Întrebǎri SIAD

1. Decizia (Teoriadescriptivă) – teoria despre cum sunt de fapt elaborate deciziile;

Decizia normativă (Teoria normativă) – teoria despre cum ar trebuie să fie elaborate
(luate) deciziile.

2. Criterii de clasificare a deciziei:

1. Perioada de scadență a deciziei
2. Obiectul deciziei
3. Incidențadeciziei/ Efectele produse de decizie
4. Natura variabililor de decizie
5. Posibilitatea modelării și formalizării algoritmului de decizie
6. Numărul de variabile a deciziei
7. Natura mediului sau contextului în care se iadecizia.

3. Tipuri de decizie după perioada de scadență a deciziei

1. Decizie pe termen scurt : dec. de a angaja pe cineva temporar pt. a suplini pe cineva;
2. Dec. pe termen mediu (1-5 ani) : dec. de a investi în calculatoare;
3. Dec. petermen lung (>5ani) :construcțiauneinoifabrici.

4. Tipuri de decizie după obiectul deciziei

1. Dec. strategică – este o dec. fundamentală, esențială pe termen mediu și lung:
fuziunea cu o întreprindere, listarea la bursă;
2. Dec. tactică
3. Dec. operațională

5. Tipuri de decizie după incidența deciziei/ Efectele produse de decizie

1. Dec. cu efect general;
2. Dec. cu efectintermediar;
3. Dec. cu effect restrâns.

6. Tipuri de decizie după natura variabilelor deciziei

1. Dec. ceutilizeazăvariabilecantitative;
2. Dec. ceutilizeazăvariabilecalitative.

7. Tipuri de decizie după numărul de variabile de decizie

1. Dec. unicriterială – un singurcriteriu de decizie de nat. cantitativă;
2. Dec. multicriterială.
8. Tipuri de decizie după natura mediului în care se ia decizia
1. Dec. în univers cert;
2. Dec. în univers aleator;
3. Dec. în univers incert;
4. Dec. în univers antagonist.

9. Clasificarea deciziilor bazată pe strategia adoptată

1. Strategie bazată pe calcule;
2. Str. Bazată pe raționament;
3. Str. Bazată pe compromisuri;
4. Str. Bazată pe inspirație.

10. Scala cunoașterii utilizată în problemele de decizie

 Certitudine – cunoașteri deterministe;
 Risc – cunoaștere complet probabilistică;
 Incertitudine – cunoaștere probabilistic parțială;
 Ignoranță sau necunoaștere – cunoaștere neprobabilistică.

11. Componentele modelelor de decizie

 Preferința – calitativ, cantitativ (exprimarea numerică permite negocierea între dorință
și risc)
 Opțiuni disponibile – enumerare, valori contunui
 Incertitudine – imprecizie și aproximare făcute în model de drag. Simplificării.

12. Ce se utilizează în fundamentarea teoretică a deciziei

În fundamentarea teoretică a deciziei în economie s-a folosit abordarea static și
econometrică care specifică:
 O mulțime de modele;
 O mulțime de acțiuni disponibile analistului;
 O funcție de pierdere (sau o funcție de utilitate) care cuantifică valorile pe care
decidentul le deține într-o acțiune particular, dintr-un model particular.

13. Care sunt aplicațiile notabile ale teoriei deciziei în economie

 Politica macroeconomică;
 Modele cu variabile instrumentale ( de comandă economică);
 Modele de licitație și căutare.
 14. Funcția valoare

Kahneman&Tversky Subjective
Value (Utility) Point 2

Point 1

Losses Gains

Reference point

 Funcțiavaloare are forma de S

 Este asimetrică (la fel ca și marea majoritate a proceselor și fenomenelor din economia
reală)
 Are un impact mai mare în cadranul pierderilor decât în cel al câștigurilor, fenomen
cepoartă numele “aversiunefață de pierderi” (loss aversion)

15. Componentele modelelor de decizie, coincide cu întrebarea 11

 Preferința – calitativ, cantitativ (exprimarea numerică permite negocierea între dorință
și risc)
 Opțiunidisponibile – enumerare, valoricontunui
 Incertitudine – imprecizieșiaproximarefăcuteîn model de drag. Simplificării.

