Documente Academic
Documente Profesional
Documente Cultură
SP Final
SP Final
14. Integrare
şi conectare WEB
13. Acces
uşor la date 1. Programe
12. Modelare şi analiză semistructurate
4. Decizii
9. Eficacitate, interdependente
nu eficienţă sau secvenţiale
Subsistemul
bazei de
cunostinţe
Interfaţa cu
utilizatorul
Utilizatorul
Colectarea filtrarea
şi agregarea datelor Date specifice (personale)
Baza de Date
Facilitaţi de interogare
a sistemului suport Depozitul de date Warehouse
de decizie
Subsistem Administraea
Interfaţa
gestiune datelor cunoştinţelor
Baza de modele
Conţine instrumente statistice, financiare, manageriale şi de
prognoză precum şi diferite modele cantitative care ofera DSS posibilităţi de
analiză.
Modelele din baza de modele pot fi împărţite în patru mari categorii:
a. Modele strategice sunt folosite pentru a susţine decizii
manageriale de nivel înalt. Pot fi utilizate în dezvoltarea
obiectivelor ce trebuiesc atinse de organizaţie, planificarea
achiziţiilor importante, alegerea locului de amplasare a
întreprinderii, analizarea impactului asupra mediului, elaborarea
unor bugete speciale.
b. Modele tactice sunt folosite în principal de nivelele intermediare
ale managementului pentru a eficientiza alocarea resurselor
organizaţiei (modele pentru recrutarea personalului, promovarea
vânzărilor, elaborarea curentă a bugetelor), şi se intind pe un
orizont de timp de 1-2 ani.
c. Modele operaţionale sunt folosite pentru a sprijini activitatile de
zi cu zi ale organizaţiei (programarea producţiei, inventariere,
controlul calităţii, întreţinerea utilajelor) şi se întind pe un orizont
de timp foarte scurt (zile, luni) şi ele folosesc în special date
interne.
d. Modelele analitice sunt utilizate pentru analiza datelor (modele
statistice, modele ştiinţifice, de management).
Pe lângă modelele strategige, tactice şi operaţioale, baza de modele
mai poate conţine şi rutine, cum ar fi rutine generatoare de numere
aleatoare, de calcul a valorii actualizate sau de analiza de regresie. Aceste
subrutine pot fi folosite de sine stătătoare pentru analiza datelor sau pot fi
componente a unor modele mai complexe.
Deoarece DSS lucreaza cu probleme semistructurate şi nestructurate,
este adesea necesară adaptarea modelelor. Acest lucru poate fi realizat cu
limbaje de programare de nivel forte înalt cum ar fi COBOL sau cu limbaje
speciale de modelare – IFPS/Plus.
Baza de fapte
Sistem expert
Figura 1.5 Structura unui sistem expert
20 Sisteme suport pentru decizii
Sistemul de management
al interfeţei cu utilizatorul UIMS
INPUT OUTPUT
Limbaj activ Limbaj de afişare
imprimantă
utilizator
Concluzii
Sistemele suport de decizie au evoluat simultan cu dezvoltarea
tehnologiilor hardware şi software. Hardware-ul influenţează funcţionalitatea
şi utilizarea DSS, iar alegerea hardware-ului este determinată de
disponibilităţile organizaţiei. De obicei, DSS rulează pe un hardware
standard. Opţiunile pentru hardware sunt computerul principal al
organizaţiei, o staţie de lucru, un computer personal sau un sistem client
server, fiecare opţiune având avantajele şi dezavantajele ei.
Caracterisitcile şi componentele DSS îl disting de alte sisteme
informaţionale. MIS poate fi vazută ca o infrastructură, IS care generează
rapoarte, rezumate standard şi speciale, oferă răspunsuri la interogari şi ajuta
la monitorizare. Este de obicei organizat pe arii funcţionale (MIS în
marketing , MIS în contabilitate etc.)
Un DSS este o unealtă de rezolvare a problemelor care oferă suport
de decizie într-o perioadă scurtă şi este utilizat adesea pentru a rezolva
probleme neaşteptate. MIS ofera soluţii pentru situaţiile în care au fost scrise
deja modele şi software.
Un DSS de modele pentru probleme de marketing este dat în
figura 1.7 /14 /.
Modele statistice
standard
Date de marketing - analiza regresiei
- rapoarte de vânzari - analiza factorială
- rapoarte de piaţa - analiza grupurilor
- rapoarte industiale - analiza discriminant
- rapoarte - conjoint analysis Modele de marketing
guvernamentale - prognozare - mix media
- stiri
- studierea amplasamentului
- concurenţa
- designul produselor
- sugestii ale experţilor
Modele manageriale - buget de publicitate
standard
- programare liniară
- analiza Markov
- tabele de decizie Output
- stocuri Evaluări şi recomandări
- manag. proiectului ale marketingului
Baza de date,
cunoştinţe, Interfaţa
cu utilizatorul Instrumente
depozit de date
Evaluări web
Agenţi inteligenţi
Utilizator
Sursa: Turban.
Figura 1.7 DSS de modele pentru marketing
Sisteme suport de decizii (DSS) 27
Observaţii
DSS poate fi orientat către un utilizator individual, către un grup de
decidenţi implicaţi în acţiuni separate dar interdependente, sau către întrega
organizaţie. Termenul „suport de grup“ nu trebuie confundat cu conceptul
de DSS de grup. În suportul de grup deciziile sunt luate de presoane ale
căror sarcini sunt interdependente, şi trebuie să se verifice impactul
deciziilor fiecărui membru asupra celorlalţi, dar nu este necesar să se ia
decizii în grup. În DSS-urile de grup fiecare decizie este luată de grup.
Multe DSS sunt proiectate special pentru utilizatori individuali şi
organizaţii, iar altele se proiectează cu caracter general, şi pot fi utilizate cu
mici modificari în mai multe organizaţii, ele sunt denumite DSS standard
(ready made).
