Vezetői információs rendszerek 5. előadás: Felhasználási folyamatok 2. Elekes Edit, Anyagok: eng.unideb.hu/userdir/Elekes Edit/Vezetoi_inf_rd 1

Tananyag Adatkeresés többdimenziós struktúrákban Drilling Az OLAP végrehajtása Szakértői Rendszerek (SzR) Tudásbázis típusok Szabálybázis típusú SzR működése, funkciói Szakértői rendszerek előnyei, hátrányai A Comshare szakértői rendszere 2

Többdimenziós adatstruktúrák A relációs modell egy változata, amely több dimenzióban tárol adatokat és köztük lévő kapcsolatokat (relációkat). Tárolás: kockák, melyek adatokat tartalmaznak, a kockán belül újabb kockák helyezkednek el (egyik dimenzió függhet a másiktól). Adatdimenzió: Kocka oldallapja. Aggregált adat, konszolidált adat: Egy cella adattartalma, amely az összes dimenzióra elő van állítva (Pl. a T1 termék eladott mennyisége Vas megyében január hónapban). Cella: Eladott mennyiség (termék, régió, eladási csatorna, év, hónap) => Ez itt 5 dimenzió. Eladott mennyiség 3

Adatkeresési folyamatok a többdimenziós struktúrában Térbeli ábrázolás: kockával, azon belül kisebb kockákkal. Kocka alkotó elemei: konkrét értékek, melyek dimenzióértékektől függenek. Alkotóelem pl.: Eladás (TV, március, nyugat, valódi érték) Eladás (TV, március, nyugat, terv adat) 4

Sokdimenziós adatbázisban való keresés, vizsgálódás Konszolidált érték megjelenítése különböző beállítások mentén. Módszer (slice&dice) Értékhalmaz rögzítése = metszet készítése a kockában => szeletelés = slice. A rögzített értékhalmaz mellett, változó adathalmazzal releváns értékeloszlás kikeresése => forgatás = dice. Keresés több dimenzióban: slice & drive egymás utáni ismételgetése (Rubik-kocka). 5

Leásás, lefúrás = drilling Egy kiválasztott dimenzió mentén végzünk leásást, Valaminek a mélyebb vonzatát követjük végig, A keresésben lefelé haladva, zoomolva. Metszetkészítés, a forgatás speciális esete. Pl. keresőfa bejárása többdimenziós sikertényezők nyomon követése esetén. 6

Az OLAP végrehajtása – pl. 1. Egy dimenzió részletesebben feltárt vizsgálata, leásási lépések végrehajtásának sorozata. 7

Az OLAP végrehajtása – pl. 2. Egy OLAP leásás: Tervtől való negatív eladási érték okának és helyének a keresése. 8

Átfogóbb keresés indítása A keresőfa bejárása után következhet az átfogóbb keresés, pl. a göteborgi eladói lánc tevékenységére vonatkozóan.  Pl. az elmúlt 2 év eladási adatai;  többi autómárka eladási adatai;  stb. Keresés még a többdimenziós fastruktúrában:  Oldalirányban;  Alulról felfelé. Keresések célja:  Kritikus sikertényezők megfigyelése, vagy eltérési okainak nyomozása  Kulcsfontosságú teljesítménymutatók megfigyelése (Pl. sok reklamáció egy termékkel kapcsolatban vagy kezdünk lemaradni egy versenytárstól – Mi az oka?) 9

Szakértői rendszerek használata a VIR-ekben A Szakértői Rendszer (SzR) olyan szoftver-rendszer, amely: olyan emberi szaktudást alkalmaz egy specifikus szakterületen amit a felhasználó számára át tud adni. Szaktudás: a rendszer tudásbázisába (Knowledge Base) van beleépítve. A rendszer a saját következtetési mechanizmusa (Inference Engine) segítségével használja fel a tudásbázisban lévő információt az aktuálisan fellépő feladatokra, helyzetekre való reagáláshoz. Következtetési mechanizmus: a tudásbázisból való tudáskinyerés segédeszköze. 10

A tudásbázisok típusai 1. Esetbázis tudás: Korábban megtörtént eseteket tárol, amire már volt precedens, és az ezek alapján leszűrhető tapasztalatokat is tartalmazza. Keretbázis tudás: Hierarchikus kapcsolatban lévő blokkokat tartalmaz. Egy blokk = keret, amelyben összefüggő esetek vannak felhalmozva. 11

