SISTEME INFORMATICE PENTRU ASISTAREA DECIZIEI

Prof.univ.dr. Zenovic GHERASIM Prof.univ.dr. Doina FUSARU Conf.univ.dr. Maria ANDRONIE

Codul cursului:

Denumirea cursului: Sisteme informatice pentru asistarea deciziei Tip curs: obligatoriu Durata cursului / Nr. credite: un semestru / Perioada de accesare a cursului: prelegeri 25 febr. 2008- iunie 2008 laboratoare consultaţii

Manuale recomandate: 1. Gherasim, Z., Fusaru, D., Andronie, M. – Sisteme informatice pentru asistarea deciziei

economice, Editura Fundaţiei România de Mâine, Bucureşti, 2008. 2. Fusaru, D., Cocianu, C.L., Gherasim, Z., Andronie, M. – Sisteme expert şi Sisteme

informatice pentru asistarea deciziei, Teste grilă, Editura Fundaţiei România de Mâine, Bucureşti, 2006.

3. Zaharie, D., Albescu, F., Bojan, F., Ivancenco, V., Vasilescu, C. – Sisteme informatice pentru asistarea deciziei, Editura Dual Tech, Bucureşti, 2001.

4. Filip, Fl.Gh. – Decizie asistată de calculator. Decizii, decidenţi. Metode şi instrumente de bază, Editura Tehnică şi Editura Expert, Bucureşti, 2002.

5. Filip, Fl.Gh. – Sisteme suport pentru decizii, Editura Tehnică, Bucureşti, 2004. 6. Oancea, M. – Sisteme informatice pentru asistarea deciziei bancare, Editura ASE, Bucureşti, 2005.

Obiectivele cursului:

Obiectivele cursului de Sisteme informatice pentru asistarea deciziei (SIAD) sunt: revederea şi fixarea noţiunilor de bază din teoria sistemelor economice integrate şi teoria deciziei în general, şi a sistemelor informatice integrate, în special; definirea conceptelor fundamentale specifice SIAD; tratarea celor trei tipuri de SIAD-uri: bazate pe modele, bazate pe analiza şi sinteza datelor (tehnica OLAP) şi Data Mining; câştigarea unor deprinderi în folosirea componentelor de asistare a deciziei din produsul informatic Microsoft Excel, din instrumentul informatic QM şi din Microsoft SQL Server 2005 (Analyses Services, Data Mining).

Modul de stabilire a notei finale: nota este cea care rezultă din evaluarea prin teste grilă, pe platforma BlackBoard. Consultaţii pentru studenţi: în fiecare marţi de la ora 10 - 12 pe perioada cursurilor.

Adresa e-mail responsabil pentru contactul cu studenţii:zgherasim.mfc@spiruharet.ro Titularul / titularii cursului / serie:Prof.univ dr. Zenovic GHERASIM zgherasim.mfc@spiruharet.ro sau zenovic.gherasim@yahoo.com Str. Splaiul Independenţei nr. 313, 3169785/110 Consultaţii: în fiecare marti orele 10.00-12.00 pe perioada cursurilor. Asistent seminarii-laboratoare: Asist.univ. mat. Măriuţa TUDOR, t_mariuta@yahoo.com

Asist.univ. Alexandru DUMITRU alexd@ines.ro Tematica disciplinei: 1. ASISTAREA DECIZIEI ECONOMICE 1.1 Definirea, rolul şi locul sistemelor informatice pentru asistarea deciziei 1.2. Decizia: loc, rol, clasificare 1.3. Decidenţii 1.4. Consideraţii asupra asistării deciziilor 1.5. Clasificarea sistemelor informatice pentru asistarea deciziei 1.6. Sisteme suport pentru asistarea deciziei 1.6.1. Subsistemul de gestiune a datelor 1.6.3. Subsistemul de gestiune a cunoştinţelor 1.6.4. Interfaţa cu utilizatorul 2. SIAD-URI BAZATE PE MODELE 2.1. Consideraţii referitoare la modele şi metode 2.2 Algoritmi euristici 2.3. Tabele de decizie şi arbori de decizie 2.4. Optimizare cu algoritmi – programare matematică 2.5 Simularea 2.5.1.Conceperea şi proiectarea modelului 2.5.2. Simularea cu instrumente in Excel 2.6.Teoria jocurilor 2.7. Modelele predictive 2.8. Programarea euristică 2.9. Metoda utilităţii globale maxime 2.10. Sistemul de gestiune a modelelor 3. SIAD-URI BAZATE PE ANALIZA ŞI SINTEZA DATELOR 3.1. Problematica generală 3.2. Depozite de date (Data Warehouse) 3.2.1. Definirea conceptului de depozit de date. Caracteristicile depozitelor de date 3.2.2. Rafturile de date 3.2.3. Memorii-tampon de date operaţionale

3.2.4. Depozite de date de tip întreprindere 3.2.5 Diferenţierea depozitului de date de baza de date 3.2.6. Ciclul de viaţă al depozitelor de date 3.3. Modelarea conceptuală a depozitului de date 3.4. Modul de utilizare a depozitului de date 3.5. Mediul de depozitare al datelor 3.6. Abordarea multidimensională a datelor stocate în depozite 3.6.1. Definirea şi caracterizarea OLAP (On-Line Analytical Processing) 3.6.2. Modelarea dimensională – cuburi OLAP 3.6.3. Baze de date multidimensionale 3.6.4. Operaţii OLAP asupra hipercubului 3.7. Aplicaţie privind analiza datelor cu Microsoft OLAP 3.7.1. Analiza problemei de rezolvat 3.7.2. Definirea schemei bazei de date multidimensionale 4. DATA MINING – TEHNOLOGII DEDICATE EXTRAGERII CUNOŞTINŢELOR DIN DATE 4.1. Problematica generală 4.2. Definirea conceptului Data Mining 4.3. Categorii de date care pot fi “minerite” 4.4. Categorii de modele de date care pot fi “minerite” 4.5. Sistemul Data Mining 4.5.1. Structura sistemului Data Mining 4.5.2. Arhitectura sistemului Data Mining 4.5.3. Clasificarea sistemului Data Mining 4.5.4. Explorarea datelor – conţinut şi etape 4.5.5 Raţionamentul bazat pe cazuri Cuvinte-cheie: SIAD, DSS, OLAP, modelare, depozite de date, Data Warehouse, Data Mining. 1. ASISTAREA DECIZIEI ECONOMICE 1.1 Definirea, rolul şi locul sistemelor informatice pentru asistarea deciziei Sistemul este o colecţie de părţi (elemente) organizate şi interconectate pentru îndeplinirea unui anumit scop. Sistemul, în plan conceptual, este expresia abstractizării unor fapte, fenomene, procese, obiecte din universul real pe baza unei structuri logice predefinite. Concepţia sistemică oferă avantajul unei abordări integrale şi integrate a fenomenelor şi proceselor specifice domeniilor abordate, evidenţiind latura calitativă corespunzătoare elementelor sistemului. Subsistemul este o parte componentă a unui sistem, în funcţie de un punct de vedere şi de scopul urmărit. După domeniul de aplicare, sistemele sunt politice, economice, sociale, tehnice etc.

Sistemele economice sunt sisteme deschise (open systems), puternic ancorate în mediul socio-economic (piaţa este o parte a acestui mediu) în care acestea funcţionează. Sistemele economice, ca sisteme deschise, sunt sisteme cibernetice adică prezintă legătura de reacţie

(feedback) ce le permite o funcţionare normală. Sistemele economice prezintă un comportament dinamic care asigură adaptarea la fluctuaţiile mediului socio-economic. Orice sistem economic poate fi împărţit în mai multe subsisteme în funcţie de criterii specifice.

Societatea comercială (organizaţia economică) reprezintă un sistem economic care poate fi divizat a) funcţional sau pe domenii de gestiune (producţie/servicii, comercial, cercetare-dezvoltare, financiar-contabil, resurse umane) sau b) structural (organizatoric, decizional, informaţional, tehnologic, relaţional pe resurse umane). Potrivit concepţiei holonice asupra sistemelor, două sau mai multe sisteme autonome pot fi integrate (cu criterii şi obiective precise) şi se poate obţine astfel un sistem holonic. În limba greacă, holos semnifică un întreg dedus din părţi. Sistemul holonic (holonul) economic permite optimizarea atât pe sisteme componente cât şi pe ansamblul sistemului integrator devenit sistem de referinţă, pe cele două planuri: real şi conceptual. Orice sistem economic modern performant este un sistem integrat funcţional şi structural. Sistemele economice integrate pot fi abordate din perspectiva diferitelor şcoli de gândire în management (tehnico-raţională, comportamentală, cognitivă). Acestor sisteme economice integrate le sunt asociate sisteme informaţionale integrate, respectiv sisteme informatice integrate. Sistemele informatice integrate economice au în compunere, în funcţie de nivelurile de management ale organizaţiei economice (fig.1.1), sisteme informatice dedicate (integrate pe orizontală), astfel: 1) nivelul de management strategic: sisteme informatice de sprijin al executivului, ESS (Executive Support Systems) sau EIS (Executive Information System); 2) nivelul de management mediu: sisteme informatice pentru management, MIS (Management Information Systems) sau sisteme informatice pentru rapoarte de management, MRS (Management Reporting Systems) şi sisteme informatice pentru asistarea deciziei, DSS (Decision Support Systems); 3) nivelul lucrătorilor cu date, informaţii şi cunoştinţe: sisteme de automatozare a lucrărilor de birou sau birotică, OAS (Office Automation Systems) şi sisteme de lucru cu cunoştinţe, KWS (Knowledge Work Systems); 4) nivelul de management operaţional: sisteme informatice pentru procesarea tranzacţiilor, TPS (Transaction Processing Systems). Cele mai cunoscute implementări ale unor componente de integrare pe verticală ale sistemelor informatice integrate economice sunt denumite: planificarea resurselor întreprinderii, ERP (Enterprise Resource Planning), fabricaţie asistată de calculator, CAM (Computer-Aided Manufacturing), planificarea resurselor de fabricaţie, MRP (Manufacturing Resource Planning), sistem informatic de resurse umane, HRIS (Human Resources Information System), sistem informatic contabil, AIS (Accounting Information System), sistem informatic financiar, FIS (Financiar Information System), sistem informatic pentru marketing, MKIS (Marketing Information System), sistem informatic de resurse informatice, IRIS (Information Resources Information System), sistem informatic pentru managementul relaţiilor cu clienţii, CRM (Customer Relationship Management), sistem de management al lanţului de distribuţie, SCM (Supply Chain Management) etc. Pentru studentul de la specializarea Contabilitate şi informatică de gestiune, elemente ale OAS au reprezentat obiectul cursului de birotică, elemente ale TPS - al cursului de sisteme de gestiune a bazelor de date, în timp ce elemente ale KWS au fost lămurite la cursul de sisteme expert. DSS reprezintă obiectul de studiu al disciplinei Sisteme informatice pentru asistarea deciziei (SIAD) economice. MIS reprezintă o disciplină de informatică pentru specializarea Management. Este discutabilă separarea SIAD (DSS) de MIS, indiferent de modul de abordare, având în vedere că luarea deciziei reprezintă scopul fundamental al oricărui sistem de management. ESS sunt în curs de clarificare, conceptualizare şi realizare.

Steven Alter consideră că sistemele informatice pentru asistarea deciziei (SIAD) sunt destinate managerilor şi prezintă ca obiectiv fundamental eficientizarea deciziilor, spre deosebire de TPS-uri care se ocupă de eficientizarea şi consistenţa datelor. Moore şi Chang arată că un SIAD este extensibil şi capabil să suporte analize ad-hoc, precum şi modelarea deciziei manageriale, folosit pe un interval de timp nedeterminat şi neregulat şi cu orientare principală pe procese şi fenomene viitoare1.

Fig. 1.1. Sistemele informaţionale/informatice în funcţie de nivelurile de management ale organizaţiei economice

În lucrarea Decision Support Systems: A Knowledge-Based Approach (1996), Holsapple şi Whiston evidenţiau caracteristicile unui SIAD astfel2:

1. are în compunere o bază de cunoştinţe referitoare la domeniul abordat de procesul decisional;

2. permite achiziţia cunoştinţelor descriptive sau de natura procedurilor şi regulilor; 3. asigură posibilităţi de prezentare a unor cunoştinţe ad-hoc sau de realizare a unor rapoarte periodice;

4. facilitează selectarea unor mulţimi de cunoştinţe pentru informare sau pentru asistarea procesului decizional;

1 Oancea, M. – Sisteme informatice pentru asistarea deciziei financiare, Editura ASE, Bucureşti, 2005. 2 Lungu, I., Sabău, Gh., Velicanu, M., Muntean, M., Ionescu, S., Posdarie., E., Sandu, D, - Sisteme informatice. Analiză, proiectare şi implementare, Editura Economică, Bucureşti, 2003.

Management operaţional (de exploatare)

Lucrători cu date, informaţii şi cunoştinţe

Management de nivel mediu

Management strategic

ESS, Executive Support Systems sau EIS, Executive Information Systems

MIS, Management Information Systems şi

DSS, Decision Support Systems

OAS, Office Automation Systems (birotică)

KWS, Knowledge Work Systems

TPS, Transaction Processing Systems

ORGANIZAŢIA ECONOMICĂ

General Manager

5. realizează interactivitatea sistem-decident. Sistemele informatice pentru asistarea deciziei, SIAD – implică folosirea elementelor

aplicative din discipline diverse cum sunt statistica, economia, cercetările operaţionale, tehnologiile informaţiei şi ale comunicaţiilor – IT&C, inteligenţa artificială, psihologia cognitivă etc.

Sistemul informaţional economic reprezintă un cumul de resurse umane şi capital investit într-o organizaţie economică pentru colectarea şi prelucrarea datelor necesare obţinerii informaţiilor care vor fi utilizate la toate nivelurile de decizie ale conducerii şi controlului activităţii acelei organizaţii.

Informaţie devine în felul acesta centrul în jurul căruia basculează întreaga activitate a unei organizaţii economice.

Informaţia este văzută de DeMarco (1982) ca fiind abordabilă din trei perspective specifice sistemelor informaţionale şi anume:

1) Datele care sunt văzute sub formă de atribute şi care reflectă structura statică a sistemului informaţional.

2) Funcţiile scot în evidenţă ceea ce face sistemul. Ele pot fi văzute şi ca procese, deoarece elementele sistemului care stochează datele sunt supuse transformărilor funcţionale prin intermediul proceselor.

3) Comportamentul reflectă de fapt stările prin care trece sistemul la apariţia diverselor evenimente care au impact asupra lui şi care îi conferă un statut dinamic.

Reenginering-ul organizaţiei economice semnifică regândirea din temelii şi reproiectarea radicală a proceselor de afaceri cu scopul de a obţine o îmbunătăţire semnificativă a indicatorilor critici de performanţă ai acestei organizaţii economice (costuri, calitate, viteză, service etc). În reingineria proceselor de afaceri, BPR (Business Process Reengineering), IT&C joacă un rol determinant.

1.2. Decizia: loc, rol, clasificare

Evoluţia tehnologiilor informaţiei şi ale comunicaţiilor, IT&C influenţează evoluţia procesului managerial prin oferta de mijloace şi instrumente din ce în ce mai performante pentru rezolvarea sarcinilor managerilor, sintetizate în ESS, MIS, DSS, KWS, OAS. Sistemele informatice oferă un nivel rapid de obţinere, analiză şi interpretare a unei mari cantităţi de date şi informaţie, ajutând la o adaptare rapidă a decidenţilor într-un mediu economic în permanenţă dinamică. Tot ele asigură un înalt nivel de responsabilitate şi putere de decizie spre nivelele inferioare. În acelaşi timp, procesul managerial are impact asupra modului în care se face proiectarea şi realizarea sistemelor informatice care deservesc acest proces.

În principal, managerii utilizează sistemele informatice pentru 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. La baza structurării sistemelor informatice se află sistemele informaţionale. Sistemul informaţional al unei organizaţii conţine două subsisteme componente: subsistemul de conducere şi subsistemul condus. În fluxul informaţional descendent se găseşte decizia, ca rezultat al procesului decizional desfăşurat în cadrul subsistemului de conducere.

Diverşi autori definesc decizia în moduri aproximativ asemănătoare ca de exemplu: alegerea unei căi sau direcţii de acţiune (Simon, 1960), alegerea unei strategii de acţiune (Fishburn, 1964), o alocare a resurselor (Spradlin, 1997), hotărârea luată ca urmare a examinării unei probleme, situaţii etc., soluţia adoptată din mai multe posibile (DEX, 1998) etc. Decizia se poate defini şi ca fiind rezultatul unor activităţi conştiente de alegere a unei căi de acţiune, alegere care presupune alocarea unor resurse. Decizia reprezintă rezultatul prelucrării unor informaţii şi cunoştinţe şi aparţine unei persoane sau grup de persoane (decidentul) care dispun de autoritatea necesară şi care au responsabilitatea pentru utilizarea eficace a resurselor în anumite situaţii date3. Decizia este o activitate a omului ce urmăreşte, în mod conştient, anumite obiective. Pentru rezolvarea unei probleme decizionale se aleg obiectivele relevante pentru problema respectivă. Aceste obiective relevante pot fi multiple şi, deseori, contradictorii. Ele sunt funcţie de mai mulţi factori, dintre care se amintesc sistemul de valori (ansamblul subiectelor de analiză adoptate sau impuse decidentului) şi orizontul decizional de timp (specific problemei de decizie).

O primă clasificare a deciziilor, legată nemijlocit de decident, este realizată în funcţie de domeniul de activitate al omului:

- decizii personale, când deciziile se referă la viaţa personală a unui om, iar resursele sunt timpul, energia, banii, renumele, cunoştinţele profesionale;

- decizii manageriale, când deciziile se referă la organizaţia economică, iar resursele alocate sunt umane, materiale, financiare şi informaţionale (dintre cele informaţionale, cele mai importante fiind cunoştinţele tezaurizate în organizaţie).

După gradul de complexitate, deciziile pot fi simple sau complexe. Decizia simplă este acea decizie care priveşte alegerea unei singure direcţii de acţiune sau acea decizie ce se dovedeşte suficientă (la o primă analiză) pentru îndeplinirea obiectivelor. Decizia complexă reprezintă un ansamblu de decizii simple care se adoptă pentru îndeplinirea unui obiectiv sau grup de obiective.

După numărul de participanţi, deciziile sunt:

• cu decident individual; • decizii cu mai mulţi participanţi (multiparticipant) sau cu echipe decizionale.

Clasificarea deciziilor în funcţie de nivelul decizional asociat cu orizontul decizional de timp este:

a) decizii strategice care se referă la obiectivele, resursele şi politicile organizaţiei, pe termen mediu şi lung (ani de zile); sunt specifice nivelului de managemement strategic (fig.1.1); la elaborarea şi adoptarea acestor decizii participă un număr redus de decidenţi ce lucrează, de regulă, într-o manieră creativă şi nerepetitivă; se folosesc date şi informaţii puternic agregate provenite, în principal, din surse externe organizaţiei economice respective; b) decizii tactice sau de conducere (control) managerială ce determină cât de eficiente au fost folosite resursele; sunt specifice nivelului de management mediu şi au ca orizont de timp lunile anului; interacţiunile personale sunt puternic prezente, adică controlul managerial presupune o continuă interacţiune între persoanele care îndeplinesc obiectivele organizaţiei

3 Acad. Florin Gheorghe FILIP, Decizie asistată de calculator, decizii, decidenţi, metode şi instrumente de bază, Editura Tehnică şi Editura Expert, Bucureşti, 2002.

(stabilite de nivelul de management strategic), în mod curent şi pe termen scurt; se folosesc date şi informaţii mediu agregate provenite atât din surse interne cât şi din surse externe organizaţiei; c) decizii de conducere (control) operaţională care determină modul în care sunt duse la îndeplinire sarcinile primite de la nivelele de management superioare; orizontul de timp este de săptămâni şi zile; se folosesc date şi informaţii provenite, în principal, din surse interne organizaţiei; În unele lucrări de specialitate, la acest criteriu de clasificare a deciziilor sunt cuprinse şi:

d) decizii în ceea ce priveşte cunoştinţele, acestea fiind indisolubil legate de ideile care se referă la noi produse şi servicii, metode de răspândire a acestor cunoştinţe şi de difuzare a datelor şi informaţiior în cadrul organizaţiei. Sunt satisfăcute astfel toate nivelurile de management ale organizaţiei economice prezentate în fig.1.1.

Clasificarea deciziilor în funcţie de gradul de structurare este:

a) decizii structurate sau programabile adică decizii uzuale pentru care există proceduri realizate. Acest tip de decizii intervin în momentul în care apare un proces cunoscut. Dacă decizia este supusă procesului de informatizare, ea este descrisă printr-un program a cărui execuţie este fixă, deci nu pot exista reveniri, iar calea raţionamentelor nu este schimbată nici prin program şi nici de utilizatori. b) decizii nestructurate (neprogramabile) sunt cele care se bazează pe flerul şi modul de judecată al decidentului care analizează problema. Acest tip de decizie se referă la tipuri de probleme atipice pentru organizaţie, pentru care nu există proceduri prestabilite. O decizie este considerată nestructurată atunci când elementele sale sunt de tip calitativ, obiectivele şi finalitatea nu sunt precise şi nu există un algoritm cunoscut pentru rezolvarea lor; c) decizii semistructurate sunt cunoscute ca decizii care pot fi rezolvate parţial cu proceduri cunoscute, întrucât acestea au elemente predominant cantitative, scopurile nu sunt precise, iar procedura de rezolvare nu asigură ansamblul elementelor problemei. Gradul de structurabilitate a deciziei depinde de experienţa acumulată de decident precum şi de nivelul şi importanţa ei. Conform terminologiei lui H. Simon, în cazul proceselor semistructurate apare nevoia unui “asistent”, de fapt de “asistare a deciziei”. Acest termen de “asistare a deciziei” trebuie definit la modul general ca fiind o serie de operaţii cum sunt sortarea clasificarea, selectarea, evaluarea ce au ca scop final organizarea informaţiei, reducerea incertitudinii şi obţinerea de variante de rezolvare. Dacă se consideră evoluţia în timp a acestui termen, atunci se poate constata că acesta s-a dezvoltat prin folosirea metodelor cercetării operaţionale, dar sunt greu de aplicat. De aceea a apărut un alt nivel de abordare a asistării deciziei şi anume “asistarea interactivă”. Pe baza acesteia au apărut sistemele informatice de asistare a deciziei sau Decision Support Systems (DSS), situate generic pe nivelul de management mediu. O altă clasificare a deciziilor poate fi făcută în funcţie de cunoştinţele de care dispune decidentul referitoare la evoluţia problemei pe care o are de rezolvat. În funcţie de acest criteriu, deciziile sunt:

1. decizii în condiţii de certitudine ce presupun o cunoaştere a evoluţiei fenomenelor viitoare, ceea ce se petrece mai rar în realitatea economică. O astfel de decizie se bazează pe criteriul costului minim de funcţionare; 2. decizii în condiţii de incertitudine ce presupun cunoaşterea evoluţiei anterioare a

fenomenului economic. Acest mod de cunoaştere va permite o previziune şi o alegere cât de cât corectă a variantei de decizie. Acest tip de decizie face parte din clasa generală a deciziilor de

orientare în care alegerea unei variante se face în funcţie de previziunile viitoare ale decidentului precum şi de criterii obiective care presupun raţionament logic; 3. decizii în condiţii de risc ce presupun că decidentul cunoaşte aproximativ evoluţia

viitoare a fenomenului, posibilul trend al variabilelor necontrolabile şi chiar ce rezultate are fiecare strategie analizată pe baza criteriului speranţei matematice. În acest caz procesul de decizie va avea o multitudine de consecinţe, iar fiecăreia i se va asocia o probabilitate. Se obţine o distribuţie a probabilităţilor din care se va alege varianta cu speranţa matematică cea mai bună. Dacă există variante de decizie care au aceeaşi speranţă matematică, atunci se va calcula intervalul de variaţie şi abaterea standard. Ca variantă optimă se va alege aceea care are cea mai mică abatere standard.

După modul de abordare, deciziile se clasifică astfel4:

1. decizii rezultate ale activităţilor de management desfăşurate la întâmplare; 2. decizii rezultate ale activităţilor de management bazate pe rutină; se folosesc şabloane ale activităţilor din trecut; 3. decizii rezultate ale activităţilor de management bazate pe instruire (iînvăţare); modelele de decizii din trecut sunt modificate în funcţie de dobândirea de cunoştinţe, experienţe şi tehnici noi; 4. decizii rezultate ale activităţilor de management paradigmatice; modelele de decizii de succes din trecut sunt preluate ca exemple pentru situaţia actuală; 5. decizii bazate pe analiza deciziilor (analiza şi modelarea sistemică şi previzională); analiza deciziilor, ca abordare prescriptivă, asistă decidentul în înţelegerea problemelor decizionale şi în pregătirea acestuia pentru a face faţă situaţiilor neaşteptate şi nefavorabile; analiza deciziilor nu poate influenţa hazardul şi nu poate provoca manifestarea norocului.

Deciziile rezultate ale activităţilor de management bazate pe instruire, precum şi cele paradigmatice fac obiectul tehnicilor de inteligenţă artificială (sisteme expert, reţele neuronale artificiale, sisteme bazate pe cazuri etc.).

După gradul de urgenţă, deciziile sunt:

• decizii luate strict în timp real; sunt adoptate pentru managementul situaţiilor de criză (de exemplu, pentru conducerea unor instalaţii industriale, pentru gestionarea efectelor unor calamităţi naturale – inundaţii, cutremure, incendii etc.); acest tip de decizii pot fi asistate de tehnici de inteligenţă artificială; • decizii luate aproape în timp real; sunt adoptate pentru gestionarea unor situaţii decizionale importante pentru organizaţie cum sunt, de exemplu, oportunităţile de afaceri, lansarea unui produs nou, prefalimentul firmei etc; • decizii care nu sunt urgente; timpul la dispoziţia decidentului este suficient pentru asiguraarea desfăşurării unei analize detaliate şi obţinerea unei rezolvări optime a problemei decizionale.

După criteriul de secvenţialitate a deciziilor5, se deosebesc:

a) decizii independente, în situaţia în care decidentul ia o decizie complet implementabilă; b) decizii dependent-secvenţiale sau în cascadă (o decizie după alta);

4 G. Boldur-Lăţescu - Logica decizională şi conducerea sistemelor, Editura Academiei Române, Bucureşti, 1992. 5 Acad. Florin Gheorghe FILIP, Sisteme suport pentru decizii, Editura Expert, 2004.

c) decizii interdependente, adică decizii independente (în prima fază) sunt agregate (în faza a doua).

1.3. Decidenţii

Modelul managementului clasic care descrie ce trebuie să facă un manager a fost indiscutabil un model de top, aproape 70 de ani, începând cu anii 1920. Henri Fayol şi alţi specialişti au prezentat, pentru prima dată, cele cinci funcţiuni clasice ale managerilor: planificarea, organizarea, coordonarea, luarea hotărârilor şi controlul. La o analiză mai atentă, s-a observat că descrierea funcţiunilor manageriale în aceşti termeni este neconcludentă deoarece nu corespunde cu ceea ce managerii execută în activitatea de zi cu zi. Prin modele comportamentale6, s-a definit comportarea managerilor care pare să fie mai puţin sistematizată, mai informală, mai puţin organizată şi chiar mai neimportantă decât s-ar crede la prima vedere.

S-a constatat că activitatea managerială, în realitate, are cinci caracteristici care diferă de modelul managementului clasic. Astfel: a) activitatea managerială este foarte intensă, adică managerii trebuie să desfăşoare foarte multe activităţi zilnice, într-un ritm destul de ridicat (unele studii indică 600 de activităţi pe zi); b) activitatea managerială este fragmentată, ceea ce înseamnă că majoritatea activităţilor durează mai puţin de 9 minute, numai 10% dintre activităţi depăşesc o oră; c) este preferată comunicarea orală în detrimentul comunicării scrise deoarece oferă mai multă flexibilitate, necesită mai puţin efort şi aduce un răspuns mai rapid; d) managerii preferă informaţiile ad-hoc şi speculaţiile (informaţiile scrise uneori sunt vechi sau aceasta este percepţia managerilor despre documentele scrise); e) managerii lucrează pe baza unei reţele de contacte care funcţionează ca un sistem informaţional informal.

Pe baza observaţiilor din lumea reală, Kotter susţine că managerii de fapt sunt implicaţi în trei activităţi critice:

- petrec mult timp pentru stabilirea agendei personale şi a obiectivelor atât pe termen scurt cât şi lung;

- consumă foarte mult timp pentru construirea unei reţele interpersonale formată din angajaţii de la cât mai multe nivele, de la personalul care deserveşte depozitele de mărfuri şi funcţionarii organizaţiei până la manageri şi managerii generali;

- folosesc întreaga lor pricepere şi desfăşoară activităţi de bază pentru a realiza ceea ce au stabilit în agenda personală şi pentru a-şi atinge propriile scopuri.

Analizând comportamentul de zi cu zi al managerilor, Mintzberg a constatat că acest comportament ar putea fi clasificat în funcţie de zece roluri manageriale ce pot fi împărţite în trei categorii: interpersonale, informaţionale şi decizionale.

Prin rol managerial se înţeleg activităţile şi rezultatele acestora pe are managerii ar trebui să le realizeze într-o organizaţie.

În cazul rolurilor interpersonale, managerii funcţionează ca reprezentanţi ai organizaţiei economice în relaţiile cu lumea exterioară şi îndeplinesc sarcini simbolice, cum ar fi, de exemplu, primirea delegaţiilor străine. Managerii acţionează ca lideri prin motivarea, consilierea 6 Laudon, K. ; Laudon, J. – Essentials of Management Information Systems, Organization and Technology in the Networked Enterprise, Fourth Edition, JWS, New York, 2001.

şi sprijinul angajaţilor. De asemenea, aceşti manageri realizează legătura dintre diferitele nivele ale organizaţiei economice, iar în interiorul fiecărui nivel asigură legătura dintre membrii echipei de management. Managerii acordă timp şi favoruri pe care se aşteaptă să le primească înapoi. Pentru eficientizarea acestor roluri interpersonale, managerii utilizează cele mai avansate tehnici şi tehnologii de comunicare şi de comunicaţii.

Cât priveşte rolurile informaţionale, managerii acţionează în calitate de „servere” de informaţii pentru organizaţia economică, primind informaţiile actualizate şi redistribuindu-le celor care au nevoie de ele. Aceste roluri informaţionale sunt de monitor şi acumulator (centralizarea şi stocarea tuturor datelor şi informaţiilor esenţiale despre organizaţie), de diseminator al datelor şi informaţiilor ce trebuie supuse acestui proces (informaţii în formă brută sau prelucrată), de generator sau creator de informaţie nouă (având la bază informaţia acumulată şi interacţiunile ce se produc în decursul desfăşurării activităţilor), precum şi de purtător de cuvânt sau reprezentant autorizat al organizaţiei. Un rol determinant în susţinerea acestor roluri informaţionale îl au sistemele informatice dedicate şi sistemul informatic integrat al organizaţiei economice în ansamblul său.