DSS şi conectarea WEB au în vedere dezvoltarea DSS-ului şi
utilizarea acestuia folosind tehnologia Web (internet, extranet, intranet) şi a
instrumentelor softwere precum ERP, SCM. DSS utilizat în conexiunea cu
WEB-ul permite:
- activarea unor aplicaţii DSS deja existente (pe alte date);
- utilizarea on-line a unor informaţii ajutătoare (helpuri);
- comunicare mai bună între utilizatori privind interpretara
rezultatelor;
- colaborare cu alţi utilizatori la implementarea soluţiilor generate
de modelele DSS.
30 Sisteme suport pentru decizii
Date interne
Date externe Date cu caracter personal
Tehnologii de fabricaţie
Pieţe de desfacere Starea utilajelor Politici şi strategii viitoare
Furnizori Contracte existente ale executivului
Firme concurente Date despre personal Preferinţele decidenţilor
Tendinţe Stocuri
Modele de analiză
Baza de date DSS financiară
Baza
de modele
Depozit DSS
Modele pentru
planificarea producţiei
Modele de stocuri
Managerii subsistemelor
de pe diferite nivele ierarhice
1.6 Bibliografie
Managementul datelor
Depozitarea, accesarea, regăsirea, analiza şi
vizualizarea datelor
Cuprins
2.
Managementul datelor
Depozitarea, accesarea, regăsirea, analiza şi
vizualizarea datelor
Comunicarea
de afaceri
Documentar
ea
EIS, altele
Sisteme suport de decizii (DSS) 41
Beneficiar_i
d
Nume
Tip_benefici
ar
Fig 2.2 Schema stea a unui depozit de date
Dimensiunea Dimensiunea
TIMP OPERAŢIE
Timp_id Operaţie_id
Ziua TRANZACŢII Denumire
Luna
Trimestru BENEFICIAR
An
Timp_id
Operaţie_id Dimensiunea
Filiala_id LOCAŢIE
Dimensiunea Client_id
BENEFICIAR Cantitate transp Locaţie_id
Nume
Beneficiar_id Oraş, sector,
Nume
Tip_beneficiar MIJLOC strada, Nr.
DE
TRANSPO
Dimensiunea RT
OPERATOR Timp_id
Locaţia_id
Operator_id Operator_id
Nume Nr_curse
Data_incadrare Cant. transportată
Salariu
Trimest
A
ru
n Timp_
Operaţie
id
Timp_ Locatia_id
_id
Ziu
id Beneficiar_i
Sezo
a Cantitate
d Locatie_i
n transportata Num
d
e
FILIALA
Adresa
Beneficiar_
Num
id Oras,
e
Tip_benefici sector
ar strada,
Nr.
Tip
beneficiar
Ctg.
Beneficiar
Subctg.
Benef.
Fig. 2.4 Schema fulg de nea a unui depozit de date
Depozitele de date pot stoca volume mari de date (1012 bytes) care
să fie utilizate ulterior, deci într-un asfel de sistem este necesară arhivarea
datelor.
Arhivarea datelor implică selectarea lor din diferite surse şi în
acest sens este necesar de a detecta datele de interes şi de a determina
modul de încărcare a lor ( de obicei pe loturi- batch). De asemenea procesul
de arhivare impune în prealabil conversia datelor din formatul original în
cel al depozitului.
Sistemul de arhivare facilitează reţinerea de date istorice despre un
eveniment, o acţiune, o entitate, o decizie şi realizeză apoi integrarea lor
într-o structură unică care să permită apoi factorilor decizionali să le
utilizeze pentru acţiuni viitoare (prognoze).
În acest sens este necesară o exploatare inteligentă a datelor care să
se acomodeze rapid la cererile şi tendiţele pieţii şi ale utilizatorilor cu un
cost scăzut şi cu creşterea profitului.
Este important să fie descoperite şi anticipate din timp locurile
înguste dintr-un sistem care crează probleme, să existe posibilitatea
remedierii lor şi realizării unor corelaţii între date şi a unor prognoze care să
permită luarea unor decizii mai eficiente.
Utilizarea unor motoare inteligente de căutare şi interogare şi a unor
instrumente moderne de analiză a datelor (precum sistemul OLAP)
contribuie la eficienţa utilizării depozitelor de date în procesul decizional.
Un depozit de date are în vedere separarea fizică a domeniului
operaţional de cel de suport de decizii. Scopul unui depozit să permită un
acces rapid la datele operaţionale necesare în aplicaţiile destinate procesului
decizional şi sistemelor de informare directă şi în acest scop el crează un
depozitar de date asemănător unui director de date.
Datele operaţionale detaliate trebuiesc corelate pentru a fi mai
uşor prelucrate în vederea furnizării de informaţii corecte, sintetice şi în
timp util managerilor în procesul de luarea a deciziilor.
Datele culese din diverse surse eterogene înainte de a fi stocate în
depozitele de date sunt supuse unui proces de selectare, filtrare, validare şi
transformare (serviciul DTS) care să asigure o calitate sporită a informaţiilor
furnizate pe baza acestor date.
Procesul de curăţire include pe lângă funcţiile de bază şi funcţia de
corectare a erorilor precum şi acea de completare a omisiunilor.
Validarea datelor se referă la uniformizarea unităţilor de măsură,
verificarea încadrării lor în categorii, grupe, clase, de exemplu conversia
unităţilor monetare etc.
Sisteme suport de decizii (DSS) 51
Depozitele de date apar în diferite forme şi mărimi cu unul sau mai multe
servere. Principalele componente ale unui DSS sunt :
Baza de date fizica mare reprezentată de toate datele ce urmează a fi
stocate alături de metadate şi de logica de prelucrare necesară pentru
selecţionarea, organizarea, codarea şi procesarea datelor pentru utilizatorii
finali.
Depozitul de date logice conţine toate metadatele, regulile şi logica de
procesare a metadatelor necesară pentru selecţionarea, organizarea, codarea
şi procesarea datelor. Ea conţine informaţiile necesare găsirii şi accesarii
datelor efective, oriunde ar fi localizate.
Piaţa de date (data mart) este o colecţie de date specializată, ce
îndeplineşte rolul de depozit de date departamental, regional sau funcţional.
