Размещено на http://www.allbest.ru/

Пермский филиал федерального государственного автономного образовательного учреждение высшего образования «Национальный исследовательский университет «Высшая школа экономики»

Выпускная квалификационная работа

Разработка информационно-аналитической системы оценочной компании

Рецензент

О.А. Полякова

Пермь, 2019 год

Аннотация

В работе описан процесс разработки информационно-аналитической системы оценочной компании. Система позволяет хранить данные о клиентах и договорах компании, генерировать бухгалтерский отчёт о зарплате и оценивать рыночную стоимость квартиры с помощью нейросети. Серверная часть информационной системы реализована на языке программирования С# и ASP.NET Core, клиентская - на JavaScript и React.

Работа содержит: 51 страницу основного текста, 4 главы, 11 таблиц, 16 использованных источников, 38 рисунков, 3 приложения (Приложение A. Техническое задание, Приложение Б. EDM-модель сущностей предметной области, Приложение В. Результаты тестирования по критериям чёрного ящика).

Глава 1 содержит анализ предметной области, обзор аналогов и анализ задачи. Глава 2 содержит описание модели нейросети, её проектирования и тестирования. Глава 3 содержит разработку требований к системе и описание процесса проектирования информационно-аналитической системы, включая этап проектирования модели данных и структуры системы. Глава 4 описывает реализацию системы и её тестирование.

Оглавление

1.1 Анализ бизнес-процессов и описание источников данных

1.2 Анализ информационно-аналитических систем

1.3 Разработка технического задания

Глава 2. Проектирование нейронной сети для оценки стоимости квартиры

2.1 Постановка задачи

2.2 Формирование примеров

2.3 Проектирование сети

2.4 Обучение сети

2.5 Проверка и оптимизация сети

Глава 3. Анализ требований и проектирование системы оценочной компании

Заключение

Библиографический список

Введение

Информационные технологии применяют практически во всех сферах деятельности человека. Чаще всего создают системы, направленные на решение конкретных задач по автоматизации бизнес-процессов. Такие системы формируют огромные массивы данных, обрабатывают информацию и создают отчёты, помогают отслеживать процессы, протекающие в реальном времени. Некоторые системы могут заменить целый отдел наёмных рабочих. Оценочные компании работают с большим количеством клиентов, заключают договоры и создают отчёты о проделанной работе, составляют бухгалтерские отчёты для выплат по зарплате сотрудникам. Большинство таких компаний в Перми ведут учёт клиентов в бумажном виде - журнал клиентов. Такой способ ведения истории работы затрудняет поиск или сортировку данных по клиентам и объектам оценки. Создание такой системы для оценочной компании позволит объединить и систематизировать процессы по управлению персоналом, созданию бухгалтерской отчётности и формированию базы данных клиентов и договоров. Что в свою очередь позволит тратить гораздо меньше времени на перенос и копирование информации из отдела в отдел, и сведёт вероятность появления ошибок при переносе данных из одного источника в другой к минимуму. Часто требуется быстро провести примерную оценку стоимости квартиры, что без какой-либо автоматизации занимает не менее трёх часов. Для решения данной проблемы можно применить нейросеть, которая была специально обучена для этой задачи. Тогда приблизительная оценка квартиры займёт всего две минуты, которые необходимы для ввода информации о квартире. Таким образом, изучение и разработка такой системы актуальна.

Одна из систем, которая обладает большим набором функций и может быть адаптирована практически под любую предметную область, система 1С. Однако данная система обладает рядом недостатков, которые не позволяют её использовать, главный из которых - это высокая цена. То же можно сказать и про другие системы, рассчитанные на малый и средний бизнес - Галактика, Парус, SAP и Microsoft Dynamics.

Объектом исследования являются автоматизация бизнес-процессов и помощь в принятии решений сотрудникам оценочной компании.

Предметом исследования является информационно-аналитическая система оценочной компании.

Целью данной работы является разработка информационно-аналитической системы оценочной компании.

Для достижения поставленных целей необходимо выполнить следующие задачи:

1. Проанализировать предметную область оценочной компании и разработать техническое задание.

2. Спроектировать нейросеть для оценки стоимости квартиры.