În situaţia rolurilor decizionale, managerii iau decizii. Ei funcţionează ca antreprenori prin iniţierea diferitelor tipuri de activităţi, ei descoperă nefuncţionalităţile care apar în organizaţie, alocă resursele personalului care are nevoie de ele, negociază conflictele şi mediază neînţelegerile dintre diferite grupuri. În esenţă, rolurile decizionale sunt de întreprinzător sau planificator (depistarea de oportunităţi de afaceri, focalizarea tuturor activităţilor pentru îndeplinirea obiectivelor stabilite de managementul strategic, supervizarea proiectelor de importanţă deosebită pentru organizaţia economică etc.), coordonator sau rezolvitor de probleme perturbatorii care afectează cursul normal al evoluţiei strategice a organizaţiei economice, organizator sau distribuitor al resurselor organizaţiei, precum şi de negociator.

Aşa cum s-a arătat mai sus, rolurile managerilor se clasifică în interpersonale, informaţionale şi de decizie (sau decizionale). Tuturor acestor roluri manageriale li se asociază sisteme informatice dedicate care întregesc sistemul informatic integrat al organizaţiei economice.

Luarea deciziilor rămâne una dintre activităţile de bază ale managerilor – o persoană sau un grup de persoane ce prezintă autoritatea necesară şi care au responsabilitatea folosirii resurselor la dispoziţie în situaţii date.

La nivelul de exploatare se iau decizii puternic structurate, în timp ce la nivelul managementului strategic se iau decizii nestructurate. Multe dintre problemele întâlnite de lucrătorii cu date, informaţii şi cunoştinţe necesită, de asemenea, decizii nestructurate. Se apreciază că la fiecare nivel de management organizaţional se iau atât decizii structurate cât şi decizii nestructurate.

1.4. Consideraţii asupra asistării deciziilor

Situaţia decizională reprezintă momentul în care este necesară o decizie. Situaţiile decizionale pot fi forţate şi neforţate7.

Situaţiile decizionale forţate (obiective sau provocate) sunt situaţiile decizionale determinate de obţinerea unor informaţii ce conduc la observarea apariţiei unor manifestări

7 Acad. Florin Gheorghe FILIP, op.cit.ant..

externe sistemului, cum sunt abaterile intolerabile ale stării subsistemului condus faţă de o stare prestabilită, stările noi ale sistemului, precum şi modificările sistemului economic observate în mediul socioeconomic extern. De exemplu, contul de profit şi pierdere al unei firme semnalează celorlalţi actori de pe piaţă starea de profitabilitate sau de faliment pentru acea firmă, iar bilanţul firmei indică modificări intervenite în anul curent faţă de anul precedent. Achiziţionarea de către o societate comercială de producţie unui utilaj performant în locul muncii manuale asigură creşterea productivităţii muncii, determinând astfel o stare nouă a sistemului economic. O abatere intolerabilă la o bancă comercială este depăşirea limitei de creditare impusă şi supravegheată de Banca Centrală. Situaţiile decizionale forţate determină decizii corective şi reactive în raport cu abaterile intolerabile, stările noi sau modificările intervenite în sistemul economic. Un stimulent pentru o situaţie decizională forţată şi o decizie reactivă poate fi observarea existenţei unei oportunităţi de afaceri pentru firmă.

Situaţiile decizionale neforţate (subiective sau neprovocate) reprezintă situaţiile decizionale, determinate de voinţa decidentului, care se referă la luarea din timp a unor măsuri preventive pentru situaţii ca producerea unor accidente de muncă sau boli profesionale la angajaţii firmei, producerea unui incendiu, pierderea avansului competiţional al societăţii etc. Situaţiile decizionale neforţate determină decizii proactive ca rezolvări ale problemelor de explorare şi exploatare a oportunităţilor.

Procesul decizional este ansamblul de activităţi executat de o persoană sau grup de persoane (decident) care sunt puse în faţa unui fenomen care poate genera mai multe variante de acţiune şi având drept obiectiv alegerea uneia dintre ele care să răspundă cel mai bine sistemului de valori ale persoanei, grupului de persoane sau organizaţiei în ansamblul său.

Decidentul uman, ca element fundamental al procesului decizional, prezintă mai multe limite care determină necesitatea şi oportunitatea asistării informatizate a deciziilor. Astfel, se deosebesc limite cognitive (se referă la capacitatea limitată a omului de a memora şi prelucra date, informaţii şi cunoştinţe), limite de timp (multe decizii trebuiesc adoptate de decidentul uman sub presiunea timpului la dispoziţie extrem de mic; ca urmare, aceste decizii pot fi eronate în raport cu problema decizională) şi limite economice (sunt determinate de costurile obţinerii, stocării, prelucrării, transmiterii şi diseminării datelor, informaţiilor şi cunoştinţelor către toţi membrii echipelor manageriale).

Procesul de adoptare a deciziilor este constituit din următoarele etape sau faze ale procesului decizional (cu caracter generic):

1. Informarea generală (sau „intelligence”, după H.Simon), etapă în care sunt analizate evenimentele apărute în organizaţia economică şi depistate cauzele lor de apariţie. Această etapă conţine subetapele de stabilire a obiectivelor, de identificare a problemei, de descompunerea a ei, de stabilire a responsabilităţilor şi are ca rezultat descrierea formală a problemei decizionale, a categoriei din care aceasta face parte şi a tuturor responsabilităţilor care decurg de aici.

2. Design-ul (proiectarea) sau modul de concepere al procesului de asistare a deciziei – presupune alegerea sau construcţia unui model pentru asistarea deciziei precum şi subetapele de testare şi validare. Una din subetapele design-ului este modelarea ce implică modul de concepere a problemei precum şi abstractizarea ei cantitativă şi/sau calitativă. Experienţa decidentului îşi pune amprenta pe modul de alegere a modelului dintr-o multitudine

existentă, dezvoltă proceduri mentale care ajută la încadrarea problemei de rezolvat într-o anume clasă de modele existente.

3. Alegerea (sau „choice”) este etapa de bază pentru adoptarea deciziei deoarece în cadrul ei se concretizează rezultatele obţinute în celelalte etape. Decidentul alege o singură acţiune din multitudinea existentă în funcţie de criteriul de selecţie propus şi de modelul decizional pe care l-a ales (din clasa de modele la dispoziţie). Decidentul alege între posibilităţile în funcţie de soluţionarea definitivă a modelului, de selectarea celei mai adecvate alternative şi tot el selectează planul pentru implementare. Pentru alegere sunt evidenţiate mai multe metode de căutare ca de exemplu: tehnici analitice, metode de căutare exhaustive prin care rezultatele obţinute de fiecare alternativă sunt comparate, metode euristice care sunt aplicabile în metodele descriptive.

Metodele analitice sunt utilizate datorită utilizării formulelor matematice pentru a găsi soluţia optimă. Utilizarea lor este restricţionată de natura problemelor, iar acestea trebuie să fie structurate. Se pot aplica astfel de metode pentru probleme de gestiune a stocurilor sau de alocare a resurselor. Algoritmii stau la baza acestor metode şi conduc la obţinerea unor soluţii viabile pentru modelul ales.

Metodele de căutare exhaustivă sunt utilizate în genere la luarea în considerare a tuturor căilor de acţiune pentru a ajunge la scopul propus. Aceste metode au la bază un proces neghidat, proces în urma căruia se alege soluţia optimă. Căutarea de obicei este incompletă întrucât posibilităţile de căutare sunt limitate de timp, spaţiu de memorie şi el se va opri când se va găsi o soluţie apropiată de cea optimă (numită suboptim).

Metodele de căutare euristice se bazează pe o riguroasă analiză a problemei sau printr-o căutare prin încercări succesive a spaţiului soluţiilor. Raţionamentul făcut prin parcurgerea spaţiului de căutare a soluţiri permite trecerea prin toate stadiile intermediare către o stare finală care poate fi un rezultat satisfăcător sau o nereuşită (eşec). Se precizează că metoda de căutare care este implementată de un sistem de asistare a deciziilor este o metodă euristică.

Ca ultimă etapă în adoptarea deciziei este evaluarea rezultatelor soluţiei.

4. Implementarea (sau „review”) este etapa în care se face declanşarea acţiunii alese (propuse) de decident.

De obicei, această etapă este o mare consumatoare de timp, resurse şi în cursul ei pot apare diverse probleme de rezolvat, ca de exemplu gradul de suport al nivelurilor superioare decizionale.

Analiza deciziilor asigură un cadru sistematic de abordare, structurare, descompunere şi rezolvare a problemelor decizionale, ajutându-l şi stimulându-l pe decident să gândească şi să preia critic alternativele propuse de echipa managerială sau de către un sistem informatic de asistare a deciziei. Analiza deciziilor este sprijinită de metode, tehnici şi instrumente informatice specifice sau preluate din alte discipline (cercetări operaţionale, statistică, probabilităţi, simulare etc.).

Pentru procesul decizional structurat şi pentru cel semistructurat se pot folosi modelele cantitative bazate pe metode şi modele ale cercetării operaţionale. Această abordare presupune automatizarea totală sau parţială a procesului de adoptare a deciziei şi constă în următorii paşi:

a) descrierea şi definirea problemei; b) găsirea categoriei din care face parte problema;

c) elaborarea unui model matematic care să se plieze cel mai bine pe descrierea problemei; d) alegerea soluţiei.

Modelele cercetării operaţionale se obţin prin metodele acestei cercetări. Metodele cercetării operaţionale, utilizate la fundamentarea procesului decizional, sunt programarea matematică (liniară, neliniară, pătratică), teoria stocurilor, teoria jocurilor, teoria grafurilor, teria echipamentelor etc. Se obţin astfel soluţii optimale pentru problema decizională de rezolvat.

Procesul decizional care poate fi modelat presupune că situaţia reală se poate configura pe un model. S-au implementat o serie de metodologii automate care permit obţinerea soluţiilor pentru un model cunoscut.

Calculatorul electronic poate primi modelul pentru decizii structurate şi tot el poate fi decidentul. Spre exemplu, el poate decide când să se facă reaprovizionarea stocului cu materii prime şi materiale al societăţii comerciale şi, în acest caz, libertatea de a alege în afara soluţiei optime, dispare.

În cazul în care există decizii mai puţin structurate se va utiliza un gen de modelare locală sau personalizată care presupune utilizarea mai multor modele sau chiar construirea altora proprii. Modelarea personalizată este un proces interactiv şi a dat şi numele primelor sisteme: sisteme interactive de asistare a deciziei. Acestea reprezintă, în esenţă, sisteme informatice de asistare a deciziei orientate pe modele.

Sistemele de asistare a deciziei orientate pe date prelucrează date ce se găsesc în depozitul de date al organizaţiei. Aceste sisteme 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. Acest tip de sisteme este rezultatul creării unor tehnologii speciale cum sunt:

• depozitarea unor volume enorme de date istorice ale organizaţiei (Data Warehousing); • exploatarea acestor depozite prin procesare analitică on-line (OLAP, OnLine Analytical Processing).

Adoptarea deciziilor constituie un proces care pe lângă suportul tehnic are nevoie de un suport cognitiv care este asigurat de partea umană componentă integrantă a sistemului decizional. Suportul cognitiv înglobează cunoştinţele şi experienţa decidentului precum şi capacitatea acestuia de raţionament. Suportul cognitiv este sprijinit şi marcat în ultimele decenii de apariţia sistemelor informatice de lucru cu cunoştinţe, KWS (Knowledge Work System) care se ocupă de probleme de stocare, clasificare, menţinere şi calitate a cunoştinţelor.

Dacă în sistemele informatice de asistare a deciziei se includ şi bazele de cunoştinţe, se definesc astfel sisteme informatice de asistare a deciziei orientate pe cunoştinţe sau aşa numitele sisteme informatice de asistare inteligentă a deciziei.

După clasificarea lui Schneider (1994), există patru categorii de probleme decizionale:

a) decizia de tip alegere (se porneşte de la o mulţime de alternative din care se alege o singură alternativă);

b) decizia simplă (se porneşte cu problema bine formulată şi cu o mulţime de activităţi de rezolvare a problemei şi se finalizează cu soluţionarea problemei prin realizarea unui plan de acţiune);

c) decizia complexă (problema de rezolvat se descompune în mai multe probleme simple sau subprobleme care se soluţionează cu decizii simple);

d) decizia de tip proces (este o decizie de tip secvenţial).

Procesul decizional este puternic influenţat de caracteristicile mediului socio-economic în care-şi desfăşoară activitatea organizaţia economică, cum sunt:

1. existenţa competiţiei pe piaţă, din ce în ce mai acerbă şi mai evoluată; produsele şi serviciile oferite pieţii sunt apreciate în conformitate cu un ansamblu de criterii (preţ, calitate, nivel tehnologic încorporat, termen de livrare, durata de viaţă sau existenţă pe piaţă); 2. ritmul schimbărilor tehnologice (se reaminteşte aici, deja celebra lege a lui Moll, conform căreia, în domeniul tehnologiilor informaţiei şi ale comunicaţiilor, IT&C, fiecare generaţie tehnologică asociată, de regulă, cu microprocesorul structurii de calcul, se modifică la fiecare 18 luni) şi de alte tipuri (politice, legislative, sociale) care determină creşterea numărului de alternative ce constituie input-uri ale procesului decizional; 3. modificarea modului de organizare şi de funcţionare a organizaţiei economice (ca, de exemplu, apariţia şi dezvoltarea organizaţiei virtuale) ce determină mărirea ponderii decidenţilor de tip multiparticipant asociaţi în echipe virtuale; prin reingineria proceselor de afaceri, BPR (Business Process Reengineering) sunt gestionate toate aceste modificări organizaţionale; 4. creşterea continuă şi diversificarea surselor externe de date, informaţii şi cunoştinţe; 5. creşterea continuă a pretenţiilor acţionarilor faţă de performanţele organizaţiei economice, dar şi a aspiraţiilor personale ale angajaţilor acesteia şi ale candidaţilor la angajare proveniţi din mediul socioeconomic.

1.5. Clasificarea sistemelor informatice pentru asistarea deciziei

Semantic, un sistem informatic de asistare a deciziei este o arhitectură abordată unitar, care presupune un dialog permanent cu utilizatorul, dar decizia finală este adoptată de utilizator şi nu de sistem. Toate posibilele definiţii date SIAD-ului au ca punct de pornire obiectivele şi modul lor de îndeplinire sau pornesc de la compararea specificităţii acestora cu alte sisteme informatice. De regulă, se face comparaţia între sistemele informatice de asistare a deciziei (SIAD-uri) sau sistemele suport pentru decizii manageriale, DSS (Decision Support Systems) şi celelelte sisteme informatice din imediata lor vecinătate (fig.1.1), cum sunt: sistemele informatice pentru management (MIS), sistemele informatice pentru sprijinul conducerii executive (ESS) sau sistemele de lucru cu cunoştinţe (KWS). MIS, de obicei, pun la dispoziţia utilizatorului rapoarte de sinteză sau probleme de excepţie în funcţie de criterii predefinite, referindu-se cu prioritate la un anumit domeniu (contabilitate, marketing etc.). Diferenţa dintre MIS şi SIAD (DSS) constă în aceea că MIS pleacă de la date şi relaţiile dintre acestea pe când SIAD-ul porneşte de la decident şi de la decizie. ESS (EIS) sunt sisteme destinate asistării deciziilor pe cel mai înalt nivel al managementului organizaţional, ajută la identificarea şi rezolvarea problemelor prin sesizarea de noi oportunităţi. De asemenea, acest tip de sisteme au posibilitatea de a oferi decidentului tendinţe, analize pentru activitatea concurenţială.

Caracteristicile principale ale SIAD (DSS) sunt: rezolvarea acelor probleme care nu se pot rezolva cu sisteme destinate cuantificării cantitative; rol de asistare a decidenţilor (managerilor) la nivel individual sau de grup în toate etapele procesului decizional; soluţiile sunt obţinute prin manipulări de date, căutări de informaţii, modele, calcule; timpul de răspuns pentru obţinerea unei soluţii acceptabile este limitat.

Clasificarea SIAD-urilor se face după mai multe criterii, cel mai des utilizat fiind componenta tehnologică dominantă (în unele lucrări, gradul de analiză a datelor pe care se bazează soluţia):

1. SIAD-uri orientate pe modele. Modelul cantitativ este sprijinit de o interfaţă care facilitează utilizarea. Aceste SIAD-uri realizează analize de tipul „what...if” . Activităţile implicate sunt de tipul modelare-simulare, previziune, optimizare. 2. SIAD-uri orientate pe date care se referă la un volum apreciabil de date (date istorice) stocate în sistemul informatic al organizaţiei şi oferă posibilitatea de a extrage informaţii utile din multitudinea de date de care dispune. Aceste tipuri de SIAD-uri au la bază depozitele de date (Data Warehouse), iar prelucrarea este asigurată de tehnologiile informaţionale OLAP (procesarea analitică online) şi Data Mining (explorarea şi căutarea datelor). 3. SIAD-uri bazate pe cunoştinţe care utilizează tehnologiile inteligenţei artificiale şi de aceea se mai numesc şi SIIAD (sisteme informatice inteligente de asistare a deciziei). 4. SIAD-uri orientate pe comunicaţii la care componenta tehnologică dominantă este reprezentată de comunicaţiile bazate pe calculatoare şi reţele de calculatoare; 5. SIAD-uri orientate pe documente (sau sisteme de management al documentelor, DMS, Document Management Systems) care asigură stocarea şi regăsirea documentelor (inclusiv a paginilor Web) şi informaţiilor prin tehnici (motoare) speciale de căutare (Search).

Primele trei categorii de SIAD-uri fac obiectul abordării detaliate în capitolele următoare ale lucrării de faţă.

O a doua clasificare, oferită de Holsapple şi Whinston, grupează sistemele SIAD în cinci tipuri:1

1. SIAD bazate pe analiza textelor; toate informaţiile de care are nevoie decidentul le găseşte sub formă de text care trebuie analizat; documentele sunt create, revizuite şi vizualizate automat; de asemenea, documentele sunt grupate, fuzionate şi expediate sub diferite formate şi cu diferite tehnologii (de exemplu, hypertext şi agenţi inteligenţi); sunt identificate locaţiile corespunzătoare colecţiilor mari de date; 2. SIAD baze de date au drept componentă principală baza de date a organizaţiei; sistemul de gestiune al bazelor de date (SGBD) asigură structurile de date, modurile de acces la date, specificarea volumului corespunzător colecţiilor de date, asistarea interogărilor asupra bazelor de date. 3. SIAD procesoare de tabele au ca principală componentă procesoarele de tabele care ajută utilizatorul să descrie modele pentru analiză. Cel mai utilizat procesor de tabele este Excel care include modele statistice, financiare, de previziune, de simulare. Modelul folosit se generează prin selectarea obiectelor (conceptelor) şi a relaţiilor (ecuaţiilor) dintre obiecte. 4. SIAD bazate pe funcţii; funcţia care de fapt este o procedură sau un algoritm scris într-un limbaj de programare şi destinată a fi utilizată pentru rezolvarea unui anumit tip de probleme; 5. SIAD bazate pe reguli; regulile sunt prevăzute în KWS, specifice inteligenţei artificiale.

Dacă se consideră drept criteriu de clasificare – frecvenţa folosirii SIAD-urilor, acestea se împart în:

1 Zaharie D, Albescu F, colectiv – Sisteme informatice pentru asistarea deciziei, Editura Dual Tech, Bucureşti, 2001.

a) SIAD-uri organizaţionale, adică acele SIAD-uri integrate în sistemul informatic total (integrat) al organizaţiei economice care prezintă obiective precise pentru asistarea deciziilor ce posedă caracter de repetabilitate; sunt puse la punct şi utilizate pe perioade mari de timp; b) SIAD-uri ad-hoc, adică acele SIAD-uri care rezolvă probleme unicat de asistare a deciziei; prezintă costuri ridicate de dezvoltare.

În ultimii ani au apărut SIAD de grup (Groupware) ca tip de suport al deciziilor pentru un grup de decidenţi ale căror decizii au o pondere însemnată în luarea deciziilor într-o organizaţie. Scopul utilizării unor astfel SIAD-uri este creşterea calităţii procesului decizional datorită lucrului în echipă precum şi creşterea gradului de creativitate al grupului.

La realizarea SIAD-urilor (şi nu numai), este avut în vedere un ansamblu de caracteristici. Dintre aceste caracteristici, cele mai importante sunt:

- să fie flexibile şi să furnizeze mai multe opţiuni pentru gestionarea datelor şi evaluarea lor intermediară şi finală;

- să fie capabile să suporte o mare varietate de stiluri, calificări şi clasificări; - să se bazeze pe mai multe modele analitice şi intuitive pentru evaluarea datelor şi să

dispună de capacitatea de a urmări mai multe alternative şi consecinţe; - să reflecte înţelegerea grupurilor şi proceselor organizaţionale de luare a deciziilor; - să fie sensibile la birocraţia şi cerinţele politicilor organizaţionale; - să reflecte şi să conştientizeze limitele sistemelor informatice. Aşa cum s-a arătat deja, SIAD-urile sunt încorporate în cadrul sistemelor informatice

integrate (la nivelul organizaţiei economice), asimilate după unele lucrări, cu sistemele de planificare a resurselor întreprinderii, ERP (Enterprise Resource Planning).

1.6. Sisteme suport pentru asistarea deciziei

Ca şi alte tipuri de sisteme informatice, SIAD-urile au ca bază un suport soft care le oferă un mediu de întreţinere, dezvoltare şi funcţionalitate, ele funcţionând într-un mediu creat de sisteme suport de asistare a deciziei (SSAD).

Funcţiile unui SIAD sunt: gestiunea datelor, gestiunea modelelor, gestiunea cunoştinţelor şi gestiunea comunicării între utilizator şi sistem şi între date şi modele, cunoştinţe.

Un sistem suport pentru SIAD (SSAD) prezintă în arhitectura sa următoarele subsisteme: subsistemul de gestiune a datelor; subsistemul de gestiune a modelelor; subsistemul de gestiune a cunoştinţelor; subsistemul de gestiune a dialogului (sau interfaţa cu utilizatorul).

1.6.1. Subsistemul de gestiune a datelor

Subsistemul de gestiune a datelor are următoarele componente:

a) baza de date ce poate fi proprie SIAD sau se poate crea prin extragere de date din alte baze de date sau dintr-un depozit de date. Ea poate fi utilizată de unul sau mai mulţi decidenţi pentru diverse aplicaţii. 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.

b) sistemul de gestiune a bazelor de date, SGBD, ce este de obicei încorporat în SIAD şi de cele mai multe ori el este de tip relaţional.

c) dicţionarul de date (Data Dictionary) ce conţine un catalog al datelor bazei de date împreună cu definiţia lor şi care este utilizat în prima fază a procesului decizional - faza de identificare a problemelor.

d) facilităţile de integrare a datelor ce se referă la existenţa limbajelor declarative de interogare.

Factorii de diferenţiere a datelor, pe diferitele niveluri de management organizaţional, sunt structurile de date, existenţa posibilităţii de agregare a datelor, dimensiunea datelor (unidimensionalitatea sau multidimensionalitatea), orizontul de timp, metadatele.

Metadatele sunt date despre date. Este realizat, în acest scop, un dicţionar al metadatelor ce poate conţine inclusiv metadate partajate. Dacă se prevede un server comun de metadate, atunci orice aplicaţie se poate folosi de aceste metadate.

1.6.2. Subsistemul de gestiune a modelelor

Subsistemul de gestiune a modelelor prezintă următoarele componente:

a) modelele – sunt reprezentate de modelele financiare, statistice, de previziune şi stau la baza analizei obţinerii soluţiilor pentru sistemul decizional;

b) sistemul de gestiune al modelelor (similar SGBD), destinat pentru crearea de noi modele cu ajutorul limbajelor de programare, subrutine, sau de actualizare a modelelor deja existente;

c) dicţionarul (catalogul) de modele;

d) procesul de execuţie şi integrare a modelelor, ce este utilizat pentru a interpreta instrucţiuni create de utilizator pentru un anumit model utilizator şi pentru transmiterea acestora către sistemul de gestiune a modelelor.

1.6.3. Subsistemul de gestiune a cunoştinţelor

Subsistemul de gestiune a cunoştinţelor înglobează sisteme expert ce oferă pentru SIAD soluţii pentru aspectele calitative nestructurate. Sistemele expert utilizate în acest context se vor axa pe analiza problemei şi selecţia modelelor care pot oferi soluţii pentru problema respectivă şi realizarea modelelor.

1.6.4. Interfaţa cu utilizatorul

Subsistemul de dialog cu utilizatorul sau interfaţa este o componentă care asigură interactivitatea SIAD. SSAD este gestionat de un produs soft denumit sistemul de gestiune al

interfeţei cu utilizatorul (SGIU), format din programe speciale cum sunt: interfaţă grafică (Graphic User Interface, GUI), prezentarea datelor sub diverse forme (grafice, figuri, tabele), dialog cu utilizatorul în diverse moduri şi altele. Datorită rolului pe care îl are în SIAD utilizatorul este considerat o parte componentă a acestuia. Pentru SIAD, utilizatorul devine manager sau decident.

2. SIAD-URI BAZATE PE MODELE

2.1. Consideraţii referitoare la modele şi metode

Un sistem informatic de asistare a deciziei (SIAD) foloseşte un set de modele ca instrumente de analiză. Modelarea este considerată esenţială pentru sistemele informatice de asistare a deciziei şi implică partea de concepere a problemei şi partea de abstractizare în expresii cantitative sau calitative. Funcţionarea SIAD pe bază de modele se axează pe utilizarea modelelor pentru rezolvarea unor probleme cu care sunt confruntaţi managerii, dacă aceste probleme pot fi parţial modelate. Principala caracteristică a acestor sisteme este modelarea euristică utilizată ca metodă de rezolvare a acelor probleme care nu se pot rezolva prin metode analitice.

Modelul oferă un mod simplificat sau abstractizat de abordare a realităţii. Simplificarea rezidă din faptul că problemele din lumea reală sunt mult prea complicate, iar unele aspecte ale acestei realităţi nu sunt întotdeauna relevante. Gradul de abstractizare al unui model este dat de mai multe criterii, după care se va face şi clasificarea lor:

a) modele iconice cu un grad mic de abstractizare, cu reflectarea fidelă a realităţii la o altă scară; b) modele analitice care au acelaşi comportament cu sistemul real, dar sunt diferite întrucât

ele sunt reprezentări simbolice. Astfel de modele pot fi diagramele, graficele bidimensionale; c) modele cantitative (matematice) ce au un înalt grad de abstractizare şi care sunt cele mai

des folosite în SIAD.1 Ca structură, modelul are trei componente principale:

1. variabilele de decizie care descriu opţiuni alternative şi ele sunt date de decident; 2. parametrii ce influenţează rezultatul, dar nu pot fi controlaţi de decident, ei devenind de

fapt restricţii ale problemei, limitând soluţiile acesteia; 3. variabilele rezultat care sunt variabile dependente de adoptarea unor acţiuni şi de

parametrii modelului. De obicei, modelele pot fi de optimizare cu ajutorul unui algoritm, cu ajutorul unei formule, obţinându-se modele de simulare, euristice şi chiar predictive, adică acele care pot da trend-ul referitor la un scenariu utilizat. De remarcat este că fiecare metodă de rezolvare se poate aplica unui model static sau dinamic construit în ipoteza de certitudine, incertitudine sau risc.

Conceptul de model a fost preluat din tehnică, matematică şi de la analiştii de sistem.

1 Zaharie D, Albescu F, colectiv – Operă citată

Modelul se poate defini ca o reprezentare abstractă şi simplificată a unui proces economic. Metoda modelării este astfel un instrument al cunoaşterii ştiinţifice şi are drept obiect construirea unor reprezentări care să permită o cunoaştere pertinentă a diverselor domenii. În esenţă metoda modelării constă în substituirea procesului real studiat cu un model care este mai accesibil studiului. Rezultatele obţinute prin modelare se pot extrapola către procesul modelat, cu condiţia ca modelul să reprezinte proprietăţile, structura şi particularităţile acestuia. De aceea trebuie ţinut cont de faptul că indiferent de modelul economico-matematic ales, el va reprezenta fidel un anume fenomen, numai în măsura în care acesta are la bază teoria economică, teorie care descrie categoriile, conceptele şi legile obiective ale realităţii economice. Modelele se pot grupa pe categorii în funcţie de anumite criterii. 1. După sfera de cuprindere a problematicii economice sunt: - modele macroeconomice care sunt definite ca modele de ansamblu ale economiei; - modele mezoeconomice care au ca domeniu de reflectare nivelel regional, teritorial; - modele microeconomice care au un domeniu mai restrâns şi se referă la nivelul firmelor. 2. După domeniul de provenienţă şi concepţie : - modele cibernetico-economice, care se bazează pe relaţii I/O cu evidenţierea fenomenelor de reglare;

- modele econometrice în care elementele numerice sunt determinate statistic şi identifică tendinţe sau periodicităţi; - modele ale cercetării operaţionale care permit obţinerea soluţiei optime sau apropiate de

optim pentru un anume fenomen supus studiului; - modele din teoria deciziei; - modele de simulare prin care se poate stabili modul de funcţionare al unui sistem micro sau

macroeconomic prin combinaţii aleatoare de valori pentru variabilele independente - modele specifice de marketing. 3. După caraterul variabilelor modelele sunt: - modele deterministe cu mărimi cunoscute; - modele stochastice sau probabiliste în care intervin mărimi a căror valoare este permanent

însoţită de o probabilitate. 4. După factorul timp modelele sunt statice şi dinamice. 5. După orizontul de timp considerat sunt modele discrete sau secvenţiale şi modele continue.

6. După structura proceselor modelate sunt: - modele cu profil tehnologic; - modele informaţional-decizionale; - modele ale relaţiilor umane; - modele informatice.

În cadrul celor şase grupe, modelele mai pot fi caracterizate ca fiind: - descriptive pentru că realizează o cunoaştere directă a procesului studiat; - normative deoarece permit realizarea unui comportament viitor cerut de factorii de

decizie. Metodele folosie pentru rezolvare constau dintr-o succesiune de operaţii logice şi aritmetice care sunt denumite algoritmi. Se poate afirma că algoritmii pot fi exacţi (riguroşi), aproximativi şi euristici.

Pentru ca un algorim să răspundă cerinţelor opentru care a fost construit, el va trebui să satisfacă următoarele cerinţe:

- universalitatea, adică să asigure prelucrarea unui număr mare de date de intrare; - finitudinea, adică timpul de obţinere a rezultatelor să fie de ordinul ore, iar necesarul de

memorie să fie minim; - determinismul. Adaptările modelării matematice la fenomene economice au la bază şi concepţia asupra

mărimilor care intervin în procesul de fundamentare corectă a deciziilor. De menţionat este faptul că aceste mărimi care intervin implică observări, anchete, raportări care permit o măsurare a lor cu diferite grade de precizie. Conform cu gradul de precizie mărimile care caracterizează procesele economice se pot clasifica în: - mărimi deterministe care sunt bine definite şi au o valoare unică; - mărimi stochastice sau aleatoare ce deţin o multitudine de valori cărora li se asociază o probabilitate;

- mărimi fuzzy care nu au valoare unică, ci dispun de o mulţime de valori cărora li se asociază un grad de apartenenţă la o anume proprietate.

