СППР – это человеко-машинные системы, которые позволяют лицам, принимающим решение, использовать данные и знания объективного и субъективного характера для решения слабоструктурированных проблем.
Три первичных компонента СППР: модель управления, управление данными для сбора и ручной обработки данных и управление диалогом для облегчения доступа пользователя к СППР (т.е. интерфейс)
Характеристика СППР:
· Предполагают гибкость пользователей, адаптируемость, быструю реакцию
· Допускают, чтобы пользователи управляли входом и выходом
· Оперируют с небольшой помощью профессиональных программистов или без неё
· Обеспечивают поддержку для решения проблем, которые не могут быть определены заранее
· Используют сложный анализ и инструментальные средства моделирования
31. Типичные вопросы, на которые СППР помогают находить ответы.
1. Анализ примеров – оценка значений выходных величин для заданного набора значений входных переменных
2. Параметрический («Что-Если») анализ – оценка поведения выходных величин при изменении значений входных переменных
3. Анализ чувствительности – исследование поведения результирующих переменных в зависимости от изменения значений одной или нескольких выходных переменных
4. Анализ возможностей – нахождение значений входной переменной, которые обеспечивают желаемый результат
5. Анализ влияния – выявление для выбранной результирующей переменной всех выходных переменных, влияющих на её значение, и оценка величины изменения результирующей переменной при заданном изменении входной переменной
6. Анализ данных – прямой ввод в модель ранее имевшихся данных и манипулирование или при прогнозировании
7. Сравнение и агрегирование – сравнение результатов двух или более прогнозов, сделанных при различных входных предположениях, или сравнение предсказанных результатов с действительными, или объединение результатов, полученных при различных прогнозах или для разных моделей.
8. Командные последовательности – возможность записывать, исполнять, сохранять для последующего использования регулярно выполняемые серии команд и сообщений
9. Анализ риска – оценка изменения выходных переменных при случайным изменениях входных величин
10. Оптимизация – поиск значений управляемых входных переменны, обеспечивающих наилучшее значение одной или нескольких результирующих переменных.
32. Ключевая концепция исполнительной информационной системы (ИИС). Программное изделие Comshare's Commander Decision. Система финансовой отчетности, построенной фирмой "Welch Allyn".
ИИС – такая информационная система, которая поставляет интерактивную совокупность текущей информации относительно конъюнктуры рынка, формирует лёгкий доступ для менеджеров без помощи посредников.
ИИС использует данные, которые были отфильтрованы и обличены в итоге в форме, полезную для руководителей организации. Кроме того, ИИС включают качественные данные типа информации о конкурентоспособности, оценки и прогнозы.
Программное изделие Comshare’s Commander Decision является клиент-сервером и программой на базе интранет (локальная сеть, взаимодействующая с интернет), может использоваться, чтобы строить ИИС-приложения для исполнителей, или СППР для менеджеров на различных уровнях бизнеса. Фирма «Transco» Великобритании, используя эту программу, создала ИИС для 150 человек, от директора компании до финансовых аналитиков и менеджеров первого уровня. ИИС включали информацию о расходах, данные по системам поставок и кредитах.
Фирма Welch Allyn - ведущий поставщик медицинских диагностических инструментов на международном рынке - решила, что требуется «всемирная исполнительная система поддержки и принятия решений, которая обеспечит быстрый доступ к значимой информации». Используя программные изделия Comshare, Welch Allyn построила систему финансовой отчетности, которая обращается с ежемесячным накоплением и обменом валюты. Это обеспечивает возможности полного анализа для менеджеров, аналитиков и исполнителей. Система анализа взаимных продаж допускает менеджеров к передаче информации о всемирных продажах по линиям, областям и клиентам.
33. Суть "добычи данных" ‑ ДД. Технологии, используемые при добыче данных.
Информационная технология «Добыча данных» использует ряд технологий (например, деревьев решений, нейронные сети и т.д.), чтобы искать или «добывать» маленькие «самородки» информации из крупных объемов данных, занесенных в базу данных организации, и иногда рассматривается как вспомогательный аппарат систем поддержки принятия решений.
При добыче данных используются следующие методы решения или подходы, т. е. технологии:
· дерево решений
· нейронные сети
· генетические алгоритмы (методы оптимизации, основанные на концепциях генетической комбинации (уровень скрещивания/наследования), мутации и естественного отбора)
· правила предположений
· извлечения из правил «Если, то», основанные на статистическом значении
· сортировка записей, основанных на наиболее близкой им базе данных
Добыча данных требует разработанной и хорошо построенной базы (хранилища) данных с сохраняемыми в ней данными.