3. Спроектировать информационно-аналитическую систему.

4. Реализовать и протестировать информационно-аналитическую систему в качестве веб_приложения.

Гипотеза: предполагается, что введение разработанной системы позволит более эффективно вести управление оценочной компанией и облегчит работу по формированию бухгалтерских документов.

В ходе выпускной квалификационной работы будут использованы общенаучные (анализ, сравнение, описание) и специальные методы исследования (сбор данных, анализ данных и обработка данных, построение математической модели). Анализ будет использоваться для определения задач, которые необходимы для достижения основной цели работы. Сравнение будет использовано для выявления преимуществ и недостатков аналогичных систем. Описание будет использоваться на протяжении всего документа в виде диаграмм и графиков. Сбор данных будет использоваться для идентификации исходных данных разрабатываемой системы. Будет проведён анализ входных данных, чтобы определить, как будущее приложение должно реагировать на входные данные и исключительные ситуации. Обработка данных необходима для составления алгоритмов и разработки обработки информации, создания обобщённой блок-схемы и разделения бизнес-процессов на модели. Построение математической модели будет использоваться для проектирования и обучения нейронной сети. В этот метод входят: сбор обучающей выборки, проектирование структуры сети, обучение сети на подготовленной выборке и тестирование сети на новых данных.

Новизна разрабатываемой системы состоит в том, что она предоставляет возможность просматривать текущую загруженность оценщиков компании и их индивидуальную статистику, позволяет на основе сохранённой в базу данных информации о договорах формировать бухгалтерскую отчётность и оценивать примерную стоимость квартиры с помощью нейросети.

Область применения разрабатываемой системы - оценочная компания.

Практическая значимость разрабатываемой системы заключается в автоматизации бизнес-процессов оценочной компании. Поскольку большинство оценочных компаний Перми ведут журнал для записи данных о клиенте и не заводят данные сразу, то такие компании тратят много времени на перенос данных в электронную форму для последующего оформления документов для отчётов о выполненной работе и расчёту зарплаты сотрудников.

Работа состоит из четырёх глав. Глава 1 содержит анализ предметной области, обзор аналогов, анализ задачи и разработку технического задания. Глава 2 содержит описание модели нейросети, её проектирования и тестирования. Глава 3 содержит описание процесса проектирования информационно-аналитической системы, включая разработку требований к системе и этап проектирования модели данных и структуры системы. Глава 4 описывает реализацию системы и её тестирование.

Глава 1. Анализ предметной области оценочной компании

В этой главе проведён анализ бизнес-процессов и описание источников данных, анализ аналогов и составлено техническое задание. Выполнены задачи анализа предметной области и разработки технического задания.

1.1 Анализ бизнес-процессов и описание источников данных

Анализ бизнес-процессов был проведён на основе нескольких документов - журнал клиентов, договор оценки, ведомость и зарплатный лист.

В оценочной компании, для которой предназначена эта программа, практически все бизнес-процессы протекают через журнал - заключение договоров, учёт личных данных заказчиков, назначение оценщиков к договорам. Журнал - бумажный носитель, поэтому ему свойственны недостатки такие как: сложность исправления информации, сложность нахождения информации, большие объёмы занимаемого пространства. Бывали случаи, когда требовалось исправить запись в журнале и пришлось зачеркнуть запись полностью и переписать её.

Бухгалтерия в свою очередь использует такие программы как Excel и Word для заключения договоров с клиентами и учёта выполненных работ и зарплаты сотрудников компании. Ввиду отсутствия единой базы данных все эти документы заполняются вручную в течение месяца. Что влечёт за собой большие затраты человеко-часов на копирование и ввод однотипной информации и увеличивает вероятность появления ошибок.

Не стоит забывать и о пользе такой системы для принятия решений. Директор или начальник отдела оценки смогут просматривать текущую загруженность оценщиков, выводить результаты проделанной работы за месяц или другие периоды.

Электронная база данных, позволяющая хранить данные и получать к ним доступ, позволит выполнять задачи быстрее и упростит работу с данными.