Conform cu clasificarea mărimilor ce caracterizează procesele economice se ajunge la o similară clasificare a metodelor de prelucrare pentru adoptarea deciziilor. Astfel se poate afirma că sunt metode deterministe, metode stochastice şi metode fuzzy. Se poate face o clasificare care are la bază criteriul exactităţii şi astfel metodele pot fi: exacte, aproximative şi euristice. Metodele exacte permit ca pentru o problemă de decizie economică să se obţină o soluţie S care îndeplineşte fără nici un dubiu restricţiile impuse şi/sau condiţiile de optim, condiţii cerute de criteriile de eficienţă. Dacă se face notaţia S1 pentru vectorul soluţiilor adevărate şi notaţia S vectorul soluţiei efectiv adoptate, atunci: S-S1=0. Metode aproximative permit obţinerea unei soluţii S diferită de soluţia adevărată S1 printr-un vector ε dominat de un alt vector ∝ dinainte stabilit astfel că vom avea: S-S1=ε≤∝ (1) Metode euristice sunt utilizate în cazul unor probleme complexe pentru că într-un timp relativ scurt, comparativ cu alte metode, se obţine o soluţie acceptabilă din punct de vedere practic, S care nu prezintă garanţii asupra rigurozităţii rezolvării. Este dat vectorul erorii admisibile ∝, dar metodele euristice nu pot totdeauna să ducă la o soluţie S care să îndeplinească proprietatea (1). Sunt însă cazuri când metodele euristice reuşesc să asigure respectarea relaţiei (1), cu o anumită probabilitate. Acest tip de metode sunt considerate a fi o succesiune de încercări sau tatonări a căror alegere este de fiecare dată legată de natura problemei care se rezolvă şi de analistul de sistem.

Etapele procesului de modelare. Modelele pentru a fi utile practicianului trebuie să fie simple, suple, accesibile şi

adaptabile.

Modelarea are ca etape; 1. cunoaşterea detaliată a realităţii sistemului de modelat; 2. construirea modelului economico-matematic; 3. experimentarea acestui model; 4. implementarea modelului şi actualizarea soluţiei.

Construirea modelului presupune alegerea instrumentelor de modelare, fie ele clasice sau nu. Pentru elaborarea unor modele noi, analistul poate decide în a alege o combinaţie de modele clasice sau modele noi. Experimentarea modelului se face in vivo prin aplicarea modelului descriptiv sau normativ în practica firmei şi prin determinarea eficienţei sale. Modul acesta de experimentare se realizează numai pe eşantioane reduse, pentru că implică riscuri.

2.2 Algoritmi euristici Modelarea procedurală. Metodele de optimizare bazate pe metode normative se pot uneori îndepărta de realitatea

economică şi de aceea aceste inconveniente pot fi îndepărtate prin utilizarea modelării procedurale. Pentru a cunoaşte legile care definesc un fenomen economic se parcurg următorii paşi:

• observarea sub aspect descriptiv-calitativ a fenomenului luat în studiu; • formularea unor legi de tip descriptiv-calitativ; • observarea fenomenelor sub aspect cantitativ şi formulareaunor legi cantitative; • adoptarea unor decizii; • stabilirea efectelor deciziilor adoptate şi cum se va perfecţiona modul de luare a deciziilor în viitor.

Etapele se pot sintetiza şi folosi într-un model economico-matematic, iar construirea acestuia este independentă de informaţiile obţinute. Pentru rezolvarea modelului se utilizează diferiţi algoritmi care sunt consideraţi de prim rang în modelarea procedurală. Modelarea procedurală se poate realiza în două strategii:

- modelare generală când se urmăreşte acoperirea tuturor cazurilor posibile; - modelarea pe tipuri de probleme sau clase, atunci când se aleg probleme frecvente din practică. Există în economie o stânsă legătură dintre metodele utilizate şi natura mărimilor care caracterizează procesul analizat. Dacă mărimile pot fi măsurate exact atunci se poate afirma că sunt utilizaţi cu maximă eficienţă algoritmii exacţi. Dacă însă, problema este complexă sau de mari dimensiuni sau datele de intrare sunt inexacte se vor folosi algoritmi euristici.

Schema de concepere a algoritmilor euristici. Euristica se defineşte ca fiind o clasă de metode şi reguli care dirijează subiectul spre o

soluţie simplă şi economică, sau este un drum care duce la descoperirea soluţiilor problemelor complexe fără a le supune simplificării. Metodele euristice sunt tatonări şi nu şabloane, iar alegerea lor este legată de natura problemei de rezolvat şi de experienţa celui care modelează. Euristica are legături cu raţionamentele analogice şi cu psihologia simulării. Această relaţie se poate evidenţia prin performanţă, comportament si prin srtuctură. Modelarea euristică porneşte de la construirea unui sistem analog cu cel investigat. De obicei, problema este de a descoperi regulile de bază ale euristicii specialistului, pentru ca apoi ele să poată fi perfecţionate şi sistematizate într-un algoritm. În utilizarea algoritmilor euristici trebuie respectate restricţii şi în fiecare etapă de calcul să se obţină eficienţă maximă pentru funcţia obiectiv. Dintre două sau mai multe posibilităţi se va alege acea cale (posibilitate) care duce la creşterea sau descreşterea valorii funcţiei obiectiv de maxim respectiv minim. Paşii algoritmului general de rezolvare sunt următorii:

• se construieşte o soluţie iniţială;

• se testează condiţiile de administrare a soluţiei; • dacă pasul anterior a fost îndeplinit se trece la următorul pas care constă în căutarea unei strategii de reducere a abaterilor є. În acest scop se poate stabili una sau mai multe strategii care se presupune a reduce abaterile є. După testarea strategiilor se va alege aceea strategie care permite un număr cât mai mic de iteraţii şi reduce la maxim abaterile є. După un număr relativ mare de iteraţii, dacă nu s-au anulat aceste abateri, problema este considerată fără soluţie din punct de vedere al algoritmului euristic utilizat;

• se calculează funcţia de performanţă f(x0) a soluţiei iniţiale admisibile; • se calculează funcţia de performanţă f(x1) a noii soluţii; • se compară performanţele celor două soluţii f(x0 şi f(x1). Dacă performanţa f(x1) este superioară performanţei f(x0) atunci se evaluează diferenţa f(x1)- f(x0;

• dacă diferenţa este semnificativă, soluţia x1 devine soluţie iniţială şi algoritmul se continuă de la pasul în care se calculează funcţia de performanţă.

Din cele expuse mai sus rezultă că modelele procedurale utilizează simularea şi în urma obţinrerii rezultatelor decidentul poate adopta decizii bazate şi pe cunoştinţele dobândite asupra fenomenului condus, cât şi prin acumularea unei anumite experienţe.

2.3. Tabele de decizie şi arbori de decizie

Actul de decizie care presupune un număr relativ finit şi rezonabil de alternative se poate modela prin analiza decizională. Aceasta presupune ataşarea unor valori estimate (cu probabilităţile aferente) pentru fiecare alternativă şi care se vor înscrie într-un tabel sau un graf. Modul de alegere a deciziei se face prin a vedea care dintre alternative este cea mai bună. Această metodă utilizează tabelele de decizie care caracterizează acţiunea decizională şi conţine: stări generale care sunt date de totalitatea condiţiilor în care se desfăşoară evenimentul de analizat; alternative decizionale ce determină modul de realizare a unei acţiuni independente de voinţa decidentului; consecinţe decizionale ce sunt rezultatul acţiunii conjugate a stării generale, criteriilor decizionale şi alternativelor. Condiţia este ca numărul de consecinţe să fie mai mare sau egal cu numărul de criterii.

În cazul problemelor de decizie multicriterială în condiţii de risc, în care se cunosc probabilităţile de realizare a fiecărei stări, soluţia optimă este dată de (p – probabilitatea, u – utilitatea):

( )∑==

n

jjij xupiSopt

1*max

Dacă problema de decizie multicriterială este descrisă în condiţii de incertitudine soluţia optimă va fi dată urmând una dintre reguli:

• Criteriul WARD (al prudenţei) ce presupune că nu se admite sub nici o formă riscul. Se determină soluţia cea mai slabă pentru fiecare variantă şi se alege aceea care duce la cel mai bun rezultat (ales dintre rezultatele slabe);

• Criteriul SAVAGE sau regula regretului care foloseşte conceptul de “regret economic”* ce rezultă din faptul că nu s-a ales varianta bună. Se compară apoi fiecare ipoteză cu o singură alternativă şi se alcătuieşte o matrice a regretelor, obţinută din scăderea fiecărei stări din variabila maximă. Apoi se rezolvă problema de minim-maxim; • Criteriul Laplace în care toate stările se consideră a fi echiprobabile şi se alege acea variantă pentru care speranţa matematică a efectului economic este maximă; • Criteriul Hurwicz ce presupune calculul unui indicator decizional ca medie ponderată a rezultatelor extreme. Se notează cu α coeficientul de optimizare considerat de decident, iar acesta poate avea valori cuprinse între 0 şi 1:

� ( ) iii mMd *1* αα −+= Cu ajutorul arborilor de decizie se pot reprezenta tabelele de decizie prin evidenţierea

grafică a relaţiilor dintre variabilele problemei.

2.4. Optimizare cu algoritmi – programare matematică

Problemele manageriale în care decidentul poate aloca doar o cantitate limitată de resurse mai multor activităţi se pot rezolva cu setul de instrumente şi metode puse la dispoziţie de programarea matematică, din care cea mai utilizată este programarea liniară. Aceasta din urmă impune anumite reguli pe care decidentul trebuie să le respecte: existenţa unui set de variabile măsurabile pentru care se caută valoarea optimă; construirea unui set de restricţii cu aceste variabile care, în cazul decizional, sunt variabile de decizie, care sunt de fapt relaţii de egalitate sau inegalitate faţă de anumite valori; o funcţie obiectiv care reprezintă o relaţie matemetică liniară între variabilele de decizie şi rezultatul scontat a cărei valoare trebuie minimizată sau maximizată; crearea legăturilor între elemente realizată cu ajutorul relaţiilor matematice numite ecuaţii, în care apar şi coeficienţi.

Modelul unei probleme de programare liniară devine astfel: determinarea unui min sau max pentru funcţia obiectiv care depinde de una sau mai multe variabile care satisfac restricţiile modelului (condiţii implicite) sau care se referă la valorile ce pot fi luate de variabile (condiţii explicite); problemele de programare liniară au restricţii de tip inegalităţi şi condiţii explicite puse unora dintre variabile.

Modelul de programare liniară are forma:

( ) ( )

≤+++

≤+++

≤+++

+++=

mnmnmm

nn

nn

nnn

bxaxaxa

bxaxaxa

bxaxaxa

xcxcxcxxxf

*...**

..................................................

*...**

*...**

*...**,...,,minmax

2211

22222121

11212111

221121

În forma standard toate restricţiile sunt ecuaţii, iar variabilele sunt >=0:

( ) ( )

≥

=

=

0

minmax

x

BAx

cxxf

În forma canonică toate restricţiile sunt concordante şi toate variabilele sunt>=0:

( )

≥

≤

=

0

max

x

BAx

cxxf

( )

≥

>

=

0

min

x

BAx

cxxf

Aceste probleme se rezolvă cu algoritmul SIMPLEX (Dantzing, 1951) care este de fapt iterativ, la fiecare pas se obţine o îmbunătăţire a soluţiei, oferind:

- soluţia admisibilă ce satisface doar condiţiile explicite sau - soluţia optimă. Programul Excel prin componenta sa Solver rezolvă problema de programare liniară. În

ultimul timp majoritatea problemelor sunt de programare liniară multidimensională, ca de exemplu: metoda utilităţii globale în care problema de programare liniară este luată drept o problemă de decizie multidimensională. În acest caz, funcţia obiectiv este înlocuită cu funcţia de utilitate; metoda P.O.P. – algoritmul care descrie această metodă presupune o ordonare a soluţiilor în funcţie de criterii de preferinţă definite de decident; metoda STEM ce constă în definirea unei funcţii obiectiv de sinteză cu coeficienţi care vor fi ataşaţi fiecărui criteriu.

2.5 Simularea

Simularea constă în a crea variante care se apropie de ceea ce se întâmplă în realitate, ea fiind de fapt o metodă experimentală. De obicei SIAD reflectă realitatea complexă a fenomenelor şi proceselor economice, şi de aceea este greu de crezut că un model matematic, cât ar fi el de bun, poate să reflecte aceste procese. Simularea, a nu se confunda, nu este un model în strictul înţeles al cuvântului, ci prin diverse instrumente folosite imită ceea ce se întâmplă în realitate.

Gradul de simplificare oferit de simulare este mult mai mic decât în cazul modelelor tradiţionale. Ea reprezintă o metodă descriptivă, deci nu există o procedură prin care să se obţină o soluţie optimă.

Procesul de trecere de la sistemul real la modelul de simulare. Structurarea unor informaţii despre sistemul real, înainte ca el să fie realizat concret, este posibilă cu ajutorul tehnicii simulării. Dacă este să definim simularea, aceasta este tehnica de „realizare a experimentelor cu calculatorul numeric, care implică construirea unor modele

matematice şi logice care descriu comportarea unui sistem real (sau a unor componente ale sale)

de-a lungul unei perioade mari de timp”1 . Ca proces, simularea va genera intrările, iar prin algoritmi corespunzători va determina

ieşirile şi va descrie evoluţia în timp a stărilor interne ale sistemului. Obiectivele finale ale simulării necesită adoptarea celor mai bune mijloace şi metode de

conducere pentru activităţile tehnologice cât şi pentru cele economice. Pentru modelarea prin simulare a proceselor tehnologice se utilizează atât echipamente de automatizare cât şi calculatoare electronice conectate la procesul de producţie. În condiţiile în care se simulează un proces economic se includ calculatoare electronice cu capacitate mare de calcul şi posibilităţi de stocare pentru mari volume de date.

Se poate afirma că în cazul sistemelor de conducere a activităţilor economice, calculatoarele sunt destinate pentru luarea unor decizii corespunzătoare, iar în cazul sistemelor de conducere a proceselor tehnologice acestea elaborează automat decizii sub forma unor comenzi care sunt transmise către procesul condus. Dacă se face referire la cercetările pe plan mondial, acestea se referă la realizarea unor sisteme de conducere ierarhizate, multinivel care funcţionează în timp real şi sunt distribuite în toate compartimentele firmelor. Sistemele ierarhizate se bazează pe o structură ierarhizată pe niveluri de conducere, ceea ce implică coducerea tuturor compartimentelor componente prin decizii adoptate în timp real. Obiectivul major al sistemului este obţinerea unei producţii optime cantitativ şi calitativ în condiţiile în care există resticţii temporale de scurtă sau lungă durată şi a unor perturbaţii permanente din partea mediului. Dacă se fac referiri la etapele procesului de simulare se poate afirma că ele se concretizează

în: • Analiza şi sinteza sistemelor şi proceselor; • Programarea modelului de simulare; • Validarea modelului de simulare; • Simularea propriu-zisă; • Analiza şi implementarea rezultatelor. Analiza şi sinteza sistemelor şi proceselor economice constă în descompunerea în părţi

componente pentru fiecare activitate de analiză, iar proiectarea sistemelor este procesul prin care sunt selectate componentele şi elementele dar şi etapele şi procedurile care conduc către realizarea unui sistem viabil pentru obiectivul luat în studiu.

De obicei un model de simulare se proiectează pentru a observa comportamentul unui sistem existent sau pentru proiectarea unui sistem nou. Ca prim pas în procesul de simulare se evidenţiază identificarea şi formularea problemei sau scopului studiului, în care trebuie să se specifice obiectivele experimentului.

Pentru aceasta se vor lua în considerare elemente cum sunt: 1. Stabilirea variabilelor de decizie şi a variabilelor de stare, în care variabilele de decizie sunt cele asupra cărora analistul are un control complet şi care stau la baza deciziei luate de acesta la un moment dat. Variabilele de stare sunt dependente de cele de decizie şi descriu starea unei componente în orice moment;

2. Identificarea unui model optimal de evoluţie implică analiza şi sinteza, care se concretizează în stabilirea unui model conceptual care să fie apropiat de cel real;

3. Măsurarea performanţelor sistemului se obţine prin construirea unei funcţii obiectiv. Sunt însă şi cazuri când această identificare a performanţelor sistemului se realizează prin

punerea în evidenţă a deciziilor şi valorilor variabilelor de stare în diverse variante ale mărimilor de intrare.

2.5.1.Conceperea şi proiectarea modelului

Această etapă constă în stabilirea în mod detaliat a tuturor aspectelor legate de problema

pusă în studiu, chiar dacă uneori tinde către o rezolvare analitică. În această etapă se precizează: • ipotezele care se vot testa; • efectele probabile care urmează să apară; • schimbările caracteristicilor operative asupra variabilelor şi parametrilor de ieşire; • studiul efectelor asupra variabilelor şi parametrilor de intrare; • intervalul admisibil pentru variabilele şi parametrii de stare, • strategiile luate în calcul la eventuale apariţii a evenimentelor perturbatoare şi a costurilor corespunzătoare fiecărei strategii;

• strategiile de urmat pentru modificarea parametrilor de stare în cazul în care au fost depăşite limitele admisibile ale altor parametri de stare;

• vectorul iniţial al probabilităţilor de prevenire a apariţiei evenimentelor perturbatoare sau de modificare a mărimii parametrilor de stare;

• tehnici de reducere a datelor şi de analză a rezultatelor; • forma ecuaţiilor matematice; • ecuaţiile suprafeţei de răspuns etc. Un loc important îl are colectarea şi prelucrarea primară a datelor, fază în care se

stabilesc datele necesare, cum se obţin ele şi mai ales cum sunt introduse în model. Datele se vor organiza în fişiere, tabele, rapoarte şi se prelucrează pentru a intra în prelucrare numai cele care sunt necesare. Un alt obieciv îl reprezintă stabilirea modelului potenţial, pentru care se va lua în considerare fenomenul aşa cum se produce el în realitate.

Pentru această etapă este necesar a se stabili : 1. ce funcţii trebuie să realzeze sistemul; 2. care sunt funcţiile care se vor modela; 3. care sunt funcţiile deterministe; 4. care sunt factorii de mediu care influenţează performanţele sistemului; 5. cum se face aproximarea efectelor factorilor de mediu asupra sistemului;

6. ce interacţiuni intervin între om, sistem şi mediu şi cum se evaluează. Având răspunsurile la aceste întrebări se poate obţine o primă formă a modelului, se pot

defini parametrii şi variabilele. De remarcat este faptul că parametrii modelului sunt: de sistem sau auxiliari. Parametrii sistemului sunt direct legaţi de sistemul care va fi simulat, iar parametrii auxiliari nu sunt asociaţi direct cu sistemul, însă au efect asupra performanţelor acestuia. Există parametri cinematici care sunt asociaţi cu mişcarea în sistem sau în mediu, iar cei dinamici deţin valori care sunt influenţate de alţi parametri sau variabile. Există şi o categorie de parametri care sunt denumiţi statici şi care prin valorile lor influenţează stochasic procesele şi schimbă elementele în sistem. Parametrii de mediu sunt asociaţi mediului din care face parte sistemul şi-i pot influenţa performanţele.

În model există şi variabile aleatoare, adică valorile lor sunt necunoscute, dar pot apare în condiţii datorate întâmplării cu probabilităţi determinate. O altă categorie de variabile sunt cele controlabile ale căror valori sunt măsurabile printr-o anumită procedură şi sunt şi variabile necontrolabile.

O altă clasificare a variabilelor este aceea că acestea pot fi de intrare (mărime exogenă controlabilă), perturbatoare (mărime exogenă necontrolabilă), intermediare (variabile de stare a unei componente a sistemului), de ieşire (variabile exogene).

Variabilele de intrare sunt deterministe sau stochastice. Variabilele deterministe sunt date pe suporţi de informaţii ori determinate de reguli precise. Variabilele stochastice sunt generate prin algoritmi corespunzători pe calculator. Dacă cel puţin una dintre variabile de intrare este stochastică, rezultă că cel puţin una dintre variabilele de ieşire este stochastică, iar parametrii ei devin parametrii de ieşire. În model fiecare parametru şi variabilă a modelului se specifică prin: simbol, definiţie, descriere, unitate de măsură, ordin de mărime pentru valori, caracteristici, locul în model, sursa.

De remarcat este faptul că variabilele se modifică într-un ciclu de simulare cât şi de la o variantă de evoluţie simulată la alta. Dacă variabila nu se modifică de la o variantă la alta atunci putem afirma că ea devine parametru. Caracteristica parametrilor este aceea că ei rămân constanţi în cadrul aceleiaşi variante, dar se pot schimba de la o variantă la alta. O clasificare a parametrilor dă posibilitatea grupării lor în:

• parametrii cei mai importanţi şi pentru care se iau în considerare toate valorile provenite din măsurători ;

• parametri de importanţă medie, pentru care se iau în considerare numai trei valori caracteristice : maximă, medie şi minimă ;

• parametri de mică importanţă pentru care se ia în considerare doar o singură valoare caracterisică care poate fi valoarea medie sau valoarea cea mai probabilă.

Simularea unui sistem economic porneşte de la definirea evenimentelor care survin în derularea procesului economic supus analizei şi de la specificarea legăturilor existente între evenimente. Evenimentele care intervin în procesul de simulare se clasifică în funcţie de anumite criterii şi anume :

1. După natura evenimentelor acestea pot fi: • Evenimente sistem; • Evenimente program, care sunt asociate programului de prelucrare a datelor.

2. După natura condiţionărilor dintre evenimente: • evenimente noncontingente în care apariţia unor evenimente nu depinde de apariţia sau existenţa altor evenimente în sistem :

• evenimente contingente la care apariţia este influenţată sau condiţionată de apariţia altor evenimente.

3. După modul de prelucrare care este asociat evenimentului: • evenimente care nu apar în urma unor decizii : • evenimente cu decizii.

Conform caracterului deciziei, evenimentele au la bază decizii deterministe, adică decizia se adoptă după reguli de natură algoritmică sau euristică ; sau au la bază decizii probabiliste, unde decizia este adoptată cu o anumită probabilitate. 4. După probabilităţile de prevedere evenimentele se clasifică în: • previzibile, adică apariţia lor este planificată; • perturbatoare, adică apariţia lor nu se poate stabili anticipat şi sunt cele care influenţează defavorabil evoluţia sistemului. 5. După acţiunea asupra parametrilor de stare:

• cu acţiune imediată, ele modifică parametrii de stare ai unor componente chiar din momentul în care apar; • cu acţiune întârziată, ele modificând componentele sistemului după o anumită perioadă de timp.

La elaborarea modelului se are în vedere relaţiile funcţionale dintre variabile, care dacă nu au date suficiente, ele se pot obţine recurgâd la metoda analogiilor. Când se simulează un model complex este eficientă formularea unor submodele specializate în rezolvarea unor funcţii precise şi mai apoi acestea vor fi agregate într-un model general pe baza relaţiilor logice dintre ele. O astfel de operaţie este denumită integrare şi are la bază construcţia modulară a modelului. Modulele sunt de două tipuri : de sistem şi auxiliare.

Modulele de sistem simulează o funcţie sau o operaţie logică în sistem, iar cele auxiliare constituie o parte a modelului dar nu sunt o funcţie directă a sistemului. De exemplu, generatorul de numere aleatoare este utilizat în orice tip de model fără a avea legătură cu problema de rezolvat. Se cunoaşte că în model există variabile şi parametri care vor trebui explicitaţi prin limite accesibile minime şi maxime. Aceste limite nu pot fi depăşite în cazul modelelor deterministe, iar pentru celelalte tipuri de modele se vor stabili aşa numitele penalizări dacă limitele se vor depăşi. Simularea presupune evoluţia în timp a sistemului simulat, ceea ce provoacă apariţia succesivă a unor evenimente care dau de fapt schimbările din sistem. Apare astfel pericolul ca diverse variabile să parcurgă intervale de timp diferite. Pentru menţinerea ordinii evenimentelor care ori schimbă ori menţin starea sistemului, se introduce în algoritmul simulării o variabilă care va măsura scurgerea timpului real în care se execută simularea. Această variabilă poartă numele de ceasul simulării şi are posibilitatea de a preciza după fiecare pas al simulării, care este intervalul de timp care a trecut de la un pas la altul al simulării şi când aceasta se poate opri. Iniţial variabila ceas este zero, ca mai apoi să se modifice într-un număr finit de paşi, pas care poate fi constant sau variabil. Ceasul cu incrementare finită generează pe parcursul procesului de simulare o creştere constantă T>0.

Programul de simulare permite determinarea tuturor evenimentelor posibile care se produc în intervalul T, precum şi efectele asupra stării sistemului şi deciziile ce se vor adopta. Ceasul cu creştere variabilă are la bază tehnica sau regula evenimentului următor, deoarece mărimea cu care este incrementat ceasul este egală cu intervalul de timp de trecere de la o stare notată Si la starea determinată de apariţia celui mai apropiat eveniment notată cu Si+1. Se poate afirma că un model de simulare se construieşte prin discretizarea timpului cu creştere constantă sau variabilă.

Timpul simulat se scurge perioadă cu perioadă, iar calculatorul va executa toate tranzacţiile care au loc pas cu pas până la expirarea orizontului de simulare. Sunt cazuri în care perioadele vor fi relativ scurte pentru că pot apare prea multe evenimente în cazul perioadelor lungi şi aceasta face ca programul să fie greu de executat. Există şi situaţia în care perioadele sunt prea scurte şi atunci apare riscul să nu apară nici o tranzacţie.

Remedierea acestei deficienţe se face prin mărirea perioadei sau prin utilizarea ceasului cu increment variabil.

Fiecărui tip de sistem simulat îi corespunde un anumit tip de funcţie obiectiv. După această etapă se verifică validitatea modelului prin utilizarea testelor statistice care

vor arăta dacă parametrii de intrare au fost corect estimaţi. Se verifică apoi şi dacă modelul

conţine toate variabilele esenţiale iar relaţiile dintre variabile şi parametri sunt cele corecte. După ce modelul a fost scris într-un limbaj natural el va fi transformat într-un model scris în limbaj de simulare. Ca exemplificare se vor da câteva detalii despre cea mai cunoscută metodă de simulare a proceselor economice şi anume metoda Monte Carlo.

Metoda Monte Carlo stă la baza procedeelor de generare a proceselor stochastice sau de căutare a unor puncte în domeniu. Rezultatele obţinute prin utilizarea acestei metode se referă la evaluări şi ierarhizări care fundamentează o decizie economică.

Domeniile în care se aplică această metodă sunt: • Procese de stocare complexe, unde ritmul de aprovizionare este aleator sau sezonier, suprafaţa de depozitare este limitată, sunt penalizări pentru lipsa de stoc sau în condiţiile în care nu este posibilă o modelare clasică prin teoria stocurilor;

• Procese de aşteptare în care evenimentele se intercondiţioneează, iar rezolvarea lor prin modele de aşteptare este practic imposibilă;

• Procese de repartiţie care se analizează în legătură cu activitatea de producţie şi cu cea de investiţii. Dacă se dispune de structura graficului reţea şi de repartiţia duratelor, simularea va consta

în aplicarea algoritmului de calcul al drumului critic pentru un număr suficient de mare de generări ale duratelor activităţilor în concordanţă cu repartiţia stabilită. Simularea are ca rezultat estimarea parametrilor repartiţiei duratei totale şi poate da şi determinarea frecvenţei caracterului critic pentru orice activitate în parte.

• Procese de muncă complexe care se referă la deciziile legate de programarea operativă a producţiei (ca de exemplu încărcarea utilajelor, lansarea în fabricaţie, urmărirea realizării producţiei), de la locul de muncă la atelier sau secţie.

Prezentarea metodei Monte Carlo Simularea prin metoda Monte Carlo presupune că unei probleme deterministe i se

asociază un model aleator, numit şi probabilist, iar prin generarea unor variabile aleatoare legate de soluţie se realizează experienţa pe model. În esenţă metoda constă în realizarea experimentală a unui eveniment a cărui probabilitate va fi exprimată de numărul π , dar şi estimarea aproximativă a acestei probabilităţi. Această metodă este de fapt sinonimă cu metoda estimărilor statistice, mai putând fi definită şi ca metoda modelării variabilelor aleatoare pentru calculul caracteristicilor repartiţiei lor.

Metoda propune să se plece în calculul variabilei aleatoare de la o altă variabilă aleatoare, dar care are o repartiţie uniformă pe intervalul [0,1]. Această variabilă este din câmpul de probabilitate constructiv, câmp a cărei aplicaţie are forma : β=f(x), x∈[0,1] cu următoarea prorietate:

∫ ∞−0

)( dxxf =1.

Metoda presupune estimarea parametrilor repartiţiei unei variabile aleatoare pe baza relizărilor acesteia. Problema principală rezolvată prin metoda Monte Carlo constă în estimarea valorii medii a unei variabile aleatoare în funcţie de o eroare admisibilă şi o probabilitate dată.

Se construieşte prin experiment statistic imaginea unor procese şi astfel se impune ca variabilele aleatoare care intervin să fie estimate cu o abatere cât mai mică în probabilitate în raport cu variabilele considerate a fi reale. De aceea este nevoie de construcţia unor estimatoare

satisfăcătoare. De exemplu pentru variabile aleatoare cu distribuţie normală media m se consideră a fi estimator de maximă verosimilitate. Calitatea eşantionului se poate aprecia prin teste de concordanţă care măsoară apropierea repartiţiei empirice de repartiţia teoretică. Testele de concordanţă se pot baza pe unul dintre criteriile Kolmogorov, Smirnov sau Pearson. Prin utilizarea acestor criterii se compară valorile corespunzătoare din tabelele repartiţiei teoretice cu cele de acceptare pentru funcţia de verosimilitate. Dacă diferenţa dintre valorile celor două repartiţii este mai mare decât un prag admis, funcţia de verosimilitate se respinge.

Procesul de simulare indiferent de ce metodă utilizează are la bază, pentru a reproduce în mod fidel anumite elemente ale sistemului simulat, de rezolvarea unor probleme numerice în care apar numere alese întâmlător sau aleatoare.

Se afirmă că un număr este întâmplător sau aleator numai dacă se află într-un context statistic. De aici apare necesitatea elaborării unor metode care să asigure generarea de numere aleatoare care să respecte legea empirică a sistemului economic, necesitând un timp minim de rulare. Se utilizează generarea unor numere aleatoare uniform repartizate. În mod normal nu se pot genera numere aleatoare care să satisfacă cerinţele cunoscute în teoria probabilităţilor, ci sunt numere pseudoaleatoare, care satisfac următoarele condiţii:

1. Sunt repartizate uniform într-un interval dat, iar pentru intervalul [0,1], funcţia de repartiţie uniformă se defineşte:

0 dacă x ≤ 0 F(x)= { x dacă x є(0,1)} 1 dacă x ≥ 1

2. Sunt statistic independente, adică nu sunt autocorelate. 3. Sunt reproductibile pentru testarea programelor sau pentru a efectua comparaţii 4. Funcţia de repartiţie este stabilă, adică nu se schimbă în cursul rulării programului de simulare. 5. Şirul generat are o perioadă de repartiţie mare care poate fi predeterminată. De remarcat este faptul că şirurile de numere pseudoaleatoare aproximează şirurile de numere aleatoare. Dacă condiţiile sunt riguros respectate atunci aproximaţia este cu atât mai corectă. Validarea modelului de simulare. Această etapă are rolul de a elucida unele aspecte cum sunt: • Modelul reprezintă sau nu procesul studiat; • Dacă sunt cuprinse toate etapele modelului complex; • Cum se vor folosi rezultatele obţinute din simulare şi dacă acestea au un caracter empiric.

