – Online Analytical Processing (“багатовимірний аналіз даних у режимі онлайн”) та Data Mining (“інтелектуальний аналіз даних”), ін.

Корпорація Oracle — американська корпорація, яка є одним з найбільших у світі розробників і постачальників платформ Business Intelligence і забезпечує побудову корпоративних інформаційно-аналітичних систем найвищого світового рівня.  Oracle починала у 1977 році як невелика компанія RSI (Relational Software Incorporated). Пізніше RSI була перейменована в Oracle, щоб уникнути плутанини зі своїми конкурентами. Компанія стала одним з перших виробників програмного забезпечення для побудови систем на основі реляційних баз даних. На 2007 рік Oracle була третьою за величиною доходів на програмному забезпеченні компанією після Microsoft і IBM. Larry Ellison (Ларрі Елісон), засновник корпорації Oracle, обіймає посаду генерального директора (SEO) Oracle протягом усієї історії існування компанії. У 2012 році у компанії Oracle працювало понад 115000 співробітників по всьому світу. Корпорація підтримує або збільшує свою частку на ринку програмного забезпечення за рахунок органічного зростання і через ряд високотехнологічних придбань.

Сімейство рішень Oracle Business Intelligence – це система інформаційно-аналітичних і програмних інструментів, яка розроблена з метою забезпечення кращого бачення і розуміння бізнесу широкому колу користувачів, що дозволяє будь-якому користувачеві організації отримати швидкий Web-доступ до актуальної інформації.

Система Oracle Business Intelligence Suite побудована по принципу ієрархічно-синергетичної інтеграції – об’єднує кілька продуктів, які можуть використовуватися як разом, так і незалежно один від одного:

Oracle BI Server – масштабований, високопродуктивний сервер запитів і аналізу, який інтегрує дані з множини неструктурованих, OLAP і готових додатків-джерел, розроблених як Oracle, так і іншими виробниками.

Oracle BI Answers – потужний інструмент для виконання довільних запитів й аналізу у Web-інтерфейсі. При цьому, користувачі працюють з логічним представленням інформації з різних джерел даних.

Oracle BI Interactive Dashboard – інтерактивні інформаційні панелі з широкими функціональними можливостями, побудовані у Web-архітектурі і відображають персоналізовану інформацію, яка допомагає користувачам приймати точні й ефективні рішення.

Oracle BI Publisher – масштабований сервер формування звітів, що дозволяє генерувати звіти в різних форматах на основі даних з безлічі джерел і розсилати їх по різних каналах.

Oracle BI Briefing Books – засіб, що дозволяє робити «миттєві знімки» інформаційних панелей і потім переглядати інформацію в режимі офлайн.

Oracle BI Disconnected Analytics – рішення, що дозволяє користувачам отримати доступ до можливостей Answers і Dashboards при роботі на комп’ютерах в режимі офлайн.

Oracle BI Office Plug-In – інструмент, що дозволяє працювати з аналітичним сервером за допомогою Microsoft Word, Excel і Powerpoint .

Oracle BI Delivers – механізм оповіщення, за допомогою якого можливо поширювати по різних каналах повідомляючі повідомлення при виникненні тієї чи іншої події .

Oracle Mobile Application Designer – рішення, що дозволяє створювати звіти, адаптовані для мобільних пристроїв на базі iOS, Android, Windows Phone і т.д. Додатки створюються за допомогою drag & drop інтерфейсу, не вимагають знання мови SQL, можуть використовувати вже наявні звіти. Є можливість публікувати розроблені звіти в внутрішньому “магазині” звітів.

Варіант узагальненої архітектури Oracle Business Intelligence Suite Enterprise Edition зображений на відповідному рисунку.

Архітектура Oracle Business Intelligence Suite Enterprise Edition

Більш детально із особливостями Oracle Business Intelligence Suite можна ознайомитись на сайтах компанії Oracle та  OSzone.net

Зазначимо, що найбільш високотехнологічною інформаційно-аналітичною складовою Business Intelligence є Data Mining. Тому доцільно розглянути особливості цієї складової окремо.

