CURSUL 7

SISTEME INFORMATICE CU BAZE DE CUNOTINE

(SIAD Sisteme Interactive de Asistare a Deciziei, SE Sisteme Expert)
Cvasitotalitatea sistemelor informatice de marketing dezvoltate n prezent la nivelul
ntreprinderilor funcioneaz pe principiul bazelor de date i a SGBD-urilor care asigur crearea i
gestionarea acestora. Caracteristica fundamental a acestor aplicaii este dat de faptul c elementul
primar al prelucrrilor este informaia, generat ntotdeauna n sistemul informaional, prelucrat n
cel informatic i interpretat, n forma sa final, fie n subsistemul decizional fie la nivelul celui
informaional. n acelai timp aceste aplicaii nu au capacitatea de a genera automat informaii
suplimentare pornind de la cele stocate la un moment dat n baza de date. Putem spune astfel c
exactitatea i acurateea informaiilor rezultate dintr-o aplicaie sau dintr-un sistem informatic sunt
condiionate de calitatea informaiilor primare transmise de componenta informaional a sistemului.
Creterea complexitii actului decizional i apariia situaiilor n care decidenii trebuie s
fundamenteze decizii optime n timp scurt folosind att experiena proprie ct i metode specifice
procesului managerial, dar i informaiile avute la dispoziie despre activitatea condus a ridicat
problema folosirii calculatorului ntr-o manier care s asigure managerului obinerea unor
cunotine noi pornind de la un portofoliu de cunotine existent. Au aprut astfel primele ncercri
de folosire a calculatoarelor pentru realizarea i implementarea unor sisteme informatice specifice
cunoscute sub denumirea de sisteme suport interactive de asistare a deciziei (SIAD) i de sisteme
expert (SE).
Ambele tipuri de sisteme se caracterizeaz prin gestionarea bazelor de cunotine, diferite de
bazele de date prin natura obiectelor gestionate, reprezentate de cunotine a cror semnificaie nu
rezult din
valoarea datelor memorate ci din agregarea lor ntr-o structur complex sub forma informaiilor de
sintez.
Diversificarea informaticii a fcut ca aceste instrumente decizionale s ia astzi forma
sistemelor inteligente de diagnoz, analiz i de asistare a deciziilor.
Astfel de sisteme au aprut sub forma logicii interactive. Ele permit utilizatorului ca plecnd de
la faptele de care dispune s poat obine o sintez, integrnd cunotinele din domeniu, adaptate
nevoilor sale imediate i direct utilizabile n procesul decizional.
Posibilitile de nvare pe care le prezint aceste sisteme, n special prin memorarea situaiilor
ntlnite i a soluiilor adoptate, au dus la apariia unui nou mediu decizional.
Exist mai multe moduri de reprezentare a cunotinelor ntr-un sistem automat inteligent
dintre care dou au reinut atenia n literatura de specialitate:
prima familie de sisteme inteligente se bazeaz pe o reprezentare analitic a
cunotinelor. Ele se exprim sub forma unuia sau mai multor modele matematice unde parametrii
sunt specificai statistic. Aceste modele se utilizeaz n cadrul algoritmilor pentru gsirea unei soluii
la o problem ce a mai fost ntlnit. Aceast concepie se utilizeaz n cadrul sistemelor interactive
de asistare a deciziilor (SIAD). O serie de sisteme de acest tip sunt n prezent disponibile n sfera
marketingului.
a doua familie de sisteme inteligente se bazeaz pe reprezentarea euristic a
cunotinelor. Sisteme expert de marketing ilustreaz aceast abordare. Ele integreaz datele
existente i judecile subiective ntr-un raionament simbolic i numeric n vederea rezolvrii unui
ansamblu de probleme interdependente.