Modelul de simulare este considerat bun, dacă se comportă similar cu fenomenul simulat. Dacă fenomenul este înţeles teoretic şi dacă se cunoaşte comportamentul sistemelor economice, sociale, de afaceri, atunci se poate construi un model valid.

Validarea modelului se face prin verificarea corectitudinii interne a acestuia în sens logic şi dacă reprezintă fenomenul de modelat. După adoptarea şi validarea modelului de simulare, acesta se execută în concordanţă cu schema sau cu scopul experimentului. Descrierea experimentelor de simulare are aceleaşi etape ca şi descrierea evenimentelor, prin verificarea unor concepte ca: structura, mărimea eşantionului, cost, calitate. Sunt utilizate şi instrumente statistice pentru analiza rezultatelor. Mărimea rulării este direct legată de costul experimentului. Pentru a determina mărimea optimă a rulării se folosesc regulile de oprire (determinate prin utilizarea teoriei statistice). Prin

intermediul calculatorului se pot face rulări mari întrucât timpul şi costul de rulare sunt minimale. Reducerea variantelor presupune că descriera simulării se poate face în aşa fel încât să se obţină precizie maximă pentru eşantionul luat în calcul. Există tehnici pentru micşorarea variantelor de distribuţie a măsurii performanţelorca de exemplu eşantionul stratificat unde datele sunt divzate proporţional sau în straturi, iar fiecare strat este modelat individual (separat). După obţinerea rezultatelor se fac eventuale modificări numai dacă este necesar acest lucru. În această etapă, utilizatorii au rol important pentru a se obţine rezultate practice satisfăcătoare. Analiza şi interpretarea rezultatelor Etapa de analiză şi interpretare a rezultatelor constă în colectarea datelor simulate şi prelucrarea lor, calcularea statisticilor pentru testele de semnificaţie, obţinerea de tabele, grafice şi interpretarea rezultatelor. Se analizează valorile variabilelor de ieşire pentru diverse valori ale varibilelor de intrare reale, analizându-se curba de evoluţie a fiecărei variabile de ieşire. Dacă această curbă nu diferă semnificativ de cea reală atunci se poate afirma că valorile obţinute sunt cele corecte. În interpretarea rezultatelor un loc important îl are şi analiza caracteristicilor numerice asociate variabilelor de ieşire cum sunt media, dispersia, mediana. În concluzie4, se poate afirma că simularea este o tehnică de realizare a experimentelor cu calculatorul, ea implicând utilizarea unor modele matematice şi logice care descriu comportarea unui sistem real de-a lungul unei perioade mari de timp. Un experiment de simulare trebuie să parcurgă următarele etape:

� Formularea problemei este etapa în care se stabilesc ipotezele de lucru împreună cu criteriile de acceptare sau respingere precum şi precizarea estimaţiilor obţinute prin simulare;

� Culegerea şi prelucrarea preliminară a datelor reale; � Formularea modelului de simulare, etapă prin care se aleg variabilele, parametrii, relaţiile funcţionale şi algoritmul prin care se determină elementele de ieşire în funcţie de cele de intrare;

� Estimarea parametrilor prin metode statistico-economice pe baza datelor reale; � Evaluarea performanţelor modelului şi a parametrilor prin teste de concordanţă; � Elaborarea algoritmului simulării prin schemă logică detaliată sau schemă bloc în funcţie de complexitatea modelului;

� Validarea sistemului de simulare prin testarea programului pe o soluţie particulară cunoscută sau prin compararea valorilor variabilelor de ieşire cu observaţiile situaţiei reale simulate;

� Programarea experimentelor de simulare prin considerarea succesivă a valorilor parametrilor de intrare şi a variabilelor de intrare ale modelului;

� Analiza datelor simulate care va consta în interpretarea rezultatelor obţinute. Prin simulare se poate afirma că se poate determina forma funcţională de exprimare a

legăturilor dintre fenomenele supuse studiului şi estimarea valorilor parametrilor modelului, testarea diferitelor variante de acţiune care nu se pot explicita în model, o mai bună structurare a problemei supusă simulării precum şi validarea soluţiilor obţinute.

Avantajul simulării este dat de utilizarea sistemului cibernetic de reglare, care este baza deciziei concrete din activitatea practică.

2.5.2. Simularea cu instrumente din Excel

Simularea cu ajutorul diagramelor În Excel, diagramele pot fi utilizate pentru simulare prin exploatarea proprietăţii de biunivocitate care există între schimbarea locaţiei punctelor pe diagramă prin tehnica „drug-and-drop” efectuată cu mouse-ul şi modificarea valorii datelor corespunzătoare din tabelul cu date.

Tabelul de simulare

Tabelul de simulare din Excel este un instrument informatic dedicat din categoria

analizei datelor şi rezolvării problemelor complexe de asistare a deciziei economico-financiare. Tabelul de simulare din Excel reprezintă o zonă de celule ce indică rezultate obţinute ca urmare a substituirii unor valori din formule definite în prealabil de utilizator. Se pot obţine:

• Tabele de simulare cu o singură variabilă de intrare; • Tabele de simulare cu două variabile de intrare. În cazul tabelelor de simulare cu o singură variabilă de intrare, dacă se introduce un

set de valori pentru variabila de intrare, se poate astfel pune în evidenţă influenţa pe care o are această modificare de valori într-una sau mai multe formule.

În cazul tabelelor de simulare cu două variabile de intrare, se aplică seturi de valori pentru cele două variabile şi se pune în evidenţă efectul modificărilor asupra unei singure formule. Scenariul Scenariul serveşte pentru realizarea previziunilor asupra unui proces economic prin compararea seturilor de valori care conduc la rezultate diferite. Practic, în instrumentul Microsoft Excel, scenariul (Scenario) reprezintă o mulţime de valori pe care acesta le poate substitui automat într-o foaie de calcul. Cu ajutorul scenariului se obţin simulări ale mai multor variante ale unui proiect, variante care au valori diferite ale parametrilor şi rezultate diferite.

2.6.Teoria jocurilor

La baza luării deciziilor de obicei intervin condiţiile care influenţează asupra diverselor alternative. Condiţiile sunt legate de acţiunea omului sau pot reprezenta complexul factorilor naturali în care se desfăşoară evenimentele.

Modelarea matematică a procesului de decizie se face cu ajutorul conceptului de joc strategic. Jocul se poate defini ca fiind acel proces competitiv care se desfăşoară între mai mulţi participanţi , care se numesc jucători, dintre care unul este inteligent şi prudent, adică poate analiza situaţia creată şi poate lua decizii asupra acţiunilor ce vor urma. Ca noţiune apare partida care este dată de un set de reguli după care jucătorii îşi desfăşoară acţiunile. Partida se caracterizează printr-o stare denumită iniţială şi o stare finală, aceasta din urmă fiind determinată de regulile jocului.

Strategia este definită în contextul jocului ca fiind o succesiune de acţiuni ale unui jucător, fiecare succesiune este astfel pregătită în aşa fel încât să facă faţă strategiei adversarului de joc, pentru atingerea scopului propus. În acest fel se atinge acea stare finală în care regulilor

jocului li se asociază maximum de câştig posibil de realizat. Un joc în care intervin doar doi parteneri se poate reprezenta matriceal astfel:

J/N N1 N2 ........ Nn

J1 c11 c12 .... c1n

J2 c21 c22 ...... c2n

.............. .... .... .... ....

Jm cm1 cm2 .... cmn

unde s-a notat cu:

J– jucătorul;

N – adversarul din cadrul jocului;

Ji = {J1,J2,…..,Jm}este mulţimea strategiilor lui J;

Nj = {N1,N2 ,…,Nn}mulţimea strategiilor lui N;

Ci,j{i=1,m; j=1,n}este consecinţa adoptării strategiei Ji de către J şi a strategiei Nj de către N; Când se pune problema alegerii uneia sau alteia dintre strategii, în procesul de adoptare a

deciziei, se iau în considerare utilităţile fiecărei consecinţe. Jocurile sunt cu punct şa şi fără punct şa. Jocurile cu punct şa presupun că cei doi jucători

se supun unui raţionament corect care conduce la alegerea strategiei optime (fiecare dintre jucători îşi va alege propria strategie optimă). Astfel cele două strategii optime alese de fiecare jucător va constitui soluţia jocului. Cazul general al problemei generate de jocul cu punct şa are ca principiu de bază principiul

maxim. Fie un joc de ordinul m*n are asociată următoarea matrice:

mnm

n

aa

aa

...

.........

....

1

111

Principiul maximului presupune că primul jucător alege acea strategie care are câştigul minim.

V1= max(min aij); 1≤ i ≤m, 1≤ j ≤n

i j

Pentru determinarea valorii V1 se vor determina toate valorile minime pe linii (minj ai,j), iar dintre acestea se va lua valoarea maximă (maxi ai,j). Jucătorul doi va proceda în mod similar:

V2= min (max aij); 1≤ i ≤m, 1≤ j ≤n

j i

Valoarea V2 precum şi strategia care îi corespunde se vor afla prin alegerea tuturor maximelor pe coloană (maxi aij) şi luând pe cel mai mic dintre ele (minj maxi).

V=V1=V2=maxi(minj aij)=min j(max i aij); V1= max(min ai,j); 1≤ i ≤m, 1≤ j ≤n

Jocurile fără punct şa au ca fundament un raţionament, care oricât de riguros ar fi, nu îl va conduce pe jucător la alegerea unei perechi de strategii, aşa cum se întâmplă în cazul jocurilor cu punct şa. Soluţia unei astfel de probleme este dată de determinarea strategiilor mixte optime ale celor doi parteneri, prin metode algebrice, geometrice sau iterative. Jocurile cu doi parteneri se modelează în situaţii conflictuale între două sau mai multe părţi care se reduc tot la jocuri cu doi participanţi, prin formarea de coaliţii. Fiecare dintre părţi urmăreşte alegerea unei strategii care să asigure un rezultat avantajos în detrimentul adversarului sau adversarilor.

Modele asemănătoare sunt utilizate în probleme de decizie în care este doar un singur participant care trebuie să aleagă strategia optimă, care în acest caz se numesc stări ale naturii. Astfel se poate afirma că natura nu acţionează ca un adversar inteligent care urmăreşte un beneficiu cât mai mare din partea adversarului şi în consecinţă nu se pot stabili reguli de comportare a ei. Se pot însă culege informaţii statistice şi se pot face previziuni probabilistice.

Deciziile în cazul jocurilor contra naturii se clasifică în: • decizii în condiţii de certitudine, adică există informaţii certe despre evoluţia viitoare; • decizii în condiţiide risc, în care se cunosc doar probabilităţile de realizare a stărilor naturii; • decizii în condiţii de incertitudine, nu există informaţii privind probabilităţile de realizare a stărilor naturii.

Referitor la deciziile în condiţii de risc se poate afirma că în procesul managerial, decidenţii sunt puşi în faţa unor situaţii deosebite deoarece trebuie să aleagă dintr-o multitudine de strategii.

Elementele unui model de decizie sunt: • decidentul; • stabilirea şi formularea problemei; • totalitatea variantelor sau alternativelor posibile care definesc o situaţie decizională; • mulţimea tuturor consecinţelor anticipate pentru fiecare variantă; • totalitatea criteriilor de decizie ale decidentului; • obiectivele propuse de decident; • stările naturii, factori independenţi de decidenţi şi care sunt de tip conjunctural.

Din multitudinea de variante posibile, decidentul urmează să aleagă drept soluţie convenabilă, doar una. În acest proces apare necesitatea de a se compara variantele decizionale între ele prin efectul consecinţelor şi astfel apare conceptul de utilitate. Utilitatea este de fapt unitatea comună de măsură a consecinţelor multitudinii de alternative decizionale. Teooria jocurilor este utilizată pentru simularea diverselor procese economice. Jocurile de întreprindere (Business Games) facilitează simularea dinamică a unor decizii secvenţiale. Utilizarea jocurilor de întreprindere are ca scop formarea deprinderilor de a rezolva diverse situaţii limită la factorii de conducere, precum şi dezvoltarea de aptitudini de abordare complexă şi sistemică a procesului simulat. Cu ajutorul unor astfel de jocuri, specialiştii pot testa ipoteze referitoare la natura deciziilor pe care urmează să le adopte cu identificarea efectelor probabile ale diverselor decizii. De aceea se poate afirma că jocul oferă posibilitatea acumulării de experienţă în problemă, înainte ca procesul economic să se fi petrecut şi permite anticiparea acelor consecinţe referitoare la resurse.

Jocurile se pot clasifica după anumite criterii şi anume: • după sfera de acţiune sunt:

a. jocuri pentru întreaga întreprindere prin care se simulează funcţiile principale ale întreprinderii în aşa fel încât participanţii la joc să înţeleagă legităţile unităţii economice în ansamblu, în condiţiile influenţei reciproce dintre subsistemele interne sau dintre acestea şi un sistem exterior. b. jocul funcţional, se referă doar la o funcţie specifică a întreprinderii analizate, participanţii la joc exprimâmnd decizii în cadrul compartimentului care îndeplineşte funcţia simulată şi pot estima eventuale consecinţe pentru alte compartimente cu care acesta acţionează în legătură strânsă. c. jocuri complexe. Acestea au ca scop analiza mai multor funcţii ale întreprinderii şi relaţiile principale cu alte compartimente sau cu exteriorul. În acest tip de joc, particupanţii trebuie să estimeze implicaţiile unei decizii adoptate într-un compartiment asupra altor compartimente ale aceleiaşi întreprinderi. Se evaluează în acest caz efectele unor perturbaţii asupra compartimentului luat în studiu chiar dacă aceste perturbaţii au apărut în compartimente din afară dar legate de cel studiat. d. jocuri pentru alte zone de specialitate. • După elementul competiv, jocurile sunt: a. jocuri concurenţiale în care fiecare participant adoptă decizii în aşa fel încât să-şi depăşească adversarul. Acestea pot fi jocuri independente şi jocuri interdependente. - jocurile interdependente au drept caracteristică faptul că succesul unui participant este dependent de propriile decizii cât şi de deciziile concurenţiale. - jocurile independente se caracterizează prin aceea că fiecare jucător realizează îmbunătăţirea propriilor performanţe economice, fără a acţiona asupra celorlalţi jucători. În cadrul coaliţiilor de jucători se consideră că un joc este independent, atunci când jucătorii din coaliţie se ajută reciproc. b. jocurile cooperative presupun existenţa a doi parteneri care convin că în privinţa anumitor clase de decizii şi acţiuni, acestea să nu fie îndreptate împotriva intereselor celuilalt partener. În economia de piaţă pentru anumite tipuri de produse, aceştia îşi împart piaţa. c. jocurile contra naturii au nevoie de un decident real sau o coaliţie de decidenţi care se coalizează împotriva unui prtener fictiv, care este de fapt mediul ambiant. • După criteriul prelucrarea rezultatelor, jocurile sunt pe calculator sau manuale. • După scopul urmărit sunt jocurii de instruire, jocuri de întreprindere sau pentru fundamentarea deciziilor operative.

Jocurile de instruire permit celor care participă la ele să poată să adopte decizii optime în condiţiile unor situaţii ipotetice, dar posibile în practica economică.

Jocuri de întreprindere sau pentru fundamentarea deciziilor operative permit specialiştilor să adopte decizii pertinente în condiţiile reale existente în întreprinderele pe care le conduc sau le organizează. Astfel de jocuri necesită utilizarea calculatorului electronic, întrucât deciziile se adoptă pe baza unui algoritm complex, care analizează efectele economice ale mai multor soluţii. În acest caz decidentul poate cunoaşte consecinţele asupra performanţelor economice atât ale soluţiilor optime cât şi ale soluţiilor ineficiente.

Principalele etape de desfăşurare a unui joc de întreprindere sunt următoarele: • Etapa de instruire a participanţilor; • Adoptare deciziilor de către participanţi. În această etapă există un arbitru care adoptă deciziile considerate cele mai bune pentru participanţi. Arbitrul nu pune la dispoziţia jucătorilor nici un algoritm pentru ca aceştia să găsească soluţia cea mai bună. Astfel, jucătorii trebuie să adopte decizia fie pe baza competenţei, fie pe baza unui algoritm euristic elaborat în

timpul participării la joc, sau alegând la întâmplare valori numerice ale parametrilor economici. Se poate modifica algoritmul ales la următoarea iteraţie. Dacă jucătorul adoptă decizii la întâmplare, el le poate perfecţiona pe parcursul jocului, ajungând fie la un algoritm, fie la o procedură de căutare aleatoare, dar accelerată. Fiecare etapă de adoptare a deciziilor constituie o iteraţie a jocului, care corespunde unei perioade de timp de obicei următoare. N, numărul maxim de iteraţii pentru un joc este stabilit în prima etapă de arbitru. În timpul jocului , consilierii de joc, precizează arbitrului perturbaţiile care au avut loc în timpul în care jucătorii au adoptat decizii. • Arbitrul efectuează calculele prin evaluare consecinţelor apărute după primirea de la participanţi a deciziilor adoptate şi a perturbaţiilor de la consilieri, de obicei cu ajutorul unui program pe calculator. • Arbitrul publică o informare asupra rezultatelor obţinute, în urma cărora jucătorii fac la rândul lor o analiză rezultatelor. Se remarcă faptul că în situaţia în care numărul de iteraţii nu este suficient de mare, există riscul ca unii jucători să obţină rezultate bune din pură întâmplare. După dezbaterea rezultatelor care s-au obţinut şi după analiza regulilor aplicate, arbitrul crează condiţii jucătorilor pentru pregătire accelerată în adoptarea deciziilor. • Efectuarea unui test de continuare sau de încetare a jocului de către arbitru. Testul constă în compararea iteraţiei I la care se află jocul cu numărul maxim N de iteraţii. Dacă I < N, atunci jocul trece la iteraţia următoatre I+1, iar dacă I=N, atunci se trece la etapa următoare. • Se anunţă sfârşitul jocului şi a rezultatelor finale. Arbitrul decide încetarea jocului, iar după parcurgerea celor N iteraţii se evaluează rezultatele jocului. Pentru aceasta arbitrul calculează funcţii de performanţă care permit acordarea unui calificativ global fiecărui participant la joc. În acest fel se face ordonarea participanţilor la joc din punct de vedere al aptitudinilor de conducători şi organizatori.

Un model de simulare poate descrie doar caracteristicile şi comportamentul sistemului în diferitele etape ale funcţionării sale. Din variantele obţinute se va alege cea mai bună alternativă, adică aceea care prin experimentele aplicate efectului combinat al mai multor acţiuni sau factori se apropie cel mai mult de evoluţia sistemului studiat.

Simularea înlocuieşte în bună măsură metodele de optimizare pentru rezolvarea problemelor complexe. Simularea prezintă avantaje deoarece modelul este obţinut de obicei din perspectiva decidentului; este unica metodă din cadrul SIAD care se poate utiliza pentru problemele nestructurate, surprinde complexitatea reală a problemei şi se poate aplica unor mari diversităţi de probleme manageriale.

Pentru simulare există un soft relativ uşor de utilizat, soft care implementează metoda Monte Carlo (ca de exemplu, Excel). Acest proces de simulare prezintă şi dezavantaje precum lipsa de garantare a obţinerii soluţiei optime ci a unei soluţii îmbunătăţite; modelul de simulare este aplicat doar pentru o singură problemă, neputând fi generalizat.

2.7. Modelele predictive

Modelele predictive au ca scop anticiparea evoluţiei viitoare a sistemului considerat în funcţie de evoluţiile sale anterioare. Acest tip de modele se rezolvă de obicei prin metode statistice şi evoluţiile acestora.

Legătura dintre variabile este denumită corelaţie, iar stabilirea tipului de legătură dintre variabilele dependente de una sau mai multe variabile independente, în statistică, se numeşte analiză de regresie.

Se cunoaşte că dependenţa dintre variabile poate fi liniară, exponenţială sau pătratică, iar pentru fiecare tip de dependenţă există instrumente puse la dispoziţie de statistică pentru a determina elementele modelului de regresie aferent.

Pentru a alcătui un model de regresie se va ţine cont de următoarele etape: analiza pentru identificarea dependenţelor şi a tipurilor de legături pe care le exprimă; specificarea prin care se caută cea mai optimă formă de exprimare a variabilelor; estimarea parametrilor modelului; testarea semnificaţiei parametrilor estimaţi; validarea (verificarea) modelului; utilizarea modelului în operaţii de simulare şi predicţie.

Pentru regresia liniară simplă există o singură variabilă pentru care se face previziunea, dependentă de o singură altă variabilă. Modelul este Y=f(x) şi se observă că relaţia dintre cele două variabile este liniară.

Pentru previzionarea variabilei Y se pot folosi una din următoarele metode: metoda glisajului exponenţial ce presupune previziunea evoluţiilor viitoare pe baza celor trecute şi a estimărilor din trecut; metoda filtrajului adaptiv ce face o previziune pentru valorile variabilei dependente în funcţie de sumele ponderate a valorilor anterioare; metoda regresiei liniare simple prin care se obţine un model cauzal care pune în evidenţă dependenţa variabilei dependente de variabila independentă.

Acest model este sintetizat în următoarea manieră: Y=mX+b+V unde m şi b sunt parametrii de regresie ce se vor determina prin metode statistice, iar V este factorul de cuantificare al influenţelor cauzelor nespecifice şi se mai numeşte variabilă de perturbaţie. Valoarea medie a lui V trebuie să fie 0, aceasta însemnând că influenţa factorilor perturbatori se compensează reciproc.

Având în vedere valorile variabilei independente X şi a parametrilor de regresie, se vor putea estima valorile viitoare ale variabilelor dependente Z; metoda regresiei liniare multiple care presupune existenţa dependenţei de mai multe variabile. Această metodă este mai apropiată sistemelor decizionale, întrucât de cele mai multe ori variabila depinde de efectul mai multor factori consideraţi laolaltă. Acest model are următoarea formă:

nnjj XmXmbY +++= ...

Pentru a stabili care este semnificaţia influenţelor variabilelor independente asupra lui Y (variabilă dependentă) se fac o serie de teste statistice, cum ar fi calculul coeficientului de determinaţii R2, testarea determinaţiei globale a ecuaţiei de regresie (testul F), testarea determinaţiei fiecărei variabile (testul t) care la un loc se prezintă ca o analiză dispersională. Astfel, în concluzie, se poate afirma că rezultatele obţinute se vor accepta numai în cazul în care

legătura liniară presupusă între variabilele dependente şi celelalte variabile este reală. Softul aferent unei astfel de metode este des utilizat precum SPSS.

Acesta este un sistem automat de analiză a datelor de marketing (Statistical Package for Social Sciences). De asemenea, procesorul de tabele Excel conţine funcţii statistice care permit efectuarea previziunilor bazate pe tipuri de regresie şi se poate astfel realiza şi analiza statistică a datelor.

Pentru a lucra cu metode de previziune este bine de ştiut că trebuie parcurse o serie de etape: formularea şi înţelegerea conţinutului problemei ce presupune ca managerul sau decidentul să definească în termeni cât mai apropiaţi de realitate problema, aceasta incluzând variabilele care trebuie explicitate şi a căror valori vor face obiectul previziunii.

În această etapă se descrie situaţia decizională, se identifică variabila sau variabilele care vor constitui obiectul predicţiei ca şi variabilele dependente de acestea; selectarea indicatorilor economici care presupune a se găsi alături de variabilele independente şi acei factori suplimentari care influenţează variabila dependentă, factori ce vor trebui incluşi în ecuaţia de regresie; analiza matricei de corelaţie simplă care se face pentru a alege variabilele care trebuie incluse în ecuaţia de regresie.

Specific domeniului economic este fenomenul de multicoliniaritate adică nivelul înalt de interdependenţă între variabile diverse. La încheierea acestei etape se vor reţine doar trei sau patru ecuaţii de regresie care vor fi ulterior analizate; alegerea unei ecuaţii de regresie dintre cele reţinute anterior.

De obicei calculatorul va determina coeficienţii de regresie şi elementele care permit testarea semnificaţiei acestora. Se vor reţine ecuaţiile semnificative şi se va încerca ridicarea progresivă a valorii coeficientului de corelaţie R2 prin introducerea unor noi variabile independente.

După fiecare iteraţie de mărire progresivă a acestui coeficient se vor verifica testele de semnificaţie. verificarea corectitudinii condiţiilor de regresie; pregătirea previziunii care presupune stabilirea unui interval de încredere pentru previziunile individuale şi ce precizie are fiecare variabilă independentă.

Predicţia are un caracter limitat faţă de previziune (prognoză) care înseamnă depăşirea cadrului statistic permis de modelele de regresie.

Dezavantajul principal al acestor metode statistice îl constituie volumul mare de date necesar şi costul ridicat al colectării acestora. Acest dezavantaj este remediat de apariţia noilor tehnologii de analiză şi agregare a datelor (OLAP).

2.8. Programarea euristică

Această metodă conduce la generarea unei soluţii aproximate pentru probleme complexe de obicei nestructurate. Pentru astfel de probleme nu se poate descrie un algoritm care nu poate oferi soluţii optime într-un număr finit de paşi.

Programarea euristică se poate utiliza şi pentru probleme complexe structurale întrucât poate conduce la opţiunea mai rapidă a soluţiilor faţă de un algoritm de optimizare (de exemplu sunt problemele combinatoriale cu extrem de multe soluţii posibile).

De remarcat este faptul că procesul decizional se caracterizează printr-o formalizare a spaţiului stărilor şi presupune o explorare atentă şi pertinentă a acestuia. În cazul acestei programări euristice, spaţiul de rezolvare a problemelor implică: spaţiul stărilor, spaţiul operatorilor, starea iniţială, starea sau stările finale precum şi informaţia asociată fiecărei stări. Soluţia finală obţinută prin programarea eurstică poate fi un eşec sau un succes.

În utilizarea programării euristice se are în vedere evaluarea rezultatelor care va ţine cont de calea raţionamentului, de paşii de parcurs ulterior precum şi de experienţa acumulată în probleme similare şi nu în ultimul rând şi de model.

Evaluarea rezultatelor se realizează cu ajutorul funcţiei de evaluare care depinde de stare şi de informaţiile referitoare la acea stare. Starea va fi acceptată dacă funcţia de evaluare va depăşi un anumit prag prestabilit sau dacă este mai bună decât valorile stărilor în aşteptare.

Euristicile se pot grupa în: cantitative dacă sunt în baza de modele a unui sistem informatic de asistare a deciziei; calitative dacă furnizează cunoştinţe pentru un sistem expert.

Programarea euristică se aplică în cazul în care datele de care se dispune pentru o problemă complexă sunt insuficiente sau are un grad mare de inexactitate.

Gradul de complexitate al problemei nu permite utilizarea modelelor de optimizare, nu există soluţie algoritmică iar modelul de simulare simplifică inadmisibil de mult problema şi trebuie obţinută o soluţie rapidă.

Acest tip de programare are o serie de avantaje dintre care se enumeră: sunt metode uşor de aplicat şi implementat, produc mai multe soluţii acceptabile, se poate face o măsurare empirică sau teoretică a calităţii soluţiei obţinute.

Totuşi prezintă şi dezavantaje referitoare la garanţia obţinerii unei soluţii optime, iar în cazul în care se fac alegeri secvenţiale într-o decizie, există riscul de a nu anticipa corect consecinţele alegerilor făcute. Toate aceste riscuri sunt de fapt asumate de decident în momentul în care a ales ca rezolvare programare euristică.

2.9. Metoda utilităţii globale maxime Problemele de asistare a deciziei din realitatea socio-economică sunt probleme

multicriteriale. Reducerea rezolvării unei probleme de asistare a deciziei la un singur criteriu se face, de cele mai multe ori, cu scop simplificator, de lămurire a unor aspecte unilaterale. În universul socio-economic de modelat, problemele de asistare a deciziei economice sunt generate de procesele de decizie multicriteriale. Pentru măsurarea consecinţelor diferitelor alternative luate în considerare în momentul luării deciziei, s-a introdus o unitate de măsură comună denumită utilitate. Prin intermediul funcţiei de utilitate, se asociază fiecărei alternative de decizie o valoare numerică reală.

Este evident că o calitate ridicată a deciziei economice, fundamentată pe baza acestei metode, se va realiza dacă utilităţile asociate vor fi cât mai obiective cu putinţă (aici intervine rolul important al experţilor domeniului).

Problemele de optimizare multicriterială scot în evidenţă relaţii de tip local-global, în sensul că după rezolvarea separată a fiecărei probleme unicriteriale (cu un singur criteriu), se rezolvă problema multicriterială prin luarea în consideraţie a întregului ansamblu de criterii.

Soluţiile obţinute la rezolvarea problemelor decizionale multicriteriale sunt soluţii suboptimale în raport cu variantele monocriteriale. De cele mai multe ori, în practica economică, aceste soluţii suboptimale se dovedesc satisfăcătoare.

În optimizarea multicriterială, există două categorii de probleme: optimizare multiatribut şi optimizare multiobiectiv.

O problemă de optimizare multiatribut prezintă o mulţime finită a soluţiilor posibile, cu variante ce au asociate atribute multiple (de natură numerică sau nenumerică).

O problemă de optimizare multiobiectiv prezintă o mulţime infinită a soluţiilor admisibile şi foloseşte funcţia-obiectiv drept criteriu de optimizare (care se maximizează sau minimizează).

Utilitatea globală a unui proiect se defineşte ca suma produselor între elementele matricei utilităţilor (reprezentate de coloana corespunzătoare proiectului) şi coeficienţii de utilitate consideraţi pentru fiecare indicator. Proiectul care se selectează este asociat cu utilitatea globală maximă. În metoda utilităţii globale maxime, se construieşte, mai întâi, matricea utilităţilor cu elementele (aij), U=(aij), i≤n, j≤m. În cazul rezolvării problemei cu criteriul de maxim, se foloseşte relaţia:

,minmax

min

ii

iiij aa

aaa

−−

=

unde semnificaţia notaţiilor este următoarea: ai=valoarea indicatorului i asociată proiectului j; ai max=valoarea maximă a indicatorului i; ai min=valoarea minimă a indicatorului i.

În cazul rezolvării problemei cu criteriul de minim, relaţia similară este:

.minmax

max

ii

iiij aa

aaa

−

−=

2.10. Sistemul de gestiune a modelelor

Sistemul de gestiune a modelelor (SGM) are de fapt facilităţi asemănătoare cu cele ale unui sistem de gestiune a bazelor de date (SGBD).

Facilităţile oferite de un SGM se pot grupa în câteva categorii: stocarea modelelor; utilizarea modelelor deja existente; facilităţi de acces şi de regăsire a modelelor; facilităţi de mentabilitate a modelelor existente cu posibilităţi de păstrare a soluţiilor; construirea unor modele noi pe baza celor existente; flexibilitate, care constă în trecerea rapidă de la o abordare la alta; consistenţa care dă posibilitatea ca acelaşi model şi aceleaşi date să fie accesate de mai mulţi utilizatori.