16. Fazele procesului de decizie

17. Etapizarea procesului de decizie propusă de Brim

1. Identificarea problemei;
2. Obținerea informațiilo rnecesare;
3. Elaborarea soluțiilor posibile;
4. Evaluarea soluțiilor;
5. Selectarea strategiei care se vaaplica;
6. Implimentarea deciziei.
18. Arbore de decizie- arbore de clasificare

Arbore general
(rădăcina)

da nu (fii)

(frunză)

da nu da nu

Arbore binar

Arborele de clasificare, este un arbore în sens informatics prin intermediul căruia se

reprezintă clasificarea setului de întrebări referitoare la atributele obiectului ce urmează a fi
clasificate .
 Un arbore de clasificare este utilizat în luarea unor decizii ,motivpentru care este folosită
sintagma arbore de clasificare și deciziei. Acesta porționează în mod recursiv mulțimea de
antrenamente până la obținerea nodurilor finale, care conțin fie numai elemente din aceeași
categorie, fie elemente dintr-o categorie dominant.

19. Nivelurile de decizie ale procesului decisional dintr-o organizație (figura)

Strategi Analiza și planificarea direcțiilor

S1

Operațional Sinteză și control

O1 O2 O3

Tactic Reacție și execuție

T2 T4 T6

T1 T3 T5

20. Nivelul strategic

- descrie planul de dezvoltare într-un nivel înalt de abstractizare sau planurile "Ce să fac?"
- cu alte cuvinte, nivelul specifică ce trebuie făcut, dar nu dă detalii despre cum trebuie făcut
21. Nivelul tactic
-este acela în care execuţia operaţiei are loc întradevăr
- din acest motiv, gradul cunoştiinţelor şi al componentelor tactice este foarte specializat
în domeniul pe care operează, iar deciziile sunt luate în general, pe seturi de activităţi
atomice

22. Nivelul organizational (operaţional)

- este folosit pentru perfecţionarea planurilor efectuate la planul strategic, mai ales pentru
asigurarea resurselor logistice
- în acest scop se folosesc operaţii de planificare a resurselor şi echilibrarea solicitărilor
- cunoştiinţele despre mediul operaţiei sunt mai detaliate sau grupurile de cualităţi limitate
vor fi efectuate de decizii

23. Modelele utilizate pentru modelarea procesului decizional

- modelul informatic
- modelul matematic
- modelul sociologic
- modelul sistemic

24. Analiza procesului de decizie pe baza modelului informatic: are la baza faptul ca
procesul de decizie este asimilat unui computer, el regrupand 3 elemente principale:
1. Memoria: asimilata ansamblului de informatii disponibile si stocate.
2. Programele: asimilate cu preclucrarile efectuate asupra informatiilor disponibile in
memorie pentru a ajunge la o decizie(programe clasice sau de IA)
3. Procesul:
- este asimilat decidentilor, acelor care prelucreaza informatia
- abordarea procesului decizional din punct de vedere pune in evident 2 conditii ce trebuie
avute in vedere pentru a obtine o decizie de calitate si anume:
 necesitatea existentei informatiilor disponibile si de calitate
 cunoastere gradului de competent a decidentului

25. Analiza procesului de decizie pe baza modelului matematic

- identificarea variabilelor ce vor fi luate in calcul
- punerea in evidenta a relatiilor intre variabile
- identificarea criteriilor de decizie si formularea functiilor de optimizat
- stabilirea procedurii de rezolvare a problemei
Modelele matematice pot fi:
1. Modele deterministe in care universal este acet,adica toate elementele problemei de
tratat sunt cunoscute cu certitudine si nu sunt afectate de factorii perturbatori.
Forma DATA=MODEL, ceea ce inseamna ca datele sunt explicate in totalitate de
model.
2. Modelele aleatoare: modele in care anumite elemente ale problemei de tratat nu sunt
cunoscute de o maniera certa, dar pot fi estimate cu o anumita probabilitate de ralizat.
Forma DATA=MODEL+EROARE
Poate fi utilizat in cadrul unor aplicatii din domeniul activitatii de explorare a
programelor de productie, de aprovizionare, determinare a investitiilor.
26. Analiza procesului de decizie pe baza modelului sociologic
- a facut obiectul de studio pentru H. Simon, laureate al premiului Nobel pentru economie
- H.A. Simon a aratat ca toate deciziile se elaboreaza in 3 etape:
1. Identificarea problemei.
2. Identificarea alternativelor posibile.
3. Selectia solutiei.