Pe parcursul execuiei procedurilor automate sistemul interacioneaz permanent cu utilizatorul

cruia i explic concluziile la care ajunge. Sistemul solicit informaii complementare care permit
elaborarea i mbuntirea raionamentului su.
n esen, aceast tehnologie informatic permite reproducerea pe cale artificial a
raionamentului uman, automatizarea proceselor cognitive specifice creierului uman, inclusiv prin
crearea unor dispozitive cu comportament inteligent domeniu cunoscut n literatura de
specialitate sub numele de inteligen artificial.
Sistemele cu inteligen artificial, sistematic sau empiric, cum mai sunt denumite dup
modul de abordare cognitiv sau pragmatic care a stat la baza realizrii lor, extind domeniul de
aplicaie al informaticii clasice prin implementarea unor concepte noi: prelucrarea cunotinelor,
prelucrarea simbolic, prelucrarea paralel.
Dac informatica clasic se definete ca fiind tiina prelucrrii automate a datelor,
informatica inteligent este tiina prelucrrii automate a cunotinelor1.
Spre deosebire de prelucrarea algoritmic, unde datele constituie materia prim, n cazul
prelucrrii inteligente elementele fundamentale sunt cunotinele, corelaiile logice i semantice
dintre fapte prin intermediul regulilor de raionament. Dac prelucrarea algoritmic este strns legat
de noiunea de procedur, prelucrarea inteligent are un caracter declarativ, deoarece modul de
achiziionare, introducere i organizare a cunotinelor nu influeneaz modul de prelucrare
(raionament), ci cel mult concluziile. n acest fel, a aprut noiunea de prelucrare simbolic n care
dispare distincia dintre date i programe.
Dei nu exist o definiie unanim acceptat, inteligena artificial const n ansamblul
disciplinelor informatice care tind s realizeze pe calculator un comportament de imitare a
inteligenei naturale. Din punct de vedere istoric, termenul de inteligen artificial a fost introdus
pentru prima dat n 1956 de cercettorul american McCarthy de la Massachussetts Institute of
Technology. Mult vreme cercetarea n domeniu a avut n principal un caracter fundamental i mai
puin aplicativ. Sistemele expert au aprut n anii 80, ca un domeniu distinct al inteligenei
artificiale, alturi de domenii cum ar fi: demonstrarea automat de teoreme, de traducerea automat,
de jocurile pe calculator, de recunoaterea automat a formelor, de robotic, de nvare automat.
Dac sistemele expert au fost dezvoltate la nceput n domeniul tehnic i medical, n ultimul
timp asistm la o dezvoltare a acestora n domeniul economic, n special n domeniul financiarbancar, de marketing i management.
Abordarea metodologic de reproducere pe cale artificial a raionamentului uman distinge trei
curente principale:
a) Abordarea cognitiv n care raionamentul natural este privit ca o suit de stri i
procese mentale care transform datele de intrare n date de ieire iar raionamentul artificial
ncearc s reproduc aceste stri mentale i procese utiliznd metode de modelare ce servesc ca
suport pentru implementarea unor sisteme software de gestiune a bazelor de cunotine (SGBC).
b) Abordarea pragmatic raionamentul natural este privit tot ca o suit de stri i
procese mentale care transform datele de intrare n date de ieire, dar raionamentul artificial
ncearc doar s simuleze simptomele de inteligen, s produc aceleai date de ieire pentru
aceleai date de intrare, modalitatea de obinere a acestora fiind diferit de modalitatea biologic.
Ambele moduri de abordare sunt eficiente n automatizarea unor activiti contiente, nvate,
specificabile n cuvinte, denumite biologic activiti corticale (limbajul, jocul, munca).
c) Abordarea conexionist raionamentul natural este privit ca o suit de stri i procese
neuronale, iar raionamentul artificial ncearc s reproduc mecanic aceast activitate neurologic
a creierului uman.
1

Nstase P., Zaharie D. i colectiv, Sisteme expert teorie i aplicaii, Ed. Dual Tech, 1999, pag. 3.