Aceste facilităţi definesc şi o serie de cerinţe pentru gestionarul de modele cum ar fi: asigurarea comunicării şi schimbul de date dintre modele în momentul în care sunt utilizate într-un anume context, asigurarea analizei şi interpretării rezultatelor obţinute în urma utilizării unui model standard.

Din punct de vedere al limbajelor de modelare, care asistă utilizatorul în gestionarea modelelor, acestea sunt destinate pentru programare matematică: Lingo, GAMS, AMPL.

În procesul de modelare este utilizat şi procesoarul de tabele, Excel. Excel are încorporate pachete de programe pentru structurarea şi rezolvarea unor tipuri de modele pentru domeniul economic, matematic. Procesorul de tabele are încorporate o serie de categorii de funcţii (matematice, statistice, financiare, de previziune) care pot rezolva probleme de optimizare (programare liniară) de simulare sau de căutare euristică a unor soluţii. El poate oferi la un nivel scăzut şi gestionarea unei baze de date sau importul de date.

3. SIAD-URI BAZATE PE ANALIZA ŞI SINTEZA DATELOR

3.1. Problematica generală

Modul în care datele sunt retransformate în informaţii şi apoi în cunoştinţe este de fapt un proces de valorificare a datelor care se realizează prin sintetizarea şi analiza lor şi, în final, prin interpretare. Procesul de sintetizare a datelor presupune centralizarea lor, având în vedere diverse criterii şi este utilizat în crearea situaţiilor de sinteză necesare informării managerilor ca suport pentru luarea deciziilor. Soluţiile oferite de informatică pentru procesul de sintetizare a datelor sunt: programe specifice şi dedicate; interogări care dau posibilitatea grupării datelor după criterii stabilite şi oferă funcţii pentru domeniile astfel create; funcţiile de total şi subtotal oferite de generatoarele de rapoarte care permit indicarea ierarhiilor criteriilor de grupare.

În ultimul timp, problema centralizării datelor a rămas aceeaşi, însă volumul de date de explorat este imens, ceea ce duce la faptul ca metodele clasice să devină ineficiente. De aceea câştigă tot mai mult teren tehnologii moderne ca Data Warehousing (depozitarea datelor) şi OLAP (On-Line Analytical Processing) pe măsură ce suporturile soft devin suport de date pentru sistemele tranzacţionale.

Depozitele de date (Data Warehouse) ajută la:

- îmbunătăţirea valorii performanţelor organizaţiei economice cu management centrat pe client, printr-o mai bună înţelegere a nevoilor clientului;

- analiza percepţiilor clienţilor asupra valorii produselor şi serviciilor care sunt oferite sau care ar putea fi oferite în viitor;

- integrarea marketingului cu tehnologiile informaţiei şi ale comunicaţiilor (IT&C), cu sursele de date operaţionale, obţinându-se depozitul de date de tip întreprindere, EDW (Enterprise Data Warehouse);

- contribuie la creşterea valorii strategice a organizaţiei economice. Într-un cadru mai larg, se aplică noul concept de cercetare (inteligentă) a afacerilor, BI

(Business Intellgence) ce devine o componentă critică a ansamblului de operaţiuni zilnice ale organizaţiei economice, astfel încât se dezvoltă depozite de date în timp real ce asigură utlizatorilor finali actualizări rapide şi emiterea unor semnale de alarmă (alerte) generate din cadrul sistemelor tranzacţionale (TPS). Depozitele de date în timp real, RTDW (Real-Time Data Warehouse), şi BI sprijină îndeplinirea planului de afaceri al organizaţiei economice. Aplicaţiile RTDW ale organizaţiei economice cuprind:

- managementul şi contabilitatea veniturilor şi cheltuielilor; - managementul relaţiilor cu clienţii, CRM (Customer Relationship Management); - operaţiuni şi bilanţuri la nivel de echipă; - managementul securităţii informatice; - managementul activităţilor specifice îndeplinirii obiectivelor organizaţiei economice. Pentru administrarea eficientă a afacerilor sunt necesare RTDW, SIAD (DSS) şi

instrumente BI.

OLAP reprezintă o categorie de tehnologie software care permite analiştilor, managerilor şi persoanelor de execuţie din organizaţia economică să beneficieze de un acces rapid, consistent şi interactiv la depozitul de date; acest lucru se obţine printr-o varietate de vizualizări posibile ale informaţiilor ce au fost transformate din datele operaţionale şi reflectă dimensionalitatea reală a organizaţiei din punctul de vedere al utilizatorului. Ca urmare, prin tehnologiile de centralizare se transformă datele în informaţii de sinteză şi se asigură analiza lor. Analiza datelor presupune a găsi relaţii între datele sintetizate cum ar fi: asocieri, corelaţii structurale, cauzale sau funcţionale. Funcţionalitatea OLAP este caracterizată de o analiză dinamică multidimensională dinamică a datelor consolidate ale organizaţiei economice ce sprijină activităţile analitice şi de căutare şi regăsire a informaţiilor (prin navigare sau browsing) desfăşurate de utlizatorul final:

• calcule şi modele aplicate dimensiunilor transversale prin intermediul ierarhiilor sau membrilor; • analize asupra tendinţelor din perioade de timp secvenţiale; • submulţimi obţinute prin secţionare (slicing) pentru vizualizările prezentate pe ecranul monitorului calculatorului; • efectuarea unor operaţiuni de drill-down pentru adâncirea nivelurilor de consolidare a datelor; • efectuarea operaţiunii de rotaţie (rotation) pentru obţinerea unor noi comparaţii dimensionale în zona de vizualizare a datelor.

O formă simplă de analiză a datelor este compararea datelor cu date similare, comparare care se face păstrând toate criteriile identice, doar unul singur având valori diferite. Comparare se face între seturi de date comparabile, iar tehnologiile de comparaţie sunt dotate cu tehnici de observare pentru semnalizarea tiparelor, corelaţiilor, asocierilor prin similitudini sau sesizează abateri, excepţii. Informatica a venit în întâmpinarea acestor cerinţe cu tehnicile de prezentare grafică care transformă informaţia cantitativă în informaţie calitativă. Au apărut şi tehnici de observare analitică a datelor care au la bază teorii matematice prin care datele reale sunt comparate cu date teoretice produse de un model ipotetic.

Dezvoltarea tehnicilor de observare a dus la apariţia tehnicilor de observare automată bazate pe data-driven. Rezultatul unor astfel de tehnici se regăsesc într-un model cu caracter general. Tehnicile de observare analitică a datelor se regăsesc într-o tehnologie modernă denumită Data Mining (în traducere liberă “Mineritul datelor”).

Rezultatul procesului de observare analitică este obţinerea unor tipare, corelaţii şi uneori modele din care se pot deduce tendinţe sau se poate previziona cu o anumită probabilitate cum vor arăta datele pe o perioadă ulterioară. Modelul permite interpretarea datelor, ce reprezintă un proces cognitiv cu o apreciere generală a situaţiei, şi identifică probleme, oportunităţi sau potenţiale cauze de eşec.

De remarcat este faptul că interpretarea datelor duce la apariţia de cunoştinţe noi care se vor cumula la cele deja existente. Instrumentele soft clasice pentru asistarea deciziei au avut ca principal scop asigurarea tehnicilor de analiză, optimizare şi simulare precum şi reprezentarea grafică a rezultatelor. Dintre aceste instrumente se amintesc procesoarele de tabele Lotus şi Excel orientate pe volume mici de date, cele referitoare la sistemele de gestiune a bazelor de date Access, Visual Foxpro, capabile să lucreze cu volume mari de date cu structură uniformă. Principalul dezavantaj al acestor instrumente clasice este că operează numai asupra acelor date care au o structură prestabilită şi provin dintr-o sursă unică. Noile sisteme de asistare a deciziei folosesc tehnici speciale de comasare a datelor stocate în structuri neuniforme, pentru a utiliza informaţii implicite care nu sunt specificate în datele existente. Suporturile software de asistare a deciziei oferă utilizatorilor o serie de facilităţi cum ar fi: interogarea în limbaj natural, accesul la modele conceptuale, sisteme de gestiune OLAP şi servicii de integrare cu alte suporturi soft.

3.2. Depozite de date (Data Warehouse)

3.2.1. Definirea conceptului de depozit de date. Caracteristicile depozitelor de date

Depozitul de date (Data Warehouse) este un ansamblu de date special produse pentru a sprijini luarea deciziei manageriale. Depozitul de date conţine date istorice şi curente de interes potenţial pentru manageri în cadrul organizaţiei economice. În mod obişnuit, datele sunt structurate pentru a putea fi oricând disponibile pentru activităţi de prelucrare analitică online (OLAP), Data Mining, interogări, rapoarte, alte aplicaţii pentru asistarea luării deciziei8.

Trebuie precizat că noţiunea de depozit de date (Data Warehouse) se referă la rezultatul final – date memorate pe suport informaţional, date ce prezintă caracteristici distincte faţă de bazele de date tranzacţionale, în timp ce noţiunea de depozitarea datelor (Data Warehousing) priveşte întregul proces de creare, menţinere şi exploatare a unui depozit de date.

Depozitele de date (Data Warehouse) reprezintă din perspectiva metodologică, pur didactică, o ramură a informaticii aplicate în domeniul sistemelor informatice pentru asistarea deciziei, SIAD sau DSS, prin intermediul căreia se asigură:

1) administrarea complexă a afacerilor; 2) accesarea din exterior, oportună şi eficace, a informaţiilor şi cunoştinţelor necesare afacerilor (business information and business knowledge).

Procesul de depozitare a datelor (Data Warehousing) conţine următoarele componente majore (fig.3.1):

1) Sursele de date; 2) Extragerea, transformarea şi încărcarea datelor din bazele de date operaţionale, ETL (Extraction, Transformation and Load);

3) Depozitul de date de tip întreprindere, EDW (Enterprise Data Warehouse);

8 Turban E., Aronson, J.E., Liang, T.P., Sharda, R. - Decision Support and Business Intelligence Systems, Pearson Prentice Hall, New Jersey, 2007.

4) Metadatele (programe soft pentru date şi reguli pentru organizarea rezumatelor de date. Sunt uşor de indexat şi regăsit, inclusiv prin instrumente Web);

5) 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).

Necesitatea depozitelor de date este dată de volumul imens de date acumulat în timp de organizaţiile economice. Integrarea acestor date istorice ale organizaţiei într-o structură care să stea la baza luării deciziilor a devenit principala preocupare a noilor tehnologii informatice. Depozitele de date integrează diferitele tipuri de baze de date din organizaţie, asigurând date oportune şi relevante (în timp real sau aproape de răspuns în timp real) pentru sistemele informatice pentru asistarea deciziei manageriale, SIAD. Implementarea depozitelor de date conferă valoare strategică organizaţiei economice. De asemenea, depozitele de date contribuie la reducerea costurilor. De exemplu, în primul an de operare a depozitelor de date, această reducere a costurilor este similară cu investiţiile în sistem pe timp de şase ani9.

Fig.3.1. Conceptul de depozit de date (Data Warehouse)

9 Turban E., op.cit.

EDW

Rafturi de date

SURSE DE DATE (OLTP, externe, moştenite

de la sistemele informatice vechi)

Interfeţe de aplicaţii middleware

APLICAŢII:

OLAP Web Data Mining Instrumente de interogare relaţionale Instrumente de raportare

ETL

Vizualizare rezultate

Sistemele de asistare a deciziei care au la bază analiza şi sinteza datelor realizează comasarea, sistematizarea, corelarea şi gruparea datelor pentru a obţine informaţii care să reliefeze factorii care influenţează pozitiv sau negativ performanţele companiei. Ca urmare a obţinerii unor astfel de informaţii se poate adopta o strategie de ameliorare a factorilor cu influenţă negativă asupra performanţelor organizaţiei economice.

Obţinerea rezultatelor, sub formă de rapoarte care conţin informaţii utile factorilor de decizie sunt într-o formă accesibilă şi sunt rezultatul tehnicilor speciale de explorare a masivelor de date. Aceste tehnici conduc la evidenţierea unor corelaţii între date, pot face estimări şi prognoze precum şi atenţionări ale managerilor asupra unor disfuncţii.

Caracteristicile fundamentale ale depozitelor de date (Inmon – 2005, Tuban – 2007) sunt următoarele:

a) orientarea pe subiecte (de exemplu, produse, clienţi, vânzări etc.) conţinând numai informaţia relevantă pentru procesul de decizie managerială; prin aceasta, managerii, în calitate de utilizatori finali, calculează sau evaluează performanţele obţinute în afaceri, formulând şi explicaţiile justificative pentru aceste performanţe.

b) integrarea, nemijlocit legată de caracteristica orientarea pe subiecte; datele provenite din surse diverse sunt dispuse într-un format consistent, eliminându-se astfel conflictele şi discrepanţele ce pot apare datorită unităţilor de măsură diferite. Un depozit de date se presupune că este total integrat.

c) nonvolatilitatea: odată ce datele au fost introduse („scrise”) într-un depozit de date, utilizatorii nu mai pot modifica sau actualiza datele. Un depozit de date este proiectat din perspectiva utilizatorului, în mod exclusiv, numai pentru acces la date.

d) variabilitatea în timp (serii de timp). Un depozit de date menţine datele istorice ale organizaţiei economice. Datele nu trebuie să asigure, în mod necesar, starea curentă (excepţie fac doar sistemele în timp real). Pe baza depozitelor de date sunt detectate trenduri, deviaţii, relaţii pe termen lung pentru comparaţii şi prognoze ce conduc la luarea deciziei. Pentru fiecare depozit de date există o calitate temporală. Timpul reprezintă una din dimensiunile importante pe care trebuie să le posede toate depozitele de date. Datele pentru analize ce provin din surse multiple conţin referinţe de timp multiple (de exemplu, vizualizări zilnice, săptămânale, lunare etc.).

e) includerea aplicaţiilor bazate pe Web.

f) utilizarea arhitecturii client/server.

g) utilizarea structurilor de baze de date relaţionale sau de baze de date multidimensionale.

h) folosirea metadatelor (date despre date).

Caracteristicile depozitelor de date rezultă din faptul că ele pot înmagazina volume mari de date preluate din arhive şi/sau din bazele de date ale aplicaţiilor informatice specifice activităţii curente a întreprinderii (sunt volume de ordin 1012 terabytes), precum şi din surse externe organizaţiei economice. Exploatarea acestor volume uriaşe de date, provenind de la surse de date diverse, este asigurată de existenţa unor motoare speciale care dau posibilitatea ca masivele să poată fi interogate, precum şi existenţa unor servicii speciale de analiză on-line a datelor (OLAP). Suporturile software susţin performanţele acestor servicii prin transformarea datelor, corelarea şi completarea lor precum şi prin crearea dicţionarului de date, toate acestea

asigurând accesul la structurile primare. Datele sunt extrase din baze de date heterogene create de sistemele informatice deja existente în organizaţie pe diversele platforme hard şi soft.

Se poate remarca faptul că datele sunt introduse nu la întâmplare ci sub controlul unor aplicaţii şi al SGBD-ului. Acestea asigură prin serviciile de integritate, stocarea şi lucrul în condiţii de siguranţă maximă. Datele care formează suportul pentru tranzacţiile primare sunt apoi prelucrate pentru a se obţine informaţiile de sinteză necesare planificării şi luării deciziilor şi sunt tratate de instrumentele SGBD.

Deoarece exploatarea unui volum enorm de date, pentru a obţine diverse rapoarte, este asigurată de integritatea şi coerenţa bazei de date, reuniunea tuturor acestor date duce la exploatarea unui mare număr de tabele, la crearea unor multiple legături virtuale şi tabele temporare. Acest volum mare de muncă conduce la principalul inconvenient al depozitelor de date şi anume timpul mare necesar exploatării lor. Un alt inconvenient îl constituie şi aglomerarea motorului bazei de date cu task-uri de centralizare care încetineşte astfel tranzacţiile curente.

Astfel a apărut necesitatea stocării datelor care sunt dedicate planificării şi deciziilor strategice într-un sistem diferit de sistemul operaţional în aşa fel încât funcţionarea celor două sisteme să se facă fără inconveniente. În depozitul de date se pot stoca atât arhive de date privind activitatea anterioară cât şi date referitoare la tranzacţii ulterioare fără ca utilizatorul să poată interveni.

Depozitele de date sunt o concentrare de date care organizează, consolidează şi centralizează datele din surse eterogene şi care vor constitui baza procesărilor analitice atât de necesare proceselor de decizie. Depozitul de date se construieşte progresiv adică el permite completări şi dezvoltări ulterioare. Pentru a se asigura o calitate sporită a datelor acestea sunt supuse unui proces de curăţire şi transformare, menţionând şi maniera de obţinere a unor date colectate pe baza celor existente, acest proces ducând la micşorarea timpului cerut pentru obţinerea unor rapoarte finale. În depozitele de date se face transformarea codurilor în date explicite precum şi integrarea datelor din nomenclatoare în datele referitoare la tranzacţii. Acesta este numit şi proces de denormalizare şi este caracterizat de faptul că nu modifică integritatea datelor şi grăbeşte procesul de regăsire. Într-un depozit de date redundanţa datelor este permisă.

Literatura de specialitate prezintă mai multe arhitecturi de depozite de date, grupate în două categorii: depozitele de date de tip întreprindere, EDW (Enterprise Data Warehouse) şi rafturi de date (Data Marts). Un exemplu de arhitectură de depozit de date bazată pe Web (Turban, 2007) este prezentat în fig.3.2. Această arhitectură pe 3-entităţi (three-tiers) cuprinde clientul, serverul Web şi serverul de aplicaţie. Pe partea de client există o conexiune Internet şi un navigator Web bazat pe o interfaţă grafică de tip GUI (Graphical User Interface). Mediul de comunicaţie dintre client (atenţie: aici client are sensul de staţie de lucru – Work Station - pentru utilizatorul final) şi servere este de tipul Internet/Intranet/Extranet. Pe partea de server se foloseşte un server Web pentru gestionarea fluxurilor informaţionale dintre client şi server, urmat de serverul de aplicaţie şi depozitul de date.

Fig.3.2 Arhitectura unui depozit de date bazat pe Web

O arhitectură generalizată a depozitului de date (Thalheim şi Lenz, 2005) este prezentată în fig.3.3. Această arhitectură are în vedere aplicarea triadei „stocare-prelucrare-prezentare”, cu sistemul de management al conţinutului, CMS (Content Management System) ca element central al prelucrării datelor.

Sistemul de management al conţinutului, CMS, reprezintă în exenţă un sistem informatic folosit pentru a gestiona conţinutul unui site Web (Web Content Management). Prin extensie, CMS se referă şi la depozitele de date şi rafturile de date. Conţinutul gestionat de CMS cuprinde fişiere, imagini media, fişiere audio, documente electronice, conţinut Web. CMS poate, de asemenea, să fie folosit la fel de bine în calitate de arhivă electronică pentru forme non-proprietare ale fişierelor10.

De regulă, un CMS constă din două elemente de bază: aplicaţia de management al conţinutului, CMA (Content Management Application) şi aplicaţia de livrare a conţinutului, CDA (Content Delivery Application)11. Un CMS indexează toate datele din interiorul sistemului informatic integrat al organizaţiei economice. Prin CMS sunt folosite şabloanele sau seturile de şabloane (templates) aprobate de managementul organizaţiei, ca şi ghidurile de lucru (wizards) şi alte instrumente pentru crearea şi modificarea conţinutului Web.

Prin caracteristica de gestionare a formatelor documentelor, CMS asigură lucrul cu formate de documente vechi (moştenite), a documentelor pe hârtie scanate ce pot fi convertite în

10 www.wikipedia.com 11 searchsoa.target.com

Navigator

Web

1. Client

Server Web

Depozit de

date

Pagini Web

Server de aplicaţie

2. Server Web 3.Server de aplicaţie

format HTML sau PDF (Portable Document Format). Prin CMS se asigură actualizarea cu ultima versiune a unui document sau restaurarea unui document în versiunea precedentă.

Fig.3.3 Arhitectura generalizată a depozitului de date (Thalheim şi Lenz)

Decizie de alegere a unei arhitecturi de depozit de date este influenţată de mai mulţi factori, dintre care se menţionează:

- cerinţele de informaţie ale managementului de vârf (top-management); - interdependenţele informaţionale existente între departamentele şi entităţile funcţionale ale organizaţiei economice;

- gradul de limitare a resurselor organizaţiei economice; - existenţa compatibilităţii cu sistemele informatice aflate deja în exploatare în organizaţie; - motivaţia profundă a angajaţilor în dezvoltarea unui depozit de date.

Integrarea datelor într-un depozit de date conţine trei procese majore:

a) accesul la date; b) realizarea federaţiei de date; c) reflectarea oportună în depozitul de date a modificărilor semnificative ale datelor provenite din sursele de date de tip întreprindere. Există mai multe tehnologii de integrare a datelor şi metadatelor în depozit de date:

1) integrarea aplicaţiilor de tip întreprindere, EAI (Enterprise Application Integration); 2) arhitectura orientată pe servicii, SOA (Service-Oriented Architecture); 3) extragerea, transformarea şi încărcarea datelor în depozitul de date, ETL (Extraction,

Transformation and Load);

Date OLTP

Date externe

Date moştenite

Instrumente de import- export date (nivel micro)

Sistem de management

al conţinutului,

CMS

Extractoare de date Data Mining

(nivel macro)

Sistem OLAP/DW

Utilizator anonim

Unilizator al unităţii de afaceri

Utilizator ESS/DSS

4) integrarea informaţiilor de tip întreprindere, EII (Enterprise Information Integration). Integrarea aplicaţiilor de tip tip întreprindere, EAI (Enterprise Application Integration)

asigură modalitatea unitară de preluare a datelor din surse diverse şi stocarea lor în depozitul de date de tip întreprindere, DEW. Această integrare a aplicaţiilor de tip întreprindere se realizează la nivelul interfeţei de programare a aplicaţiei, API (Application Programming Interface). EAI este combinată cu arhitectura orientată pe servicii, SOA (Service-Oriented Atchitecture) care estre focalizată pe un ansamblu coerent de procese de afaceri orientate pe servicii Web.

Extragerea, transformarea şi încărcarea datelor în depozitul de date, ETL (Extraction, Transformation and Load) reprezintă componenta integrală a oricărui proiect centrat pe organizarea, stocarea şi prelucrarea datelor, aşa cum este depozitarea datelor (Data Warehousing). Această componentă ETL consumă circa 70% din perioada de lucru la un proiect centrat pe date12.

Extragerea datelor înseamnă citirea datelor destinate depozitului de date din una sau mai multe baze de date.

Transformarea datelor reprezintă conversia datelor extrase din forma iniţială în forma standard necesară pentru stocarea în depozitul de date sau în alte baze de date cu care depozitul de date lucrează direct.

Încărcarea datelor înseamnă stocarea datelor, anterior transformate în forma standard, curăţate şi rafinate, în depozitul de date.

Pot constitui surse de date relevante pentru depozitul de date (raftul de date): baze de date tranzacţionale (provenite din sistemul informatic de procesare a tranzacţiilor, TPS), baze de date provenite din aplicaţii ERP, din aplicaţii CRM, din tabele Excel (într-un cadru mai larg, din baze de date specifice OAS), din baze de cunoştinţe specifice KWS, din şiruri de mesaje, din fişiere externe etc.

Datele stocate în depozitul de date sunt conforme (prin forma standard dobândită prin intermediul procesului ETL) cu regulile de afaceri ce definesc modul de folosire a datelor stocate, cu regulile de întcomire a rezumatelor (sintezelor, rapoartelor), cu regulile de standardizare a atributelor codificate, cu regulile de efectuare a calculelor. Toate aceste reguli sunt memorate într-o bază de metadate şi sunt aplicate unitar în întreg depozitul de date.

Turban (2007) diferenţiază trei tipuri principale de depozite de date: rafturile de date, DM (Data Marts), memoriile-tampon de date operaţionale, ODS (Operational Data Stores) şi depozitele de date de tip întreprindere, EDW (Enterprise Data Warehouse).

3.2.2. Rafturile de date

Aşa cum s-a arătat în primul capitol al lucrării, organizaţia economică este structurată pe departamente şi entităţi funcţionale, figurate ca domenii de gestiune ale organizaţiei economice. La nivelul acestor departamente şi entităţi funcţionale, datele ce prezintă caracteristicile prezentate în paragraful anterior sunt depuse în rafturi de date, DM (Data Marts). În unele lucrări, noţiunea românească asociată lui Data Marts este de magazie de date, Altfel exprimat,

12 Turban, E., Op.cit.

dacă depozitele de date (Data Warehouse) combină baze de date la nivelul întregii organizaţii economice (adică la nivelul sistemului informatic integrat al organizaţiei economice), în schimb rafturile de date cu dimensiuni mai mici decât depozitele de date, sunt destinate unui anumit departament al organizaţiei economice sau unui anumit subiect definit la dorinţa utilizatorului final.

Utilizarea magaziilor sau rafturilor de date (Data Marts) conduce la creşterea performanţelor în exploatare. Aceste depozite de date se construiesc de obicei cu tehnologii relaţionale.

Majoritatea rafturilor de date sunt rafturi de date dependente (adică sunt generate direct din depozitul de date). Există, însă, şi rafturi de date independente de depozitul de date al organizaţiei ce sunt realizate special pentru o unitate strategică de afaceri, SBU (Strategic Business Unit) şi care nu folosesc date din depozitul de date al organizaţiei economice. Raftul de date independent poate constitui o alternativă „low cost” pentru firmele care nu-şi pot permite achiziţionarea, menţinerea şi exploatarea unui depozit de date.

3.2.3. Memorii-tampon de date operaţionale

Între bazele de date operaţionale (tranzacţionale) de pe nivelul operaţional al organizaţiei economice şi depozitele de date de pe nivelul de management mediu organizaţional se pot constitui memorii-tampon de date operaţionale, ODS (Operational Data Stores).

Memoriile-tampon de date operaţionale servesc, de exemplu, pentru realizarea şi utilizarea fişierelor cu informaţii despre client, CIF (Customer Information File) ce pot fi actualizate în funcţie de evoluţia afacerii respective. Ca urmare, memoriile-tampon de date operaţionale servesc pentru asistarea deciziei pe termen scurt, în special în aplicaţiile cu puncte critice.

Memoriile-tampon de date operaţionale stochează cele mai recente date referitoare la subiectul considerat, date ce provin din surse multiple. Datele din memoriile-tampon de date operaţionale sunt date din surse diverse ce au fost supuse unui proces de extragere, transformare şi încărcare, ETL (Extraction, Transformation and Load), similar cu procesul de la depozitele de date. Când datele operaţionale sunt analizate multidimensional, memoriile-tampon de date operaţionale devin rafturi de date operaţionale (Operational Marts sau Oper Marts)13.

3.2.4. Depozite de date de tip întreprindere

Un depozit de date de tip întreprindere, EDW (Enterprise Data Warehouse) este un depozit de date integrat pe scară largă, cu un nvolum de date foarte mare, care se foloseşte la nivelurile de management mediu şi strategic pentru asistarea luării deciziei.

13 Turban, E., 2007, Op.cit.

EDW utilizează date în format standard ce provin de la surse diverse. Datele din EDW sunt folosite ca date de intrare pentru majoritatea tipurilor de sisteme informatice pentru asistarea deciziei economice, cum sunt sistemele informatice pentru managementul relaţiilor cu clienţii, CRM (Customer Relationship Management), sistemele informatice pentru managementul lanţului de aprovizionare, SCM (Supply Chain Management), sistemele informatice pentru managementul performanţelor afacerilor, BPM (Business Performance Management), sistemele informatice pentru managementul ciclului de viaţă al produselor, PLM (Product Lifecycle Mangement), sistemele informatice pentru monitorizarea activităţilor afacerilor, BAM (Business Activity Monitoring), sistemele (aplicaţiile) informatice pentru managementul veniturilor, sistemele informatice pentru automatizarea lucrărilor de birou, OAS (Office Automation Systems), sistemul informatic de lucru cu cunoştinţe, KWS (Knowledge Work Management)14 etc.

3.2.5 Diferenţierea depozitului de date de baza de date

Diferenţele dintre depozitul de date şi baza de date sunt următoarele:

a) datele conţinute de un sistem de prelucrare a tranzacţiilor, OLTP (On-Line Transaction Processing) sunt de tip operaţional, iar datele conţinute de un depozit de date sunt specifice asistării deciziilor, sunt date centralizate sau derivate din date operaţionale, nu se modifică în timp şi sunt destinate utilizatorilor finali; b) în cazul sistemelor tranzacţionale, performanţele se referă la integritate, confidenţialitate,

siguranţă şi timp de răspuns întrucât un număr mare de utilizatori introduc date în sistem, în timp ce în cazul SIAD (deci a depozitelor de date) numărul de utilizatori finali (manageri) este foarte mic. Astfel şi securitatea şi siguranţa în exploatare nu sunt supuse unor riscuri majore, procedurile de salvare şi restaurare fiind mai puţin utilizate decît în cazul sistemelor tranzacţionale.

c) datele procesate în sistemele tranzacţionale 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 dispersat ceea ce duce la o prelucrare mai lentă; d) bazele de date construite pentru sisteme tranzacţionale sunt proiectate şi realizate pe baza

unor cerinţe cunoscute şi certe, modificările care intervin datorită adaptării sistemului la schimbările intervenite reiau anumite faze ale ciclului de viaţă. Dar odată implementate ele funcţionează perioade lungi de timp fără 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. e) Sistemele tranzacţionale reflectă de obicei fluxul datelor din activităţi curente, pe când

depozitele de date sunt orientate pe subiecte cum ar fi de exemplu: resurse, produse, clienţi, furnizori. f) În cadrul sistemelor informatice operaţionale dedicate domeniilor de gestiune ale

organizaţiei, datele sunt adesea fragmentate, astfel încât managerii iau decizii pe baza unor

14 Idem.

informaţii parţiale (incomplete). Depozitele de date elimină acest dezavantaj prin accesarea, integrarea şi organizarea datelor operaţionale cu rol-cheie într-o formă care se caracterizează prin consistenţă, fiabilitate, oportunitate, disponibilitate rapidă şi cu referinţă în timp (timely).

3.2.6. Ciclul de viaţă al depozitelor de date

Depozitul de date (Data Warehouse) este o colecţie de date orientate pe subiecte, integrate, corelate în timp şi non-volatile care sprijină decizia.* Datele care fac obiectul unui depozit sunt integrate în acesta utilizând convenţii pentru măsurători, atribute. Structura de care dispune depozitul de date prevede identificarea punctuală a datelor stocate şi, mai ales, un acces rapid la ele. Proiectarea structurii depozitului de date se face prin modelare multidimensională, structura implementându-se ca o bază de date care asigură stocarea unui volum mare de date şi un acces rapid la ele, aşa numitele baze de date client/server.

Popularea depozitelor de date se face prin preluare din sisteme tranzacţionale, dar care vor fi supuse unor procese complexe de transformare care să corespundă structurii depozitului care a fost proiectat. După această etapă, depozitul va putea intra în exploatare pentru a obţine analize şi rapoarte. Etapele enumerate anterior (proiectare, populare, exploatare) sunt asistate de un soft specializat de la browsere şi generatoare de rapoarte până la instrumente specifice Data Mining.

În exploatarea curentă a depozitului frecvent vor apare noi cerinţe informaţionale care vor duce neapărat la extinderea structurii, la popularea cu extensii cuprinzând date istorice, precum şi la integrarea noilor date încorporate în aplicaţii de analiză. Pe parcursul existenţei sale, un depozit de date este incremental şi ciclic.