În procesul de stocare a datelor, organizaţia construieşte o serie de pieţe de
date, de-a lungul timpului, pe care le poate uni prin intermediul unei baze de
date logice raportată la întreaga organizaţie.
Sisteme de sprijinire a procesului decizional şi un sistem de informare
actviă care nu sunt depozite de date, ci aplicaţii care utilizează depozitele de
date.
Proiectarea depozitului de date include următorii paşi :
1. Stabilirea obiectivelor de proiectare : domeniile, subiectele spre
care va fi orientat ;
2. Precizarea surselor interne- tranzacţionle, externe de culegere a
datelor ;
3. Identificarea instrumentelor pentru realizarea procesului de
curăţire, conversie, transformare, agregare, sintetizare a datelor ;
4. Stabilirea structurii depozitului şi a instrumentelor pentru
populare şi accesare ;
5. Precizarea modului în care se va face analiza şi vizualizarea
informaţiilor, mediu de dezvoltare de aplicaţii, produse specializate în
analiza datelor, aplicaţii dedicate
Pentru proiectarea structurii unui depozit de date se folosesc modele
de tip stea, conexiuni stelare sau fulg de nea, ce sunt modele conceptuale
Sisteme suport de decizii (DSS) 55
Depozitar
Surse
Program de achizitionare
interne Client
EIS
a datelor
Server al Server
bazei de Client
EIS/DS DSS
date
S
Surse Client
externe EIS
Beneficiar
tip
adresă
cant.comanda
tă Perioada
clasa
beneficiar Produs
tip
tipodimensiune
Fig.2.6 Fig.2.7
Beneficia
.
r Benef.n
n
0raş A
x
Judeţ
0raş B 0raş C
Benef.4
Benef.3 depozitare
y
Judeţ
Benef.2 transport
marcare
Benef.1 ambalare
P1 P2 P3 P4 Pn Produ
Timp Tip Tip Tip Tip produse
se
1 Clasa 1 2 2 Clasa 2 k
Fig.2.8
SELECT PRODUSE
ACHIZITIONATE PRET
Listeaza toate achizitiile efectuate
CANTITATE FROM LISTA-
de A:S:E. începând cu ianuarie 2000, în
termeni de produse, preţuri şi cantităţi ACHIZITII WHERE NUME-
CLIENT EQ A.S.E. DATA
ACHIZITIEI GE 01/01/2000
SELECT PRET, CANTITATE
Listează preţurile şi cantităţile VANDUTA FROM PRODUSE
calculatoarelor pe grupe de valori şi firme WHERE NUME PRODUS EQ
din ţară. CALCULATOR SI FIRMA EQ
S.R.L SI iTARA EQ ROMANIA
Limbajul MDX permite operarea asupra cuburilor utilizând o
semantică asemănătoare cu cea a limbajului SQL. Exemplu de sintaxă :
SELECT < specificator axa 1 > …….. < specificator axa k >
FROM < specificator cub >
WHERE < specificator secţiune (slice) >
Numărul de axe determină dimensiunile cubului, primele cinci axe
având denumirea de coloane, rânduri, pagini, capitole şi secţiune.
Specificatorul de axe include setul de membrii ai dimensiunii respective.
Dacă specificatorul pentru axa page lipseşte avem un cub bidimensional
redus de fapt la o tabelă pivot. Specificatorul secţiune prezintă numele
dimensiunii şi membrul pe care se face secţiunea transversală cu
specificarea subdimensiunilor ierarhice până la rădăcină.
Sistemul Microsoft permite până la 63 de axe şi o axă pentru măsuri
ce are un regim special, nepermiţând însumări ale proiecţiilor şi reprezintă o
dimensiune vizibilă.
Utilizarea unor instrumente inovatoare (de tip data mining,) pentru
accesarea datelor în bazele de date sau depozitele de date cresc eficienţa
utilizării acestora.
Data Mining este un instrument pentru a descoperi noi cunoştinţe
într-o bază de date sau depozit de date. El include recunoaşterea
activităţilor, extagerea acestor cunoştinţe, arheologia datelor, explorarea
datelor, prelucrara structurilor de date, tipare de prelucrare, colectarea
datelor şi analiza lor în scopul previziunii evoluţiei lor în viitor.
Extragerea cunoştinţelor direct de utilizatori şi realizarea dezideratelor
de mai sus utilizând algorimi neuronali, genetici, sau de alt tip conduc la
viteză sporită de prelucrare şi memorare. Principalele caracteristici ale
tehnicii data mining sunt :
- posibilitatea de a exploata date adânci îngropate ;
62 Sisteme suport pentru decizii
Sursa de date
OLAP Server Baze de
( date multidimensionale ) Date ROLAP date
relaţionale
Date HOLAP
Baze de date
multi-
Pivot table service Date MOLAP dimensionale
SQL Server
Aplicaţii Client Fişiere de
date
Fig. 2.9 Arhitectura depozitului de date şi a serviciului OLAP oferite de SQL Server
64 Sisteme suport pentru decizii
Având drept sursă baza de date creată anterior, s-a construit depozitul de
date, ce permite modelarea şi vizualizarea datelor în dimensiuni multiple.
Modelul este definit prin dimensiuni şi fapte.
În acest caz, dimensiunile luate în considerare sunt:
1. Dangajat – ce caracterizează persoana care se ocupă de un anumit
contract;
2. Dprodus – care descrie produsele ce sunt comercializate;
3. Dsocietateclient – prezintă atribute legate de clienţii firmei;
4. Timp – ce poate avea două nivele de ierarhizare lună şi an.
Fiecare dimensiune are un tabel asociat numit tabel dimensiune.
Faptele au de asemenea un tabel asociat reprezentat în acest caz de
tabelul Situaţievânzări. Faptele sunt valori numerice care reprezintă
subiectul analizei noastre viitoare. Ele sunt implicit definite prin combinaţia
elementelor dimensiunilor. Măsurile considerate în cazul nostru sunt:
valoare vânzări şi valoare comision.
