Разработка систем сравнительного анализа ключевых параметров эффективности производственного сектора при помощи языка python
DOI:
https://doi.org/10.5281/zenodo.14018612Ключевые слова:
алгоритм, обработка данных, Python, статистические метрики, системный анализ, информационная система, ключевые параметры эффективности, пенитенциарная система, производственный секторЛицензия
Аннотация
В статье рассмотрена разработка одной из важных составляющих информационных систем: инструментов проведения сравнительного анализа основных статистических метрик ключевых параметров эффективности производственного сектора. Для реализации поставленной задачи был использован язык Python. Разработка данного инструмента велась на примере производственного сектора пенитенциарной системы. Рассмотрена работа с данными. Приведены схемы использования хранилища данных, баз данных, а также категориальных фильтров и формирования выборок для сравнения. Приведен алгоритм для разработки рассматриваемого инструмента. Приведены примеры использования библиотек для обработки данных, а также для создания внешних пользовательских интерфейсов.
Скачивания
Библиографические ссылки
1. Marr, B. Key Performance Indicators (KPI): The 75 measures every manager needs to know / B. Marr. –Financial Times Press, 2012. – 347 p.
2. Управление организации производственной деятельности и трудовой адаптации осужденных [Электронный ресурс] / Официальный айт ФСИН России [Сайт] – URL: https://fsin.gov.ru/structure/adaptation / (дата обращения 03.05.2024).
3. Щербаков, Г. В. Современное состояние научной и научно-технической деятельности в уголовно-исполнительной системе Российской Федерации / Г. В. Щербаков, Д. Г. Зыбин // Ведомости уголовно-исполнительной системы. – 2024. – № 2(261). – С. 7-10. – EDN UNQRZV.
4. TIOBE Index [Электронный ресурс] / TIOBE [Сайт]. – URL: https://www.tiobe.com/tiobe-index/ (дата обращения 03.05.2024).
5. Перевышин, В. Г. Повышение точности работы нейронных сетей по распознаванию рукописных символов за счет предварительной подготовки данных / В. Г. Перевышин, Р. В. Ковальчик // Вестник Донецкого национального университета. Серия Г: Технические науки. – 2024. – № 1. – С. 24-31. – DOI 10.5281/zenodo.10974581. – EDN KWDKKN.
6. Харченко, Б. В. Искусственный интеллект как инструмент для работы с текстами / Б. В. Харченко, Е. С. Нестругина // Вестник Донецкого национального университета. Серия Г: Технические науки. – 2023. – № 4. – С. 29-40. – EDN NTWGBV.
7. Свидетельство о государственной регистрации программы для ЭВМ № 2015612855. Стат.Оператор : № 2014663634 : заявл. 26.12.2014 : опубл. 26.02.2015 ; заявитель Федеральное казенное учреждение «Научно-исследовательский институт информационных технологий Федеральной службы исполнения наказаний» (ФКУ НИИИТ ФСИН России). – EDN KHWEMU.
8. Свидетельство о государственной регистрации программы для ЭВМ № 2015612075. Стат.Проект : № 2014663715 : заявл. 26.12.2014 : опубл. 11.02.2015 ; заявитель Федеральное казенное учреждение «Научно-исследовательский институт информационных технологий Федеральной службы исполнения наказаний» (ФКУ НИИИТ ФСИН России). – EDN GHRZEY.
9. Свидетельство о государственной регистрации программы для ЭВМ № 2015612427. Стат.Аналитик : № 2014663636 : заявл. 26.12.2014 : опубл. 18.02.2015 ; заявитель Федеральное казенное учреждение «Научно-исследовательский институт информационных технологий Федеральной службы исполнения наказаний» (ФКУ НИИИТ ФСИН России). – EDN WLOOLP.
10. Harrison, M. Effective Pandas: Patterns for Data Manipulation / M. Harrison. – Independently published, 2021. – 497 p.
11. Пономарев, Д. С. Обработка форм статистической отчетности Федеральной службы исполнения наказаний на основе методов разведочного анализа данных библиотек языков "Python" и "R" / Д. С. Пономарев, М. М. Горохов, С. Б. Пономарев // Вестник Воронежского института ФСИН России. – 2023. – № 2. – С. 106-112. – EDN WOSUGG.
12. Date, C. J. SQL and Relational Theory / C. J. Date. – O’Reilly, 2010. – 474 p.
13. Пономарев, Д. С. Разработка систем индексации данных для производственно-экономического и трудового секторов пенитенциарной системы / Д. С. Пономарев // Инженерный вестник Дона. – 2024. – № 3(111). – С. 100-108. – EDN CAZJLC.
14. Khorasani, M. Web Application Development with Streamlit / M. Khorasani, M. Abdou, J. H. Fernandez. – Apress, 2022. – 508 p.