3.3. Modelarea conceptuală a depozitului de date

În etapa de concepţie a unui depozit de date se folosesc modele dimensionale care grupează datele din tabelele relaţionale în scheme de tip stea sau fulg de zăpadă. În aceste scheme pot fi regăsite date cantitative cum ar fi cantităţi sau valori sau grupate după diverse alte criterii (pe client, pe produs, pe tipuri de servicii etc.). Datele cantitative din bazele de date dimensionale sunt de tip medii, număr de tranzacţii, centralizări după anumite caracteristici, totaluri şi reprezintă măsuri ale activităţii. Pe de altă parte, criteriile de agregare vor fi denumite dimensiuni. Măsurile identificate prin dimensiuni vor fi stocate într-o tabelă relaţională care este denumită tabelă de fapte, iar codurile utilizate sau asociate criteriilor de agregare sunt date de tabelele de tip nomeclator asociate fiind cu tabelele de fapte şi în acest fel schema relaţională va fi de tip stea. Dacă se reunesc mai multe scheme de tip stea care utilizează aceleaşi nomenclatoare formează un model tip constelaţie. Dacă nomenclatoarele se pot divide în subnomenclatoare atunci există o dependenţă între acestea. De remarcat că pentru acelaşi cod

* Dinu Airinei – Operă citată

pot exista mai multe nomenclatoare alternative. Dacă se integrează aceste subdimensiuni şi dimensiuni alternative, se creează o schemă sub formă de fulg de zăpadă.

Schemele de tip stea, fulg de nea sau constelaţie sunt modele conceptuale multidimensionale ale depozitelor de date, având ca rol organizarea datelor pe subiecte, necesară procesului de decizie. Schema este deschisă, adică ea se poate modifica pe tot parcursul vieţii depozitului de date.

3.4. Modul de utilizare a depozitului de date

Depozitele de date conţin structuri unice, integrate şi cumulative necesare procesului de decizie. Administratorul depozitului de date are ca principală sarcină stabilirea accesului partajat al categoriilor de manageri prin asigurarea de parole şi drepturi de acces. Datele din depozit sunt accesate selectiv de manageri în funcţie de necesităţile acestora. În acest fel se crează colecţii specializate pe diverse domenii care se numesc magazii de date (Data Marts). Magaziile de date se pot utiliza şi ca structuri intermediare pentru colectarea datelor din surse primare şi al căror conţinut este descărcat periodic în depozitul de date. Depozitele de date pot lua naştere şi printr-o stocare exhaustivă a datelor din sistemele tranzacţionale în vederea aplicării tehnologiei Data Mining. Utilizarea tehologiei Data Mining presupune că procesarea datelor se face fără intervenţia utilizatorilor, în background, iar rezultatele sunt păstrate pentru a fi consultate ulterior la cerere.

3.5. Mediul de depozitare al datelor

Mediul în care se contruieşte şi se exploatează un depozit de date conţine următoarele elemente: surse de date tranzacţionale, instrumente de proiectare-dezvoltare, instrument de extracţie şi transformare a datelor, sistemul de gestiune al bazei de date, instrumente de acces şi analiză a datelor şi instrumente de administrare *.

În cazul suitei ce aparţine firmei Microsoft, toate componentele enumerate sunt integrate pe o în mediul de lucru pentru depozitarea datelor (Data Warehousing), pentru diversele versiuni ale SQL Server (SQL Server 7.0, SQL Server 2000, SQL Server 2005). Acest mediu de lucru oferă asistarea proiectării, implementării şi administrării depozitelor de date pe întregul ciclu de viaţă al acestora. Se poate concluziona că acest cadru de lucru pentru Data Warehousing oferă o arhitectură care se poate integra relativ simplu cu produse ce provin de pe alte platforme, asigură sevicii de import-export cu validare şi transformarea datelor, asigură metadate integrate pentru proiectarea depozitului şi gestionează suportul, task-uri şi evenimente.

În cazul suitei firmei Oracle, produsul Oracle Express reprezintă un sistem de gestiune a bazelor de date multidimensionale, SGBDMD, ce este fundamentat pe modelul de date multidimensional, pe arhitectura client/server, cu posibilităţi de dezvoltare a aplicaţiilor Web.

* Zaharie D, Albescu F, colectiv – Operă citată

Produsul Oracle Express cuprinde următoarele componente arhitecturale: utilitare pentru administrare (Express Instance Manager, Express Administrator şi Relational Access Manager), instrumente pentru dezvoltare (Oracle Express Analyser, Oracle Express Objects etc) şi nucleul (limbajul de programare Express). Instrumentul OLAP denumit Oracle Express Analyser asigură selectarea, analiza şi vizualizarea datelor memorate în baza de date multidimensională, iar instrumentul Oracle Express Objects asigură dezvoltarea de aplicaţii OLAP cu ajutorul limbajului de programare Express. Prin integrarea instrumentului Oracle Express Objects cu Oracle Discoverer, este facilitată realizarea aplicaţiilor destinate cercetării (inteligente) a afacerilor (Oracle Integrated Business Intelligence Tools). Este prevăzut, de asemenea, un editor de conexiuni, Express Connection Editor, care asigură definirea conexiunilor la baza de date multidimensională.

Pentru ca un depozit de date să poată fi procesat este necesară existenţa unui set specializat de instrumente pentru: descrierea fizică şi logică a surselor de date, a depozitelor sau a magaziei de date în care acestea urmează să fie încorporate; validarea, curăţirea şi transformarea datelor care urmează a fi stocate în depozitul de date; utilizatorii finali, instrumente care permit acestora accesul la datele stocate în depozitul respectiv. Astfel de instrumente sunt specializate pentru medii de dezvoltare a aplicaţiilor, produse program specializate pe analiza datelor precum şi pentru aplicaţii personale (individuale).

3.6. Abordarea multidimensională a datelor stocate în depozite.

3.6.1. Definirea şi caracterizarea OLAP (On-Line Analytical Processing)

Dacă se analizează tehnologia relaţională se observă că cea mai mare parte a problemelor tratate relaţional sunt în realitate multidimensionale. În modelul relaţional problemele sunt tratate în tabele care au două dimensiuni: linie şi coloană. Problemele reale, care în cea mai mare parte a lor sunt multidimensionale, nu impun limite stocării spaţiale a datelor. Astfel, un SGBDR obişnuit nu poate face faţă cerinţelor de agregări de date, sintetizări, consolidări şi proiecţii multidimensionale. De aceea, a apărut necesitatea extinderii funcţionalităţii unui SGBDR prin adăugarea unor componente speciale care să permită modelare şi analiză multidimensională (OLAP) şi Data Mining.

La modul general, termenul de procesare analitică online, OLAP (OnLine Analytical Procesing) se referă la o varietate de activităţi ce sunt realizate de către utilizatorii finali în sistemele informatice interactive (online). În mod obişnuit, OLAP cuprinde activităţi ca generarea şi obţinerea răspunsurilor la interogări şi cererile ad-hoc de rapoarte şi grafice. Obţinerea acestor răspunsuri la interogări, rapoarte şi grafice se fundamentează pe metodele moderne ale statisticii şi cercetărilor operaţionale, precum şi pe tehnologiile de construire a prezentărilor vizuale. Unele lucrări de specialitate includ analizele şi prezentările multidimensionale, sistemele informatice pentru suportul executivului, ESS (Executive Support Systems) sau EIS (Executive Information Sytstems) şi Data Mining în tehnologia OLAP15. În esenţă, produsele de firmă OLAP furnizează posibilităţi de modelare, analiză şi vizualizare

15 Lungu, I. ş.a., Sisteme informatice executive, Editura ASE, Bucureşti, 2007.

pentru volume mari de date din baze de date (prin intermediul SGBDR) sau din depozite de date. OLAP asigură vederi conceptuale multidimensionale asupra datelor. Modelele de date asociate sistemelor OLAP se încadrează astfel în două categorii: extensii ale modelului de date relaţional şi modelele bazate pe cuburi n-dimensionale. Din categoria extensiilor modelului de date relaţional pentru OLAP fac parte, între altele:

- modelul Kimball (fundamentat pe schema tip stea ca o reprezentare relaţională a cubului n-dimensional; din aceasta s-au dezvoltat schema tip fulg de nea şi schema tip constelaţie);

- modelul Gary (fundamentat pe operatorii CUBE şi ROLLUP ai clauzei Group By din limbajul de interogare structurată SQL);

- modelul Gyssens şi Lakshmanan (fundamentat pe o extensie ale algebrei relaţionale). Din categoria modelelor bazate pe cuburi n-dimensionale se pot menţiona, între altele:

- modelul lui Agrawal, Gupta şi Sarawagi (fundamentat pe o mulţime de operatori asemănători cu cei din algebra relaţională, cu organizarea datelor bazată pe cuburi n-dimensionale);

- modelul Cabbibo şi Torlone (fundamentat pe o schemă multidimensională compusă din mulţimea de dimensiuni, tabelele de fapte şi descrierile nivelurilor ierarhice)16. Tehnologia OLAP permite utilizatorilor navigarea rapidă de la o dimensiune la alta şi

facilităţi sporite de obţinere a celor mai detaliate informaţii din depozitul de date. Tehnologia OLAP se bazează pe 12 principii formulate de Ted Codd (1993), extinse la 18 principii în anul 1995. Acestea sunt:

1. abordarea conceptuală multidimensională a datelor; ca urmare, se folosesc modele multidimensionale; 2. asigurarea unei transparenţe sporite prin existenţa unei arhitecturi deschise a sistemului; 3. accesibilitatea asigurată utilizatorului prin asistarea implicării acestuia în modalităţile

tehnice de furnizare a datelor (utilizatorul final reprezintă şi el o sursă de date); trebuie să se realizeze o singură viziune logică a datelor din organizaţie (enterprise); 4. complexitatea dimensională a analizei oferă performanţe stabile; instrumentele OLAP

trebuie să aibă implementate patru modele de analiză: direct, explicativ, contemplativ şi formativ; 5. utilizarea arhitecturii client-server, unde server-ul are ca scop omogenizarea datelor; 6. posibilitatea de a efectua aceleaşi operaţii asupra tuturor dimensiunilor şi care poartă

numele de prelucrare generică a dimensiunilor; 7. dimensiunile trebuie să fie echivalente operaţional şi structural (dimensionalitate

generică); prin intermediul acestui principiu sunt astfel asigurate ierarhii multiple; 8. gestionarea dinamică a matricilor încrucişate prin facilitatea de a elimina combinaţiile

dimensionale nule, pentru a nu încărca memoria calculatorului; indiferent de sursa lor, valorile lipsă sunt ignorate; 9. posibilităţile de acces simultan al mai multor utilizatori (multi-user) la aceeaşi fază

(etapă) de analiză; 10. operaţii nerestrictive, ceea ce dă posibilitatea executării fără restricţii a calculelor pentru

toate combinările de dimensiuni şi niveluri ierarhice; 11. posibilitatea manipulării intuitive a datelor;

16 Muntean, M., Iniţiere în tehnologia OLAP. Teorie şi practică, Editura ASE, Bucureşti, 2004.

12. număr nelimitat de niveluri de agregare şi de dimensiuni 1. 13. valorile lipsă sunt diferite de valorile invalide şi de valorile zero (împrăştiere); valoarea

zero este validă; modelele OLAP satisfac regula referitoare la valorile NULL din modelul relaţional. Ca urmare, datele lipsă şi invalide trebuie tratate în mod individual; 14. denormalizarea datelor, la introducerea lor în depozitul de date; 15. memorarea rezultatelor generate de OLAP; sistemele OLAP stochează datele în depozite

de date separat de sistemele tranzacţionale; 16. flexibilitatea rapoartelor, prin selectarea axelor la raportare la dorinţa utlizatorului final; 17. caracteristici superioare ale raportării, în funcţie de locaţia procesării datelor (client sau

server) şi de modul de efectuare a calculelor (după modele de preprocesare sau calcule executate în momentul interogării depozitului de date); 18. ajustarea automată a nivelului fizic, în funcţie de volumul datelor şi de tipul de model

logic folosit. OLAP este tehnologia de agregare a datelor stocate în depozite de date într-o manieră de

abordare multidimensională cu facilităţi referitoare la accesul la informaţii a managerilor în mod interactiv şi flexibil. Legătura dintre OLAP şi depozitele de date este aceea că OLAP le completează prin transformarea volumului imens de date stocate şi gestionat în depozite în informaţii utile procesului de decizie. Cele 12 reguli (iniţiale, din 1993) ale lui Codd au fost apoi regrupate într-un test cu 5 reguli denumit FASMI (Fast Analysis Shared Multidimensional Information).

OLAP presupune existenţa unor tehnici care permit de la o navigare şi selecţie simplă a datelor până la analiza detaliată şi complexă. Aplicaţiile care se rezolvă pe baza acestei tehnologii au la bază analiza rapidă a informaţiei multidimensională dispersată în locaţii multiple dar accesibile unui mare număr de utilizatori. Pentru utilizarea acestor facilităţi, OLAP dispune de eficacitatea bazelor de date multidimensionale şi de posibilitatea de a construi alternative pentru diverse probleme de decizie. OLAP presupune că analiza datelor (care pot fi de tip numeric sau statistic) poate fi predefinită de cel care creează aplicaţia sau chiar de utilizatorul final.

OLAP se caracterizează prin: perspectiva multidimensională a datelor, capacitatea de calcul intensiv şi orientare în timp (time intelligence).* Aspectul multidimensional al datelor este dat de posibilitatea de a integra multiplele aspecte care caracterizează activitatea unei întreprinderi şi care sunt considerate din perspective multiple ca: timp, bani, produse. Fiecare dimensiune este definită în genere prin mai multe niveluri ca de exemplu: timpul este divizat în an, trimestre, luni, sezoane; produsul în: categorii, clasă. Conceptul de dimensiune este folosit ca înţeles de aspect, dimensiunile fiind independente şi cu unităţi de măsură specifice dimensiunii respective.

1 Grupul BDASEID – Operă citată şi M.Muntean, Iniţiere în tehnologia OLAP. Teorie şi practică, Editura ASE, Bucureşti, 2004. * Zaharie D, Albescu F, colectiv – Operă citată

Fig.3.4. Hipercubul de date

Unităţile de măsură pot constitui criterii de agregare a datelor, iar nivelele unei dimensiuni formează ierarhia care la rândul ei poate constitui criteriu de agregare a datelor. Privite din punct de vedere multidimensional, datele sunt reprezentate în hipercuburi de date (fig.3.4), prin extinderea cubului tridimensional la cel n-dimensional.

Pe acest tip de cub se pot efectua calcule prin aplicarea unor algoritmi complecşi asupra datelor structurate în acesta. Acestea implică posibilitatea de adresare multidimensională directă a cuburilor unitare şi optimizarea timpului de răspuns.

Caracteristica de orientare în timp (time intelligence) presupune flexibilitatea exploatării acestei dimensiuni care este necesară pentru comparaţii şi aprecieri de valoare în analizale economice. Această dimensiune este luată de obicei din calendarele tranzacţiilor economice aşa cum se află în bazele de date ale sistemului informatic al companiei. Se pot face astfel grupări pe dimensiuni ca: trimestre, luni, ani, sezoane. Se pot utiliza şi dimensiuni speciale cum sunt: perioada curent, perioada precedentă, aceeaşi perioadă din anul..., care trebuie neapărat luate în considerare la proiectarea hipercubului. Bazele de date multidimensionale folosite de OLAP sunt suprapuse depozitelor de date şi stochează straturi de date agregate pe diferite criterii ierarhice. De asemenea, aceste baze de date multidimensionale conţin şi date statistice pentru fiecare nivel de agregare.

Un server OLAP reprezintă un motor de manipulare a datelor multiutilizator de mare capacitate ce a fost proiectat pentru a sprijini şi funcţiona cu structuri de date multidimensionale. O structură de date multidimensională este astfel aranjată încât fiecare articol (item) de date este localizat şi accesat pe baza intersecţiei membrilor dimensiunii care definesc acel articol (irem).

Proiectarea serverului şi a structurii de date sunt optimizate pentru regăsirea rapidă („ad-hoc”) a dalelor în oricare dintre orientările dorite, pentru calculul flexibil şi rapid, precum şi transformarea rândurilor de date pe baza relaţiilor de tip formulă. O formulă este un obiect al bazei de date (calcul, regulă sau altă expresie) destinat pentru manipularea datelor în interiorul bazei de date multidimensionale. Serverul OLAP poate să reprezinte, fie o etapă fizică a procesării informaţiei multidimensionale pentru a furniza timp de răspuns rapid şi consistent utilizatorilor finali, fie poate să populeze structurile sale de date în timp real având ca surse baze de date relaţionale sau alte tipuri de baze de date. De asemenea, serverul OLAP poate să fie o reprezentare a ambelor alternative de mai sus.

3.6.2. Modelarea dimensională – cuburi OLAP

Modelarea dimensională presupune conceptualizarea şi reprezentarea aspectelor măsurabile ale activităţii studiate în interdependenţă cu contextul în care acesta se desfăşoară, aspect identificat prin parametrii activităţii. Legătura dintre valorile înregistrate ale activităţii (valori vânzări, cheltuieli comune, costul produselor) şi contextul de desfăşurare al acesteia formează baza numeroaselor rapoarte de sinteză care sunt produse de sistemele tranzacţionale. Prin modelare dimensională se oferă un model conceptual comun acestor rapoarte şi agreagarea lor într-o structură uniformă şi flexibilă. Totodată se păstrează şi legătura cu sursele iniţiale de date, deci posibilitatea de descompunere a datelor centralizate pe niveluri din ce în ce mai mici până se ajunge la setul de tranzacţii iniţiale (drill-down).

Cubul OLAP (fig.3.4) se consideră a fi element structural pentru datele din procesul on-line. Acesta este o structură multidimensională, un hipercub prin care se modelează complexul de activităţi pe o perioadă îndelungată de timp. Acest tip de modelare este caracterizat de câteva concepte de bază:

• cuantificarea activităţii (aspectul cantitativ) care se face prin utilizarea unităţilor de măsură clasice ca de exemplu: m, m3, kg, unităţi monetare. Măsuri cantitative sunt: volum vânzări, volum salarii, cost materiale, cost produs etc. • dimensiunile activităţii sunt de fapt parametrii activităţii măsurate ca de exemplu: zi, lună, trimestru, client sau grupă de clienţi. Dimensiunile sunt de obicei de natură diferită şi răspund la întrebări de tipul: unde?, când?, cu ce? etc. • faptele sunt colecţii ale cuantificării activităţii precum şi dimensiunile care identifică modul în care acestea s-au desfăşurat. Sursa de existenţă a faptelor este constituită din înregistrările stocate în tabelele de tranzacţie ale aplicaţiilor operaţionale care susţin activitatea respectivă. Se pot folosi şi dimensiuni scenarii care pot stoca în tabelele de fapte şi măsuri imaginare alături de cele reale, pentru ca utilizatorul să poată stoca valori estimate pentru o măsură.

În bazele de date tranzacţionale, dimensiunile sunt de fapt câmpuri care conţin caracteristicile unei tranzacţii adică datele de identificare ale tranzacţiilor care sunt de obicei chei externe care fac legătura cu nomenclatoarele care le explicitează.

Ca atare, se poate afirma că dimensiunile se materializează în setul de valori posibile care formează domeniul caracteristicii respective, valori care poartă numele de membrii dimensiunii.

O altă caracteristică a dimensiunii este aceea că poate avea multipli adică sunt grupe de valori ale dimensiunii cu o caracteristică comună. Grupele pot fi identificate prin atribute care se află în nomenclatorare şi pot lua aceeaşi valoare pentru mai multe valori ale cheii primare. Multiplii unei dimensiuni nu trebuie să fie neapărat de aceeaşi natură cu dimensiunea primară, aceasta putând avea mai multe tipuri de multipli în funcţie de caracteristicile luate în considerare. Se poate afirma că dimensiunile împreună cu multiplii lor formează structuri arborescente care sunt recunoscute de OLAP ca fiind ierarhii. Ierarhiile pot fi regulate, adică toate ramurile au acelaşi număr de ramificaţii sau neregulate dacă pe anumite ramuri lipseşte un nivel de semnificaţie. La rădăcina arborelui se află o caracteristică cu aceeaşi valore pentru toţi membrii dimensiunii de bază. Acest tip de caracteristică este una implicită ca, de exemplu, unitatea care are ca activitate cea analizată sau “all”. Frunzele arborelui formează membrii dimensiunii iniţiale, iar dimensiunile intermediare pot fi pe mai multe nivele. Dacă arborele este neregulat, pentru a uniformiza ierarhia se poate introduce un membru de tip “alte”. În acest fel se constata că centralizările pe nivelul respectiv nu vor fi de 100% din valoarea centralizată pe nivelul cel mai de jos. Atributele care definesc ierarhia sunt atribute derivate din atributul care defineşte dimensiunea acţiunilor măsurate, prin referire la nomenclatoare sau prin clasificări ale valorilor pe care le poate lua atributul respectiv. De exemplu, furnizorii se pot clasifica în furnizori stabili dacă compania face tranzacţii cu ei de mai mult de 4 ani, furnizori noi dacă au vechime cuprinsă între 1 şi 4 ani şi furnizori volatili sau ocazionali dacă în câmpul respectiv din Furnizori nu este completat nimic. Din acest exemplu se observă că asemenea clasificări conduc la obţinerea unor atribute derivate prin calcul din caracteristicile aflate în nomenclatoare. În acest fel se vor obţine seturi de membri calculaţi ai dimensiunii. Dimensiunile ierarhizabile se constituie în ierarhii alternative. Nivelele ierarhiilor sunt văzute ca nivel de agregare pentru valorile stocate în tabele de fapte. Membrii dimensiunilor identifică măsura activităţii stocată în tabelul de fapte. Dacă unui fapt îi sunt asociate mai multe dimensiuni, identificarea unică a acestuia va necesita valori precise pentru fiecare dimensiune. Ca urmare, din tabelele de fapte sunt selectate mai multe înregistrări, adică toate valorile posibile asociate dimensiunilor nespecificate.

Pentru dezvoltarea unui depozit de date, modelarea datelor are un rol important deoarece permite vizualizarea structurii înainte ca ea să fie construită. Modelul multidimensional reprezentat prin el va fi prezentat desfăşurat în secţiuni sau în proiecţii tridimensionale.

Secţiunea unui hipercub este definită ca o secţiune din cub dată prin coordonatele sale. Proiecţia este definită ca o secţiune care centralizează datele de pe toate dimensiunile suprimate.

Vizualizarea on-line se face de fapt tot în secţiuni sau proiecţii tridimensionale. Datele din celule sunt prezentate numai în secţiuni sau proiecţii transversale bidimensionale. Hipercubul ar putea fi imaginat ca un set de tabele-pivot grupate pe dimensiunea cerută. Pentru procesul de modelare, hipercubul se poate prezenta în formă tabelară în care măsurile sunt evidenţiate pe coloane iar liniile reprezintă combinaţiile de dimensiuni. De asemenea, în plan fizic, hipercubul poate fi stocat într-un tabel cu coloane multiple în care se stochează măsurile şi cu identificatori pe rânduri. Identificatorii de rânduri sunt de fapt chei formate din toate combinaţiile posibile de valori ale dimensiunilor. Utilizarea indecşilor pentru acces rapid nu are prea mare eficienţă întrucât cheia este compusă din mai multe caracteristici, iar câmpurile de valoare sunt puţine şi numerice, astfel că tabelul de indecşi este aproape de aceeaşi dimensiune cu tabelul iniţial. De aceea, se utilizează tabelul bitmap pentru un acces direct rapid. Datele modelate ca hipercuburi formează baze de date multidimensionale.

Tipurile majore de OLAP sunt17:

- OLAP multidimensional (MOLAP) – atunci când cubul OLAP este implementat prin intermediul unei baze de date multidimensionale specializate (sau memorie-tampon de date – data store);

- OLAP relaţional (ROLAP) – atunci când o bază de date OLAP este implementată în vârful unei baze de date relaţionale existente;

- OLAP hibrid (HOLAP) – combinaţie între MOLAP şi ROLAP; - OLAP bază de date (DOLAP) – atunci când se referă la un SGBDR care este proiectat pentru a găzdui structuri OLAP şi a permite calcule OLAP;

- OLAP Web (WOLAP) – atunci când se refră la date OLAP ce sunt accesibile prin intermediul unui navigator Web;

- OPAP pe desktop – reprezintă o variantă de OLAP cu preţ scăzut, atunci când instrumentele OLAP şi bazele de date sunt localizate pe staţia de lucru (desktop) a utilizatorului final.

3.6.3. Baze de date multidimensionale

Baza de date multidimensională este formată din două structuri: structura datelor în care se stochează măsurile activităţilor preluate din tabela de fapte a depozitului de date. Datele vor fi prezentate utilizatorului în celulele tabelelor pivot; structura metadatelor care este formată din totalitatea dimensiunilor şi membrilor acestora precum şi din structurile ierarhice ale dimensiunilor. Utilizatorul poate vizualiza această structură ca nume de coloane şi linii care reprezintă informaţiile de pe axele cuburilor.

Numerotarea nivelurilor începe de la rădăcină (nivel 0) către frunze (unde va apare nivelul maxim). Ierarhiile posedă propriile lor seturi de niveluri, chiar dacă unele ramuri sunt comune. De exemplu: ierarhia Calendar este formată din nivelele (0-5): Timp, An, Semestru, Trimestru, Lună, Dată calendaristică, ierarhia Anotimp este formată din nivelele (0-4): Timp, An, Sezon, Lună, Dată calendaristică, iar ierarhia Anotimp este formată din nivelele (0-3): Timp, Săptămână, Zi, Dată calendaristică. Pe fiecare nivel se stochează membrii dimensiunilor respective. Rădăcina care se observă că este comună (Timp) este nivelul de agregare maxim având ca unic membru implicit “all”. Orice nod în arbore este un membru al unei subdimensiuni. Nodurile subordonate unui nod formează un set, iar orice membru al unui set are un număr de ordine începând cu 0. De asemenea, orice membru poate avea proprietăţi ca de exemplu unele zile sunt sărbători legale, unii ani sunt bisecţi. Exemplul prezentat presupune o structură strict arborescentă întrucât fiecare membru al unei dimensiuni are submembri distincţi, chiar dacă aceştia au aceleaşi valori. De exemplu fiecare an are setul lui de luni, fiecare săptămână are setul ei de zile. Ca mod de identificare, membrii vor fi calificaţi cu numele membrului de pe nivelul precedent căruia acesta i se subordonează: 2007-feb, 2008-feb. Tipul acesta de dimensiuni care au membri ce se repetă se pot crea şi ulterior prin combinarea a două nivele din ierarhie sau din ierarhii diferite pentru a crea un nivel nou, virtual.

17 Turban E., Op.cit.

Pentru a se putea naviga pe o structură arborescentă, sistemele de gestiune pun la dispoziţie operatori ierarhici. De exemplu, pentru exploatarea datelor, sistemele de gestiune oferă operatori pe hipercuburi. Fizic, datele sunt stocate într-un fişier cu acces direct pe baza adresei fizice absolute sau relative a înregistrării obţinute prin exploatarea tabelelor bitmap obţinute în urma creerii structurii de date. Aceste tabele sunt puntea de legătură dintre structura de date şi structura de metadate. Iată cum se face această legătură: se ştie că pentru fiecare membru al fiecărei dimensiuni există o coloană (1 bit) în tabele bitmap pentru fiecare înregistrare există un rând în acelaşi tabel în care se stochează 1 în dreptul biţilor asociaţi membrilor dimensiunii existente în înregistrare. Datorită acestui procedeu, câmpul respectiv nu trebuie stocat în înregistrare, iar structura datelor este redusă la un minim necesar. Din tabelul de măsuri se vor putea selecta acele înregistrări care au un bit 1 în poziţia corespunzătoare biţilor 1 din mască. Un inconvenient al tabelelor bitmap este acela că ele sunt greu de obţinut, iar apariţia unor noi membri sunt greu de inserat în poziţia corespunzătoare. Procesul de refacere a unui tabel bitmap este mare consumator de timp având în vedere că tabelul de fapte din depozit (care se va transforma în baza multidimensională) poate avea un număr imens de înregistrări.

Masca de interogare se obţine prin exploatarea structurii ierarhice a metadatelor de unde se pot extrage seturi de membri pentru dimensiunile desemnate prin specificatorii de axe. Adresarea tabelului de măsuri se face în mod direct pe baza unui set de adrese de înregistrări care se suprapun cu tiparul măştii. Din tabel se preiau în această manieră valorile care se centralizează pentru celula cubului cu dimensiunile sale.

Se poate afirma că structura metadatelor este de tip ierarhic, fiecare dimensiune fiind stocată într-o structură arborescentă cu o singură rădăcină (all) şi cu o multitudine de ramuri care pot conţine frunze comune (ierarhii alternative). Orice nivel al unei ierarhii poartă un nume şi conţine un set de membri. De altfel şi ierarhiile alternative poartă un nume pentru a putea fi distinse. Structura în care sunt stocate datele este o structură cu acces direct prin tabele bitmap exploatate prin măşti.

3.6.4. Operaţii OLAP asupra hipercubului

Un hipercub este proiectat astfel încât el să aibă în vedere nivelul de detaliu necesar în procesul de analiză. Nivelul de detaliu (granularitatea) reprezintă numărul de membri ai unei dimensiuni. Datele pot fi vizualizate printr-o selecţie în hipercub pe baza unui criteriu ierarhic care ar putea fi de exemplu structura organizaţională pe care o conduce un anumit manager. Dacă de la pornire, granularitatea este prea mare, datele vor fi mult prea centralizate şi nu se va putea face decât o analiză grosieră. Ajustarea nivelului de granularitate este realizată de OLAP prin exploatarea ierarhiilor dimensiunilor prin comasări şi descompuneri ale măsurilor prin proceduri care poartă numele de roll-up şi drill-down. Prin intermediul acestor proceduri se face o deplasare a proiecţiei cubului în sus sau jos pe nivelele ierarhice ale fiecărei dimensiuni (zoom in; zoom out), executând de fiecare dată centralizări ale măsurilor stocate la cea mai mică granularitate după criterii ierarhice stabilite în prealabil.

Este stabilit un nivel de granularitate iniţial sub care nu se poate coborî. Din acest motiv este important ca dimensiunile de bază să fie cât mai rafinate sau să se creeze Data Marts unde

hipercuburile sunt proiectate la nivelul de detaliu stabilit de managementul operaţional. Pentru managementul superior se va construi un depozit cu hipercuburi centralizatoare cu granularitate mare. Prin drill-down se obţin detalii, iar prin roll-up se obţin date sintetice.

Un alt grup de operaţii oferit de OLAP este secţionarea (slicing) şi defalcarea (dicing). Prin secţionare, se creează posibilitatea selectării 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. Defalcarea (dicing) este operaţia de proiectare 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.

Dimensiunile unui cub pot fi private sau pot fi utilizate în comun şi de alte cuburi (ele provin din depozitele cu schema de tip constelaţie). Proiectarea structurilor depozitelor de date şi a cuburilor OLAP este un proces ce se desfăşoară continuu pe tot parcursul existenţei (vieţii) aplicaţiei, dimensiunile cuburilor fiind în strânsă dependenţă cu detaliile activităţii structurate.