Data Mining (часто цей термін-метафору намагаються перекласти як “розкопка даних”, “інтелектуальний аналіз даних”) — виявлення прихованих закономірностей або взаємозв’язків між змінними у великих масивах необроблених даних.

Прикладами важливих функцій, Oracle Data Mining є наступні.

Ranking functions (Функції ранжування)

Використовується для обчислення рангу запису, по відношенню до інших записів.

Windowing aggregate functions (Віконна агрегатуюча функція)

Використовується для обчислення кумулятивних і ковзаючих середніх значень.

LAG/LEAD functions (LAG / LEAD функцій)

Часто використовується для порівняння значення за аналогічні періоди часу, наприклад, у першому кварталі 1999 року порівняно з першим кварталом 2000 року.

Pareto analysis (Аналіз Парето)

Приклади включають у себе правила 80/20 і зведену таблицю результатів.

   У Oracle Business Intelligence використовуються й інші функції hi-tech аналізу.

Інтелектуальні програми використовують бази даних Oracle для передачі інформації на веб-сервер, де вона аналізується у стратегічних цілях.

Згідно інформації, розміщеній на сайті компанії Oracle, теперішні інструменти і технології  Oracle Business Intelligence (BI) включають в себе такі:

Engineered Systems (Інженерні системи); BI Platform (ВІ платформи); Enterprise Reporting (Корпоративна звітність); Information Discovery (Інформація Discovery); OLAP Analytics (OLAP Аналітика); Scorecards and Strategy Management (Системи показників і управління стратегіями); Mobile BI (Мобільний BI); Real-time Decision Management (Управління рішеннями в режимі реальному часі); BI for Small and Medium Enterprises (BI для малих і середніх підприємств); Big Data (Великі дані). Зміст цих інструментів і технологій передбачено розкрити у наступній статті.

Отже, Oracle – одна з найбільших у світі компаній у сфері баз даних та Business Intelligence, яка почала свій розвиток з невеличкої компанії.

 

 Публікація підготовлена на основі: ORACLE and DSS,  http://www.angelfire.com/pa5/dss/dss5.htm

Статтю опублікувала: Войтік Марина,  voytik.maryna@gmail.com




Як не слід створювати інтернет-контент

Spam - STOP!

Що не слід подавати для публікації на сайтах (на основі рекомендацій Google):

  • контент (відео, зображення, текст) з інших інтернет-джерел без додаткової значимої інформації;
  • текст, створений шляхом поєднання або комбінування текстів з різних веб-сторінок без додавання додаткової інформації;
  • текст, створений автоматично на основі спеціальних алгоритмів, за допомогою методів підбору синонімів або заплутування;
  • текст, створений шляхом копіювання змісту з RSS-фідів чи з результатів пошуку;
  • текст, який переведений за допомогою автоматичного засобу без редагування;
  • текст з нерелевантними ключовими словами;
  • контент для зловмисних дій, наприклад – для фішингу або встановлення вірусів, троянів чи іншого шкідливого програмного забезпечення.

 

 

Більш детальні рекомендації для кола Системи+:

https://plus.google.com/101288393846519042812/posts/WXBq1W2JXTH (авторизований доступ);

https://plus.google.com/101288393846519042812/posts/YmDKHCPN2Ec (авторизований доступ);

https://plus.google.com/101288393846519042812/posts/DtkibHVtXAT (авторизований доступ).

Опубліковано:

Система+




Коротка історія DSS – Decision Support System

Базові типи Decision Support System (DSS), запропоновані Д. Павером (D. Power)
Базові типи Decision Support System (DSS), запропоновані Д. Павером (D. Power)

Decision Support System (DSS), які більш відомі у нас як системи підтримки прийняття рішень (СППР), почали використовуватися з розвитком міні-комп’ютерів (ПЕОМ), операційних систем з розподіленим часом і розподіленими обчисленнями. Історія впровадження DSS почалася у середині 1960-х. В області технологічних розробок, у тому числі DSS – хронологія не є  послідовною чи лінійною.

