2.2.6.

SISTEME INFORMATICE PENTRU ASISTAREA DECIZIEI (SIAD) \/ ci

Alegeţi răspunsul corect sau în funcţie de cerinţele problemei! (MULTIPLE CHOICE)

1. Funcţiile unui SIAD sunt:

a. gestiunea datelor, gestiunea modelelor, gestiunea cunoştinţelor şi gestiunea comunicării între
utilizator şi sistem şi între intrări şi ieşiri;
b. gestiunea datelor, gestiunea modelelor, gestiunea soft-ului şi gestiunea hard-ului;
c. gestiunea intrărilor, gestiunea ieşirilor, gestiunea cunoştinţelor şi gestiunea comunicării între
utilizator şi sistem şi între date şi modele, cunoştinţe;
d. gestiunea datelor, gestiunea ieşirilor, gestiunea legăturilor şi gestiunea comunicării între utilizator
şi sistem şi între date şi modele, cunoştinţe;
e. gestiunea datelor, gestiunea modelelor, gestiunea cunoştinţelor şi gestiunea comunicării între
utilizator şi sistem, şi între date şi modele, cunoştinţe.

2. Testul cu 5 reguli denumit FASMI (Fast Analysis Shared Multidimensional Information) pentru
definirea caracteristicilor unei aplicaţii OLAP se referă la:
a. informaţie unidimensională prin analiza partajată rapidă;
b. informaţie multidimensională prin analiza partajată rapidă;
c. informaţie multidimensională prin analiza partajată lentă;
d. informaţie multidimensională prin analiza nepartajată rapidă;
e. informaţie unidimensională prin analiza partajată încetinită.

3. Diferenţa dintre sistemele informatice pentru management (MIS) şi sistemele informatice

pentru asistarea deciziei - SIAD (OSS) constă în aceea că:
a. MIS pleacă de la decident şi de la decizie pe când SIAD-ul porneşte de la date şi relaţiile dintre
acestea;
b. MIS pleacă de la date şi relaţiile dintre acestea pe când SIAD-ul porneşte de la decident şi de la
decizie;
c. MIS pleacă de la relaţiile interumane pe când SIAD-ul porneşte de la relaţiile dintre sistemele
informatice;
d. MIS pleacă de la relaţiile dintre sistemele informatice pe când SIAD-ul porneşte de la relaţiile
interumane;
e. MIS pleacă de la decident şi de la decizie pe când SIAD-ul porneşte de la relaţiile interumane.

4. În cubul OLAP, defalcarea (dicing) este operaţia de:

a. selectare prin vizualizare doar pentru un membru al unei dimensiuni, adică un plan din cubul
tridimensional. Secţiunea astfel obţinută va apare ca un tabel pilot cu valorile dimensiunilor pe
laturi şi cu specificarea valorii alese pentru dimensiunea suprimată;
b. proiecţie a unei dimensiuni pe o alta. De obicei, o dimensiune din primul plan este combinată cu o
altă dimensiune din adâncime. Acest proces se mai numeşte imbricarea dimensiunilor;
c. selectare prin vizualizare simultană a tuturor dimensiunilor din cubul tridimensional;
d. selectare prin vizualizare a tuturor înregistrărilor din baza de date;
e. proiecţie a unei dimensiuni pe ea însăşi.

247
5. Caracteristicile principale ale SIAD (DSS) sunt:
a) rezolvarea acelor probleme care nu se d soluţiile sunt obţinute prin manipulări de
pot rezolva cu sisteme destinate ) date, căutări de informaţii, modele,
cuantificării calcule;
cantitative;
b) rol de asistare a decidenţilor e timpul de răspuns pentru obţinerea unei
(managerilor) la nivel individual sau de ) soluţii acceptabile este limitat;
grup în toate
etapele procesului decizional;
c) timpul de răspuns pentru obţinerea t soluţiile sunt obţinute cu timp de răspuns
unei diferit pe axe diferite.
)
soluţii acceptabile este nelimitat;
a. a+b+d+e;
b. b+c+d+e;
c. a+b+c+f;
d. b+c+f;
e. a+b+c+d.

6. Prin tehnologia Data Mining se prelucrează date care se referă la:

a. perioade viitoare (date viitoare), care sunt presupuse şi nu sunt cunoscute, pe baza lor
constituindu-se un model;
b. perioade diverse, care sunt examinate şi sunt cunoscute din relatările experţilor, pe baza lor
constituindu-se un model;
c. perioade anterioare (date istorice), care sunt examinate şi sunt deja cunoscute, pe baza lor
constituindu-se un model;
d. perioade anterioare (date istorice) şi perioade viitoare (date prognozate), care sunt examinate pe
baza flerului analiştilor, pe baza lor constituindu-se un model;
e. perioade anterioare (date istorice), care nu pot fi examinate din cauza complexităţii lor, pe baza lor
constituindu-se un model.