Далее представлены диаграммы бизнес-процесса заключения договора AS-IS и TO-BE (см. рис. 1.1 и рис. 1.2). Диаграммы выполнены в нотации UML. Диаграмма AS-IS была описана с помощью источника данных - журнала клиентов. Диаграмма TO-BE спроектирована для показа бизнес-процесса при использовании разрабатываемой системы.

Рисунок 1.1. Бизнес-процесс заключения договора «AS-IS»

Рассмотрим существующие системы, которые ближе всего подходят для решения нашей задачи. Выделим преимущества и недостатки этих систем для более качественного проектирования своей системы. Для сравнения были выбраны пять систем, позволяющие вести учёт оказанных услуг - 1С: Предприятие 8, Галактика ERP, Парус-Предприятие 7, SAP и Microsoft Dynamics 365. Сформируем критерии для сравнения аналогов.

Рисунок 1.2. Бизнес-процесс заключения договора «TO-BE»

1.2 Анализ информационно-аналитических систем

Во-первых, система должна сохранять данные о клиентах в базу данных, она должна сохранять различные типы данных, такие как числовые, строковые данные и дату, осуществлять поиск по хранимым записям с различными параметрами. Система должна уметь подставлять записи из базы данных в добавленный шаблон документа Word. Во_вторых, система должны предоставлять возможность приблизительно оценить стоимость квартиры основываясь на её характеристиках. В-третьих, необходимо иметь возможность получать доступ в систему через сеть интернет. И последнее, система должна работать сразу при покупке, без необходимости в найме человека, который бы настроил систему под оценочную компанию.

Система программ «1С: Предприятие 8» включает в себя платформу и прикладные решения, разработанные на её основе, для автоматизации деятельности организаций и частных лиц. Сама платформа не является программным продуктом для использования конечными пользователями, которые обычно работают с одним из многих прикладных решений (конфигураций), разработанных на данной платформе. Такой подход позволяет автоматизировать различные виды деятельности, используя единую технологическую платформу.

Достоинства данной системы - это её универсальность и возможность настроить систему под свою задачу, внушительный объём доступных функций. Недостатки же частично вытекают из достоинств. Настройка под себя предполагает, что кто-то эту настройку проведёт, а это дополнительные сложности. Большой функционал также усложняет использование системы и требует обучения операторов системы.

Стоимость опять же относится к недостаткам, так как в большинстве оценочных компаний больше пяти компьютеров. Для покупки 1С: Предприятия на 10 компьютеров требуется 41400 рублей. Также необходима покупка лицензии для сервера 1С за 50400 рублей. В добавок необходима настройка системы и работа программиста для реализации требуемых бизнес-процессов, а это тоже требует дополнительных затрат. На рис 1.3. представлен интерфейс системы.

Рисунок 1.3. Интерфейс 1С: Предприятие 8

Рассмотрим вторую систему - Галактика ERP. Данная система разработана российской компанией. Галактика предоставляет возможность автоматизировать бизнес-процессы предприятия. В системе доступны функции такие как: управление запасами и продажами, управление персоналом, бухгалтерский и налоговый учёт, планирование и управление финансами. На рис. 1.4 представлен интерфейс системы.

Поскольку разработчик Галактики в основном предоставляет свою систему компаниям из России, то и все функции данной системы соответствуют принятому законодательству и своевременно обновляются. Систему нельзя корректировать или дорабатывать под конкретную компанию. Если необходимо что-то изменить, то придётся обратиться к разработчику системы. По сравнению с 1С доработки потребуют значительных финансовых трат и займут больше времени. Поскольку Галактика больше нацелена на крупные предприятия её стоимость на пять рабочих мест обойдётся в 148700 руб.

Рисунок 1.4. Интерфейс Галактика ERP

Следующий аналог разрабатываемой системы - Парус-Предприятие 7. Как и предыдущие аналоги, данная система предназначена для автоматизации предприятий. Система позволяет автоматизировать учёт товаров и услуг, работу бухгалтерии и вычисление зарплаты. Основные функции практически не отличаются от двух предыдущих аналогов. К отличиям можно отнести то, что изменить что-то в системе или перепрограммировать какой-то её компонент нельзя. Систему могут изменять только сами разработчики Парус. Также необходимо отметить, что хоть покупка лицензии системы обойдётся дешевле, чем при покупке аналогов, необходимо будет докупить лицензию для базы данных Oracle Database, поскольку она необходима для работы системы. Стоимость системы Парус на пять рабочих мест - 51922 рублей. На рис. 1.5 представлен интерфейс системы.