70 Sisteme suport pentru decizii
4. Concluzii
Şirul exemplelor de astfel de analize poate continua, însă în prezentare s-
au selectat câteva considerate ca fiind reprezentative. Exemplificarea
modulului de realizare al acestor analize cu ajutorul cubului OLAP, are în
vedere deciziile . Modelarea multidimensională este o tehnică ce prezintă
importanţă întrucât permite conceptualizarea şi reprezentare aspectelor
cantitative ale activităţii de analizat în strânsă legătură cu contextul în care
s-au desfăşurat, unde prin context înţelegem principalii parametrii care
caracterizează activitatea: cine a iniţit-o, cine a executat-o, cine a fost
beneficiarul, ce resurse au fost utilizate, ce structuri organizatorice au fost
implicate, etc. Mai mult, permite o descompunere, respectiv recompunere pe
nivele , precum şi o agregare a datelor într-o structură simplă şi flexibilă.
Bibliografie
76 Sisteme suport pentru decizii
Legătura între metadate şi date se face prin tabele bitmap. Acestes conţin
câte o coloană pentru fiecare membru al dimensiunii, şi câte un rând pentru
fiecare înregistrare care stochează valorile binare şi care au valoarea 1 în
dreptul biţilor asociaţi membrilor dimensiunii ce se găsesc în înregistrare.
Vor fi selectate din tabela de măsuri, doar înregistrările ce au un bit 1 în
poziţia corespunzătoare biţilor din mască. Tabelele bitmap sunt greu de
construit şi se bazează pe dimensiuni cu un număr fix de membrii. Masca de
interogare se construieşte prin exploatarea structurii ierarhice a metadatelor,
de unde se extrag seturile de membrii ai dimensiunilor, indicaţi prin
specificatorii de axe. Pe baza setului de adrese de înregistrări, care se
suprapun cu tiparul măştii, se face adresarea directă a tabelei de măsuri, de
unde se preiau valorile care se centralizează cu dimensiunile cubului.
Se exemplu vrem să selectăm toate maşinile vândute în luna martie din anul
2008 în Bucureşti de firma Renault. Tabela bitmap şi masca de interogare se
văd în tabelul 2.1
Sistemul de management
al cunoştinţelor
prelucrar
prelucrare Relevante, care
e informaţi
informaţii
acţionează
i
DATE CUNOŞTINŢE
Date relevante care acţionează
3.6 Concluzii
Există o serie de probleme în managementul cunoştinţelor ce rămân
deschise şi pentru viitor şi ele se referă la a determina:
- căile cele mai eficace pentru a stabili şi a mânui cultura
organizaţiei astfel ca un KD să fie eficient şi să realizeze un
acces partajat al cunoştinţelor;
- măsurile cele mai adecvate pentru a cuantifica eficienţa KD;
- echilibrul între tehnologie şi procesele umane în construirea unui KD;
- modul în care oamenii creează comunică şi utilizează cunoştinţele;
- căile eficiente şi neobstrucţioniste pentru colectarea şi filtrarea
cunoştinţelor;
- mijloacele cele mai adecvate pentru reprezentarea cunoştinţelor
şi a felului în care ele corespund obiectivelor aplicaţiei;
- o dimensionare eficientă a resurselor pentru a realiza un KMS
compresiv şi integrat;
- cele mai bune căi de integrare a metodelor inteligenţei artificiale
în KMS;
- instrumente eficiente şi integrate de soft KMS ;
- interfeţe prietenoase bazate pe limbaje naturale pentru KMS;
- modul cel mai eficient care ajută la consolidarea procesului de
învăţare (KMS);
- cele mai bune şi adecvate metode ale inteligenţei artificiale care
să fie incluse în pachetul de management al cunoştinţelor.
Sisteme suport de decizii (DSS) 93
3.7 Bibliografie
1. Ahlawat, S. S., Competing in the Global Knowledge Economy:
Implication for Business Education. Journal of American Academy of
Business, vol. 8, nr. 1, 2006.
2. Alavi, M., Kayworth, T., Leidner, D., An Empirical Examination of
the Influence of Organizational Culture on Knowledge Management
Practice. Journal of Management Information Systems, vol. 22, nr. 3,
2005/2006.
3. Drucker, D., TheoryDoesn’t EqualPractice, Internetweek.com, January,
29, 2001.
4. Gray, P., Watson, H. G., Decision Support in Data Warehousing.
Upper Saddle River NJ Prentice-Hall, 1998.
5. Gupta, B., Iyer, L., Aronson, J. E., Knowledge Management:
A Taxonomy, Practice and Challenges, Industrial Management and
Data Systems vol 100, nr 1, 2 /2000.
6. Huang, K. T., Lee, T. Y., Wang R. Y., Quality Information and
Knowledge, Upper Saddle River, NJ Prentice-Hall, 1999.
7. Holsapple, C. W., Handbook of Knowledge Management: Knowledge
Matters, vol. 1, Heidelberg Springer-Verlag, 2003.
8. Holsapple, C. W., Handbook of Knowledge Management Knowledge:
Directions, vol. 2, Heidelberg Springer-Verlag, 2003.
9. Kankanhalli, A., Tan, B. C. Y., Knowledge Management Metrics:
A Review and Directions for Future Research. International Journal of
Knowledge Management, vol. 1, nr. 2, 2005.
10. Nevo, D., Wand, Y., Organizational Memory Informations Systems:
A Transactive Memory Approach. Decision Support Systems vol. 39,
nr. 4, 2005.
11. Polany, M., The Tacit Dimension. London Routledge & Kegan Paul,
1966.
12. Park, Y. T., Kim, S., Knowledge Management Systems for Fourth
Generation R&D:KNOVATION, Tehnovation, vol. 26, Nos. 5, 6. May,
June, 2006.
13. Ruber, P., Build a Dynamic Business Portal with XML, Knowledge
Management January, 2001.
14. Schwartz, D. G., Encylopedia of Knowledge Management. Hershey,
PA: Ideea Group Reference, 2006.