7. Sistemele de asistare a deciziei orientate pe date:

a. funcţionează pe baza sintezei şi dezagregării datelor şi au ca funcţii accesul imediat la date, dispun
de un mecanism pentru analiza imediată a datelor, creează statistici;
b. funcţionează pe baza sintezei şi dezagregării datelor şi au ca funcţii accesul întârziat la date,
dispun de un mecanism pentru analiza întârziată a datelor, creează statistici;
c. funcţionează pe baza analizei şi agregării datelor şi au ca funcţii accesul întârziat la date, dispun
de un mecanism pentru analiza întârziată a datelor, creează statistici;
d. funcţionează pe baza segregării cunoştinţelor şi au ca funcţii accesul imediat la cunoştinţe, dispun
de un mecanism pentru analiza imediată a cunoştinţelor, creează statistici;
e. funcţionează pe baza analizei şi agregării datelor şi au ca funcţii accesul imediat la date, dispun de
un mecanism pentru analiza imediată a datelor, creează statistici.

8. Cubul OLAP este:

a. o structură unidimensională prin care se modelează complexul de activităţi pe o perioadă
îndelungată;
b. o structură cu o singură dimensiune prin care se modelează complexul de activităţi pe o perioadă
îndelungată;
c. o structură multidimensională prin care se modelează complexul de activităţi pe o perioadă
îndelungată;
d. o structură multidimensională prin care se modelează complexul de activităţi numai într-un
moment de timp definit de administrator;
e. o structură multidimensională prin care se modelează o bază de date tranzacţională.

248

- --- ---
9. Principalele inconveniente ale devozitelor de date sunt:
a} I timpul mic necesar exploatării lor;
I
b) aglomerarea motorului bazei de date cu I e)
tewitatea şi coerenta bazei de date;
task-uri de centralizare care grăbeşte I •glomerarea motorului bazei de date
cu k-uri de centralizare care
astfel tranzactiile curente· încetineşte
c I I timpul mare necesar exploatării lor- iile curente·
a. a+b+c+f; · diversitatea bazei de date.
b. b+c+d;
c. c+d;
d. a+c+e+f;
e. .c+e

10.F T d, l ded,
b) arhive de date privind activitatea anterioară; decizii ale managementului strategic;
c) interozări curente; hotărâri ale managementului strategic.
date referitoare la tranzacfii ulterioare;
a. a+b+c;
b. b+c+d;
c. c+d;
d. a+c;
e. a+d+e.

11. În SIAD bazate pe date, datele pot proveni din mai multe surse interne organizaţiei sau chiar din
afara ei, ele putând fi incluse în baza de date proprie sau pot fi accesate direct doar în momentul în
care se utilizează sistemul:
a. SGBD, dicţionarul de date, facilităţi de integrare a datelor;
b. SGBD, SIAD, SE, dicţionar de date;
c. catalogul bazei de date, SIAD, integrarea datelor;
d. SE, SGBD, procese decizionale, definiţii de date;
e. dicţionar de date, SE, facilităţi de integrare a datelor.

12. In tehnol -- - ---------

- - ------- - -- --- - --- -- -- -- -- -r - - --- -----
cuantificarea activităfii (aspectul cantitativ); d) faptele;
b) dimensiunile activităfii; e) consecinţele;
c) criteriile; f) atribuirile.
a. a+b+c;
b. b+c+d;
c. a+b+c+e+f;
d. a+d+e;
e. a+b+d.

13. Sistemele informatice de asistare a deciziei orientate pe date sunt rezultatul creării unor tehnologii
.1
1 exploatarea datelor prin procesarea online 4 exploatarea depozitelor de date prm
a tranzacfiilor (0lTP, Online Transa/ion procesare analitică online (OLAP,
Processinz); Online Analvtical Processine);
2 depozitarea unor volume enorme de date 5 Automatizarea lucrărilor de birou (OAS,
istorice ale organizaţiei (Data Warehousinz); Office Automation Svstems);
3 birotica; 6 exploatarea imediată a datelor.
a. 1+2+3;
b. 3+4+5+6;
C. 2+4;
d. 4+5;
e. 1+5.