Corespunztor metodologiilor de abordare i reproducere pe cale artificial a raionamentului

uman ntlnim tehnologiile de abordare:
Reelele neurale care imit organizarea i funcionarea creierului, sunt deosebit de
eficiente n reproducerea mecanic a activitilor umane, incotiente, neraionale, greu
specificabil prin cuvinte (mersul, vorbirea), utilizndu-se prin excelen n domeniul roboticii.
La fel ca i la om, reelele neurale pot nva s recunoasc modele prin expunere repetat la
experimente diferite.
Omul, este o construcie hibrid care proceseaz informaia. Aciunile noastre sunt generate de o
combinaie de informaii genetice i informaii obinute prin nvare. Acest gen de procesare a
informaiei a fost pus n aplicare pentru a crea sisteme inteligente hibride, cum sunt sistemele de
control ale aeronavelor care diagnosticheaz i rezolv automat probleme sau sistemele folosite n
mediul economic;
Algoritmii genetici sunt inspirai de principiul biologic de supravieuire a celor buni.
Ideea de baz este evoluia soluiei unei probleme de-a lungul a mai multe generaii, fiecare dintre ele
avnd o soluie mai bun dect predecesorii;
Sisteme bazate pe logica neclaritii explic deciziile pe care le propun, dar nu pot s
adopte automat regulile pe care le folosesc pentru a lua acele decizii. n linii mari, logica
neclaritii, inventat de Lotfi Zadeh n 1956, exprim diferite grade de certitudine i incertitudine
ale propoziiilor;
Sistemele de inducere a regulilor sunt un alt tip de sisteme aplicate n procesele de
achiziie automat a cunotinelor. Ele au fost folosite pentru nvarea regulilor i crearea arborilor
de decizie i au fost aplicate cu succes n economie.
Aceste tehnici nu pot rezolva singure anumite probleme mai complexe. Fiecare tehnic
inteligent are cteva proprieti predominante (de exemplu, abilitatea de a nva sau explicarea
deciziilor) ceea ce le face potrivite pentru rezolvarea unui anumit tip de probleme i nu pentru
rezolvarea altora.
Limitele fiecrei tehnici i determin pe experi s le combine. De exemplu, logica neclaritii
este folosit pentru a evalua preferinele pentru un produs sau o marc. Expertul n evaluarea
preferinelor trebuie s specifice toate regulile invocate atunci cnd ia decizia de a cuantifica
preferinele. Totui acest proces ia mult timp i este supus erorii. Reelele neurale cu abilitatea lor de
a nva pot fi folosite pentru a include automat n program regulile de decizie bazate pe logica
neclaritii.
n tabelul 3.1. se prezint gradul de satisfacere a proprietilor sistemelor inteligente n raport
cu tehnologia de reproducere a raionamentului uman.
Proprieti ale sistemelor inteligente
Tehnologia

Acumularea
automat de
cunotine

Abilitatea
de a face
fa unui
mediu fragil
*

Nivel
ridicat de
raionament

Nivel sczut
de
raionament

Sisteme
*
*****
*
expert
Inducere a
****
**
***
**
regulii
Logica
*
*****
***
*****
neclaritii
Reele
*****
*****
*
*****
neurale
Algoritmi
*****
***
***
***
genetici
Tabel 3.1. Tehnologii de reproducere a raionamentului uman

Putere
explicativ

*****
***
****
*
***

Sistemele inteligente hibride reprezint o combinaie de tehnici inteligente diferite, ct i o