Різні люди сприймають область систем підтримки прийняття рішень з різних точок зору і висловлюють різні версії того, що сталося і що було важливо  (див. Арнотт  (F. Arnott) і Перван  (R. Pervan), 2005; Еом  (Eom) і Лі  (Lee), 1990; МакКош  (McCosh) і Корреа-Перез  (J. R. Correa-Perez), 2006; Пауер  (Daniel. J. Power), 2003; Пауер  (Daniel. J. Power), 2004; Сільвер  (Silver), 1991). З розвитком технології, розвивалися і вивчалися нові комп’ютеризовані додатки для підтримки прийняття рішень.

D.J. Power

Дослідники використовували різні структури, щоб допомогти побудувати і зрозуміти ці системи. У статтях Даніеля Пауeра (Daniel. J. Power) запропоновано п’ять основних категорій DSS (2001; 2002; 2004), у тому числі: комунікаційно-орієнтовані (communications-driven DSS), керовані даними (data-driven DSS), документо-керовані (document driven DSS), заcновані на знаннях (knowledge-driven DSS) та системи підтримки прийняття рішень на основі моделей (model-driven DSS). Необхідно зазначити, що у чистій формі ці типи DSS практично не зустрічаються, особливо у тепершній час – подібно до людей з базовими темпераментами (холерик, сангвінік, флегматик, меланхолік).

Далі подається таблиця, у якій Даніел Пауeр (Daniel. J. Power) визначив ключові етапи розвитку DSS.

Рік

Ключові етапи становлення DSS/СППР

1945

Буш (G.Bush) запропонував Memex

1947

Книга Симона (Herbert A. Simon) під назвою «Administrative Behavior»

1952

Данциг (Dantzig) приєднався до RAND і продовжив дослідження по лінійному програмуванню

1955

Semiautomatic Ground Environment, SAGE в Массачусетському технологічному інституті (M.I.T.);

Лабораторія Лінкольна (Lincoln Lab) використовує перше світлове перо;

SAGE завершено 1962, перший керований даними DSS

1956

Форрестер (J. Forrester) почав System Dynamics Group в Массачусетському технологічному інституті Sloan School

1960

Книга Симона (Herbert A. Simon) «The New Science of Management Decision»;

стаття Ліклайдера (J. C. R. Licklider) «Man-Computer Symbiosis»

1962

Ліклайдер (J. C. R. Licklider) архітектор програми проекту MAC в Массачусетському технологічному інституті;

Книга Іверсона (K. E. Iverson) «A Programming Language (APL)»;

Стаття Енгельбарта (D. Engelbart) «Augmenting Human Intellect: A Conceptual  Framework»

1963

Енгельбарт (D. Engelbart) засновує науково-дослідницький центр в SRI

1965

Стенфордська команда на чолі з Фейгенбаумом (A. V. Feigenbaum) створена експертна система Dendral;

Problem Statement Language/Problem Statement Analyzer, PSL/PSA, розроблена в Резервному технологічному інституті (Case Institute of Technology)

1966

UNIVAC 494 представлений;

Засновано Tymshare і стаття Реймонда (Raymond) про розподіл часу на комп’ютері для бізнес-планування і бюджетування

1967

Закінчена дисертація Скотта Мортона (Scott Morton) по впливу керованих комп’ютером візуальних пристроїв відображення на процес прийняття рішень управління;

Тюрбан (Turban) публікує про національне дослідження з використання математичних моделей в заводському обслуговуванні прийняття рішень

1968

Стаття Скотта Мортона (Scott Morton) та МакКоша (B. McCosh);

Стаття Скотта Мортона (Scott Morton) та Стівенса (Stephens);

Енгельбарт (D. Engelbart) продемострував гіпермедія-групову систему NLS  (oNLine System) на Осінній спільній комп’ютерній конференції (Fall Joint Computer Conference) в Сан-Франциско

1969

Стаття Фергюсона (Ferguson) та Джонса (Jones) про лабораторне вивчення планування виробництва систем автоматизованого прийняття, працюючих на IBM 7094;

Літл (Little) та Лодіш (Lodish) MEDIAC, модель медіапланування;

Міський новий продукт – модельно-орієнтована система під назвою SPRINTER

1970

Стаття Літла (Little) про СППР  (DSS);