249

- -
14. Constituie diferen1e dintre devozitul de date şi baza de date:
1 Datele conţinute de un sistem de iJrelucrare a 4Bazele de date construite pentru sisteme
1 tranzacţiilor, OLTP (On-line Transaction tranzacţionale sunt proiectate şi
realizate Processing) sunt specifice asistării deciziilor, pe baza unor cerinţe cunoscute şi
certe, sunt date centralizate, nu se modifică în timp şi modificările care intervin datorită
adaptării sunt destinate utilizatorilor finali, iar datele sistemului la schimbările intervenite
reiau conţinute de un depozit de date sunt date de tip anumitefaze ale ciclului de viaţă. Dar,
operaţional. odată implementate, elefuncţionează
perioade lungifără modificări. În SIAD,
cerinţele sunt cunoscute doar parţial în
momentul proiectării şi realizării lor,
ceea ce obligă depozitul de date să se
adapteze din mers cerinţelor. De aceea,
se observă că datele gestionate pentru
sisteme tranzacţionale sunt privite ca un
întreg, pe când cele din depozitele de
date sunt organizate pe secţiuni deoarece
ele sunt
organizate în funcţie de subiectul de
analiză.
2 În cazul sistemelor tranzacţionale, performanţele I 5 Sistemele tranzacţionale sunt orientate
1 pe se referă la integritate, co,ifidenţialitate, subiecte cum ar fi, de exemplu: resurse,
siguranţă şi timp de răspuns, întrucât un număr produse, clienţi, furnizori, pe când
mare de utilizatori introduc date în sistem, în timp depozitele de date reflectă de
obiceifluxul ce în cazul SIAD (deci, al depozitelor de date)datelor din activităţi curente.
numărul de utilizatorifinali (manageri) este
foarte mic. Astfel şi securitatea, şi siguranţă
în exploatare nu sunt supuse unor riscuri
majore, procedurile de salvare şi restaurare
fiind mai puţin utilizate decât în cazul
sistemelor
tranzac1ionale.
3 Datele procesate în sistemele tranzacţionale
1 sunt în seturi relativ mici, introduse recent şi
compact, astfel încât prelucrarea se face destul
de rapid. În procesele decizionale, datele
necesare acestora
sunt în volum mare, stocate dfapersat; ceea
ce duce la o vrelucrare mai lentă.
a. 1+2+3+4;
b. 2+3+4;
C. 3+4+5;
d. 1+2+4+5;
e. 1+2+3+4+5.

15. El diul . ' -. - - --, - -- - d1

- -- . de d1
1 surse de date tran:-:actionale; 4 sistemul de gestiune al bazei de date;
2 instrumente de proiectare-dezvoltare, 5 sistemul de gestiune a utilizatorilor
de extracţie şi transformare a iniţiali şi finali;
datelor;
3 instrumente de virtualizare a imaginilor 6 instrumente de administrare, de acces
simple şi
şi complexe; analiză a datelor.
a. 1+2+3+4;
b. 2+3+4+5+6;
C. 3+4+5+6;
d. 1+2+4+6;
e. 1+2+3+4+5+6.
250
 .
abordarea
1 conceptuală multidimensională
datelor; a4 accesibilitatea asigurată utilizatorului prin
asistarea implicării acestuia în modalităţile tehnice de furnizare a datelor;
unei transparenţesporite5 complexitatea dimensională a analizei oferă existenta unei arhitecturi deschise a sistemului;oerform
itat de niveluri de agregare şi de6 utilizareaarhitecturiiclient-server,unde dimensiuni;serverul are ca scop omogenizarea datelor

a. 1+2+3+4+5;
b. 1+2+4+5+6;
C. 2+3+4+5+6;
d. 1+3+4+5+6;
e. 1+2+3+4+6.

17. Tehnologia OLAP se caracterizează prin:

1 perspectiva unidimensională a datelor; 4 capacitatea de calcul intensiv;
2 perspectiva multidimensională a datelor; 5 orientare în timp (time intellif.[ence);
3 capacitatea de calcul ponderat; 6 orientare istorică.
a. 1+3+6;
b. 2+4+5;
C. 3+4+6;
d. 1+2+3;
e. 1+2+3+4+5+6.