Рисунок 1.5. Интерфейс Парус-Предприятие 7

Предпоследний аналог - система SAP. Данная система разработана в Германии и занимает значительную долю российского рынка информационно-аналитических систем и ближе к 1С по возможностям. Она также состоит из различных модулей, которые могут быть приобретены отдельно, и нацелена на использование на крупных предприятиях, таких как Норильский никель, РЖД и Евросеть. Система легко масштабируется, но из-за того, что разработана она, в первую очередь, не для российских компаний, то применение её затруднено. Если что-то меняется в российском законодательстве, правилах оформления или правилах хранения документов, то необходимо ждать больше времени до обновления системы, чем у других аналогов. Стоимость данной системы слишком высока для компаний малого бизнеса, поскольку производится она за рубежом и стоимость конвертируется по курсу валют. Средняя стоимость одной лицензии SAP начинается от €2000, что по курсу отношения этой валюты с рублём во время написания данного материала будет 144197 рублей. Не стоит забывать и про поддержку системы, каждый год пользователь должен отчислять 6% от стоимости купленных лицензий, что ещё сильнее усугубляет возможность окупить внедрение системы через несколько лет. Как и у предыдущих аналогов, SAP не имеет возможности использования нейросетей для примерной оценки стоимости квартиры. На рис. 1.6 представлен интерфейс системы.

Рисунок 1.6. Интерфейс SAP

Последний рассмотренный аналог информационно-аналитических систем - Microsoft Dynamics 365. Как и предыдущий аналог, Dynamics произведена не российской компанией, а широко известной компанией Microsoft из США. Данная система предназначена для использования в компаниях среднего и крупного бизнесов и представляет собой ERP систему. Dynamics позволяет управлять процессом производства и автоматизировать финансовый менеджмент. Систему будет несколько сложнее адаптировать к российскому рынку, чем, к примеру, 1С, ввиду особенностей документооборота. К преимуществам системы можно отнести широкие возможности интеграции данной системы с другими продуктами Microsoft, такими как Excel, Outlook и другие.

Стоимость системы несколько труднее сравнить с другими аналогами, поскольку приобрести её можно только по ежемесячной подписке стоимостью в 4062 рубля за одного пользователя, что выглядит не так уж и дорого. Но если предположить, что для работы оценочной компании необходимо иметь три лицензии и посчитать расход на систему за год использования, то получится 146232 рублей. Как и в случае с SAP, иностранные решения не подойдут для малой российской компании по большей части ввиду финансовых затрат. На рис. 1.7 представлен интерфейс системы.

Рисунок 1.7. Интерфейс Microsoft Dynamics 365

Все аналоги рассчитаны на работу с базами данных, поэтому имеют достаточно схожий функционал. Для выявления сильных и слабых сторон конкурентов составим таблицу, в которую запишем функции, которые мы бы хотели видеть в системе для оценочной компании. Результаты сравнения указаны в табл. 1.1.

Таблица 1.1. Результаты сравнения аналогов

Сравнив аналоги, можно сделать вывод, что они удовлетворяют не всем требованиям, предъявляемым к системе для автоматизации процесса контроля работ компании-заказчика. Например, существующие аналоги не позволяют вычислять приближённую стоимость квартиры. Кроме того, немаловажно, что системы являются довольно дорогими, причём стоит учитывать, что все аналоги требуют обеспечения ежемесячной платной технической поддержки.

1.3 Разработка технического задания

Создание технического задания для разрабатываемой системы позволит чётко определить предъявляемые требования, поэтому так важно создать техническое задание до разработки приложения. Техническое задание создано согласно ГОСТ 19.201-78. Техническое задание представлено в приложении А.