Стаття Джойнера (Joyner) та Тунстала (Tunstall) на Conference Coordinator computer software;

IRI Express, багатовимірний аналітичний інструмент для систем з розподіленим часом, стає доступним;

Туроф (S. Turoff) – система конференцій

1971

Стаття Горрі (C. Gorry) та Скотта Мортона (Scott Morton) в SMR вперше опублікована з використанням терміну система підтримки прийняття рішень;

1973

PLATO Notes, написані в Computer-based Education Research Laboratory в університеті Іллінойсу Девідом Р. Вуллі (David R. Woolley)

1974

Книга Девіса (Davis) «Management Information Systems»;

Стаття Меадор (D. Meador) і Несс (V. Ness) DSS додаток для корпоративного планування

1975

Альтер (L. Alter) завершив десертацію M.I.T. к.т.н.«A Study of Computer Aided Decision Making in Organizations»;

SMR стаття Кіна (P. Keen) про засоби оцінки СППР  (DSS);

Книга Боулдена (J. Boulden) «Сomputer-assisted planning systems»

1976

Стаття Спрега (Sprague) та Ватсона (Watson) «A Decision Support System for Banks»;

Документ Грейса (Grace) про «Geodata Analysis and Display System»

1977

Стаття Альтера (L. Alter) «A Taxonomy of Decision Support Systems», стаття Кляйна (Klein) на Finsim;

Карлсон (Carlson) і Скотт Мортон (Scott Morton) засідають на конференції ACM SIGBDP DSS

1978

Почалася розробка Management Information and Decision Support (MIDS) на Lockheed-Georgia; Книга Кінна (Keen) і Скотта Мортона (Scott Morton);

Книга МакКоша (B. McCosh) і Скотта Мортона (Scott Morton);

Завершена дисертація Холсепла (P. Holsapple);

Вагнер (A. R. Wagner) заснував Execucom IFPS;

Бріклін (Bricklin) і Франкстон (Frankston) створили Visicalc  (Visible Calculator) мікрокомп’ютерну таблицю;

Карлсон (Carlson) з IBM, Сан Хосе (San Jose) пленарний спікер на HICSS-11;

Стаття Свонсон (L. Swanson) і Кульнан (R. Culnan) «Document-based systems for management planning»

1979

Стаття Rockart HBR про потреби в даних генерального директора

1980

Стаття «MISQ» Спрега (Sprague)  на DSS Framework;

Книга Альтера (L. Alter);

Hackathorn заснував MicroDecisionware

1981

Перша міжнародна конференція з DSS, Атланті, штат Джорджія;

Книга Бончека (J. Bonczek), Холсепла (P. Holsapple) та Вінстона (M. Whinston);

Документ Грея (J. Gray) про SMU вирішальні номери та GDSS

1982

Комп’ютер названо “Людиною” Року журналом Time;

Стаття Роккарта (J. F. Rockart) та Трейсі (N. P. Treacy) «The CEO Goes On-Line» HBR;

Книга Спрега (G. Sprague) і Карлсона (Carlson);

Metaphor Computer Systems, засновані Кімболом (R. Kimball) та іншими з Xerox PARC;

ESRI запустила свій перший комерційний GIS програмне забезпечення під назвою ARC/INFO;

Створена робоча група IFIP 8.3 з СППР  (DSS)

1983

Стаття Інмона (B. Inmon) в Computerworld про реляційних СУБД;

Випущена база даних з підтримкою прийняття рішень;

Студентське керівництво з IFPS;

Хантінгтон заснував Exsys;

Випущене програмне забезпечення Expert Choice

1984

PLEXSYS, Mindsight and SAMM GDSS;

перший Teradata комп’ютер з реляційною системою управління базами даних, доставлено споживачам Wells Fargo і AT &T;

1985

Procter & Gamble використовують першу вітрину даних від Metaphor для аналізу даних з контролю-зустрічних сканерів;

Вінстон (M. Whinston) заснував журнал «Decision Support Systems »;

Керстен (F. Kersten) розробив NEGO

1987

Стаття Хаудешела (S. Houdeshel) та Ватсона (Watson) про MIDS;