18.Procesul de depozitare a datelor (Data Warehousing) conţine următoarele componente majore:

1) sursele de date;
2) extragerea, transformarea şi încărcarea datelor din bazele de date operaţionale, ETL
(Extraction, Transformation and Load);
3) personalul de specialitate;
4) depozitul de date de tip întreprindere, EDW (Enterprise Data Warehouse);
5) metadatele (programe soft pentru date şi reguli pentru organizarea rezumatelor de date. Sunt
uşor de indexat şi regăsit, inclusiv prin instrumente Weh);
6) instrumente de tip middleware, ce asigură accesul la depozitul de date (OLAP, Data Mining,
instrumente soft de întocmire a rapoartelor şi de vizualizare a datelor);
7) instrumente (Tools) de manipulare a entităţilor pe rafturile depozitului.
a. 1+2+3+4+5;
b. 1+2+4+5+6;
C. 1+2+4+6+7;
d. 2+3+4+5+6;
e. 2+4+5+6+7.

19.Caracteristicilefundamentale ale depozitelor de date (Inmon-2005, Tuban-2007) sunt următoarele:

1) orientarea pe subiecte;
2) integrarea;
3) nonvolatilitatea;
4) volatilitatea;
5) variabilitatea în timp (serii de timp);
6) includerea aplicaţiilor bazate pe Weh;
7) utilizarea arhitecturii client/server;
8) utilizarea structurilor de baze de date relaţionale sau de baze de date multidimensionale;
9) folosirea metadatelor (date despre date).
a. 1+2+3+4+5+6+7+8;
b. 2+3+4+5+6+7+8+9;
C. 1+2+3+5+6+7+8+9;
d. 1+3+4+5+6+7+8+9.
251
20. Integrarea datelor într-un depozit de date conţine trei procese majore. Alegeţi-le din următoarea
enumerare:
1) securizarea datelor;
2) accesul la date;
3) realizarea federaţiei de date;
4) pregătirea specială a personalului de specialitate;
5) reflectarea oportună în depozitul de date a modificărilor semnificative ale datelor provenite din
sursele de date de tip întreprindere.

a. 1+2+3;
b. 2+3+4;
C. 3+4+5;
d. 1+3+5;
e. 2+3+5.

21. În principiu, procesul Data Mining poate fi aplicat asupra oricărui tip de depozit de date, precum şi
asuprafluxurilor de date (,,trecătoare"). Dintre acestea cele mai uzuale sunt:
1) bazele de date relaţionale;
2) bazele de date tranzacţionale;
3) bazele de date periodice;
4) depozitele de date - Data Warehouses;
5) bazele de date obiecturale;
6) bazele de date în tehnologii

avansate. a. 1+2+3+4+5;
b. 1+2+4+5+6;
C. 2+3+4+5+6;
d. 1+3+4+5+6.

22. Sistemele informatice pentru asistarea deciziei de grup (Groupware) au ca scop:

a. creşterea calităţii procesului decizional datorită lucrului în echipă, precum şi creşterea gradului de
creativitate al grupului;
b. creşterea cantităţii informaţiei procesului decizional datorită lucrului în echipă, precum şi
creşterea gradului de creativitate al grupului;
c. creşterea ponderii procesului decizional bazat pe date informale datorită lucrului în echipă,
precum şi creşterea gradului de creativitate al grupului;
d. diversificarea procesului decizional datorită lucrului în echipă, precum şi creşterea gradului de
creativitate al grupului;
e. creşterea importanţei procesului decizional datorită lucrului în echipă, precum şi creşterea
gradului de creativitate al grupului.

23. În SIAD-urile bazate pe analiza şi sinteză datelor, rezultatul procesului de observare analitică
este:
a. obţinerea unor tipare, corela/ii şi, uneori, modele din care se pot deduce tendinfe sau se poate
previziona, cu o anumită probabilitate, cum vor arăta datele pe o perioadă ulterioară;
b. obţinerea unor tipare, corela/ii şi, uneori, modele din care nu se pot deduce tendinfe sau nu se
poate previziona, cu o anumită probabilitate, cum vor arăta datele pe o perioadă ulterioară;
c. obţinerea unor modele din care se pot dezvolta SIAD-uri bazate pe modele;
d. obţinerea unor tipare, corela/ii şi, uneori, modele din care nu se pot deduce tendinfe, dar se poate
previziona, cu o anumită probabilitate, cum vor arăta datele pe o perioadă ulterioară;
e. obţinerea unor tipare, corela/ii şi, uneori, modele din care se pot deduce tendinfe, dar nu se poate
previziona, cu o anumită probabilitate, cum vor arăta datele pe o perioadă ulterioară.

252
24. Principalele componente structurale ale modelului sunt:
a. variabilele de decizie, parametrii ce influenţează rezultatul, variabilele rezultat;
b. variabilele de decizie, parametrii ce influenţează rezultatul, variabilele de intrare;
c. variabilele de ieşire, parametrii ce influenţează rezultatul, variabilele rezultat;
d. variabilele de intrare, parametrii ce influenţează rezultatul, variabilele rezultat;
e. variabilele de decizie, parametrii ce nu influenţează rezultatul, variabilele rezultat.