94 Sisteme suport pentru decizii
Sistemul suport
de decizie de grup (GDSS)
Metoda Delphi
Metoda Delphi, o altă tehnică veche de îmbunatăţire a activităţilor de
grup, a fost creată de Corporaţia RAND care se ocupă de coordonarea
grupurilor de experţi în luarea deciziilor (vezi Lindstone şi Turhoff [1975]).
Obiectivul acestei metode este de a elimina aspectele neplacute ale
interacţiunii dintre membrii grupului. Experţii nu trebuie să se întâlnească
faţă în faţă, ei nu-i cunosc pe ceilalţi experţi. Metoda începe de obicei cu
obţinerea unei opinii scrise din partea fiecărui expert (de exemplu, o
previziune) având în vedere preocuparea asupra acesteia împreună cu
argumentele care vin sa o întărească şi presupunerile ulterioare. Aceste
opinii ajung la coordonatorul Delphi, care redactează, clarifică şi rezumă
datele primare. Aceste opinii sunt ca feedbakuri anonime oferite tuturor
experţilor împreună cu o a doua rundă de întrebări sau alte chestiuni.
Întrebări şi feedbackuri continuă în scris, timp de câteva runde, devenind
mult mai specifice, până când se obţine un consens printre membrii grupului
sau până când experţii nu-şi mai schimbă părerile.
Metoda Delphi beneficiază de confidenţialitate, de opinii multiple şi
o comunicare de grup printre membrii care se bazează pe diverse opinii şi
presupuneri. În acelaşi timp evită mai multe efecte negative, cum ar fi un
comportament dominant, gândirea de grup şi încapăţânarea care sunt des
asociate întâlnirilor faţă în faţă. Metoda Delphi are şi câteva dezavantaje.
Funcţionează încet, este costisitoare şi de obicei se limitează la o chestiune
dată (cum ar fi previziunile tehnologice sau deciziile biunivoce).
Componenta umană
Componenta umană a GDSS include membrii grupului şi
coordonatorul, care este ca şi „şoferul” grupului, operând cu suportul fizic şi
cu programele aplicative furnizând informaţiile de care grupul are nevoie.
Procedurile
Componenta finală a GDSS este alcătuită din proceduri care
uşurează folosirea tehnologiei de către membrii grupului. Aceste proceduri
pot fi aplicate doar hardware-ului şi software-ului sau pot să includă şi
reguli privind discuţia verbală dintre membrii şi desfăşurarea evenimentelor
în cadrul întâlnirii. Odată cu dezvoltarea lui pentru GDSS, multe proceduri
legate de tehnologie sunt la fel de uşor de folosit ca cele din Windows.
Programe aplicative
(software-ul)
Baze de date GDSS-ului Model de baza
Procesare
Interfata cu utilizatorul
Ecran comun
Membrii grupului
Sursă Turban [2007]
Figura 5.1 Un model GDSS
Sisteme suport de decizii (DSS) 10
5
Cele mai utilizate software-uri (programe aplicative) GDSS sau
pachete de programe aplicative care sunt folosite într-o cameră de decizie:
Sistemul de grup pentru Windows (şi pentru DOS) de la
Corporaţia Ventana, Tucson. Acesta este un set complet de programe
aplicative pentru întâlniri electronice.
VisionQuest (de la Collaborative Technologies Corporation,
Austin Texas). Acest produs sprijină o multitudine de funcţii interactive de
echipa cum ar fi controlul asupra agendei, acordarea priorităţilor, generarea
de idei şi documentarea asupra activităţilor. De asemenea, sprijină întâlniri
în care participanţii se află în locaţii diferite şi pot chiar să comunice în
momente diferite.
Lotus Domino/Notes (Lotus Development Corporation,
Cambridge MA). Acest software a iniţiat munca în colaborare pe documente
şi acces la baza de date care duce la luarea deciziilor sau la împărţirea datelor.
Netscape Communicator (de la Netscape Communications
Corp., Mountain View, CA). Acest software oferă multe din funcţiile Lotus
via internet şi motoare de căutare.
TBCWorks (de la Universitatea din Georgia, Atena). Acesta
este un pachet GDSS bazat pe internet. Funcţionează pe serverele Unix şi se
poate acesa prin browsere (programe de explorare) de internet.
O privire de ansamblu asupra diferitelor unelte şi a relaţiei lor cu
principalele activităţi GDSS este prezentata în figura 5.2.
106 Sisteme suport pentru decizii
Activitate
Generare Brainstorming electronic
de idei Prezentator
Tabla pentru prezentare
Generare
de idei Clasificator
Tabla pentru prezentare
Planificarea
etapelor
Stabilirea
proprietăţilor Votare
Întâlnire Analiza alternativă
managerială Sondaj
Ancheta opiniilor
Dezvoltarea
procedurilor
de idei Modelator de activităţi
Analiza alternativă
Participanţi
Documentaţie
Documentaţie proprie
Acumularea
Jurnal personal
cunoştinţelor Monitorizarea
şi prezentarea evenimentelor
lor
Sursă Turban [2007]
Figura 5.2 Principalele activitati dintr-un GDSS
5.4 Instrumente utilizate de decidenţii de grup
Conflictele între cei care iau deciziile, se pot naşte din opinii diferite
în ceea ce priveşte interesul sau obiectivele fiecăruia şi din limitări
cognitive. Negocierea este una dintre abordările cele mai potrivite pentru
rezolvarea conflictelor, mai ales în mediul GDSS.
Nevoia de negociere apare în două tipuri diferite de dispute:
interesele negociatorilor sunt fundamental opuse, cum ar fi în
cazul negocierilor contractuale sau în disputele legate de muncă;
negociatorii au aceleaşi obiective de bază, dar evaluările
priorităţilor obiectivelor sunt diferite (în alocarea resurselor şi
problemelor de buget, planificarea evenimentelor catastrofice şi
analiza sistemului, crearea şi implementarea lui).
Mecanismele de rezolvare a conflictelor reprezintă un aspect
important al creării GDSS. Când există un conflict, găsirea soluţiilor de
compromis este o activitate de baza a sistemelor care sprijină negocierea
(NSS). GDSS poate oferi o structură pentru negocieri.