27. Analiza procesului de decizie pe baza modelului sistemic

In toate sistemele exista 3 tipuri de component:
- functionale: de gestiune a intreprinderii
- de elaborare a deciziilor: efectuarea transferurilor efective realizate de sistem
- de comanda: gestiunea iesirilor din sistem

28. Obiectivele actorilor participanți la procesul decizional

29. Automatizarea procesului decisional

- preuspune utilizarea I.T. in acest domeniu
- automatizarea procesului deciozional depinde si de natura situatiei analiza
- situatiile decizionale prestabilite pentru automatizarea procesului de decizie sunt cele care
pot fi bine structurate, clar definite si care pot fi programabile
- un process automat de decizie trebuie sa se desfasoare fara nici o interventie umana,
procedurile de luare a deciziei fiind programate, utilizandu-se algoritmi bazati pe modele
logice, cantitative sau euristice
- decidentul uman, determina regulile, modelele si metodele utilizate pentru luarea deciziei
si completeaza scopurile deciziei in situatiile decizionale programate
- teoretic, programul de decizie automata poate sa invete din succesele si esecurile intalnite
si sa-si imbunatateasca procedurile si regulile de lucru
- domeniul automatizarii deciziilor cuprinde un set de concept, tehnologii, metode si
instrumente de proiectare si obiectiv general ambitios
- aria instrumentelor decizionale s-a largit fiind in stransa legatura cu dezvoltarea I.T. si a
instrumentelor de proiectare
- scopul primordial al automatizarii deciziilor este de a inlocui omul in procesul de luare a
deciziei, in cazul situatiilor decizionale programabile.
30. Etapele procesului decizional (figura)

Situatie

decizionala INFORMARE
Simplificare - identificarea problemei
- clarificarea problemei
Presupunere - descompunerea problemei in subprobleme
- atribuirea problemei

Definirea problemei
CONCEPTIE
- formularea modelului
- determinarea unui set de criterii de evaluare a
Validarea modelului
- stabilirea mai multor variante
modelului - previzionarea rezultatelor modelului
- comensurarea modelului

Definirea optiunilor
ALEGERE
Definirea
- solutionarea definitiva optiunilor
a modelului
- analiza de senzitivitate
Verificarea si testarea - selectarea celei mai bune variante
- stabilirea planului de implementare
solutiilor alese

Alegerea solutiilor

SUCCES IMPLEMENTARE SI EVELUARE ESEC

31. Sisteme pentru asistarea deciziei (definiție, caracteristici)

Def.: SIAD reprezinta un sistem informational care incorporeaza date si modele, utilizat
in scopul spijinului, nu inlocuirii factorului uman in procesul adoptarii deciziei atunci cand
deciziile care urmeaza sa fie luate sunt semistructurate sau nestructurate.
Caracteristici:
- furnizeaza suport pentru asistarea deciziei in cazul problemelor nestructurate sau
semistructurate
- sprijinul acordat in adoptarea deciziei este dat pentru toate categoriile de decidenti din
cadrul unei organizatii
- scopul- asistare a decidentului in rationamentele efectuate si nu de inlocuire a acestuia
- asistenta este furnizata in toate fazele procesului decizional
- asista atat decidentii individuali cat si grupurile de decizie
- sunt flexibile, in sensul realizarii cu usurinta de catre utilizatori a adaugarii, modificarii,
stergerii a elementelor problemei analizate
- imbunatateste mai mult eficacitatea decat eficienta procesului decizional
decidentul are controlul in orice etapa a procesului aferent problemei respective
- furnizeaza asistenta pentru decizii independente, cat si interdependente
- se bazeaza pe modele, date si cunostinte
- poate fi folosit si ca un instrument de invatare de catre decidenti mai putin experimentati
- interactiunea cu utilizatorul trebuie sa fie usoara, rapida si eficienta
- trebuie sa dispuna de facilitate sporita de modelare si analizare
- trebuie sa asiste decidentul indiferent de stilul care este folosit pt adaptare

32. Tipuri de SIAD (figura)

33. File drawer system :

Tip: File drawer system
Operatiuni efectuate: accesare de date
Nivel decizional: operational
Actiuni desfasurate: interogari simple
Periodicitate: aleatorii