Стаття де Санктіса (DeSanctis) та Галлупа (B. Gallupe) про GDSS;

Frontline Systems засновані Фільстром (D.Fylstra), продається вирішувач додатків для Excel

1988

Підручник Тюрбана (Turban) про DSS;

Пілотне програмне забезпечення EIS для Balanced Scorecard розгорнуті на Analog Devices

1989

Дреснер  (аналітик Gartner) визначив термін Business Intelligence;

випущено Lotus Notes;

Холсеплом (P. Holsapple) та Вінстоном (M. Whinston) засновано International Society for Decision Support Systems (ISDSS)

1990

Книга Інмона (Inmon) «Using Oracle to Build Decision Support Systems»;

спільні нотатки Eoма (Eom) і Лі (Lee) про дослідження DSS 1971-1988

1991

Книги Інмона (Inmon) «Building the Data Warehouse», «Database Machines», «DSS»;

стала загальнодоступною всесвітня павутина – сервер та браузер

1993

Документ Едгара Кодда (E. Codd), написаний разом із співавторами визначає вимоги до  засобів OLAP – On-line Analytical Processing (аналітична обробка у режимі online)

1994

HTML 2.0 форма тегів і таблиць;

розпочато OLAP Report проект Найджела Пендса (Nigel Pends)

1995

Засновано  TDWI – Teradata Data Warehousing Institute;

DSS випуск журналу на наступне покоління підтримки прийняття рішень;

Стаття Кроссланда (J.Crossland), Уайна (Wynne) та Перкінса (P. Perkins) на Spatial DSS (геопросторових СППР);

ISWorld DSS Дослідницькі сторінки і DSS дослідницькі ресурси

1996

Програмне забезпечення InterNeg negotiation перейменоване в Inspire;

OLAPReport.com встановлено

1997

Створені WalMart і Teradata, а потім найбільше у світі сховище даних виробництва на 24 Терабайт  (ТБ)

1998

ACM Перший міжнародний семінар зі сховищ даних і OLAP

1999

DSSResources.com доменне ім’я зареєстровано

2000

Перша AIS Американська Конференція міні-трек на системах підтримки прийняття рішень

2001

Асоціація інформаційних систем  (AIS) спеціальна група по підтримці прийняття рішень, Система  управління знаннями та даними  (SIG DSS) заснована

2003

Міжнародне товариство з СППР  (DSS)  (ISDSS) об’єдналася з АІS SIG DSS

Необхідно зазначити, що у поданій таблиці не враховані СППР, які розвивалися на радянському просторі, у тому числі така надпотужна розподілена мега СППР як ОГАС – ОбщеГосударственная Автоматизированная Система сбора и обработки информации для учета, планирования и управлении народным хозяйством СССР. Ймовірно, ця розподілена система була самою потужною у світі і на десятиліття випередила свій час. Елементи отриманого  досвіду під час спроб її побудови є корисними і у наш час.

У теперішній час найбільш передовою формою СППР, ймовірно, доцільно вважати DSS на основі Business Intelligence (DSS/BI). Прикладами відповідних архітектурних рішень є DSS/BI 2.0, Spatial DSS/BI 2.0, Social Media DSS/BI 2.0 та подібні до них експертні системи – Expert System/BI 2.0. Все більш активно використовуються DSS/BI на основі Cloud Computing (DSS/BI 3.0).

Необхідно також зазначити, що замість терміну DSS (СППР) у комерційних і промислових сферах  часто використовують інші маркетингові терміни, які забезпечують краще просування цих систем до бізнес-користувачів. Проте, це не замінює сутність цих систем – системи підтримки прийняття рішень – Decision Support System.

Джерело: dssresources.com http://dssresources.com/history/dsshistory.html

Автори:

Гуменюк Ю.В., 302z.gumenuk.yuri@gmail.com

Гура Р.В., 302z.gura.ruslan@gmail.com

Гучанський А.А., 302z.guchansky.anatoly@gmail.com




Ядро екосистеми Google для користувачів

Ядро екосистеми Google
Ядро екосистеми Google для всіх користувачів (кадр з фільму  The Internship)

THE INTERNSHIP