Există metode care aduc avantaje în sprijinirea negocierilor.
De exemplu, Robinson şi Fickas [1997] spun ca negocierile au trei etape de
bază: detectarea conflictelor, generarea unei soluţii şi alegerea unei soluţii.
Ei prezintă un model, o metodă, un cod prototip pentru a asista la procesul
negocierilor.
S-au propus un număr de modele care descriu procesul negocierii.
Printre ele modelul de agent aste cel mai des utilizat. Unele metode care
folosesc această tehnică s-au transformat în prototipuri acolo unde cei care
se ocupă de probleme au operatori inteligenţi care conduc negocierile şi de
la care se aşteaptă performanţa. Aceşti operatori se numesc brokeri
electronici atunci când sunt folosiţi pentru realizarea de contracte automate
în comerţul electronic. Deciziile ajută oamenii să identifice conflictele şi să
le rezolve. O categorie specială este rezolvarea conflictelor prin negociere.
114 Sisteme suport pentru decizii
Persoana 1 : a 1 b 1 c
(5.1)
Persoana 2 : b 2 c 2 a
Persoana 3 : c 3 a 3 b
a g
b , din moment ce 2 din 3 preferă a lui b
b g
c , din moment ce 2 din 3 preferă b lui c
c g
a , din moment ce 2 din 3 preferă c lui a
Observăm că această regulă de decizie poate duce la preferinţe de
grup netranzitive.
Exemplul precedent omite însă un aspect foarte important. Regula
majorităţii simple este foarte rar folosită pentru compararea tuturor
variantelor simultan. Votul este în general iterativ, eliminându-se rând pe
rând câte o varianta, până se ajunge la un rezultat final. Pentru exemplul
nostru, ar putea fi comparate mai întâi a şi b, pentru ca apoi, varianta
Sisteme suport de decizii (DSS) 11
5
a a
preferată să fie comparată c (5.2) cu cealaltă variantă
b c
b b
„finalistă” c: a (5.3)
c a
Dacă în schimb, s-ar fi început prin compararea lui b şi c, s-ar fi
ajuns la alt rezultat şi anume, varianta a. La fel, dacă s-ar fi comparat în
prima etapa a şi c, atunci alegerea finala ar fi b. Ajungem la concluzia că
varianta finala aleasă de grup depinde numai de ordinea în care sunt
comparate variantele.
Această problemă mai are un aspect important. Să presupunem că
preferinţele celor trei membrii ai grupului sunt ca în (5.1) şi mai mult, că
primul individ cunoaşte preferinţele celorlalţi doi. Dacă alternativele
comparate în prima etapă sunt a şi b iar apoi, învingătoarea este comparată
cu c, atunci primul individ va putea prezice ca alegerea finala va fi c: vezi
(5.2). Să presupunem însă ca el minte în legătură cu adevărata sa preferinţă,
în timp ce ceilalţi îşi exprimă onest preferinţele. Dacă el spune că preferă:
a b
b 1 c 1 a atunci alegerea finală va fi b
b c
Astfel, minţind, el se asigură că grupul selectează b, varianta pe care el
o preferă „adevăratei” alegeri de grup, care ar fi fost c. În aceste circumstanţe
particulare simpla regula a majorităţii îl încurajează să mintă sau, altfel spus,
să voteze tactic. Acest lucru este cu siguranţă puţin îngrijorător.
La baza deciziilor de grup stau Teorema lui Arrow şi cele şase
axiome ale sale.
Teorema lui Arrow
Începem prin expunerea formala a problemei care ne va servi drept
exemplu în cea mai mare parte a acestui paragraf. Să presupunem ca avem
n persoane care sunt împreună responsabile pentru alegerea unei acţiuni
dintr-o mulţime de acţiuni posibile. Vom nota cu i relaţia de preferinţă
slabă a individului i. Atunci vom scrie a i b dacă el preferă varianta a cel
puţin la fel de intens ca şi pe b.
Având astfel cei n indivizi şi preferinţele lor i , i = 1, 2, ... n,
problema poate fi definită foarte simplu. Trebuie să găsim o modalitate de a
obţine de la ei o ordine preferenţială valabilă pentru întreg grupul. Vom nota
o astfel de preferinţă cu g
şi bineînţeles că relaţia a g
b este interpretată ca
116 Sisteme suport pentru decizii
1
, 2 şi g sunt toate relaţii de ordine slabă.
, ... n
Axioma 2: Non-trivialitatea
Fie 1
, 2
, ... n o mulţime de preferinţe individuale asupra unei
' ' '
mulţimi de alternative, A. Fie 1 , 2 , ... n o altă mulţime de ordini
preferenţiale individuale asupra unei mulţimi de alternative A'. Să
presupunem că alternativele a şi b se regăsesc şi în A şi în A' :
a, b A A '
' ' '
Să presupunem în continuare că 1
, 2
, ... n şi 1
,
2
, ... n sunt
identice asupra {a,b},
'
i, a i b a i b
'
b i a b i a
' '
a g
b a g
b şi b g
a b g
a
(ii) Non-trivialitatea. g
este definită pentru orice număr de
alternative.
xc , yc R'
atunci (x*, y*) dacă punctul final al negocierii în prima problema se află de
asemenea în R', este şi punctul de echilibru al celei de-a doua probleme.
Împreună, aceste patru axiome duc la un rezultat simplu.
128 Sisteme suport pentru decizii
x xc )( y yc
pe mulţimea R, cu condiţia să existe puncte în R pentru care x xc , y y c
unde k1 şi k2 sunt două constante reale iar k2 > 0 iar m reprezintă numărul
variantelor decizionale.
Pasul 3. Se stabileşte ierarhia variantelor la nivelul grupului, după
următoarea relaţie:
G n n
Vg Vh M kj 1k2 (Vg ) M kj 1k2 (Vh )
Vg , Vh V j 1 j 1
,
Relaţia de preferinţă obţinută în final este independentă de alegerea
constantelor k1 şi k2. De aceea, în practică este des folosită atribuirea celor
două variabile, valorii 1.