Aplicaţiile construite cu tehnologia OLAP îşi găsesc locul în multiplele domenii ale activităţii întreprinderilor, de la finanţe, bănci, marketing până la producţie şi vânzări. De exemplu, activitatea de producţie poate fi susţinută de aplicaţii OLAP cum sunt: planificarea operaţiilor, controlul calităţii produselor, analiza rebuturilor, analiza optimizării raportului dintre cost-beneficii.

OLAP, utilizând tehnici inteligente de optimizare, beneficiază de avantajul timpului de răspuns mic.

3.7. Aplicaţie privind analiza datelor cu Microsoft OLAP

3.7.1. Analiza problemei de rezolvat O societate comercială îşi propune să analizeze, cu tehnica OLAP, datele referitoare la

gestionarea mijloacelor fixe. Gestiunea mijloacelor fixe ale societăţii este realizată într-o bază de date relaţională, MIFIX (bază de date operaţională). Datele operaţionale sunt curăţate, transformate, consolidate şi selectate după criterii prestabilite, după care sunt memorate într-un depozit de date, denumit MIFIX. Tabelul de fapte al depozitului de date se referă la componentele gestiunii - mişcarea mijloacelor fixe (intrare mijloc fix sau ieşire mijloc fix) şi calculul amortizărilor. Cu ajutorul aplicaţiei informatice se vor realiza, după analiza datelor cu cubul OLAP, rapoarte diverse (de exemplu, Situaţia mijloacelor fixe la data de ..., Situaţia amortizărilor mijloacelor fixe în luna..., ).

Se reaminteşte faptul că mijloacele fixe se amortizează începând cu luna următoare punerii în funcţiune (data calendaristică este specificată în procesul verbal de punere în funcţiune a mijlocului fix). Rata lunară de amortizare se calculează în funcţie de regimul de amortizare fixat pentru fiecare tip de mijloc fix prin reglementările legale în vigoare la data efectuării operaţiunii. Această rată lunară de amortizare se calculează prin aplicarea cotelor de amortizare asupra valorii iniţiale (de intrare) a mijloacelor fixe şi se include în cheltuielile de exploatare. Atunci când se execută modernizări (adăugare de valoare) asupra unui anumit mijloc fix, rata de amortizare lunară se modifică prin adăugarea valorii acestor modernizări. Legea de amortizare aplicată poate să fie liniară (sume fixe, proporţionale cu numărul de ani ai ciclului de

viaţă normat sau duratei normale de utilizare a mijlocului fix) sau degresivă (cotele de amortizare liniară sunt multiplicate cu coeficientul k ce este funcţie de durata normală de utilizare a mijlocului fix).

3.7.2. Definirea schemei bazei de date multidimensionale

Cubul OLAP este o structură multidimensională de date care se defineşte printr-o mulţime de dimensiuni şi măsuri. Accesul la date este realizat prin intermediul interogărilor şi prin accesul utilizatorului la ierarhiile de date. Datele cubului sunt stocate într-o structură de date multidimensională. Cubul poate fi realizat cu Cube Wizard sau cu Cube Editor. Schema cubului conţine o tabelă de fapte şi cel puţin o dimensiune.

Analiza de tipul OLAP are la bază schema multidimensională definită încă de la construirea cubului. Sunt necesare definirea sursei de date, a tabelului de fapte (cu măsuri de tip coloană numerică şi nivel de detaliere) şi a dimensiunilor. O măsură apare ca rezultat al unor combinaţii între mai multe coloane, sub forma unor expresii.

Definirea modului în care este memorat cubul OLAP se poate realiza cu General tab prin intermediul casetei de dialog Storage Options din BIDS. Opţiunile de memorare sunt MOLAP (se memorează atât datele cât şi agregările în structuri multidimensionale), ROLAP (datele rămân memorate în baza de date relaţională alături de memorarea agregărilor) şi HOLAP (datele rămân memorate în baza de date relaţională, iar agregările sunt memorate în structurile multidimensionale).

Crearea bazei de date tranzacţionale în Microsoft SQL Server 2005

Datele referitoare la gestiunea mijloacelor fixe sunt stocate într-o bază de date tranzacţională ce stă la baza construirii cuburilor de date. Datele sunt organizate în tabele care corespund dimensiunilor, ierarhiilor şi tabelelor de fapte ale cuburilor multidimensionale.

Această bază de date tranzacţională este denumită MIFIX şi conţine următoarele tabele (fig. 3.5):

• Dbo.fapte_miscare_MF– conţine faptele referitoare la mişcarea mijloacelor fixe (intrări şi ieşiri), precum şi la valoarea de inventar şi amortizarea acestora. • Dbo.PV_intrare – conţine date referitoare la intrarea mijloacelor fixe; • Dbo.PV_iesire – conţine date referitoare la ieşirea mijloacelor fixe; • Dbo.Gestionari - conţine date cu privire la identificarea gestionarilor care răspund de mijloace fixe; • Dbo.Timp - datele conţinute în acest tabel reprezintă perioadele de timp de manipulare a mijloacelor fixe; pe baza acestor date se realizează dimensiunea Timp cu următoarea ierarhie: an, luna, trimestru, sezon.

Fig.3.5 Structura bazei de date MIFIX realizată în Microsoft SQL Server 2005

În crearea şi dezvoltarea depozitelor de date (Data Warehouse) pe Microsoft SQL Server 2005, se folosesc, în principal, următoarele componente:

a) Business Intelligence Development Studio, pentru dezvoltarea de proiecte de Analysis Services; b) SQL Server Management Studio, pentru gestionarea proiectelor de Analysis Services.

4. DATA MINING – TEHNOLOGII DEDICATE EXTRAGERII CUNOŞTINŢELOR DIN DATE

4.1. Problematica generală

Data Mining este rezultatul firesc al evoluţiei tehnologiilor informaţiei şi ale comunicaţiilor (IT&C) determinat de creşterea volumului de date produs de societatea umană pentru desfăşurarea activităţilor sale, urmată de nevoia iminentă de transformare a datelor respective în informaţii şi cunoştinţe utile în aplicaţii din gama analizei şi controlului producţiei,

analizei de piaţă, detectării fraudei, explorărilor ştiinţifice etc. În acest context, industria sistemelor informatice cu baze de date a evoluat în direcţia dezvoltării următoarelor funcţionalităţi1: sisteme cu baze de date avansate, analiza avansată a datelor (Data Warehousing şi Data Mining) şi baze de date bazate pe Web.

Condiţia esenţială pentru dezvoltarea mecanismelor profesionale de stocare, de regăsire şi de tranzacţionare a datelor o reprezintă dezvoltarea colecţiilor de date şi a mecanismelor de creare a bazelor de date, fără de care analiza avansată a datelor este practic imposibilă. Bazele de date şi tehnologia informaţiei au evoluat sistematic, de la sisteme simple de procesare a colecţiilor de date la sisteme cu baze de date puternice şi sofisticate, care oferă utilizatorilor accesul direct la datele stocate, lucru convenabil şi foarte avantajos. Metodele eficiente utilizate pentru procesarea on-line a tranzacţiilor de date, OLTP (On-Line Transaction Processing) au contribuit semnificativ la evoluţia şi acceptarea tehnologiei bazelor de date relaţionale ca instrument de stocare eficientă, de regăsire şi de management al cantităţilor mari de date.

Începând din 1990 tehnologia bazelor de date relaţionale a fost unanim acceptată, iar activităţile de cercetare în domeniu au fost canalizate către sisteme cu bază de date mai puternice şi mai eficiente, dezvoltate în jurul unor modele avansate de date care au creat posibilitatea de realizare a aplicaţiilor orientate pe rezolvarea problemelor. Totodată, s-au obţinut rezultate spectaculoase legate de distribuţia, diversificarea şi partajarea datelor, care au contribuit la dezvoltarea sistemelor de informaţii globale, bazate pe Internet, ca de exemplu WWW.

Pe de altă parte, progresul în domeniul tehnologiei digitale a condus la apariţia unor calculatoare puternice, a echipamentelor de colectare a datelor şi a mediilor de stocare în masă care reprezintă suportul fizic, atât pentru bazele de date de informaţii şi de cunoştinţe, cât şi pentru aplicaţiile care le gestionează. Şi împreună, ansamblul hardware- software şi de comunicaţii, cunoscut sub denumirea generică de tehnologiile informaţiei şi ale comunicaţiilor, IT&C (Information Technology and Communications), face posibilă analiza cantităţilor uriaşe de informaţii şi de date, stocate în diferitele tipuri de baze de date şi în depozite de informaţii, în vederea regăsiri cunoştinţelor şi informaţiilor utile.

O arhitectură de depozit de date a condus la data warehouse, un depozit de surse multiple de date heterogene organizat unitar, cu scopul de a uşura asistarea informatizată a deciziei. Tehnologia data warehouse include ştergerea datelor, integrarea datelor şi procesarea analitică on- line (On- Line Analytical Processing- OLAP), precum şi posibilitatea de vizualizare a datelor şi informaţiilor. Deşi instrumentele OLAP suportă analiza multidimensională şi formularea deciziilor, volumele imense de date crează nevoia unor instrumente de analiză efectivă şi eficientă a datelor respective mai în detaliu, ca de exemplu clasificarea, gruparea şi caracterizarea datelor care variază în timp.

Creşterea rapidă şi continuă a volumelor de date, care a depăşit capacitatea umană de a le interpreta, a impus apariţia şi utilizarea instrumentelor data mining pentru extragerea informaţiilor şi cunoştinţelor utile din cantităţile enorme de date colectate şi stocate în depozite de date de dimensiuni mari şi foarte mari.

În esenţa lor, instrumentele data mining realizează analiza datelor şi pun în evidenţă modele de date importante pentru stabilirea direcţiilor de evoluţie a diferitelor domenii de activitate (economic, ştiinţific, medical, educaţional etc.) pe care le desfăşoară organismele economice pentru a- şi atinge obiecticele specificate în documentele de constituire.

1 Han, J., Kamber, M. - Data Mining- Concepts and Technique, Second Edition, Morgan Kaufmann Publishers, USA, San Francisco CA 2006.

Existenţa unor volume imense de date a pus problema reorientării utilizării lor de la un proces de exploatare retrospectiv către unul prospectiv. Data Mining poate avea mai multe definiţii, însă toate converg în esenţă către miezul problemei şi anume că acest concept reprezintă un proces de extragere de informaţii noi din colecţiile de date existente. Termenul de dată are semnificaţia de descriere a unui eveniment bine determinat care se produce în lumea reală şi este perfect verificabil. Prin tehnologia Data Mining se prelucrează date care referă perioade anterioare (date istorice), care sunt examinate şi sunt deja cunoscute, pe baza lor constituindu-se un model sau şablon. Acest model sau şablon va putea fi aplicat situaţiilor noi de acelaşi tip cu cele deja cunoscute. Informaţiile care se pot obţine prin Data Mining sunt predictive sau descriptive. De exemplu direcţionarea acţiunilor de marketing pot constitui o problemă tipică predictivă.1 Detectarea fraudelor produse cu carduri bancare reprezintă o problemă tipică de aplicaţie descriptivă.

Dezvoltarea tehnicilor de Data Mining se explică prin acumularea de volume imense de date pe care organizaţiile economice le-au derulat de-a lungul anilor. De asemenea, concurenţa tot mai acerbă precum şi creşterea exigenţelor pieţei au determinat firmele să ia tot mai mult în considerare potenţialul uriaş pe care îl oferă arhivele de date. Alături de arhivele de date memorate pe suporturi informatice mai există încă doi factori care au dus la necesitatea Data Mining: existenţa şi perfecţionarea algoritmilor şi a produselor-program dedicate precum şi creşterea capacităţii de memorare şi prelucrare a calculatoarelor electronice care permit tratarea corelativă a volumelor mari de date.

Este de remarcat că depozitele de date pot fi surse pentru Data Mining, iar rezultatele obţinute pot completa câmpurile înregistrărilor din depozitele de date, care apoi pot fi valorificate prin proiecţiile multidimensionale specifice OLAP.

Potenţialul oferit de Data Mining se încorporează în procesele comerciale ale firmelor, iar căutarea informaţiilor şi cunoştinţelor nu devine un scop în sine ci este utilă doar dacă este transformată ca acţiune. Astfel firmele pot alege să reacţioneze sau nu la situaţiile diverse create de realitate (diminuarea numărului de clienţi, scăderea vânzărilor, pierderea unor pieţe de desfacere etc.). Pasul următor după această alegere este exploatarea propriu-zisă a datelor utilizând diverşi algoritmi. De multe ori, acţiunea de Data Mining poate fi un eşec şi nu o reuşită, fiind posibil ca măsurile luate să nu fie adecvate informaţiilor obţinute.

Prin Data Mining, oamenii de afaceri reuşesc să se focalizeze mai bine pe cei mai buni clienţi ai lor, să depisteze şi să prevină fraudele, să descopere caracteristicile de influenţă care afectează cel mai mult indicatorii-cheie de performanţă, KPI (Key Performance Indicators) ai afacerii, respectiv ai societăţii, să găsească informaţia ascunsă în baza de date/depozitul de date. Cu ajutorul tehnicilor Data Mining, orice proces sau fenomen reflectat în bazele de date, respectiv depozitele de date, constituie temă de analiză şi raportare în cadrul unei platforme dedicate pentru cercetarea afacerilor, BI (Business Intelligence), impropriu dar sugestiv tradusă în unele lucrări româneşti sub denumirea de „inteligenţa afacerilor”.

Spre deosebire de tehnicile OLAP (abordate în capitolul anterior) care abordau interogări şi raportări standard (care sunt clienţii cei mai valoroşi, care produse s-au vândut cel mai mult sau care sunt zonele de costuri cele mai ridicate), tehnicile Data Mining explorează volumele foarte mari de date heterogene cu scopul de a previziona, a înţelege şi de a dezvolta noi abordări

1 Zaharie D, Albescu F, colectiv – Operă citată

asupra problematicii supuse soluţionării. Pe piaţa actuală extrem de competitivă, companiile trebuie să-şi administreze şi să exploateze cu eficienţă cele mai valoroase active (assets) şi depozite de date (Data Warehouse), cu precădere informaţia valoroasă ascunsă în aceste depozite.

Instrumentele tradiţionale de cercetare a afacerilor – rapoarte, interogări şi raportări interactive – permiteau sintetizarea a ceea ce s-a întâmplat în trecut, aspecte reflectate de datele istorice ale companiei şi de unele date curente. Prin tehnica OLAP se obţin analize asupra unor tendinţe, bazate în special pe rezumate, comparări, analize şi previziuni ce au la bază valori medii, sume şi grupări de date prin agregare. Prin Data Mining se adânceşte explorarea depozitelor de date prin descoperirea informaţiei ascunse cu ajutorul şabloanelor (patterns), factorilor de influenţă, clusterelor, profilelor şi predicţiilor aplicate volumului mare de date. De exemplu, prin analiza profilurilor celor mai buni clienţi actuali, prin Data Mining se pot construi modele şi aplicaţii integratoare destinate identificării clienţilor care au cele mai mari şanse să devină performanţi în viitor, cu toate că, în prezent, nu fac parte din portofoliul cu cei mai buni clienţi ai companiei. Managerii organizaţiilor economice lucrează astfel, în deciziile lor, cu „valoarea strategică” a clienţilor actuali prin care se previzionează însăşi viitorul afacerii.

Toate elementele considerate anterior conduc spre ideea de ciclu în utilizarea Data Mining în cursul căruia sunt patru etape:

• definirea oportunităţilor comerciale şi a datelor pe care se face exploatarea; • obţinerea de informaţi şi cunoştinţe din colecţiile de date existente prin tehnici Data

Mining; • adoptarea deciziilor şi acţiunilor în urma informaţiilor rezultate; • cuantificarea cât mai corectă a rezultatelor concrete pentru a identifica şi alte căi de

exploatare a datelor.

4.2. Definirea conceptului Data Mining

Aşa cum s-a arătat deja în paragraful precedent, conceptul Data Mining („mineritul datelor”) defineşte procesul de descoperire a modelelor de cunoştinţe şi/sau informaţii utile dintr-o cantitate mare de date, colectate şi stocate în diferite tipuri de depozite de date (baze de date, Data Warehouses, WWW etc.), în vederea folosirii lor pentru fundamentarea deciziilor manageriale pe toate nivelele de competenţă din cadrul unei organizaţii economice. În literatura de specialitate modelele de cunoştinţe şi/sau de informaţii obţinute ca rezultat al desfăşurării unui proces Data Mining sunt denumite, mai simplu, modele de cunoştinţe, pornind de la definiţiile conceptelor informaţie (care exprimă elementele din realitatea înconjurătoare în momentul în care sunt percepute pentru prima dată de utilizator, adică atunci când au caracter de noutate, de ştire), cunoştinţă (care desemnează informaţia relevantă, informaţie cu înţeles şi informaţie care acţionează1, pentru un domeniu de interes, după momentul aflării acestei informaţii) şi dată (care desemnează informaţia sau cunoştinţa înregistrată în vederea evidenţei, prelucrării şi/sau analizei).

Data Mining este o expresie improprie care asociază într-un mod foarte sugestiv procesul de descoperire2(căutare şi găsire) a cunoştinţelor dintr-o cantitate mare de date cu 1 Mihai Drăgănescu, Societatea Informaţională – Societatea cunoaşterii, www.academiaromana.ro, Studii tematice. 2 www.dexonline.ro - DEX online: Dicţionar explicativ al limbii române.

procesul de extragere a mineralelor din roci, spre a-l face mai uşor de înţeles. Această asociere se bazează pe faptul că ambele procese, în realitate foarte diferite deoarece materia primă folosită este de natură diferită (dată-cunoştinţă şi rocă-mineral), sunt procese de extracţie care constau primul în extragerea cunoştinţelor utile din cantităţi mari de date, iar al doilea în extragerea de minerale din cantităţi mari de roci (procesul clasic de exploatare minieră, denumit pe scurt minerit). Practic, cantităţile enorme de date disponibile, care conţin cunoştinţe utile în procesul decizional, sunt asemănate cu rocile scoarţei terestre, care conţin substanţe minerale necesare în procesul industrial, în timp ce cunoştinţele necesare procesului decizional, care se extrag din depozitele de date, sunt asemănate cu mineralele care se extrag din rocile respective. Ca urmare a acestei similitudini, denumirea cea mai adecvată pentru procesul de descoperire a cunoştinţelor dintr-o cantitate mare de date este exploatarea cunoştinţelor din date (Knowledge Mining from Data), o expresie mai lungă şi mai puţin sugestivă. Pentru desemnarea procesului respectiv se pot folosi şi alte expresii, cu semnificaţie similară sau uşor diferită de Data Mining, ca de exemplu extragerea cunoştinţelor (knowledge extraction), analiza datelor/modelelor (data/ pattern analysis) sau arheologia datelor (data archaeology). Dintre toate acestea, cea mai uzuală expresie este Data Mining, fiind cea mai scurtă şi cea mai sugestivă datorită asocierii implicite cu procesul clasic de minerit, vechi de sute de ani, înţeles în esenţa sa chiar şi de către nespecialiştii în domeniu minier.

Expresia Data Mining este sinonimă cu expresia descoperirea cunoştinţelor din date, KDD (Knowledge Discovery from Data) ce este uzual folosită în literatura de specialitate prin abrevierea sa KDD, care face să-şi piardă semnificaţia implicită, motiv pentru care se preferă utilizarea primei expresii (Data Mining) pentru a desemna procesul de descoperire a cunoştinţelor din cantităţile mari de date stocate în depozitele de date disponibile.

În realitate, procesul de descoperite a cunoştinţelor din cantităţi mari de date este un proces complex format, în principal, din următoarele procese mai simple, care se succed din punct de vedere cronologic (fig. 4.1)1: 1. curăţirea datelor (data cleaning): înlăturarea datelor inutile şi a celor inconsistente; 2. integrarea datelor (data integration): combinerea datelor provenite de la mai multe surse de date diferite;

3. selectarea datelor (data selection): extragerea datelor relevante pentru analiză din depozitele de date disponibile (baze de date, data warehouses, WWW etc.);

4. transformarea datelor (data transformation): punerea datelor în formate unitare, corespunzătoare pentru mining (analiza în vederea descoperirii de cunoştinţe) prin realizarea unor operaţii rezumative şi/sau de agregare (de unificare);

5. “mineritul datelor” (Data Mining): extragerea unor modele de date aplicând asupra datelor rezultate după parcurgerea etapelor anterioare metode inteligente, denumite generic metode Data Mining; acest proces este esenţial pentru descoperirea cunoştinţelor utile “ascunse” în depozitele de date;

6. evaluarea modelelor (pattern evaluation): evaluarea modelelor de date extrase pentru identificarea celor care reprezintă cunoştinţele care interesează în mod real;

7. prezentarea cunoştinţelor (knowledge presentation): prezentarea cunoştinţelor astfel obţinute utilizatorilor lor, prin folosirea unor tehnici de vizualizare şi de reprezentare adecvate.

1 Han, J., Op.cit.

În mod uzual, datele rezultate din procesele de curăţire şi integrare sunt stocate în Data

Warehouses, caz în care transformarea şi unificarea lor se realizează înainte de procesul de selecţie. Pentru a obţine o reprezentare mai „mică” a datelor originale poate fi realizată şi reducerea datelor (data reduction), fără a le afecta integritatea datelor.

Procesul Data Mining interacţionează cu utilizatorul prin baza de cunoştinţe destinată acestuia, dintre modelele de date descoperite, cele cu importanţă pentru utilizator reprezentând, de fapt, cunoştinţe noi care se stochează în baza de cunoştinţe spre a-i fi prezentate.

Procesul Data Mining este o parte esenţială a procesului de descoperire a cunoştinţelor din date deoarece descoperă modelele de date “ascunse” pentru a fi evaluate, în conformitate cu cerinţele utilizatorilor.

Din punctul de vedere al funcţionalităţii sale, Data Mining este procesul de descoperire a cunoştinţelor care interesează dintr-o cantitate mare de date stocată în baze de date, Data Warehouses sau în alte tipuri de depozite de date.

Privit din perspectiva depozitului de date - Data Warehouse, procesul Data Mining reprezintă un stadiu avansat de procesare analitică on-line (OLAP). Data Mining depăşeşte însă procesul analitic limitat, de tip rezumativ, al sistemelor Data Warehouse prin tehnicile specifice de analiză a datelor, mult mai avansate.

Fig. 4.1. Data Mining- parte a procesului de descoperire a cunoştinţelor

Data Warehouse

MODELE DE DATE

curăţire şi integrare

selecţie, transformare şi eventual reducere

Data Mining (mineritul datelor): se extrag o parte din date

evaluare modele şi prezentare

cunoştinţe

UTILITATOR

pentru

Database Database Database

Data Mining implică o integrare de tehnici din mai multe domenii. Practic, Data Mining reprezintă un domeniu interdisciplinar, principalele discipline cu care se intersectează fiind cele cuprinse generic sub denumirea de Tehnologia Bazelor de Date - Databases (DB), Tehnologia depozitelor de date - Data Warehouse (DW), Tehnologia Digitală, Tehnologiile Informaţiei şi ale Comunicaţiilor (IT&C) şi Statistică (fig. 4.2).

Cunoştinţele şi informaţiile descoperite în procesul data mining se folosesc în formularea

deciziilor, în controlul unui proces economic sau industrial, în managementul informaţiei etc. Tehnicile de Data Mining se pot aplica atât ascendent cât şi descendent. Pentru

abordarea descendentă se iau în considerare ipotezele formulate în prealabil prin alte mijloace. Abordarea ascendentă urmăreşte extragerea de cunoştinţe sau informaţii noi din date disponibile, această căutare putând fi dirijată sau nedirijată. Căutarea dirijată presupune că se ia în considerare un atribut sau un câmp, ale cărui valori se explică prin celelalte câmpuri. Căutarea nedirijată identifică relaţiile sau structurile din datele examinate fără a asigura prioritate unui câmp sau a altuia. Ceea ce se exploatează prin Data Mining sunt colecţii de date constituite pentru alte scopuri (exemplu tranzacţii derulate pe o perioadă de timp). Deseori la acest tip de date se adaugă şi cele provenite din alte surse cum statistici oficiale care privesc evoluţia în ansamblu a economiei, date privind concurenţa sau măsuri legislative. De aceea se foloseşte tot mai des noţiunea de informaţie ascunsă în sensul că este aproape imposibilă detectarea corelaţiilor sau raporturile pe care datele le încorporează în mod intrinsec. Rezultatea obţinute sunt cu atât mai relevante cu cât ele se bazează pe un volum mare de date. Datele pot fi exploatate pentru a obţine informaţii prin diverse tehnici cum sunt: reţele neuronale, arbori de decizie, algoritmi genetici, analiza grupurilor, raţionamente bazate pe cazuri, analiza legăturilor. Aceste tehnici pot fi asociate cu tehnici statistice cum sunt regresiile sau analiza factorială.

Data Mining nu este capabilă, ca tehnică, să rezolve orice problemă de gestiune. De fapt ceea ce poate oferi se rezumă la câteva acţiuni cum sunt: clasificarea, estimarea, predicţia,

Fig. 4.2. Principalele domenii (discipline) care se intersectează cu domeniul Data Mining

Tehnologiile Bazelor de Date (DB) şi Data Warehouses (DW)

Statistică

Alte domenii

Tehnologia Data Mining

Tehnologia Digitală şi IT&C

Calculatoare

Machine learning

Reţele neurale

Modelarea datelor

Vizualizarea datelor

Regăsirea informaţiiloror

Analiza datelor

Procesarea imaginilor

gruparea, analiza grupărilor, care folosite la locul potrivit pot deveni utile pentru o mulţime de probleme din domeniul decizional18.

Herb Edelstein de la Two Crows Corporation defineşte Data Mining ca un ansamblu de tehnici de descoperire a şabloanelor ascunse (hidden patterns) şi a relaţiilor existente între date cu scopul de a asista luarea celor mai bune decizii în afaceri.

Clasificarea are ca scop plasarea obiectelor prelucrate într-un grup limitat de clase predefinite. De exemplu, vânzarea unui produs nou se poate încadra într-una din următoarele categorii de risc: scăzut, mediu, ridicat. Obţinute în mod clasificat vor fi reprezentate sub formă de înregistrări care la rândul lor sunt compuse din atribute sau câmpuri. Ca tehnici de Data Mining pentru clasificare sunt arborii de decizie şi raţionamentul bazat pe cazuri.

Estimarea va atribui o valoare unei variabile pe baza celorlalte date de intrare. Rezultatele obţinute în urma estimării sunt valori continue. Pentru acest tip de prelucrări se pot utiliza reţelele neuronale.

Predicţia poate clasa înregistrările luate în considerare în funcţie de un anumit comportament sau o valoare viitoare estimată. De aceea se va recurge la o colecţie de exemple care vizează date din trecut, în care valorile variabilei de previzionat sunt deja cunoscute. Cu ajutorul lor se va construi un model care va putea explica comportamentul observat. Aplicând acest model înregistrărilor care fac obiectul prelucrării, se va obţine o predicţie a comportamentului sau a valorilor acestora în viitor.

Gruparea poate duce la determinarea acelor obiecte care apar cel mai fecvent împreună. Un exemplu este “analiza coşului gospodăriei” în evaluările statistice.

Analiza grupului urmăreşte o divizare a populaţiei eterogene în grupuri mai omogene care poartă numele de clustere.

În această tehnică nu se pleacă de la un set predeterminat de clase şi nici din exemple din trecut. Segmentarea pe grupuri se face în funcţie de similitudinile obiectelor.

4.3. Categorii de date care pot fi “minerite”

În principiu, procesul Data Mining poate fi aplicat asupra oricărui tip de depozit de date, precum şi asupra fluxurilor de date („trecătoare”). Dintre acestea cele mai uzuale sunt:

• bazele de date relaţionale; • bazele de date tranzacţionale; • depozitele de date - Data Warehouses; • bazele de date obiecturale; • bazele de date în tehnologii avansate. Tehnicile Data Mining pot fi comune sau diferite de la o categorie la altă categorie de

date, fiind determinate de caracteristicile specifice fiecăreia dintre aceste categorii.

4.4. Categorii de modele de date care pot fi “minerite” În termeni generali, modelul reprezintă o simplificare a realităţii. Practic, descrierea

elementelor şi fenomenelor din realitatea înconjurătoare, reduse la caracteristicile lor esenţiale pentru un anumit domeniu de activitate, defineşte un model.

18 Two Crows: Data Mining Glossary.

Modelarea este o tehnică general acceptată de specialiştii din toate domeniile de activitate. Se construiesc modele arhitecturale pentru a ajuta utilizatorii lor să vizualizeze clădirile. Se construiesc modele matematice pentru a analiza traiectoria navetelor spaţiale în cosmos sau tendinţele de evoluţie a pieţei. În era comunicaţiilor digitale şi a internet- ului, se construiesc modele software care conduc la realizarea unor sisteme informatice flexibile, uşor adaptabile la schimbările rapide de tehnologice şi la cerinţele utilizatorilor, mereu în creştere. După cum, se construiesc modele de date pentru a descoperi cunoştinţele “ascunse” în depozitele de date, utile în fundamentarea deciziilor manageriale strategice şi de perspectivă.

Extragerea modelelor de date, aplicând asupra datelor stocate în baze de date, data warehouse sau în orice alt tip de depozit de date tehnici inteligente (avansate) de analiză, denumite generic tehnici data mining, este un proces laborios denumit, în mod uzual, proces data mining sau, pe româneşte, proces de “minerit”, prin similitudine cu procesul clasic de minerit care urmăreşte extragerea minereurilor din roci. În acest context, se spune, în mod uzual, că modelele de date care pot fi extrase printr-un proces de “minerit” sunt “minate”, adică sunt căutate şi extrase din datele stocate în depozitele de date ale utilizatorului, aşa cum sunt căutate şi extrase minereurile din roci.

Modelele de date care pot fi “minerite” sunt grupate pe categorii determinate de funcţiile sistemului Data Mining, denumite pe scurt funcţii Data Mining, care urmăresc extragerea modelelor de date din datele utilizatorului stocate în depozite de date. Pentru îndeplinirea (realizarea) funcţiilor sale, sistemul Data Mining execută sarcini specifice, denumite în mod uzual sarcini Data Mining, care au ca rezultat modele de date care pot fi “minerite” de utilizator.

O sarcină Data Mining se defineşte ca fiind o activitate sau un set de activităţi care se execută pentru îndeplinirea sau realizarea unei funcţii a sistemului Data Mining. Practic, sarcina Data Mining reprezintă partea procesului Data Mining care se desfăşoară pentru îndeplinirea unei funcţii Data Mining. La modul general, sarcinile Data Mining pot fi clasificate în două mari categorii:

- sarcini descriptive, cele care descriu caracteristicile generale ale datelor stocate în baza de date, Data Warehouse sau în orce alt tip de deposit de date;

- sarcini predictive, cele care realizează deduceri de date din datele curente cu scopul de a face previziuni, determinând tendinţele de evoluţie ale acestora.

