19. Data Mining (dm: технологии интеллектуального анализа данных)

Data Mining - поиск закономерностей и связей между различного рода объектами и процессами (явлениями).

Задачи, решаемые с помощью Data Maning :

• классификации – выявляются признаки, характерные для некоторой группы объектов. Наличие таких признаков позволяет вновь появившийся объект отнести к одному из классов;

• кластеризация – исходные объекты разбиваются на однородные группы (кластеры). Наличие таких групп позволяет принять решение по отношению одной из них;

• выявление закономерностей, отраженных в данных, фиксирующих наступление каких-либо событий;

• выявление последовательностей, то есть закономерностей, фиксирующих наступление событий с разрывом во времени.

Пример

В торговом зале гипермаркета, поочередно работает несколько смен сотрудников.

Статистически определен ежедневный уровень пропажи товаров P, (из статистического анализа базы данных).

В некоторых сменах уровень пропажи товаров примерно соответствует P. В других он значительно больше…

Что это означает?

Во время отпуска господина «Х» из «подозрительной группы» показатель Р нормализуется

Что это означает?

В реальности, все значительно сложнее, но смысл Data mаning примерно такой…….

20. BI-технологии: системы обработки знаний (экспертные системы)

Экспертные системы — это программные комплексы, аккумулируют знания специалистов в конкретных предметных областях и тиражируют этот опыт для консультаций менее квалифицированных пользователей.

Разработка экспертных систем, направлена на использование ЭВМ для обработки информации в тех областях науки и техники, где традиционные математические методы моделирования малопригодны. В этих областях важна смысловая и логическая обработка информации, важен опыт экспертов.

По назначению классификацию экспертных систем(ЭС) можно провести следующим образом:

• диагностика состояния, в том числе мониторинг (непрерывное отслеживание текущего состояния);

• прогнозирование развития на основе моделирования прошлого и настоящего;

• планирование и разработка мероприятий в организационном и технологическом управлении;

• проектирование или выработка четких предписаний по построению объектов, удовлетворяющих поставленным требованиям;

• автоматическое управление (регулирование);

• обучение пользователей.

В настоящее время в мире насчитывается несколько тысяч ЭС, которые используют:

• при управлении сложными диспетчерскими пультами, например сети распределения электроэнергии, - Alarm Analyser ;

• при постановке медицинских диагнозов - ARAMIS, NEUREX;

• при диагностике отказов контрольно-измерительного оборудования - Intelligence Ware, Plant Diagnostics, FOREST

Обобщенная структура ЭС

• Пользователь – специалист той предметной области, для которой предназначена ЭС.

• Интерфейс пользователя – комплекс программ, реализующих диалог пользователя с ЭС в процессе ввода информации и вывода результатов экспертизы.

• База знаний (БЗ) – совокупность знаний предметной области

• Решатель – программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ

• Подсистема объяснений – программа, позволяющая пользователю получать ответы на вопросы: «Почему система приняла такое решение?», «Как была получена та или иная рекомендация?»

• Редактор БЗ – программа, предоставляющая эксперту возможность создавать и редактировать БЗ.