25. Analiza decizională conţine:

a. alternative generate de crize majore ale organizaţiei, alternative decizionale, consecinţe decizionale;
b. stări generale, alternative decizionale, consecinţe decizionale;
c. stări generale, alternative repetitive, consecinţe decizionale;
d. stări generate de inconsistenţa bazei de date, alternative decizionale, consecinţe decizionale;
e. stări generale, alternative la exploatarea bazei de date, consecinţe decizionale.

26. În rafionamentul bazat pe cazuri, există douăJunc/iifundamentale de prelucrare:

a. măsurarea distanfei dintre membrii fiecărui cuplu managerial al organizaţiei pentru a afla vecinele
cele mai apropiate; combinarea rezultatelor obţinute de la „vecine" în răspunsul propus pentru
cazul curent;
b. măsurarea distanfei dintre membrii fiecărui cuplu de înregistrări pentru a afla vecinele cele mai
apropiate; combinarea rezultatelor obţinute de la „vecine" în răspunsul propus pentru cazul curent;
c. măsurarea distanfei dintre membrii cotizanţi ai organizaţiei; combinarea rezultatelor obţinute din
măsurare pentru a obţine suma totală cotizată;
d. măsurarea distanfei dintre membrii minori şi majori ai organizaţiei; combinarea rezultatelor
obţinute de la minori în răspunsul propus pentru majori;
e. măsurarea distanţei dintre „vecine"; combinarea rezultatelor obţinute de la „vecine" în răspunsul
propus pentru cazul curent.

27. Subsistemul de gestiune a datelor din arhitectura unui sistem suport pentru SIAD are următoarele
componente:
a. baza de date, SGBD care nu este de obicei încorporat în SIAD, dicţionarul de date (Data
Dictionary), facilităţile de integrare a datelor ce se referă la existenţa limbajelor declarative de
interogare;
b. baza de cunoştinţe, SGBD ce este de obicei încorporat în SIAD, dicţionarul de date (Data
Dictionary), facilităţile de separare a datelor ce se referă la nonexistenţa limbajelor declarative de
interogare;
c. baza de date, SGBD ce este de obicei încorporat în SIAD, dicţionarul de date (Data
Dictionary), facilităţile de integrare a datelor ce se referă la nonexistenţa limbajelor declarative de
programare;
d. baza de date, SGBD ce este de obicei încorporat în SIAD, dicţionarul de date (Data
Dictionary), lipsa facilităţilor de integrare a datelor;
e. baza de date, SGBD ce este de obicei încorporat în SIAD, dicţionarul de date (Data
Dictionary), facilităţile de integrare a datelor ce se referă la existenţa limbajelor declarative de interogare.

28. Clasificarea sistemelor informatice de asistare a deciziei (SIAD), oferită de Holsapple şi

Whinston, grupează sistemele SIAD în tipurile:
a) SIAD bazate pe analiza textelor; d)SIAD bazate pefuncfii;
b) SIAD baze de date; SIAD bazate pe re�uli.
c) SIAD vrocesoare de tabele;
a. a+b+c+d;
b. b+c+d+e;
c. a+b+c+d+e;
d. c+d+e;
e. a+b+c.
253
29. Care dintre metodele rezentate mai ·os nu a ar in ro ramării liniare multidimensionale?
a) metoda utilitătii globale; d) metoda de rafinare imediată a datelor
b) I metoda P.O.P.; I e) I metoda STEM·
c) I metoda R.O.S.; I f) I metoda RISE.
a. b+c+d;
b. a+b+c+d;
c. c+d+f;
d. a+d+e;
e. a+b.

30. Clasificarea SIAD-urilor se face după mai multe criterii, cel mai des utilizat fiind gradul de
analiză a datelor pe care se bazează soluţia:
a. SIAD-uri care au la bază experienţa managerului, SIAD-uri bazate pe date, SIAD-uri bazate pe
cunoştinţe;
b. SIAD-uri care au la bază modele, SIAD-uri bazate pe date, SIAD-uri bazate pe cunoştinţe;
c. SIAD-uri care au la bază metode aleatoare, SIAD-uri bazate pe date, SIAD-uri bazate pe
cunoştinţe;
d. SIAD-uri care au la bază modele, SIAD-uri bazate pe deciziile managerului, SIAD-uri bazate pe
cunoştinţe;
e. SIAD-uri care au la bază modele, SIAD-uri bazate pe date, SIAD-uri bazate pe rezultate finale.

