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.