integrare a mai multor tehnici inteligente cu sisteme informatice convenionale cum sunt bazele de
date i bazele de tabele de calcul. Din acest motiv este vital s existe metode i protocoale
de integrare a sistemelor inteligente cu alte sisteme informatice convenionale. O astfel de metod
este programarea orientat pe obiecte, o metodologie software care ofer liantul dintre diferite
tehnici eterogene.
Aceste tehnologii de reproducere a raionamentului uman s-au dezvoltat n ultimele decenii, pe
baza perfecionrii instrumentelor de concepere, adic a limbajelor de programare. Cele mai
cunoscute limbaje asociate cu inteligena artificial sunt:
LISP limbaj de programare aprut n anii 50 i destinat procesrii de liste eterogene,
mai ales liste de simboluri;
PROLOG limbaj creat n anii 70, care are o natur declarativ i faciliti
explicative;
Limbajele orientate pe obiecte ce opereaz cu conceptele de obiecte i mesaje ct i
metodele de manipulare a cunotinelor i datelor n care emitentul specific ce trebuie
fcut iar receptorul decide cum trebuie fcut. Exemple: Smalltalk, Objective C, C++.
La rndul lor limbajele LIPS i PROLOG au i ele extensii orientate pe obiecte, CLOS
(Common LIPS Object System) i, respectiv, L&O (Logic & Objects).
Cvasitotalitatea sistemelor informatice i de marketing dezvoltate n prezent la nivelul
ntreprinderii funcioneaz pe principiul bazelor de date ncorporate i a SGBD-urilor care asigur
crearea i gestionarea acestora. Caracteristica fundamental a acestor aplicaii este dat de faptul c
elementul primar al prelucrrilor este informaia, generat ntotdeauna n sistemul informaional,
prelucrat n cel informatic i interpretat, n forma sa final, fie n subsistemul decizional fie tot la
nivelul celui informaional. n acelai timp aceste aplicaii nu au capacitatea de a genera la rndul lor
informaii suplimentare pornind de la cele stocate la un moment dat n baza de date. Putem spune
astfel c exactitatea i acurateea informaiilor rezultate dintr-o aplicaie sau dintr-un sistem
informatic sunt condiionate de calitatea informaiilor primare transmise de componenta
informaional a sistemului de marketing.

7.1.

Sistemul Expert (SE)

n orice domeniu de activitate exist probleme cu un grad diferit de dificultate, care pot fi
rezolvate numai de ctre experi umani, formai ca specialiti n urma unei vaste experiene n
domeniul respectiv.
O definiie pragmatic consider sistemele expert sistemele de programe bazate pe tehnicile
inteligenei artificiale, care nmagazineaz cunotinele experilor umani dintr-un domeniu bine
definit i apoi i le folosesc pentru rezolvarea problemelor din acest domeniu. Sistemele expert se
mai numesc i sisteme bazate pe cunotine (KBS Knowledge Based System) sau, mai simplu,
sisteme de cunotine (Knowledge System).
Un expert uman recunoate , definete i rezolv probleme din domeniul su de expertiz,
avnd experiena i capacitatea nativ de a se orienta n aspecte precum: complexitatea,
incompletitudinea, incertitudinea, inconsistena, confuzia i aprecierile vagi i a o reformula simplu,
complet, precis, consistent i clar, pentru a fi rezolvat prin proceduri clasice. SE asigur stocarea,
utilizarea i interpretarea cunotinelor experilor umani, folosite apoi pentru rezolvarea unor

