Функциональная сппр (данные формы представления).
Функциональная СППР имеет наиболее простую с архитектуру. Такие системы часто встречаются на практике в организациях с невысоким уровнем аналитической культуры и недостаточно развитой информационной инфраструктурой, когда анализ осуществляется с использованием данных из оперативных систем.
Преимущества:
-
быстрое внедрение за счет отсутствия этапа перегрузки данных в специализированную систему;
-
минимальные затраты за счет использования одной платформы.
Недостатки:
-
единственный источник данных, потенциально сужающий круг вопросов, на которые может ответить система;
-
оперативные системы характеризуются очень низким качеством данных из-за отсутствия этапа очистки данных;
-
большая нагрузка на оперативную систему (сложные запросы могут привести к остановке работы оперативной системы, что весьма нежелательно).
Сппр с использованием независимых витрин данных (данные витрины данных формы представления).
Независимые витрины данных часто появляются в организации исторически и встречаются в крупных организациях с большим количеством независимых подразделений, зачастую имеющих свои собственные отделы информационных технологий.
Преимущества:
-
витрины данных можно внедрять достаточно быстро;
-
витрины проектируются для ответов на конкретный ряд вопросов;
-
данные в витрине оптимизированы для использования определенными группами пользователей, что облегчает процедуры их наполнения, а также способствует повышению производительности.
Недостатки:
-
данные хранятся многократно в различных витринах данных, это приводит к дублированию данных и, как следствие, к увеличению расходов на хранение и потенциальным проблемам, связанным с необходимостью поддержания непротиворечивости данных;
-
потенциально очень сложный процесс наполнения витрин данных при большом количестве источников данных;
-
данные не консолидируются на уровне предприятия, таким образом, отсутствует единая картина бизнеса.
Сппр на основе двухуровневого хранилища данных (данные хранилище данных формы представления).
Двухуровневое хранилище данных строится централизованно для предоставления информации в рамках компании. Для поддержки такой архитектуры необходима выделенная команда профессионалов в области хранилищ данных. Это означает, что вся организация должна согласовать все определения и процессы преобразования данных.
Преимущества:
-
данные хранятся в единственном экземпляре;
-
минимальные затраты на хранение данных;
-
отсутствуют проблемы, связанные с синхронизацией нескольких копий данных;
-
данные консолидируются на уровне предприятия, что позволяет иметь единую картину бизнеса.
Недостатки:
-
данные не структурируются для поддержки потребностей отдельных пользователей или групп пользователей;
-
возможны проблемы с производительностью системы;
-
возможны трудности с разграничением прав пользователей на доступ к данным.
Сппр на основе трехуровневого хранилища данных (см. Рис. 10.1)
Хранилище данных представляет собой единый централизованный источник корпоративной информации. Витрины данных представляют собой подмножества данных из хранилища, организованные для решения задач отдельных подразделений компании. Конечные пользователи имеют возможность доступа к детальным данным хранилища в случае, если данных в витрине недостаточно, а также для получения более полной картины состояния бизнеса.
Преимущества:
-
создание и наполнение витрин данных упрощены, поскольку наполнение происходит из единого стандартизованного надежного источника очищенных нормализованных данных;
-
витрины данных синхронизированы и совместимы с корпоративным представлением, имеется корпоративная модель данных, существует возможность сравнительно легкого расширения хранилища и добавления новых витрин данных;
-
гарантированная производительность.
Недостатки:
-
существует избыточность данных, ведущая к росту требований к хранению данных;
-
требуется согласованность с принятой архитектурой многих областей с потенциально различными требованиями (например, скорость внедрения иногда не соответствует требованиям следовать архитектурному подходу).
Экспертные системы – системы, предназначенные для анализа данных, содержащихся в базах знаний, и выдачи рекомендаций по запросу пользователя. Знания (knowledge) – информация, необходимая программе, чтобы она была интеллектуальной. В основном знания представлены в виде фактов и правил, между которыми с помощью специалистов – экспертов устанавливается определенная система отношений.
ЭС относятся к системам искусственного интеллекта общего назначения, оказывающим помощь в повседневной деятельности, и предназначены для пользователей, работающих в определенной предметной области. ЭС накапливает знания ведущих специалистов конкретной предметной области и распространяет данный эмпирический опыт для консультаций менее квалифицированных пользователей.
ЭС работает в двух режимах: приобретения знаний (саморазвитие системы) и решения задач (режим консультации или режим использования ЭС).
Современные экспертные системы широко используются для тиражирования опыта и знаний ведущих специалистов практически во всех сферах экономики. Традиционно знания существуют в двух видах – коллективный опыт и личный опыт. Если большая часть знаний в предлагаемой области представлена в виде коллективного опыта (например, высшая математика), эта предметная область не нуждается в экспертных системах. Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня (экспертов) и эти знания по каким-либо причинам слабо структурированы, то такая предметная область нуждается в экспертных системах.
Отличие ЭС от программы состоит в том, что программа работает с данными, а ЭС – со знаниями.
Структура ЭС представлена на рис. 10.2 [30, 40].
Пользователь – специалист предметной области, для которого предназначена система. Обычно его квалификация недостаточно высока, и поэтому он нуждается в помощи и поддержке со стороны экспертной системы.
Инженер по знаниям – специалист по искусственному интеллекту, выступает в роли промежуточного звена между экспертом и базой знаний (инженер-интерпретатор).
Интерфейс пользователя – комплекс программ, реализующий диалог пользователя с экспертной системой на стадии как ввода информации, так и получения результатов.
База знаний – ядро экспертной системы, совокупности знаний предметной области, записанное на машинный носитель в форме, понятной эксперту и пользователю (обычно на некотором языке, приближенном к естественному). Параллельно такому «человеческому» представлению существует база знаний во внутреннем «машинном» представлении.
Решатель – программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в базе знаний.
Система объяснений – программа, позволяющая пользователю получить ответы на вопросы: «Как была получена та или иная информация?» и «Почему система приняла такое решение?».
Редактор базы знаний – программа, представляющая инженеру по знаниям возможность создавать базы знаний в диалоговом режиме.
Инструментальными средствами построения экспертных систем являются традиционные языки программирования. Наиболее удобными считаются объектно-ориентированные языки (C++, Pascal).
Экспертная поддержка принимаемых пользователем решений реализуется на двух уровнях.
Рис. 10.2
Работа первого уровня экспертной поддержки осуществляется исходя из концепции типовых решений, в соответствии с которой часто возникающие проблемные ситуации можно свести к некоторым однородным классам решений, т. е. к некоторому типовому набору альтернатив (альтернатива – от лат. alter – один из двух), ситуация, в которой надлежит произвести выбор одной из двух исключающих друг друга возможностей (эти возможности также нередко называются альтернативами)). Для реализации экспертной поддержки на этом уровне создается информационный фонд хранения и анализа типовых решений. Если возникающая проблемная ситуация не ассоциируется с имеющимися классами типовых альтернатив, в работу должен вступать второй уровень экспертной поддержки управленческих решений. Этот уровень генерирует альтернативы на базе имеющихся в информационном фонде данных, правил преобразования и процедур оценки синтезированных альтернатив.