REFERENCES LIST
1. Marr, B. Key Performance Indicators (KPI): The 75 measures every manager needs to know / B. Marr. –Financial Times Press, 2012. – 347 p.
2. Upravlenie organizatsii proizvodstvennoi deiatelnosti i trudovoi adaptatsii osuzhdennykh [Elektronnyi resurs] / Ofitsialnyi ait FSIN Rossii [Sait] – URL: https://fsin.gov.ru/structure/adaptation / (data obrashcheniia 03.05.2024).
3. Shcherbakov, G. V. Sovremennoe sostoianie nauchnoi i nauchno-tekhnicheskoi deiatelnosti v ugolovno-ispolnitelnoi sisteme Rossiiskoi Federatsii / G. V. Shcherbakov, D. G. Zybin // Vedomosti ugolovno-ispolnitelnoi sistemy. – 2024. – № 2(261). – S. 7-10. – EDN UNQRZV.
4. TIOBE Index [Elektronnyi resurs] / TIOBE [Sait]. – URL: https://www.tiobe.com/tiobe-index/ (data obrashcheniia 03.05.2024).
5. Perevyshin, V. G. Povyshenie tochnosti raboty neironnykh setei po raspoznavaniiu rukopisnykh simvolov za schet predvaritelnoi podgotovki dannykh / V. G. Perevyshin, R. V. Kovalchik // Vestnik Donetskogo natsionalnogo universiteta. Seriia G: Tekhnicheskie nauki. – 2024. – № 1. – S. 24-31. – DOI 10.5281/zenodo.10974581. – EDN KWDKKN.
6. Kharchenko, B. V. Iskusstvennyi intellekt kak instrument dlia raboty s tekstami / B. V. Kharchenko, E. S. Nestrugina // Vestnik Donetskogo natsionalnogo universiteta. Seriia G: Tekhnicheskie nauki. – 2023. – № 4. – S. 29-40. – EDN NTWGBV.
7. Svidetelstvo o gosudarstvennoi registratsii programmy dlia EVM № 2015612855. Stat.Operator : № 2014663634 : zaiavl. 26.12.2014 : opubl. 26.02.2015 ; zaiavitel Federalnoe kazennoe uchrezhdenie «Nauchno-issledovatelskii institut informatsionnykh tekhnologii Federalnoi sluzhby ispolneniia nakazanii» (FKU NIIIT FSIN Rossii). – EDN KHWEMU.
8. Svidetelstvo o gosudarstvennoi registratsii programmy dlia EVM № 2015612075. Stat.Proekt : № 2014663715 : zaiavl. 26.12.2014 : opubl. 11.02.2015 ; zaiavitel Federalnoe kazennoe uchrezhdenie «Nauchno-issledovatelskii institut informatsionnykh tekhnologii Federalnoi sluzhby ispolneniia nakazanii» (FKU NIIIT FSIN Rossii). – EDN GHRZEY.
9. Svidetelstvo o gosudarstvennoi registratsii programmy dlia EVM № 2015612427. Stat.Analitik : № 2014663636 : zaiavl. 26.12.2014 : opubl. 18.02.2015 ; zaiavitel Federalnoe kazennoe uchrezhdenie «Nauchno-issledovatelskii institut informatsionnykh tekhnologii Federalnoi sluzhby ispolneniia nakazanii» (FKU NIIIT FSIN Rossii). – EDN WLOOLP.
10. Harrison, M. Effective Pandas: Patterns for Data Manipulation / M. Harrison. – Independently published, 2021. – 497 p.
11. Ponomarev, D. S. Obrabotka form statisticheskoi otchetnosti Federalnoi sluzhby ispolneniia nakazanii na osnove metodov razvedochnogo analiza dannykh bibliotek iazykov Python i R / D. S. Ponomarev, M. M. Gorokhov, S. B. Ponomarev // Vestnik Voronezhskogo instituta FSIN Rossii. – 2023. – № 2. – S. 106-112. – EDN WOSUGG.
12. Date, C. J. SQL and Relational Theory / C. J. Date. – O’Reilly, 2010. – 474 p.
13. Ponomarev, D. S. Razrabotka sistem indeksatsii dannykh dlia proizvodstvenno-ekonomicheskogo i trudovogo sektorov penitentsiarnoi sistemy / D. S. Ponomarev // Inzhenernyi vestnik Dona. – 2024. – № 3(111). – S. 100-108. – EDN CAZJLC.
14. Khorasani, M. Web Application Development with Streamlit / M. Khorasani, M. Abdou, J. H. Fernandez. – Apress, 2022. – 508 p.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Статьи журнала «Вестник Донецкого университета. Серия 04. Технические науки» находятся в открытом доступе и распространяются в соответствии с условиями Лицензионного Договора с Донецким Государственным университетом, который бесплатно предоставляет авторам неограниченное распространение и самостоятельное архивирование.