probleme specifice prin nlocuirea raionamentului uman prin unul artificial, folosindu-se cunotine
independente n raport cu mecanismul de raionament.
Sistemul expert, ncercnd s imite expertul uman, posed urmtoarele caracteristici:
cunotinele sunt independente unele de altele i de mecanismul de raionament;
trateaz cunotine inexacte i incomplete, incerte, confuze i vagi;
cunotinele sunt exploatate n mod dinamic de mecanismul de raionament printr-o
abordare declarativ;
este capabil s explice raionamente fcute s argumenteze soluiile obinute, ntr-o
manier asemntoare expertului uman;
cunotinele manipulate sunt preponderent de natur simbolic;
este capabil s gestioneze baze de cunotine de volum mare;
utilizeaz metode empirice, bazate pe experien (informaia este probabil
adevrat), dar i metode algoritmice (informaia este sigur adevrat);
este specializat ntr-un anumit domeniu i nu n rezolvarea unei singure probleme din
acel domeniu.
Componentele unui sistem expert (SE) sunt: baza de cunotine (BC), baza de fapte (BF) i
generatorul de sisteme expert (GSE).
SE folosesc programarea declarativ prin intermediul creia regulile sunt furnizate independent
de nlnuirea lor, ceea ce se traduce practic prin definirea regulilor separat fa de metoda care le va
folosi; metoda este implementat ntr-o component software denumit motorul de inferene (MI) ce
face parte, la rndul su, din GSE.
Elementele fundamentale ale unui SE sunt urmtoarele:
modul de achiziionare a cunotinelor: asigur conversia i transmiterea cunotinelor
furnizate de ctre expertul uman, care le furnizeaz analistului de cunotine
(cognician) i care, la rndul su, le aduce ntr-o form compatibil cu cerinele interne,
fizice, de memorare solicitate de ctre acest modul;
baza de cunotine (BC): conine ansamblul de cunotine specifice domeniului
expertizat, inclusiv relaiile i intercondiionrile dintre acestea. Aceste cunotine pot fi
reprezentate prin mai multe metode, dintre care cele mai importante sunt regulile de
producie, cadrele i reelele semantice.
baza de fapte (BF): conine datele ce fac obiectul unei probleme de rezolvat din
domeniul expertizat la care se pot aduga faptele rezultate n urma raionamentelor
artificiale efectuate de ctre motorul de inferene (MI) asupra BC.
Precizm c regulile de producie reprezint modalitatea esenial de reprezentare a
cunotinelor folosind logica propoziiilor.
Faptele i regulile sunt reprezentate prin entiti constante sau variabile, folosindu-se metoda
de reprezentare a cunotinelor prin reguli de producie cu variabile.
motorul de inferene (MI): asigur rezolvarea practic a unei probleme din domeniul
expertizat, pe baza faptelor furnizate (stocate n BF), utiliznd ceea ce poate conduce la aflarea unor
noi fapte (fapte deduse).
n urma aciunii motorului de inferen, ntr-un anumit context, baza de cunotine se
mbogete fie prin adugarea unor elemente noi, fie prin modificarea celor existente. n ultim
instan, motorul de inferen este um program care implementeaz algoritmii de raionament
deductiv, inductiv i mixt, dar care este independent de baza de cunotine.
n mod practic MI este o parte dintr-un generator de sistem expert.

generatorul sistemului expert (GSE): este un sistem de programe dedicate, format

din: motorul de inferen, editor, trasorul, modulul de nvare, motorul de elaborare i interfaa cu
utilizatorul i cu alte componente ale sistemului informatic.
modulul explicativ (ME): are rolul de a prezenta ntr-o form larg accesibil (limbaj
natural) justificarea raionamentelor efectuate de motorul de inferen i totodat ntrebrile la care
trebuie s rspund utilizatorului. De asemenea, acest modul este util i expertului uman pentru
verificarea coerenei bazei de cunotine. Explicaiile pot varia de la modul n care s-a ajuns la o
soluie final sau intermediar pn la justificarea nevoii de date suplimentare
Interfaa cu utilizatorul realizeaz dialogul utilizatorului cu sistemul expert, n sensul
specificrii datelor de intrare i al furnizrii rezultatelor problemei de rezolvat.
Datorit complexitii fenomenelor expertizate, n practic se pot folosi sisteme multiexpert
(SME) definite ca un ansamblu coerent i cooperant de SE ce pot funciona att independent, ct i
n interaciune, asigurndu-se proprietile fundamentale legate de modularitatea i independena
prilor componente ale respectivului SME.
Avantaje i limite ale sistemelor expert sunt:
Avantaje. Sistemele expert lucreaz mai rapid dect experii umani, lund decizii mai
rapide. Sistemele expert cuprind informaii consistente (structurate n acelai mod) despre un mediu
supus hazardului, fac posibil distribuirea informaiei ctre mai multe persoane aflate n diverse
locuri. Sistemele expert nici nu se plictisesc, nu uit nici nu obosesc i, n plus, mbuntesc
cunotinele celor mai buni experi. Se pot face copii ale sistemelor expert, pe cnd formarea de noi
experi cere timp i bani. Ele pot fi integrate cu alte sisteme, pot lucra cu informaii incomplete.
Sistemele expert nu sunt influenate de noutatea informaiei. Ele pot oferi oricnd toate datele
stocate. Frauda i erorile pot fi reduse la minim. Utilizarea unui sistem expert poate reprezenta un
pas sau mai muli naintea concurenei.