Глава 2. Проектирование нейронной сети для оценки стоимости квартиры

Поскольку одним из требований к разрабатываемой системе является приблизительная оценка стоимости квартиры по входным данным было решено использовать для решения этой задачи нейросеть. Оценщик может оценить квартиру по её характеристикам, но для этого требуется время. Необходимо посмотреть все характеристики квартиры, определить состояние рынка недвижимости и сравнить квартиру с аналогами, применить несколько типов оценки для увеличения достоверности. Поскольку придумать самостоятельно формулу, которая бы использовала все эти данные и выдавала неплохой результат невозможно, необходимо использовать нейросеть. Нейронная сеть воспроизводит работу человеческого мозга с помощью математических моделей. Она итерационно подбирает множители и веса для входных параметров, постепенно уменьшая ошибку в вычислениях выходного параметра. Обучение нейросети производится на специально подготовленном наборе данных. Если модель нейросети покажет удовлетворительный результат, её модель экспортируют и встраивают в систему [15, 16].

В качестве методики формирования модели был выбран следующий алгоритм:

1. Постановка задачи.

2. Формирование примеров для обучения и тестирования сети.

3. Проектирование сети.

4. Обучение сети.

5. Проверка и оптимизация сети.

2.1 Постановка задачи

Целью построения модели является получение стоимости квартиры в Перми. Поскольку планируется использовать нейросеть продолжительное время, недостаточно только включить статические параметры квартир (жилая площадь, количество комнат, этаж и т.д.) [12]. Рынок недвижимости России зависит также от различных экономических показателей, которые меняются с течением времени. Добавление таких параметров в модель позволит использовать её при различных изменениях на рынке недвижимости. Также, зная прогнозы изменения рынка недвижимости, с помощью нейросети можно оценить стоимость квартиры в будущем [10].

Таким образом были выбраны следующие входные параметры:

· Жилая площадь., кв. м.

· Площадь кухни, кв. м.

· Число комнат.

· Этаж.

· Количество этажей.

· Местоположение.

· Год постройки.

· Материал стен.

· Ставка рефинансирования, установленная Банком России.

· Средняя зарплата в Перми, руб.

· ВВП России, млрд руб.

· Индекс РТС.

· Курс доллара, руб. за 1 доллар.

· Цена нефти марки Brent, руб.

· Ввод жилья в Перми.

· Выданные кредиты в Перми, млрд руб.

Выходной параметр модели - стоимость квартиры в рублях.

2.2 Формирование примеров

Для формирования множества примеров были получены данные оценок квартир оценочной компании Перми с 2008 по 2018 год. Таким образом, в множество примеров были включены данные различных экономических состояний России: кризис (2008-2009 гг.), восстановление после кризиса (2010-2012 гг.), замедление роста (2013 г.), кризис (2014-2016 гг.), восстановление после кризиса (2017-2018 гг.). В течение этого десятилетнего периода ставка рефинансирования менялась от 7,25 до 12%, средняя зарплата в Перми - от 14740 до 26500 руб., ВВП - от 38800 до 93800 млрд. руб., котировки РТС - от 535 до 2044, курс доллара США - от 23,3 до 77,9 рублей, цена нефти марки Brent - от 1790 до 5515 руб., ввод жилья - от 200 до 530 тыс. кв. м., выданные кредиты по ипотеке - от 4,5 до 46,4 млрд. руб. [11].

Поскольку оценочная компания не имеет единого хранилища, было принято решение разработать программу. Полученные данные хранятся в файлах Word и имеют разную структуру на протяжении 10 лет. Из-за этого разработка программы для формирования массива записей оказалась нетривиальной задачей. В конечном счёте разработка программы закончилась успешно и было получено множество из 1769 записей. В отличии от таких городов, как Москва и Екатеринбург, которые имеют кольцевую планировку, город Пермь разделён широкой рекой, вдоль которой он вытянут и имеет большое количество оврагов. Для добавления в модель параметра местоположения было принято решение взять микрорайоны города Перми и дать каждому из них экспертную оценку стоимости квартир, в противовес расчёта расстояния от квартиры до центра города [5]. Определение ценовых зон и принадлежности микрорайонов к ним было проведено сертифицированным РОО оценщиком недвижимости и директором компании ООО «КСИ Консалтинг» Кукаркиным Андреем Владимировичем. Всего было выделено 7 ценовых зон. Результат экспертной оценки представлен на рисунке 2.1 [3].

Рисунок 2.1. Экспертная оценка стоимости квартир по микрорайонам Перми