31. Managerii utilizează sistemele iriformatice pentru:

a. planificarea, organizarea, coordonarea, controlul şi previziunea sarcinilor didactice, dar şi pentru
comunicarea dintre persoane, stabilirea reţelelor în interiorul organizaţiei, cât şi la rezolvarea
problemelor curente;
b. planificarea, organizarea, coordonarea, controlul şi previziunea activităţilor lor, dar şi pentru
comunicarea dintre persoane, stabilirea reţelelor în interiorul organizaţiei cât şi la rezolvarea
problemelor curente;
c. analiza şi proiectarea sistemelor expert;
d. analiza şi proiectarea sistemelor informatice de gestiune;
e. analiza şi proiectarea sistemelor informatice pentru asistarea deciziei.

32. Paşii de urmat într-un proces de simulare pot fi:

a. definirea problemei, obţinerea modelului semantic, testarea şi validarea modelului, implementarea
testelor, evaluarea experimentelor, implementarea rezultatelor simulării;
b. definirea bazei de date, obţinerea modelului de simulare, testarea şi validarea modelului, modelul
de efectuare a experimentelor, evaluarea experimentelor, implementarea rezultatelor simulării;
c. definirea problemei, obţinerea deciziei managerului referitoare la datele de ieşire, testarea şi
validarea modelului, modelul de efectuare a experimentelor, evaluarea experimentelor,
implementarea rezultatelor simulării;
d. definirea problemei, obţinerea modelului de simulare, testarea şi validarea modelului, modelul de
efectuare a experimentelor, evaluarea experimentelor, implementarea rezultatelor simulării;
e. definirea problemei, obţinerea modelului de simulare, testarea şi validarea modelului , modelul de
efectuare a experimentelor, evaluarea intrărilor şi ieşirilor, implementarea rezultatelor simulării.

33. În cazul programării eur-istice, spaţiul de rezolvare a problemelor implică:

a. spaţiul stărilor, spaţiul operatorilor, starea iniţială, starea sau stările intermediare, precum ş1
informaţia asociată fiecărei stări;
b. spaţiul ieşirilor, spaţiul operatorilor, starea iniţială, starea sau stările finale, precum şi informaţia
asociată fiecărei stări;
c. spaţiul stărilor, spaţiul intrărilor, starea iniţială, starea sau stările finale, precum şi informaţia
asociată fiecărei stări;
d. spaţiul stărilor, spaţiul operatorilor, starea iniţială, starea sau stările finale, precum şi informaţia
asociată fiecărei stări;
e. spaţiul stărilor, spaţiul operatorilor, starea iniţială, starea sau stările finale, precum şi informaţia
asociată ultimei stări.
254
 34. Sistemele de asistare a deciziei care au la bază analiza şi sinteza datelor realizează:
a. modele necesare pentru a obţine informaţii care să reliefeze factorii care influenţează pozitiv sau
negativ performanţele companiei;
b. dispersarea, distribuirea, decorelarea şi regruparea datelor pentru a obţine informaţii ce să
reliefeze factorii care influenţează pozitiv sau negativ performanţele companiei;
c. condiţionarea datelor pentru a obţine informaţii care să reliefeze factorii ce influenţează pozitiv
sau negativ performanţele companiei;
d. comasarea, sistematizarea, corelarea şi gruparea datelor pentru a obţine informaţii care să
reliefeze factorii ce influenţează pozitiv sau negativ performanţele companiei;
e. comasarea, sistematizarea, corelarea şi gruparea datelor pentru a obţine informaţii care să
reliefeze factorii ce nu influenţează performanţele companiei.

35. Care dintre etapele de mai ios nu sunt specifice tehnicilor de Data Mininfl?
identificarea surselor de date; integrarea modelului;
colectarea si selectarea construirea şablonului
datelor; regătirea datelor; intermediar; rocesarea
definirea si construirea modelului; cuvintelor;
evaluarea modelului.
a. e+f;
b. b+c;
c. a+b;
d. f+g;
e. d+e.

36. Depozitul de date (Data Warehouse) este o colecJie de date care sprijină decizia, în care
datele sunt:
1 orientate pe subiecte; 4 non-volatile;
2 neintegrate; 5 integrate;
3 corelate în timp; 6 volatile.

a. 1+3+4+5;
b. 1+2+3+4;
C. 2+3+4+5;
d. 1+3+5+6;
e. 2+3+6.