Mediul de dezvoltare

Mediul de consultare
Utilizator

are
odel

Expert

ep
reze
ntare

Analist de
cunostinte

Interfata cu
utilizatorul

Motor de
achizitionare
cunostinte

Modulul
explicativ

Compilator reguli
Dictionar

EDITOR

EDITOR

fapte
reguli
obiecte

Baza de cunostinte
Baza de fapte
Baza de date

Trasor

Motor de inferenta Modul de invatare

Generatorul de SE
Figura 3.5. Structura unui sistem expert

Aplicaiile sistemelor expert reduc costurile companiilor, sporesc calitatea procesului de luare a
deciziilor, sporesc viteza afacerilor, aduc ncasri din vnzarea produselor i serviciilor noi,
nmagazineaz know-how organizaional, rezolv crize de management i stimuleaz inovaia.
Limitele. Informaia necesar nu este ntotdeauna disponibil. Culegerea datelor de la
experi este dificil. Mai muli experi pot avea mai multe abordri diferite, toate corecte, ale
aceleiai probleme. Utilizatorii sistemelor expert nu sunt acomodai cu ele, e posibil s nu cunoasc
terminologia i chiar nu pot avea ncredere n sistem i n proces. Apare dificultatea de evaluare a
situaiilor atunci cnd timpul preseaz. Concluziile nu pot fi verificate din punctul de vedere al
corectitudinii. Inginerii de informaie (cogniticienii, profesionitii care organizeaz baza de
cunotine) nu sunt numeroi i, din acest motiv, salariile pe care le solicit sunt foarte mari. Experii
au
mai mult bun sim, sunt mai creativi n faa situaiilor neobinuite, se adapteaz rapid la schimbrile
mediului. Sistemele expert nu i dau seama de situaiile n care nu exist soluie.

7.2.

Sisteme interactive de asistare a deciziei (SIAD)

Sistemele expert pot fi folosite de sine stttor sau pot fi integrate n alte sisteme informatice n
funcie de necesiti. O clas special de sisteme informatice n care sistemele expert pot fi integrate
mai uor din punct de vedere funcional sunt sistemele interactive pentru asistarea deciziilor

(SIAD), care utilizeaz cunotinele dintr-un anumit domeniu de aplicaie pentru a ajuta n
rezolvarea unor probleme slab structurate (greu de aloritmizat i de programat).
Sistemele interactive de asistare a deciziei (SIAD) folosesc, de asemenea, conceptul de
inteligen artificial pentru a sigura rezolvarea unei probleme complexe prin intermediul teoriei
baesiene sau modelului teoretic al deciziei n incertitudine, denumit i modelul de maximizare a
speranei funcie de utilitate (concept introdus de Von Neumann-Morgenstern i este utilizat n
teoria utilitii). SIAD a aprut iniial n SUA, n anul 1975 i s-a afirmat n Europa utiliznd
modelul de raionalitate limitat, a lui H. Simon.
Principalele caracteristici ale unui sistem sunt:
experiena, intuiia, judecile i preferinele decidentului sunt eseniale;
interactivitate de nivel nalt;
cutarea soluiilor necesit manipulri de date, cutare de informaii, modelare, calcule;
procedurile care urmeaz s se execute la un moment dat sunt cunoscute apriori, aceasta
depinznd de date sau de rezultate intermediare;
criteriile de decizie sunt numeroase, conflictuale i depind adesea de utilizatori;
datele sunt cunoscute ntotdeuna dinainte;
timpul de rspuns pentru obinerea unei soluii satisfctoare este limitat.
n ultima perioad sunt folosite pentru luarea de decizii n regim automat sistemele suport de
asistare a deciziei (SSAD) mai cunoscute sub denumirea de ESS executive support systems sau
EIS executive information systems i care au, n principal urmtoarele elemente:
arhitectur puternic integrat, format din:
a) baze de date (BD);
b) baze de cunotine (BC);
c) baze de reguli (BR);
d) baze de interactivitate (BI).
relaia obiecte active-obiecte pasive: asigur conlucrarea dintre date, cunotine i
reguli;
comunicaia SSAD-decideni: se realizeaz prin dialogul om-main bazat pe
interaciunea eveniment-mesaj;
relaia client-server generalizat: este realizat prin cooperarea intern (ntre obiecte)
i extern (ntre SSAD i decideni) prin intermediul bazei de interactivitate (BI).
Sistemele suport de asistare a deciziei asigur decidentului, care analizeaz o problem de
marketing i ia o decizie, asisten automat pentru:
formularea i transmiterea ntrebrilor ctre modelul adecvat din cadrul SSAD;
extragerea datelor i faptelor care sunt analizate din punct de vedere statistic;
selecia variantei decizionale optime pe baze automate pentru fundamentarea cursului
optim al aciunii.