34. Sisteme pentru analiza datelor

Tip: Sisteme pentru analiza datelor
Operatiuni efectuate: analiza datelor din febiere
Nivel decizional: operational
Actiuni desfasurate: manipulare si afisare a datelor
Periodicitate: aleatoriu sau periodic
35. Sisteme pentru analiza informațiilor
Tip: Sisteme pentru analiza informațiilor
Operatiuni efectuate: analiza datelor din mai multe baze de date si realizare de mici modele
Nivel decizional: operational si tactic
Actiuni desfasurate: dezvoltare de mici modele
Periodicitate:aleatoriu sau periodic

36. Modele contabile

Tip: Modele contabile
Operatiuni efectuate: efactuare de calculi pe baza unor formule financiar-contabile
Nivel decizional: tactic
Actiuni desfasurate: intrari (estimari de active), iesiri (rezultate financiare)
Periodicitate: periodic

37. Modele descriptive

Tip: Modele descriptive
Operatiuni efectuate: previzionarea impactului adoptarii anumitor decizii
Nivel decizional: tactic
Actiuni desfasurate: intrari (decizii posibile), iesiri (rezultate estimate)
Periodicitate: aleatoriu sau periodic

38. Sisteme de optimizare

Tip: Sisteme de optimizare
Operatiuni efectuate: obtinere de solutii optime sau optimal pentru o problema
Nivel decizional: tactic
Actiuni desfasurate: intrari (obiective si restictii), iesiri (solutii)
Periodicitate: aleatoriu sau periodic

39.Sisteme de sugestionare
Tip: Sisteme de sugestionare
Operatiuni efectuate: efectuare de calculi al caror rezultat este generarea unor decizii
posibile
Nivel decizional: tactic si strategic
Actiuni desfasurate: intrari (descrieri ale situariilor decizionale), iesiri (decizii posibile)
Periodicitate: zilnic sau periodic
40.Modelul organizației (figura)

SISTEM CONSULTATIV

Solutii ↓↑ Cunostinte ↑↓ Solutii

…………............ ……………… …............
SISTEM DE CONDUCERE
Decizie ↓↑ Informatii tratate ↑↓ Decizie

Informatii externe → → Informatii pentru exterior

SISTEM INFORMATIONAL
Decizie ↓↑ Date colectate ↑↓ Decizie

Flux intrare→ → Flux iesiri

SISTEM OPERATIONAL

41. Clasificări ale SIAD

- In functie de tehnologia informatica utilizata;
- Clasificarea DONOVAN;
- In functie de destinatie;
- ClasificareaHolsapple;

42. Clasificare Donovan

- SIAD instituționale;
- SIAD ad-hoc;

43. Clasificare SIAD înfuncție de destinație

- SIAD individuale;
- SIAD de grup;
- SIAD organizaționale;

44. Clasificare SIAD Holsapple

- SIAD orientate pe text;
- SIAD orientate pebaze de date;
- Siad orientate pe algoritmi de cautare în spatial soluțiilor;
- SIAD orientate peprobleme;
- SIAD orientate pereguli;
- SIAD hibrid;
45. Arhitecturaunui SIAD (figura)

Bază de date Bază de modele

Sistem de Sistem de
gestionare al bazei gestionare al bazei
de date (SGBD) de modele (SGBM)

Modul de cunoștințe

Interfețele cu utilizatorul

46. Arhitecturaunui SIAD (descriere)

În majoritatea lucrărilor de specialitate se consider că principalele module ale unui SIAD

sunt:

- Subsisteme de gestionare al datelor, care cuprinde baza de date SGBD-ul și după unii
cercetători, posibil de interogare;
- Subsisteme de gestionare al modelelor, cuprinde baza de modele, sistemul de gestiune al
bazei de modele, inst de realizare și dezvoltare a modelelor;

Modelele pot fi clasificateîn: operaționale, tactice, strategice.