Metoda Condorcet
Ca şi în cazul metodei Borda ipoteza problemei presupune m
variante decizionale şi n decidenţi, care au ordonat variantele în ordinea
preferinţelor individuale.
Vg , Vh V
Pasul 1. , se determină
P (Vg , Vh ) j 1, 2,..., n Vg Vh
i
G
Vg , Vh V Vg Vh NP (Vg ,Vh ) NP (Vh ,Vg )
Pasul 2. ,
n
H (Vi ) a j (Vi ) b j (Vi )
j 1
a j (Vi )
reprezintă numărul de variante mai puţin bune decât Vi pentru
decidentul j
Sisteme suport de decizii (DSS) 13
1
bj (Vi ) reprezintă numărul de variante mai bune decât Vi pentru decidentul j
V * max H( Vi )
i
consecinţe normalizate
r ; i 1, m ;
ijk j 1, n ; k 1, l
f F
f
c(Vg ,Vh ) l
k 1
k
d (Vg ,Vh )
1
max
f / rgif rhif ,f 1,2,..., n
r
hif rgif
c(Vg , Vh ) p
p, q 0,1
d (Vg , Vh ) q
f F
f
c(Vg ,Vh ) l
k 1
k
unde:
F f / rgif rhif , pentru cel putin un f 1, 2,..., l
5.9 Bibliografie
Analizele, care inainte durau zile intregi sunt acum realizate in mai
putin de o ora. Pregatirea unor astfel de harti, care inainte puteau fi realizate
intr-o saptamana si costau intre 13000$ si 15000$, acum se fac in 5 minute
si costa cat 4 m de hartie de plotter.
Sarcina
Intrepretea Genereaza
Limbaj
za afisajul afisajul
de
prezenta
Proceseaza re
continutul Procesarea
Interpretea aplicatiei
Interfata
za imput-
Planifica si urile
actioneaza utilizatorul
ui
Utilizato Limbaj
r de Sistem
actiune
140 Sisteme suport pentru decizii
Meniul interactiv
In acest meniu, utilizatorul selecteaza un element din lista de alegeri
posibile pentru ca functiunea sa se realizeze. De exemplu, utilizatorul poate
sa aleaga intre un document Word si un document Excel. Alegerea este
facuta prin intermediul unor dispozitive. Meniurile apar intr-o ordine logica,
incepand cu meniul principal, apoi cu submeniuri. Elementele care compun
meniurile pot include comenzi care apar in submeniuri separate sau in
meniuri compuse. Meniurile pot deveni obositoare cand situatiile sunt
complexe si se pot folosi mai multe meniuri ca sa construiasca unul singur
sau un sistem in care utilizatorul sa treaca de la meniu la altul.
Meniul de prezentare
Meniul de prezentare este un submeniu care apare ca un meniu
impus, pe ecran, de obicei dupa ce s-a facut trecerea la un nivel mai inalt.
Este intalnit foarte des in sistemele GUI.
144 Sisteme suport pentru decizii
Limbajul de comanda
Multe comenzi sunt alcatuite dintr-o combinatie intre un verb si un
substantiv. Unele comenzi pot fi facute cu ajutorul tastelor de functii sau
vocal.
Intrebari si raspunsuri
Raspunsurile utilizatorului la intrebarile calculatorului pot constitui
dintr-o fraza sau o propozitie. Calculatorul ii poate pune mai multe intrebari
utilizatorului pentru clarificarea unor probleme. In anumite aplicatii, rolul se
poate inversa: utilizatorul pune o intrebare si calculatorul raspunde. In
anumite sisteme, in loc sa raspunzi la o singura intrebare, poti raspunde la
mai multe intrebari odata. In sistemul profesionist K-Vision, intrebarile sunt
facute astfel incat sa realizeze o cautare mai adanca a problemei.
Formularul interactiv
Prin aceasta se intelege ca utilizatorul sa introduca informatia sau
comenzile in locurile stabilite. Elementele principale ale formularului sunt
folosite drept comenzi pentru sistem.
Limbajul natural
Interactiunea om-computer, asemanatoare dialogului om-om se
numeste limbaj natural. Astazi, limbajul natural se realizeaza in principal
prin intermediul tastaturii. Acest tip de dialog se va face in viitor prin
intermediul vocii. Marele inconvenient al acestui tip de limbaj este neputinta
Sisteme suport de decizii (DSS) 14
5
calculatorului de a-l intelege. Cu toate acestea, tehnologia avanseaza in
aceasta directie. Sistemul K-Vision permite utilizatorului de orice
nationalitate sa scrie direct un text in engleza.
Interfata grafica
In sistemul GUI (Graphical User Interface) obiectele reprezentate de
obicei prin icoane sau simboluri sunt manipulate direct de catre utilizator.
De exemplu, utilizatorul poate indrepta cursorul mouse-ului pe icoana si sa
foloseasca o comanda ca sa o mute, sa o mareasca sau sa descopere mai
multe detalii. Cele mai noi sisteme de operare PC se bazeaza nuai pe
grafica. Cel mai folosit este Windows 95.
Mai multe studii au fost facute pentru a determina eficienta si
acuratetea diferitelor interfate. Majchrzak a reusit sa esentializeze toate
cautarile din domeniul acesta si sa evalueze utilizarea a patru dintre aceste
stiluri pe patru dimensiuni.
Tipuri hibride
Tipurile de interfate pot fi combinate pentru a oferi o mai mare
functionalitate si calitate. De exemplu, Stock descrie un sistem de limbaj
natural combinat cu un pachet hypermedia.
Potrivit lui Sankar costul unei interfate DSS (Decision Support System)
poate sa ajunga la 60-70% din costul total al unui DSS. Este important ca
interfata sa se poata adapta la nevoile diferitilor utilizatori si sa comunice
foarte bine cu componentele interne ale DSS.