37. Dintre cele 11 principii formulate de Ted Codd (1992), care stau la baza tehnologiei OLAP, fac
:larte:
tării fără restricţii a1 calculelor pentru toatenumăr
combinările de dimensiuni
nelimitat de niveluri şi
de4niveluri
agregareierarhice; număr limitat de niveluri de agregare
şi de dimensiuni;
opera/ii restrictive, ceea ce dă posibilitatea executării cu restricţii a calculelor pentru

2 5

de dimensiuni şi niveluri ierarhice.

3posibilitatea manipulării intuitive a datelor;

a. 1+2+3;
b. 3+4+5;
C. 1+3+4;
d. 1+2+5;
e. 3+5.

255
 38. În tehnologia OLAP, perspectiva multidimensională asupra datelor este dată de posibilitatea:
a. de a dezintegra un aspect care caracterizează activitatea unei întreprinderi în mai m1lte w,pecte
care caracterizează activitatea altei întreprinderi;
b. de a integra multiplele aspecte care caracterizează activitatea unei întreprinderi şi care sunt
considerate dintr-o singură perspectivă (a banilor);
c. de a integra un aspect care caracterizează activitatea unei întreprinderi cu un aspect care
caracterizează activitatea altei întreprinderi, din perspectiva profitului comun;
d. de a integra multiplele aspecte care caracterizează activitatea unei întreprinderi şi care sunt
considerate din perspective multiple ca: timp, bani, produse;
e. de a integra un aspect care caracterizează activitatea unei întreprinderi cu un aspect care
caracterizează activitatea altei întreprinderi, din perspectiva activităfilor comune.

39. Sistemele informatice de asistare inteligentă a deciziei sunt sisteme informatice de asistare a
deciziei bazate pe:
a. date nestructurate;
b. baze de date;
c. manageri;
d. cunoştinţe;
e. sisteme informatice cu arhitectură standard.
40. La modelul de programare liniară utilizat în SIAD-uri, în formă canonică, toate restricţiile sunt
concordante _ş_i toate variabilele sunt>=0:
1-
/ (•)·
& s
� d)
N(m.il:\
:
>
f (:r )- r:11
$

li
�?: o
b

[... D t""
)
e)
& > B

a. b+c;
I"
b. a+d;
c. a+b;
d. e+f;
e. a+c.

41. După numărul de participanţi, deciziile sunt:

a. decizii individuale; decizii manageriale;
b. decizii simple; decizii manageriale;
decizii cu un participant; decizii cu doi participanţi;
decizii personale; decizii manageriale;
e. decizii cu decident individual; decizii cu mai mulţi participanţi (multiparticipant) sau cu
echipe decizionale.

42. Deciziile strategice:

a. au ca obiectiv eficienţa folosirii resurselor;
b. necesită utilizarea de sisteme specifice de asistare a deciziei;
c. se referă la obiectivele, resursele şi politicile organizaţiei, pe termen mediu şi lung;
d. au ca obiectiv eficacitatea atingerii obiectivelor pe termen scurt ale organizaţiei economice;
e. sunt decizii care se iau doar în echipă.

256
43. Situaţiile decizionale neforţate (subiective sau neprovocate):
a. sunt situaţiile în care trebuie luată o decizie pe termen lung;
b. sunt elemente fundamentale ale procesului decizional ce prezintă mai multe limite care
determină necesitatea şi oportunitatea asistării informatizate a deciziilor;
c. sunt situaţii de criză în care managementul trebuie să acţioneze într-un timp scurt;
d. reprezintă situaţiile decizionale, determinate de voinţa decidentului, care se referă la luarea din
timp a unor măsuri preventive;
e. constă într-un ansamblu de activităţi executat de o persoană sau grup de persoane (decident)
care sunt puse în faţa unui fenomen.

44. Procesul de adoptare a deciziilor este constituit din următoarele etape:

a. simularea, designul, simularea, alegerea;
b. evaluarea opţiunilor, simularea, alegerea;
c. informarea generală, designul (proiectarea), alegerea;
informarea generală, designul (proiectarea), simularea,
alegerea;
e. evaluarea opţiunilor, alegerea.

45. După clasificarea lui Schneider, există mai multe categorii de probleme decizionale:
a. decizia de tip alegere, decizia simplă, decizia complexă, decizia de tip proces;
b. decizia simplă, decizia compusă, decizia descompusă;
c. decizia centralizată şi decizia aleatoare;
d. decizia informată şi decizia bazată pe inspiraţie;
e. decizia rapidă şi decizia fundamentată.