Principalele sarcini pe care trebuie sa le indeplineasca modelele:

 Analiza: clasificare, organizare, intelegere a seriilorstatistice

 Previziunesiproiectie in viitor
 Simulare
 Estimaresievaluare
 Formule de deciziimulticriteriale
 optimizare
- Subsisteme de gestionare al cunoștințelor, formate din baza de cunostintasi motor de
iferente
- Subsistemele interfeței cu utilizatorul, component a SIAD care asigura comunicarea intre
utilizator sicelelalte componente (subsisitemul de gestiune al datelor, modelelor,
cunostintelor);

47. Tipuri de arhitecturi SIAD

Din punct de vedere al modului de repartizare al componentelor SIAD, distingem 3 tipuri de

arhitecturi:

 Centralizate;
 Înrețea
 Ierarhice.

48. Arhitectura centralizată:

 Fiece model beneficiază de un modulunic de dialogare și comunică cu o singură bază de
date;
 Integrarea diferitelo rmodele este foarte ușoară;
 Partajarea unei baze de date unice facilitează schema de influențe între modele
 Controlul se realizează prin dialogare, care fiind unitară, este confortabilă pentru
utilizare.
 Cadezavantaj: dificultatea intrării in system a unui nou model.

49. Arhitecturaînrețea
 Acest tip presupunecafiecare model sădeținăbazasa de date, modulsăupropriu de
dialogareșimodurile de integrare
 Cu altecuvinte, fiecare model șisatelitsăformeze un complex diferit, un fel de sub SIAD;
 Controlulrețeleiesterealizat de cătremodulele de integrare;
 Principalulavantaj: o mare modularitate, fiind o artihecturădeschisășiadaptabilă,
modificările din interiorulunui complex neinfluențându-le pecelelante.

50. Arhitectura ierarhică

Se aseamănă cu cea centralizată, doar cu diferentele:

 Divizează modulul de dialog in 2 module: modulul de dialog comun gestionează partea

de schimb cu utilizatorul de tip ”dialog inter modul”, modul de dialog fiind legate direct
la fiecare model.
 Modul bazei de de date este înzestrat cu un strat suplimentar destinat ameliorării
principalelo rdefecte al arhitecturii centralizate, permițând adaptarea mult mai ușor de
realizat .
 Modelele nu schimb nici date, nici parametrici între ele.
  Schimbul intre module de dialog si modele, precum și trecerea de la un model la altul,
este asigurată de supervisor, se interpune intredialogul utilizator si modele
 Modul de supervisor deține propriile resurse de dialog
 Prin intermediul acestui dialog utilizatorul își exercită controlul privind trecerea de la un
model la altul
 Cercetarea datelor de tip what-if se pot realize prin intermediul modulelor de dialogare,
associate fiecărui model
 Schimbul de date intre modele poate fi comandat de supervisor care citește datele
modelelor și le recopiază în bazasa de date de unde se reflect transferal către alte modele
 Toate aceste date referitoare la diverse prelucrări pot fi alternative grupate într-o super
bază de date, conținând date marcate proprii supervizorului .
 Se poate remarca că dacă modelele se adaugă sau se retrag cu o mare ușurință, ramân de
făcut modificările lejere supervizorului.

51. Descoperirea cunoștințelor

Descoperireacunoștințelor se referă la întregul proces de descoperire, de extragere a cunoștințelor

utile din datele existente. Aceasta implică evaluarea și interpretarea posibilă a metodelor pentru a
face decizia mai ușor de adoptat. Includea posibilitatea preprocesului și exemplificarea datelor
anterioare etapei de data mining. Descoperirea cunoștințelor este un proces disciplinal care se
poate afla la confluența mai multor domenii, asa cum se pa=oate observa din figuri (care figuri
nu stiu .

52. Explorarea datelor- Data mining

Se referă la aplicarea algoritmului pentru extragerea modelelor din date fără pașii suplimentari
procesului de descoperire a cunoștințelor.

Procesul de extragere și interpretare a modelului din datele existente implică aplicarea repetată a
următorilor pași:

 Analizarea amănunțită și înțelegerea: domeniului aplicației, cunoștintele relevante pt

domeniul studiat, scopurile utilizatorului final.
 Crearea setului de date obiectiv : selectarea unui set de date sau focalizarea pe un subset
de variabile pe care va fi focalizat descoperirea de cunoștințe.
 Selectarea datelor si preprocesarea: inlaturarea datelor neutilizate sau nefolosibile,
colectarea informatiilor necesare, strategia pt tratarea campurilor fara date sau cu date
eronate.
 Proiectia si selectia datelor:
-gasirea caracteristicilor folosite pt reprezentarea datelor in functie de scopul stabilit
- utilizarea metodelor de transformare sau pt reducerea numarului de variabile avute in
vedere.
  Alegerea obiectivului explorării datelor

-Stabilirea Scopului procesului de descoperire a cunoștințelor care pot fi: clasifie, regresive,
grupare etc.

