Тема 6. Экспертные системы и системы поддержки процессов принятия решений.
Системы поддержки принятия делового решения
В 1980-е гг. американские и японские компании начали развивать информационные системы, которые разительно отличались от управляющих информационных систем для поддержки производственной деятельности (Managerial Information System — MIS). Эти системы положили начало процессу «интеллектуализации» ИС. Новые системы были более компактными и интерактивными, и их целью было помочь конечным пользователям работать со всеми типами данных, проводить аналитические исследования, строить модели и разыгрывать сценарии для решения слабоструктурированных и вообще неструктурированных проблем в инновационных проектах. Системы, предоставляющие такие возможности, называются системами поддержки принятия решений — СППР.
Ниже перечислены основные характеристики и функциональные возможности систем поддержки принятия решения:
-
обеспечение информационной поддержки для принятия решений по проблемам, которые не могут быть определены заранее;
-
применение сложного многомерного и многофакторного анализа и инструментальных средств моделирования;
-
гибкость использования, адаптируемость к конкретным ситуациям;
-
возможность динамического манипулирования входными данными;
-
максимально дружественный пользовательский интерфейс, что позволяет работать практически без участия программистов.
Специализированные подсистемы СППР применяются, как правило, на высшем и среднем уровнях управления предприятием. Руководители компании и ведущие менеджеры могут пользоваться финансовыми модулями СППР, чтобы спрогнозировать рост или снижение эффективности использования активов компании при изменении деловой активности или экономической ситуации в стране. Менеджерам среднего звена та же система может быть полезной для оценки перспективности краткосрочных инвестиций по выполняемым проектам. Для руководителей проектов — это инструмент для финансового и ресурсного планирования и распределения средств по планируемым закупкам.
СППР состоят обычно из следующих стандартных компонентов: программного ядра, хранилища данных, аналитических средств обработки и анализа данных, средств визуализации и представления информации, телекоммуникационных устройств.
Аналитические системы позволяют решать три основные задачи:
-
анализ разнородной многомерной информации разной степени формализованности в реальном времени,
-
последующий интеллектуальный анализ данных с построением моделей развития деловой ситуации,
-
ведение отчетности.
СППР-системы — это часть «интеллектуальных ресурсов предприятия» или «средств интеллектуального бизнес-анализа» (Business Intelligence — BI). Важной частью BI-технологий являются также системы интеллектуального поиска информации (Data Mining — DM). Data Mining — это процесс обнаружения в сырых данных ранее неизвестных, нетривиальных, практически полезных и доступных для ип терпретации знаний, необходимых для принятия решений в различных сферах. Технологии Data Mining представляют большую ценность для руководителей и аналитиков в их повседневной деятельности. Деловые люди осознали, что с помощью методов Data Mining они могут получить ощутимые преимущества в конкурентной борьбе.
Основой для всевозможных систем прогнозирования служит «историческая» информация, хранящаяся в базах и хранилищах данных в виде временных рядов. Если удается построить шаблоны, адекватно отражающие динамику поведения целевых показателей, есть вероятность, что с их помощью можно предсказать и поведение системы в будущем. На рис. 12.4 показан полный цикл применения технологии Data Mining.
Можно назвать пять стандартных типов закономерностей, выявляемых с помощью методов Data Mining: ассоциация, последовательность, классификация, кластеризация (кластеризация – это автоматическое разбиение элементов некоторого множества на группы в зависимости от их схожести) и прогнозирование.