146 Sisteme suport pentru decizii
7.4 GRAFICA
Soft-uri grafice
Principalul scop al soft-urilor grafice este sa prezinte imagini ale
informatiei pe monitor, imprimanta, plotter sau amandoua. Informatia
prezentata poate fi construita din date numerice sub forma unor grafice sau
tabele sau poate fi generata din texte si simboluri si exprimate ca desene sau
fotografii. Legatura intre aplicatiile orientate spre desen si cele spre tabele
folosind datele numerice este de multe ori ambigua si multe produse
software le suporta pe amandoua. Soft-urile de grafica pot constitui un
singur pachet sau pot fi incluse in altele.
Cele simple sunt mult mai puternice decat cele integrate pentru ca
includ mai multe stiluri grafice si nu trebuie sa cumperi neaparat si celelalte
programe.
Noile concepte in grafica 3-D si realitatea virtuala le dau
managerilor posibilitatea sa vizualizeze problemele si solutiile intr-un mod
mai eficient.
Sisteme suport de decizii (DSS) 14
7
Rolul graficii computerizate
Grafica poate fi foarte importanta pentru afaceri si luarea de decizii
pentru ca ajuta managerii sa vizualizeze informtia, relatiile etc. O mare
varietate de forme grafice pot fi generate de computer.
Rapoarte
Baza de
modele si
Baza de date managementul Baza de date
si acesteia
Modele si
management cantitative management
ul acesteia ul acesteia
Foi de calcul
electronice si
alte
generatoare
Alte soft-uri
suport pentru Utilizator
management
Multimedia DSS
Hypermedia
Hypermedia cuprinde documente care contin cateva tipuri de media
care permit ca informatia sa se lege prin asociere. Hypermedia contine
cateva nivele de informatie cum ar fi:
- o interfata cu limbaj natural care asigura un mod simplu si
transparent pe care utilizatorii il pot folosii;
- o baza de date care permite accesul utilizatorilor atat la structurile
informationale, cat si la operatiuni;
- o interfata care sa poata face fata la cerinte complexe;
- un dispozitiv multimedia care sa permita utilizatorilor sa faca
legaturi intre diferitele tipuri de informatie;
- editori media care sa ofere tipuri de editare, exemple de grafica,
imagine, voce;
- o memorie virtuala care sa suporte versiunile temporare,
configurarile si transformarile de aspect.
Hypertext
Prezentarile 3-D
154 Sisteme suport pentru decizii
Privire de ansamblu
Software GIS
Datele GIS
GIS si Web
Sisteme suport de decizii (DSS) 16
1
Majoritatea vanzatorilor de software cu aplicatii pentru afaceri
furnizeaza accesul pe Web (bine-cunoscutele browsere) sau „carlige” Web
direct in software-ul lor. Aceste aplicatii includ baze de date (personale sau
pentru intreaga întreprindere) si software de procesare a textului. Aceasta se
intampla si in cazul GIS. De exemplu, Esri Inc. permite utilizatorilor sa
construiasca harti si aplicatii GIS care se afla pe severul World Wide Web
astfel incat acestia pot accesa harti si informatii dinamice via Internet sau
intranet. MapInfo elibereaza de asemenea o continuare a hartii pentru
aplicatiile online. Software-ul GIS al MapInfo foloseste Internetul si
Intranetul, ca de altfel majoritatea bazelor de software.. MapInfo Proserver
include porti care permit accesul la software-ul pentru harti via browser de
Web. ProServer trebuie sa fie instalat pe server, dar un browser standard
functioneaza in sistemul clientului.
ProServer le permite managerilor cu putina experienta in
cartografierea pe desktop sa analizeze si sa vizualizeze date geografice.
Accesul la Web reduce complexitatea software-ului si il face mai
accesibil. „Beta Tester foloseste ProServer pentru a dezvolta o aplicatie
pentru un canal national de televiziune care vrea ca statiile afiliate sa aiba
posibilitatea sa acceseze un intranet care contine informatii demografice
despre public. Folosind un browser de Web, angajatii de la fiecare statie vor
putea vedea harti tematice care analizeaza piata.”
Un numar de firme desfasoara GIS pe Web pentru uz intern sau
pentru clienti. De exemplu, Visa Plus, care opereaza o retea de casierii
automate, a dezvoltat o aplicatie GIS care le permite utilizatorilor de
Internet sa consulte o harta de localizare a oricarei dintre cele 257 000 de
masini aflate in toata lumea. Pe masura ce apar servere GIS, mai multe
aplicatii vor fi dezvoltate. Harti, date GIS si informatii despre GIS sunt
162 Sisteme suport pentru decizii
Output potrivit
sau NU
schimb imput-ul
Start
DA Alte
cuvint
e
cheie?
Realizarea si NU
Sisteme suport de decizii (DSS) 16
7
Definitii
Lexicon Baza de
cunostinte
Sisteme suport de decizii (DSS) 17
1
7.10 APLICATII ALE PROCESARII LIMBAJULUI NATURAL SI ALE
SOFTWARE-ULUI
Sinteza vocii
Sinteza vocii sau raspunsul este tehnologia prin care calculatorul
“vorbeste”. Sinteza vocii realizata de computer difera de la o simpla
inregistrare la playback. Asa cum si termenul “sinteza” sugereaza, sunetele
care formeaza cuvinte sau fraze sunt construite electronic din elementele de
baza ale sunetului si pot forma orice tip de voce.
Exista cateva sisteme de sinteza a vocii pe piata care se refera la
anumite domenii si respecta legile foneticii. Calitatea acestor sisteme este
destul de buna, insa ramane destul de scumpa. Costurile mici care se
anticipeaza si calitatea crescanda a acestor sisteme vor incuraja raspandirea
acestora pe piata. Posibilitatea de a fi folosite va cuprinde aproape toate
aplicatiile care pot da un raspuns direct utilizatorului. Cateva banci folosesc
acest sistem pentru a-si informa clientii despre cont, despre cecurile incasate
Sisteme suport de decizii (DSS) 17
7
etc. Un alt exemplu este serviciul de informatii telefonice. Aceste sisteme
joaca un rol important in ziua de azi.