Factori de decizie
n domeniul
marketingului

DECIZII

Entitate
organizatoric

Sistem suport de
asistare a deciziei

SIAD

ESS/EIS

SE

Figura 3.6. Rolul SSAD n fundamentarea deciziilor de marketing

n cadrul SSAD de marketing, datorit specificului de activitate, sistemul este structurat n:

subsistemul modelelor de management (SMM);
interfaa om-main (IOM);
subsistemul modelelor de gestiune a datelor i/sau cunotinelor (SMG).
a) Subsistemul modelelor de management al marketingului este format din modele
cantitative i calitative, metode i proceduri de optimizare1 care asigur SSAD proprieti de analiz
i de fundamentare a deciziei. Modele sunt structurate n trei clase:
modele strategice (MS): asigur responsabilitile de planificare de marketing pentru
cel mai nalt nivel decizional, fiind de fapt modele pe termen lung;
modele tactice (MT): sprijin gestionarea la nivel mediu pentru alocarea i controlul
utilizrii resurselor entitii organizaionale;
modele operaionale (MO): asigur gestionarea operaional n scopul lurii deciziilor
zilnice pentru activitile operative din domeniul marketingului.
b) Interfaa om main (IOM) este format din urmtoarele componente:
Limbajul de activare (LA) care asigur:
opiuni pentru introducerea datelor;
meniuri specifice pentru funciile utilizate.
Limbajul de afiare (LF) care permite:
opiuni pentru ieirea datelor cu afiare multipl (tabele, grafice etc.)
Baza de cunotine (BC) format cu cunotinele de marketing necesare utilizrii
SSAD
Facilitile asigurate de ctre IOM sunt:
interaciuni n diverse moduri de dialog;
multitudinea dispozitivelor de I/E;
capaciti grafice multiple, multiferestre;
faciliti de depanare i diagnoz;
instruire prin exemple.
c) Subsistemul modelelor de gestiune a datelor i/sau cunotinelor (SMG) asigur crearea i
validarea bazelor de date i/sau cunotine cu care interacioneaz n SSAD n domeniul
marketingului, i anume:
1

Kotler Ph., op. citat, pag. 202-203.

 modele de date pentru BD orientate pe obiecte (BD);

modele de cunotine multiutilizator pentru bazele de cunotine (BC);
modele de date pentru BD multimedia (BM).
Structura unui sistem suport interactiv de asistare a deciziei este redat n figura 3.7., care red
legturile dintre modelele i bazele utilizate ntr-un SSAD i decidenii-utilizatori a unui astfel de
SSAD de marketing.
DECIDENT

INTERFAT UTILIZATOR
Limbaj
Limbaj
Limbaj
activare
cunostinte
afisare
Modele de gestiune
a bazelor de
date/cunostinte

Modele de date
pentru BD
orientate pe
obiecte
Modele de date
pentru BD
multimedia

Modele de
cunostinte
multiutilizator

SGBD/BT/BC

Modele de
management
al marketingului

BD
BT

Modele
strategice

BD
multimedia

Modele
tactice

BC
BF

Modele
operationale

INTEGRARE
INTERACTIVITATE

Figura 3.7. Structura interactiv a SSAD n domeniul marketingului