 Alegerea algoritmului de axplorare a datelor

- Stabilirea metodelor utilizate pt descoperirea de modele din datele existente
- Alegerea modelelor si al parametrilor care satisfac cerintele formulate
- Cuplarea metodelor specifice explorarii datelor cu toate criteriile procesului de
descoperire a datelor.
 Explorarea datelor
 Interpretarea modelelor sau șabloanelor explorate
 Consolidarea cunostintelor descoperite

53. Pașii procesului de extragere și interpretare a modelelor (descriere)

54. Elementel eesențiale din artitectura unui system decisional
 Sursele de date
 Depozitul de date
 Magaziile de date
 Instrumentelede analizasiinterogare

55. Arhitecturaunuisistem de asistare a decizieibazatpe date (figura)

Sursa de date deposit de date magaziile instr. analiza

56. Arhitectura unui sistem de asistare a deciziei bazat pe date (descriere)

- Sursele de date sunt numeroase, variate si autonome, ele pot fi: interne siexterne.
Sistemul decisional comporta 2 tipuri de parti de stocare care sunt depozitele si
magaziile.
 - Un deposit de date regrupeazaintr-un format omogen date utile pentruasistarea deciziilor,
provenind din surse interne (baze de productie) sau externe (baze de parteneri).
- O magazine de date este o extragere de informatiidintr-un deposit constat anterior.
Magazia este organizata intr-o maniera adecvata, astfel incat sa permita o analiza rapida
avand ca scop asistareadeciziei.
- Instrumentele de analiza permit sa se manipuleze date urmarind axele de
analiza.Informatiaeste vizualizata prin intermediul interfetei interactive.
57. Arhitecturadetaliată a uni system decisional (figura)

I C R
I
S1
N O E
N
MD1
O
T N T
S2 R
E S
E
G MD2
G T Depozitul de R
A
date
R R O
SG N
A U G
I
R C
Z A
S3
E T A MD3 R
A I R e
A e

Legenda> s1,s2,s3- surse de date

SG- system gestiune

MD1, MD2, MD3- magazii

58. Arhitecturadetaliată a uni system decisional (descriere)

Integrarea urmar.Rezolva pertubatiile datorate eterogenitatii diferentelor date si
integrarea SG. Aceasta sursa globala este virtuala, adica datele pentru SG raman stocate
in sursa de date, ele fiind extrase numai in momentul actualizarii depozitului. In acest
process are loc transformarea datelor care implica filtrare, omogenizare, triere.
Constructia consta in extragerea datelor pertinent epentru asistarea deciziilor si apoi
copierea acestora in depozit.
 59. Componentele sistemului decisional

Integrarea, constructia, reorganizarea,interogarea.

Intrǎri Ieșiri Probleme

Integrarea S1, S2 SG -eterogenitate (sist., model,

semantici)
-distribuţia datelor

-extragere date
Construcţia SG ED -modelare depoz.
-menţinere depoz.
-conservarea istoricǎ a datei

Reorganizare ED MD1, MD2 -extragere date

-modelare multidimensionala

Interogare Expert info. ED Rezultate-manipulare temporara

Non expert MD1 -manipulare multidim.
info -prezentarea rezultatului

60. Un depozit de date regrupeazǎ într-un format omogen date utile pentru asistarea deciziei
provenind din surse interne (baze de producţie ) sau externe (baze de parteneri, internet etc).

61. Magazia de date este o extragere de informaţi dintr-un depozit anterior.Magazia este o
organizare de o manierǎ adecvatǎ astfel încȃt sǎ promitǎ o analizǎ rapidǎ avȃnd ca scop
asistarea deciziei.
62. Structura unui depozit de date
 Se structureazǎ în 4 clase de date organizate printr-o axǎ istoricǎ și sinteticǎ.