A tudásbázisok típusai 2. Objektumalapú tudás: Objektumok hálózata. Az objektumok adatok és őket feldolgozó műveletek (operációk). Szabálybázis tudás: A tudás szabályok sorozatában van képviselve. Leginkább elterjedt tudásbázis típus. Példa: IF (feltétel) THEN (konklúzió); A feltételben AND/OR/NOT és ezek kombinációja is lehet. 12

SzR és a megoldás Egy tudásbázisban több száz szabály is lehet. A következtetési mechanizmus az aktuális feltételcsoporttal összhangban lévő szabályokat válogatja össze, az ellentmondásban levőket szintén elemezve. Az elemzési folyamat befejezése után alakul ki a végső következtetés, ami a SzR által adott megoldás. 13

A szabálybázisú rendszerek felépítése Tipikus felépítés + SzR komponensei + Komponensek közötti információs kapcsolatok. 14

Szabálybázisú SzR rendszer komponenseinek funkciója 1. Tudásbázis: a szakértői tudás szervezett tárolására szolgál: kiindulási tények, szabályok halmaza és a kiindulási tényekből a szabályokkal képzett újabb tények halmaza. Következtetést végző egység (következtetési gép, inference engine): a tudásbázis szabályait és tényeit feldolgozó egység, ami következtetési folyamatok szisztematikus végrehajtását végzi el: pl. előreláncolás (előre következtetés), hátraláncolás, visszaláncolás (hátrakövetkeztetés, visszakövetkeztetés). 15

Szabálybázisú SzR rendszer komponenseinek funkciója 2. Munkamemória: a feldolgozás segédadatainak és közbülső adatainak a tárolására szolgál. Magyarázatot adó egység (explanation unit): a felhasználó állandó tájékoztatását végzi, a döntéshozatali információkról ad tájékoztatást. Felhasználói interfész: a szakértői rendszer és a felhasználó közötti kapcsolatot biztosítja. A rendszer felhasználói vezérlését is ez az egység végzi. 16

A szabálybázisú rendszerek létrehozása 17

SzR létrehozásának és működésének folyamata A létrehozáshoz Szakértőre és Tudásszervező személyre (Tudásmérnökre) van szükség. Tudásfelépítő program komponens: a tudásmérnök a szakértővel végzett interjúk alapján megkezdi a tudásbázis szabályokkal való feltöltését. Tesztelés, további szaktudás beszerzése, próbafuttatás. Valódi üzemeltetés: a felhasználó használatba veszi a rendszert. Vezérlés: a felhasználói interfészen keresztül valósul meg. Következtetési mechanizmus programja: a tudásbázis szabályainak és tényeinek feldolgozása azzal a céllal, hogy egy adott feladatra megoldást adjon a felhasználónak. Az SzR létrehozása és felhasználása nem különíthető el élesen egymástól. Bevitt szabályok módosítását, bővítését: a felhasználói alkalmazás során felmerülő igények alakítják. 18

A szakértői rendszerek előnyei ELŐNYÖK: Egy csoport szakértő tudását egyesíti. Gyors, mindig elérhető, igénybe vehető. Szakértő távozásával a tudása megmarad. Tanulásra alkalmas: a tudás szétosztható általa. Tudásbázis bővítéshez olyan technológia áll rendelkezésre, amely könnyű, rugalmas változtatást/bővítést tesz lehetővé. (Export System Shell Fejlesztői Keretrendszerek) 19

A szakértői rendszerek korlátai KORLÁTOK: Nem képes a saját tanulási folyamatra. Karbantartás, módosítás, fejlesztés költséges. A tudásbázis létrehozásához a szakértőt hosszú ideig igénybe kell venni és fizetni kell. Korlátozottság: nem képes az új, kiszámíthatatlan helyzetekre megoldást találni. Pénzügyi szabályzatokat, politikai változásokat nem tud követni. 20

A Comshare szakértői rendszere A Comshare Vezetői Információs Rendszer önálló szakértői komponenssel rendelkezik: Detect & Alert. Intelligens SW komponens, ami automatikusan figyeli a többdimenziós adatbázis adatértékeit. Kiugró eltérés vagy veszély észlelése (detect) esetén azonnal jelzést ad a felhasználónak (alert), figyelmezteti és intézkedési tanácsokkal is ellátja. Leásásos elemzés végzése az adatbázisban és tanács adása a felhasználónak: mit kell megvizsgálni, a problémát hogyan kell kinyomozni, milyen intézkedésekkel kell a problémát elhárítani. 21

Köszönöm a figyelmet! 22