46. Printre caracteristicile principale ale SIAD, nu se numără:

a. rezolvarea acelor probleme care nu se pot rezolva cu sisteme destinate cuantificării cantitative;
b. asigurarea pentru decidenţi a resurselor decizionale necesare;
c. soluţiile sunt obţinute prin manipulări de date, căutări de informaţii, modele, calcule;
d. rol de asistare a decidenţilor (managerilor) la nivel individual sau de grup în toate etapele
procesului decizional;
e. timpului de răspuns pentru obţinerea unei soluţii acceptabile este limitat.

47. SIAD-urile ad-hoc sunt:

a. SIAD-uri care rezolvă probleme unicat de asistare a deciziei şi prezintă costuri ridicate de
dezvoltare
b. cele mai simple SIAD-uri care rezolvă probleme unicat de asistare a deciziei
c. SIAD-uri care utilizează depozite de date bazate pe tehnologia data mining
d. SIAD-uri care sunt accesibile oricărei firme
e. SIAD-uri de ultimă generaţie.

48. Depozitul de date (Data Warehouse) este:

a. un spaţiu în memoria calculatorului unde sunt stocate datele ce urmează să fie procesate;
b. magazie de depozitare a dispozitivelor pe care se stochează date (CD-uri, benzi magnetice,
hard diskuri etc.);
c. un ansamblu de date special produse pentru a sprijini luarea deciziei manageriale;
d. un spatiu de lucru în interiorul procesorului;
e. colecţie de benzi magnetice cu datele organizaţiei economice.

49. Depozitul de date conţine:

a. date istorice şi curente de interes potenţial pentru manageri în cadrul organizaţiei economice;
b. colecţie de date viitoare de interes pentru manageri în cadrul organizaţiei economice;
c. colecţie de date de actualitate colectate cu scopul de a adopta deciziile strategice;
d. setul de date curente ale organizaţiei economice;
e. setul de date viitoare ale organizaţiei economice.
257
50. Un depozit de date:
a. se cumpară de la dezvoltatori specializaţi;
b. se construieşte dintr-odată, fiind utilizat doar după finalizare;
c. se construieşte progresiv, permiţând completări şi dezvoltări ulterioare;
d. se construieşte într-un timp scurt, urmând a fi utilizat pe termen lung;
e. reprezintă baza de date a organizaţiei.

51. OLTP este un acronim de la:

a. On-Line Transition Processing;
b. On-Line Transaction Processing;
c. On-Line Transaction Printing;
d. Off-Line Transition Printing;
e. Off-Line Tools for Printing.

52. Data Mining se defineşte ca:

a. procesul de creare a modelelor cunoştinţelor într-o cantitate mare de date;
b. procesul de informare a managerilor pentru adoptarea de decizii pe baza unor criterii
de performanţă;
c. procesul de urmărire a volumelor mari de date cu scopul de a optimiza utilizarea memoriei;
d. procesul de descoperire a modelelor cunoştinţelor într-o cantitate mare de date;
e. procesul de transformare a datelor obişnuite într-o cantitate mare de cunoştinţe utile
pentru adoptarea deciziilor.

53. Prin Data Mining se întelege:

a. un algoritm specific de prelucrare a datelor;
b. tehnică statistică de prelucrare a datelor economice;
c. un sistem de colectare a datelor, de către o organizaţie economică, din mediul în care
aceasta activează;
identificarea de cunoştinţe folositoare în volume foarte mari de date;
e. utilizarea datelor disponibile de către firmele care activează în domeniul mineritului pentru
a şi creşte eficienţa.

54. Printre principalele tehnici Data Mining nu se numără:

a. eliminarea;
b. analiza grupărilor;
c. predicţia;
d. gruparea;
e. clasificarea.

55. Tehnicile Data Mining nu se pot aplica

asupra: depozitelor de date - Data
Warehouses;
b. bazelor de date relaţionale;
c. bazelor de date tranzacţionale;
d. bazelor de date algoritmice;
e. bazelor de date în tehnologii avansate.

RĂSPUNSURI
1. E 2. B 3. B 4. B 5. A 6. C 7. E 8. C 9. E 10.
D
11. 12. E 13. C 14. B 15. D 16. B 17. B 18. B 19. C 20.
A E
21. 22. A 23. A 24. A 25. B 26. B 27. E 28. C 29. C 30.
B B
31. 32. D 33. D 34. D 35. D 36. A 37. C 38. D 39. D 40.
B 42. C 43. D 44. C 45. A 46. B 47. A 48. C 49. A C
41. 52. D 53. D 54. A 55. D 50.
E C
51.
B

258