Clase de date
M
E Date foarte
T agregate Nivel
A sintezǎ
D Date
A agregate
T
E

Date detaliate

Nivel
istoric

Date detaliate
istoric

63. Datele detaliate

 reflectǎ evenimentele cele mai recente,;
 inserarea regulatǎ a datelor se realizeazǎ la acest nivel chiar și dacǎ nu trebuie
generalizat;
 datele detaliate sunt foarte voluminoase;
 necesitǎ concepte sofisticate.
64. Datele transversale

65. În cazul datelor agregate, informaţia este compusǎ din conţinutul prezentat și unitatea
dupǎ care s-a realizat agregarea, sunt mai usor de accesat și înţeles, și sunt utilizate mai
des deoarece corespund elementelor reprez. de analizǎ, conform cu cerinţele
utilizatorului.

66. Metadatele regrupeazǎ ansamblu de informaţii referitoare la depozite și procesele

asociate. Metadate=date despre date.

67. Tipuri de arhitecturi ale unui depozit de date:

Existǎ 3 tipuri de arhitecturi:
 Arhitecturǎ realǎ;
 Arhitecturǎ virtualǎ;
 Arhitecturǎ “remote”.

68. Arhitectura reală :

-stocarea datelor se realizeazǎ într-un SGBD alimentat prin extrageri periodice.
-înainte de a fi încǎrcate în depozite, datele sunt supuse curǎţirii, transf., integrǎrii.

69. Arhitectura virtuală se caracterizeazǎ prin faptul cǎ datele din SD se gǎsesc in dep. de
date, ele devenind vzibile pt. operaţ. de analizǎ prin intermediul prod. Middleware sau
prin prod. Gateways.

70. Arhitectura “remote” este o combinaţie a celor douǎ tipuri de arhitecturi: arhitectura
realǎ si cea virtualǎ. Presupune implementarea fizicǎ a nivelelor agregate în cazul
 depozitelor pentru facilitarea accesului și pǎstrarea nivelului detaliat al datelor în
sistemele de producţie.
71. Infocentrul și depozitul de date se definește ca o „colecţie de date orientate pe subiecte
de analizǎ, integrate,volatile,actuale și organizate, utilizatǎ ca suport în procesul de
asistare a deciziilor punctuale”. Infocentrul este un instrument în timp ce depozitul de
date este o arhitecturǎ.

72. SIAD- componente front-end- aplicaţiile front-end sunt componentele SIAD bazate pe
date care au ca scop punerea în valoare a volumului de date existente în depozitele de
date.

73. Economia bazată pe cunoaștere – prin aceastǎ abordare procesul de luare a deciziei este
vǎzut ca un proces de creare de noi cunoștinţe care explicǎ alegerea unui curs al acţiunii.

74. Elaborarea cunoștințelor în procesul de luare a deciziei (figura)

75. Surse de cunoștințe- aceste surse pot fi SIAD convenţionale sau inteligente.
Colaborarea dintre cele 2 entitǎţi omul și SIAD se poate manifesta în mai multe moduri:
decident-participant-susţinǎtor sau transfer efectiv de cunoștinţe prin exteriorizare.

76. Cunoștințe intermediare- acestea sunt soluţii intermediare obţinute în cadrul procesului
de elaborare care, la fel ca soluţiile finale sunt stocate în baza proprie de cunoșinţe.
77. Categorii de cunoștințe din perspectiva SAD- Aceste cunoștinţe se impart în douǎ mari
categorii: cunoștinţe tacite și cunoștinţe explicite, fiecare categorie carcterizȃnd
preponderent una din cele douǎ ramuri ale managementului cunoșinţelor, respective cea
bazatǎ pe factorul uman și cea bazatǎ pe factorul tehnologic.

78. Calitatea cunoștințelor este unul din factorii esenţiali ai procesului decisional, ea
depinzȃnd de surse și de modul în care sunt procesate.

79. Tipuri de cunoștințe- Din punct de vedere al SAD, în calitatea acestora de instrument al
managementului cunoștinţelor, cunoștinţele se impart în douǎ mari categorii, principale și
secundare,fiecare categorie conţinȃnd la rȃndul sǎu 3 tipuri de cunoștinţe.În cazul
cunoștinţelor principale se regǎsesc cunoștinţe descriptive, procedurale și de raţionament,
iar în cazul cunoștinţelor secundare se regǎsesc cunoștinţe lingvistice,de asimilare și de
prezentare.

80. Perspectiva interacțiunii cunoștințelor (figura)