Principalele funcţii Data Mining, sarcinile Data Mining care trebuie executate pentru realizarea lor şi categoriile de modele Data Mining care se pot obţine ca rezultat, sunt următoarele:

- descriere clasă/concept este funcţia sistemului Data Mining realizată prin executarea sarcinilor Data Mining - caracterizare date şi discriminare date care au ca rezultat un model Data Mining de tip descriere, denumit în mod uzual descriere;

- “mineritul” modelelor frecvente este funcţia sistemului Data Mining realizată prin executarea sarcinilor Data Mining asociaţie date şi corelaţie date care au ca rezultat modele Data Mining frecvente;

- clasificarea şi predicţia, este funcţia sistemului Data Mining realizată prin executarea sarcinilor Data Mining de clasificare date şi predicţie care au ca rezultat modele Data Mining de clasificare (clasificator) şi predicţie (predictor);

- analiza grupurilor, este funcţia sistemului Data Mining realizată prin executarea sarcinii Data Mining de grupare a datelor cu caracteristici representative commune, care are ca rezultat un model Data Mining de grupare;

- analiza excepţiilor, este funcţia sistemului data mining realizată prin executarea sarcinii Data Mining de analiză a excepţiilor care are ca rezultat un model Data Mining al excepţiilor (date atipice);

- analiza evoluţiei, este funcţia sistemului Data Mining realizată prin executarea sarcinii Data Mining de analiză a evoluţiei datelor care are ca rezultat un model Data Mining tendinţelor de evoluţie (a datelor).

De cele mai multe ori, utilizatorii nu ştiu ce modele de date prezintă interes pentru ei şi doresc să extragă mai multe categorii diferite de modele din datele stocate în depozitlele de date la dispoziţia lor (baze de date, Data Warehouse etc.). De aceea, este important ca un sistem Data Mining să poată “mineri” categorii variate de modele de date pentru a răspunde diverselor aplicaţii şi/sau aşteptărilor diferiţilor utilizatori. Este important ca un sistem Data Mining să permită extragerea de modele de date pe diferite nivele de abstracţie, corespunzătoare nivelelor de detaliu solicitate de utilizatori. Şi este important ca un sistem Data Mining să accepte sugestiile utilizatorilor pentru a direcţiona căutările către modelele de date care îi interesează.

4.4.1. Descriere clasă/concept

Într-un sistem Data Mining datele stocate în baze de date, Data Warehouse sau în orice alt tip de depozit de date sunt grupate în clase sau asociate la concepte. Spre exemplu, datele stocate în baza de date de evidenţă a producţiei organismului economic definit generic pot fi grupate în două clase care conţin produse de categoria a I-a şi produse de categoria a II-a, iar datele stocate în baza de date de evidenţă a clienţilor pot fi asociate conceptelor mariClienţi şi bugetClienţi. După cum, datele stocate în baza de date de evidenţă a articolelor unui magazin de tehnică de calcul pot fi grupate în şase clase care conţin calculatoare, imprimante, scannere, camere video şi produse software, şi pot fi asociate conceptelor articolePentruCasa, articoleProfesionale, articoleScumpe şi articoleCuPreţRedus.

Descrierea clasă/concept este funcţionalitatea sistemului Data Mining care se realizează prin executarea următoarelor sarcini Data Mining: - caracterizarea datelor, este sarcina Data Mining care constă în rezumarea datelor din clasa analizată, denumită în mod uzual clasă-ţintă;

- discriminarea datelor, este sarcina Data Mining care constă în compararea datelor din clasa ţintă cu datele dintr-una sau din mai multe clase de comparat;

- caracterizarea şi discriminarea datelor, este sarcina Data Mining care constă atât în rezumarea datelor din clasa ţintă, cât şi în compararea acestora cu cu datele dintr-una sau din mai multe clase de comparat.

Caracterizarea datelor este rezumarea, în termeni cât mai concişi şi mai precişi cu putinţă, a caracteristicilor sau trăsăturilor generale, esenţiale, aferente datelor din clasa ţintă. Datele din clasa ţintă, specificate de utilizator, se pot colecta, în mod tipic, printr-o interogare a bazei de date (database query) în care sunt stocate. Spre exemplu, pentru caracterizarea produselor fabricate de un organism economic ale căror vânzări au crescut cu mai mult 20% în ultimul an, utilizatorul colectează datele de analizat prin executarea unei interogări (query) SQL asupra bazei de date de evidenţă a vânzărilor.

Caracterizarea efectivă a datelor stocate într-o bază de date, Data Warehouse sau în orice alt tip de depozit de date se realizează prin aplicarea următoarelor metode de analiză a datelor: - rezumarea simplă a datelor, bazată pe măsurători statistice şi pe eşantionare;

- cubul de date, bazat pe operaţiile OLAP roll- up şi drill- down, care poate fi utilizat pentru rezumarea datelor, proces controlat de utilizator, de-a lungul dimensiunilor specificate de acesta;

- tehnica de inducţie orientată pe atribut, care poate fi utilizată pentru a realiza caracterizarea şi generalizarea datelor fără interacţiunea directă a utilizatorului cu sistemul Data Mining.

Caracterizarea datelor, ca sarcină Data Mining descriptivă, are ca rezultat descoperirea unui model Data Mining de tip descriere (denumit în mod uzual descriere), care poate fi prezentat utilizatorului sub diferite forme denumite în mod uzual forme de caracterizare, cele mai uzuale fiind diagramele, graficele, tabelele, cuburile de date, relaţiile generalizate sau regulile de caracterizare.

Discriminarea datelor este comparaţia caracteristicilor generale, esenţiale, aferente datelor din clasa ţintă cu caracteristicile generale, esenţiale, aferente datelor dintr-una sau mai multe clase de comparat. Datele din clasele ţintă şi de comparat, specificate de utilizator, se pot colecta, în mod tipic, prin interogarea bazei de date (database query) în care sunt stocate. De exemplu, pentru compararea trăsăturilor generale ale studenţilor cu medie de promovare în anul universitar anterior, cu trăsăturile generale ale studenţilor cu medie sub media de promovare în aceeaşi perioadă de timp, utilizatorul poate colecta datele de analizat prin executarea unei interogări (query) SQL asupra bazei de date de evidenţă a studenţilor.

Metodele de analiză a datelor, utilizate pentru discriminarea datelor stocate într-o bază de date, Data Warehouse sau în orice alt tip de depozit de date, sunt similare celor utilizate pentru caracterizarea datelor, şi anume: - compararea simplă a datelor, bazată pe rezumarea acestora, obţinută prin măsurători statistice şi de eşantionare efectuate asupra datelor din clasele ţintă şi de comparat;

- cubul de date, bazat pe operaţiile OLAP roll- up şi drill- down, care poate fi utilizat pentru rezumarea şi compararea datelor prin controlul utilizatorului, de-a lungul dimensiunilor specificate de acesta;

- tehnica de inducţie orientată pe atribut, care poate fi utilizată pentru a realiza discriminarea şi generalizarea datelor fără interacţiunea directă a utilizatorului cu sistemul Data Mining. Discriminarea datelor, ca sarcină Data Mining descriptivă, are ca rezultat descoperirea unui

model Data Mining de tip descriere (denumit în mod uzual descriere), care poate fi prezentat utilizatorului sub aceleaşi forme ca şi modelul data mining rezultat prin caracterizarea datelor, cu deosebirea că formele de prezentare obţinute în acest caz sunt denumite, în mod uzual, forme de discriminare (grafice de discriminare, reguli de discriminare etc.) şi descrierile discriminărilor pot conţine măsuri de comparaţie care ajută la deosebirea clasei ţintă de clasele de comparat.

4.5. Sistemul Data Mining Sistemul Data Mining este sistemul informatic format din ansamblul componentelor

hardware şi software care interacţionează şi comunică între ele pentru descoperirea (extragerea) modelelor de date care reprezintă cunoştinţele ce interesează dintr-o cantitate mare de date stocată în baze de date, Data Warehouses sau în alte tipuri de depozite de date. Altfel spus, este sistemul informatic în cadrul căruia se desfăşoară procesul Data Mining.

4.5.1. Structura sistemului Data Mining

Structura sistemului Data Mining (model de principiu) reprezintă, prin definiţie, modul de organizare internă a acestuia pentru îndeplinirea funcţiei sale: aplicarea tehnicilor Data Mining asupra datelor stocate în baze de date, Data Warehouses sau în alte tipuri de depozite de date, cu scopul de a descoperi modele de date care interesează în fundamentarea deciziilor manageriale, proces denumit generic proces Data Mining (fig. 4.3).

Setul de date care trebuie “minerit”, tehnicile Data Mining şi modelele de date

descoperite în procesul Data Mining reprezintă componentele structurale ale sistemului Data Mining.

Intrările sistemului Data Mining Intrările sistemului Data Mining specifică sarcinile Data Mining care se execută pentru

îndeplinirea sau realizarea funcţiilor sistemului Data Mining de descoperire (extragere) a modelelor de date ascunse în datele utilizatorului stocate în depozite de date, cel mai adesea de tip bază de date sau depozit de date.

Intrările sistemului Data Mining sunt, prin definiţie, interogări Data Mining (Data Mining query) deoarece se formulează sub formă de întrebări, fie folosind un limbaj de interogare adecvat, fie cu asistenţa unei interfeţe grafice dedicate. Practic, fiecare întrebare (query) se transformă pe durata procesului Data Mining într-un set de operaţii care definesc o sarcină Data Mining ce se execută pentru îndeplinirea sau realizarea unei funcţii a sistemului Data Mining.

O interogare Data Mining este formată din aşa numitele primitive Data Mining care, prin definiţie, reprezintă elementele fundamentale (de bază) necesare pentru specificarea unei sarcini Data Mining sub formă de interogare Data Mining. Acestea sunt:

- setul de date relevante pe sarcină Data Mining, care cuprinde specificaţiile datelor “minerite” prin execuţia sarcinii Data Mining de către sistemul Data Mining; cuprinde: • denumirea depozitului de date (bază de date, data warehouse etc.) care stochează datele care se “mineresc”;

• tabele bază de date sau cuburi data warehouse;

rezultă asupra căruia

se aplică

INTRĂRI (de date)

setul de date care trebuie “minerit” (analizat în detaliu pentru descoperirea cunoştinţelor care interesează)

PRELUCRĂRI (de date)

tehnici

Data Mining

(operaţii care se aplică asupra setului de date în procesul

Data Mining)

IEŞIRI (de date)

modele de date

(cunoştinţe extrase prin aplicarea de tehnici Data Mining asupra setului de date analizat în procesul Data Mining)

Fig. 4.3. Structura sistemului Data Mining

• atribute bază de date sau dimensiuni data warehouse de interes pentru utilizator denumite, în mod curent, atribute sau dimensiuni relevante;

• condiţii de selecţie a datelor; • criterii de grupare a datelor;

- categoria de cunoştinţe care trebuie “minerită”; reprezintă categoria de modele de date de interes pentru utilizator care se extrag prin execuţia sarcinii Data Mining de către sistemul Data Mining (caracterizare/discriminare, asociere/corelare, clasificare/predicţie, grupare etc);

- cunoştinţele de bază - sunt cunoştinţe despre domeniul care trebuie “minerit” necesare pentru direcţionarea procesului Data Mining şi pentru evaluarea modelelor de date; cea mai uzuală formă a cunoştinţelor de bază este ierarhia, care permite “mineritul” datelor pe mai multe nivele de abstracţie, corespunzătoare nivelelor de detaliu specificate de utilizator;

- măsurile interesului pe care îl reprezintă un model de date pentru utilizator; se utilizează pentru direcţionarea procesului Data Mining către extragerea modelelor de date care prezintă interes pentru utilizator, precum şi pentru evaluarea modelelor de date extrase; spre exemplu, regulile de asociere cu suport şi încredere sub limitele specificate de utilizator sunt considerate neinteresante;

- reprezentarea modelului extras pentru vizualizare; specifică forma în care sunt prezentate utilizatorului modelele de date extrase; poate cuprinde reguli, tabele, hărţi, grafice, arbori decizionali şi cuburi de date.

Formularea interogărilor Data Mining formate din primitive Data Mining se face cu ajutorul unui limbaj de interogare Data Mining (Data Mining Query Language- DMQL) orientat pe interacţiunea utilizatorilor cu aplicaţiile Data Mining. Practic, limbajul de interogare Data Mining permite utilizatorului să formuleze cereri (Data Mining) sub formă de întrebări (interogări) pentru executarea sarcinilor Data Mining specificate prin primitivele Data Mining. Un asemenea limbaj trebuie să furnizeze comenzi pentru specificarea fiecăreia dintre primitivele Data Mining.

Limbajul de interogare Data Mining, cu editorul corespunzător, permit utilizatorului uman şi aplicaţiilor- utilizator din cadrul altor sisteme informatice să interogheze sistemul Data Mining în mod compilativ şi/sau interactiv. Comunicarea interactivă a utilizatorului cu sistemul Data Mining se poate face fie direct, prin formularea de interogari Data Mining, fie prin intermediul unei interfeţe grafice dedicate, construită pe baza unui limbaj de interogare Data Mining. Practic, se poate construi o interfaţă grafică prietenoasă pentru fiecare tip de limbaj de interogare Data Mining definit.

4.5.2. Arhitectura sistemului Data Mining

Sistemul Data Mining este, în esenţa sa, un produs software cu funcţii Data Mining denumit generic aplicaţie Data Mining care cuprinde:

- interfaţa Data Mining, modulul software care asigură interacţiunea (comunicarea) cu utilizatorii care formulează cereri Data Mining (solicitări de execuţie a sarcinilor Data Mining pentru extragerea de modele de date);

- serverul Data Mining, modulul software care gestiunează cererile Data Mining efectuate de utilizator;

- tehnicile Data Mining, module software care fac analiza datelor stocate în depozitele de date pentru descoperirea modelelor de date şi evluarea acestora, atât ca interes pentru utilizator, cât şi ca bază de cunoştinţe, răspunzând astfel cererilor data mining efectuate de utilizator Aplicaţia Data Mining este singura componentă a sistemului Data Mining care integrează

tehnici de analiză avansată a datelor pentru extragerea modelelor de date “ascunse” în datele utilizatorului şi pentru evaluarea acestora, motiv pentru care, din punctul de vedere al utilizatorului, sistemul Data Mining se reduce la acest produs software. Altfel spus, aplicaţia Data Mining reprezintă pentru utilizatorul final sistemul Data Mining şi este referită ca atare.

Sistemul Data Mining este, în ansamblul său, o interfaţă software între utilizator şi depozitul de date “minerit” pentru extragerea modelelor de date care reprezintă cunoştinţe cu importanţă în managementul decizional, fie că este vorba de o aplicaţie utilizator sau de utilizatorul uman.

Arhitectura sistemului Data Mining (model constructiv) cuprinde, în principal, următoarele componente (fig.4.4):

• DataBase, Data Warehouse, World Wide Web sau alt tip deposit de informaţii; este vorba de una sau mai multe baze de date, data warehouses, spreadsheets sau alte categorii de depozite de date;

• Serverul Database sau Data Warehouse; este sistemul de calcul responsabil pentru extragerea datelor relevante (semnificative), în funcţie de cererea Data Mining efectuată de utilizator;

• Knowledge Database (baza de date de cunoştinţe); reprezintă domeniul de cunoştinţe utilizat pentru direcţionarea căutării modelelor de date sau pentru evaluarea importanţei acestora în raport cu solicitările utilizatorului;

• Data Mining engine: set de module funcţionale necesare pentru analiza sarcinilor specifice procesului Data Mining: asocierea, corelarea, caracterizarea, clasificarea, predicţia, analiza grupurilor (cluster analysis), analiza excepţiilor (outlier analysis), analiza evoluţiei etc.;

• Modul de evaluare a modelului (atât ca interes cât şi ca bază de cunoştinţe): este componenta care interacţionează cu modulele Data Mining pentru a focaliza căutarea către modelele de date care interesează; poate utiliza limite de importanţă pentru a filtra modelele de date descoperite la iesire; pentru eficienţa procesului Data Mining este recomandat să se “împingă” analiza importanţei modelului de date cât mai adânc posibil (mai în detaliu), astfel încât să se limiteze căutarea numai la modelele care interesează;

• Interfaţa utilizator (grafică): este componenta care asigură comunicarea sistemului Data Mining cu utilizatorii săi, cărora le permite:

- să furnizeze informaţiile necesare pentru direcţionarea căutării şi realizarea explorării datelor, prin intermediul unei interogări sau unei sarcini Data Mining;

- să baleieze schemele bazelor de date, data warehouses sau altor structuri de date, pentru extragerea setului de date care prezintă înteres în procesul Data Mining;

- să evalueze modelele de date extrase (“minerite”) şi să le vizualizeze în diferite forme, cât mai prietenoase pentru utilizator. O arhitectură bine stabilită (model constructiv), încă din faza de proiectare, conduce la un

sistem Data Mining capabil să utilizeze optim performanţele mediului informatic implicat pentru desfăşurarea eficientă a procesului Data Mining, ceea ce impune:

- asigurarea eficientă a schimbului de date cu alte sisteme informatice (spre exemplu, bază de date sau data warehouse);

- dezvoltarea şi utilizarea tehnicilor Data Mining impuse de specificul datelor aspupra cărora se aplică procesul Data Mining;

- adaptarea funcţionalităţii la cerinţele de “minerit” solicitate de utilizatori.

4.5.3. Clasificarea sistemelor Data Mining

Clasificarea sistemelor Data Mining se face în funcţie de criterii astfel stabilite încât să ofere fiecărui utilizator posibilitatea de a identifica cu uşurinţă sistemul Data Mining cel mai potrivit pentru necesităţile sale manageriale. Principalele criterii de clasificare a sistemelor Data Mining sunt următoarele:

1. categoria de depozit de date care conţine datele asupra cărora se aplică procesul Data Mining şi care, la rândul lor, se clasifică în funcţie de:

- modelul de date în jurul căruia este construit depozitul de date, caz în care se deosebesc sisteme Data Mining relaţionale, tranzacţionale, data warehouse, obiecturale, relaţional- obiecturale sau heterogene;

- tipul datelor manipulate, caz în care se deosebesc, în principal, sisteme Data Mining temporale, secvenţiale sau time-series, text sau multimedia, pentru fluxuri şi secvenţe de date, precum şi pentru Web;

2. categoria de tehnici Data Mining integrate pentru îndeplinirea funcţiilor Data Mining, care caz în care se deosebesc sisteme Data Mining care:

Fig. 4.4. Arhitectura unui sistem Data Mining tipic

Bază de cunoştinţe

Database Data Warehouse

World Wide Web

Alte depozite de informaţii

Interfaţa utilizator

Evaluarea modelului

Data mining engine

Database sau data warehouse server

data cleaning, integration and selection

- integrează o singură categorie de tehnici Data Mining care realizează funcţiile Data Mining pentru descoperirea unei singure categorii de modele de date, ca de exemplu tehnici pentru caracterizarea şi discriminarea datelor, pentru asociaerea şi corelaţia datelor, pentru clasificare şi predicţie, pentru grupare şi analiză excepţii sau pentru analiza evoluţiei datelor;

- integrează tehnici Data Mining multiple care realizează funcţiile Data Mining pentru descoperirea unor categorii variate de modele de date necesare în diverse aplicaţii şi/sau pentru a răspunde aşteptărilor diferiţilor utilizatori (sisteme Data Mining complexe);

3. nivelul de abstracţie la care se “mineresc” datele, caz în care se deosebesc sisteme Data Mining care asigură extragerea modelelor de date:

- pe un singur nivel de abstractie, corespunzător unui singur nivel de detaliu care este specificat de utilizator, caz în care se obţin cunoştinţe generalizate- la un nivel ridicat de abstracţie sau cunoştinţe primare- la cel mai de jos nivel de abstracţie;

- pe mai multe nivele de abstractie, corespunzătoare nivelelor de detaliu solicitate de utilizatori (sisteme Data Mining avansate);

4. frecvenţa de apicare a procesului Data Mining, caz în care se deosebesc sisteme Data Mining care “mineresc“ datele:

- regulat (frecvent sau ritmic), pentru extragerea modelelor de date respectate de majoritatea datelor din setul de date selectat de utilizator pentru analiză; în general, tehnicile Data Mining de tip caracterizare şi discriminare, asociaţie şi corelaţie, clasificare şi predicţie, precum şi grupare “mineresc” datele cu regularitate, rejectând excepţiile;

- neregulat (la nevoie), pentru extragerea datelor aflate în afara modelelor de date respectate de majoritatea datelor din setul de date selectat de utilizator pentru analiză, considerate excepţii; în acest caz în care se folosesc, în mod uzual, tehnicile Data Mining de analiză a excepţiilor;

5. modul de interacţiune cu utilizatorul implicat, caz în care se deosebesc sistemele Data Mining care

- nu interacţionează cu utilizatorul implicat pe durata procesului Data Mining (autonome sau independente);

- interacţionează cu utilizatorul implicat pe durata procesului Data Mining (interactive); spre exemplu, interacţiunea bazată pe interogare (query- driven);

6. metoda de analiză a datelor utilizată, caz în care se deosebesc sisteme Data Mining care folosesc metode de analiză a datelor orientate pe:

- modelul de date în jurul căruia este construit depozitul de date care conţine datele asupra cărora se aplică procesul Data Mining, care, la modul general, poate fi bidimenional- pentru baze de date sau multidimensional- pentru data warehouse;

- forma de analiză a datelor asupra cărora se aplică procesul Data Mining, caz în care se deosebesc sisteme Data Mining pentru analiză statistică sau vizuală, pentru reţele neurale etc.

7. domeniul de aplicabilitate, caz în care se deosebesc sisteme Data Mining adaptate la specificul domeniilor de activitate care utilizează forme avansate de analiză a datelor pentru eficientizarea meanagementului decizional, ca de exemplu finanţe, comerţ, telecomunicaţii, e- mail, pentru Web etc.

4.5.4. Explorarea datelor – conţinut şi etape

Programele care realizează implementarea algoritmilor pentru Data Mining nu sunt suficiente. Ele trebuie alimentate cu date care provin din diverse surse organizate pentru alte scopuri. De aceea este necesar un proces de curăţare a acestora şi de uniformizare pentru a fi explorate aşa cum sunt ele furnizate de programe, conţinutul lor trebuind a fi analizat de specialişti care vor identifica informaţiile utile pe care acestea (rezultatele) le conţin. Având în vedere aceste particularităţi, tehnicile de Data Mining se pot utiliza numai în procese specifice complexe şi de cele mai multe ori neliniare. Se pot astfel distinge etapele: definirea problemei; identificarea surselor de date; colectarea şi selectarea datelor; pregătirea datelor; definirea şi construirea modelului; evaluarea modelului; integrarea modelului.

Definirea problemei constă în sesizarea unei oportunităţi sau necesităţi de afaceri. De aceea se va delimita ceea ce urmează a fi rezolvat prin Data Mining, obiective urmărire şi rezultate scontate. Problema ce urmează a fi rezolvată prin Data Mining este o parte componentă a oportunităţii organizaţiei, dar nu se identifică cu ea. De asemenea problema trebuie să primească o formă adecvată pentru a putea fi tratată cu această tehnică.

Identificarea surselor de date constă în stabilirea structurii generale a datelor necesare pentru rezolvarea problemei precum şi regulile de constituire a acestora şi localizarea lor. Fiecare sursă de date va fi exeminată pentru o familiarizare cu conţinutul său şi pentru identificarea incoerenţelor sau a problemelor de definire.

Colectarea şi selecţia datelor este etapa în care se face extragerea şi depunerea într-o bază comună a datelor care urmează a fi utilizate ulterior. Această etapă ocupă un timp mare, cam 80% din timpul total, iar existenţa depozitelor de date constituie un real avantaj.

În funcţie de limitele echipamentelor de calcul folosite, de produsele program aplicate colecţiilor de date şi nu în ultimul rând de bugetul disponibil se poate prelucra întregul fond de date disponibil sau un eşantion. Dacă opţiunea aleasă este dirijată spre lucrul cu eşantionare, atunci trebuie respectate toate regulile şi cerinţele de selectare a acestora.

Pregătirea datelor. Datele sunt de obicei stocate în colecţii de date care au fost construte pentru alte scopuri. De aceea firesc este să existe o fază preliminară de pregătire înainte de extragere prin Data Mining. Transformările la care sunt supuse datele pentru Data Mining se referă la: valori extreme, valori lipsă, valori de tip text, tabele. Traterea valorilor extreme se poate face prin încadrarea între anumite limite cuprinse între medie şi un număr de abatere standard prin excludere sau limitare sau prin izolarea vârfurilor.

În cazul valorilor lipsă se pot elimina câmpurile cu valori nule din înregistrări, sau se pot completa câmpurile cu date de valori medii, deoarece existenţa lor poate duce la o funcţionare incorectă a algoritmilor de Data Mining.

Valorile de tip text ridică probleme întrucât separarea prin spaţii a cuvintelor duc la apariţia de valori diferite. Din acest motiv este indicată eliminarea lor, dar dacă prelucrarea lor nu poate fi eliminată, soluţia cea mai pertinentă este de codificare prin tabele de corespondenţe, în care să se evidenţieze toate şirurile valide de caractere.

Rezumarea se aplică atunci când datele sunt considerate a reprezenta detalii nesemnificative pentru rezolvarea problemei, sau când numărul de exemple este insuficient.

Codificarea incoerentă apare în momentul în care obiecte identice sunt reprezentate diferit în unele din sursele utilizate.

Incompatibilităţile arhitecturale informatice se referă la diferenţele existente între modul de reprezentare internă a valorilor datorat creării lor cu sisteme din generaţii diverse.

Definirea şi construirea modelului este etapa care se apropie cel mai mult de noţiunea de Data Mining şi se referă la crearea modelului informatic care va efectua exploatarea. Etapa de definire şi construire a modelului este însoţită de faza de instruire sau învăţare, depinzând de tehnicile de Data Mining utilizate. Indiferent de aceste tehnici toate au de parcurs două etape: învăţarea şi testarea. Invăţarea presupune existenţa unui set suficient de reprezentativ de exemple complete de la care se porneşte pentru a identifica relaţiile de legătură între valorile câmpurilor sau atributelor. Se consideră ca fiind încheiat procesul de învăţare, în momentul în care rezultatele obţinute prin model se apropie suficient de mult de soluţiile conţinute de datele după care s-a învăţat. Nu întotdeauna rezultatele sunt cele scontate şi atunci modelul va fi supus testării cu date diferite de cele folosite pentru învăţare, dar care aparţin aceleiaşi colecţii. În această etapă sunt formulate alte două obiective şi anume: obţinerea de date preclasate şi distribuirea acestora în seturi de învăţare, testare sau evaluare.

Evaluarea modelului are ca scop de a determina corect valorile în care modelul are capacitatea de a determina corect valorile pentru cazurile noi. Modelul va fi astfel aplicat asupra ultimei părţi din datele preclasate care sunt dedicate evaluării. Procentul de eroare ce se stabileşte acum va fi considerat că va fi acceptat şi pentru datele noi. Performanţele unui model se vor aprecia cu “matricea de confuzie” care are rolul de a compara situaţia reală cu cea pe care modelul o furnizează.

Integrarea modelului este etapa în care se finalizează procesul, prin încorporarea modelului în SIAD ca element de bază, sau prin includerea sa într-un proces decizional general din organizaţie.

4.5.5 Raţionamentul bazat pe cazuri

Prin această tehnică se caută o rezolvare a problemelor apărute prin analogie cu experienţa acumulată. Această metodă se poate aplica pentru clasificări şi pentru predicţii. Cazurile pe care este bazat raţionamentul sunt memorate ca înregistrări compuse din setul de atribute care descriu fiecare caz. Un caz nou este prezentat tot ca o înregistrare, numai că în câmpurile în care valoarea trebuie determinată sunt vide. Pentru a determina aceste valori se caută înregistrările cu care înregistrarea “caz nou” se aseamănă şi conţinutul acestora se consideră a fi răspunsul. Prin urmare se poate afirma că există două funcţii fundamentale de prelucrare:

a) măsurarea distanţei dintre membrii fiecărui cuplu de înregistrări, pentru a afla vecinele cele mai apropiate; b) combinarea rezultatelor obţinute de la “vecine” în răspunsul propus pentru cazul curent;1 Măsurarea distanţei dintre câmpuri. Se numeşte distanţă expresia modului în care se evaluează similitudinea. Distanţa are ca proprietăţi: poate fi definită şi se prezintă ca un număr real; distanţa de la un element la el însuşi este totdeauna nulă; sensul de măsurare este fără

1 Zaharie D, Albescu F, colectiv – Op. Cit.

semnificaţie în maniera că distanţa de la elementul A la elementul B este egală cu distanţa de la B la A şi nu există un punct C intermediar lui A şi B prin a cărei parcurgere să se scurteze drumul de la A la B. Ca moduri de calcul pentru distanţa câmpurilor numerice se enumeră:

• diferenţa între valoare absolută |A-B|; • pătratul diferenţei (A-B)2 • diferenţa între valoare absolută normalizată |A-B| (diferenţa maximă). Ultima variantă

produce rezultate cu valori cuprinse între 0 şi 1. Măsurarea distanţei între înregistrări. Când apare necesitatea de a considera simultan mai multe câmpuri ale înregistrării, se calculează distanţa pentru fiecare câmp în parte, iar rezultatul se combină într-o valoare mică care reprezintă distanţa înregistrării respective.

Se vor enumera câteva procedee de combinare a distanţei câmpurilor: însumarea, însumarea normalizată (suma distanţelor/suma maximă), distanţa euclidiană (rădăcina pătrată din suma pătratelor distanţelor). Distanţa euclidiană evidenţiază cel mai bine înregistrările pentru care toate câmpurile sunt vecine.

Combinarea rezultatelor presupune aflarea celor mai apropiaţi vecini, iar soluţia problemei se obţine prin combinarea răspunsurilor obţinute de la aceştia. Fiecare vecin poate avea diverse variante de răspuns, dar se vor lua în calcul doar cei care sunt mai apropiaţi. Rezultatul ce obţine majoritatea va fi atribuit cazului curent. Cerinţa minimă este ca numărul votanţilor să fie impar, pentru a evita situaţiile de nedeterminare.

Metodele care se bazează pe vot dau rezultate satisfăcătoare în situaţiile în care răspunsurile aşteptate sunt de tip enumerativ. O altă soluţie posibilă este interpolarea valorilor înregistrărilor vecine care însă introduce o aplatizare a rezultatelor care se înscriu între cele două limite folosite în calcul. De asemenea, se poate constata că rezultate bune se obţin prin metode de regresie statistică aplicate asupra valorilor date de vecinii cei mai apropiaţi. Se obţine ecuaţia unei drepte sau a unei curbe care permite calcularea mai precisă a valorilor aferente cazului curent.

Se poate concluziona că raţionamentul bazat pe cazuri este o tehnică de Data Mining suficient de bună şi care se poate aplica unui mare număr de probleme, caz în care conduce la soluţii acceptabile. Toate acestea sunt valabile dacă volumul de date pe care se bazează este bine ales şi concludent. Ca avantaje pentru această metodă se pot enumera:

• aplicarea unui mare număr de tipuri de date, pe structuri de date complexe, iar câmpurile tip text sunt mai bine tratate decât în alte tehnici;

• luarea în considerare a oricât de multor câmpuri; • rezultatele obţinute sunt explicite; • elementele de noutate care apar în procesul de învăţare sunt uşor de înglobat şi de folosit

în raţionamente. Ca orice metodă prezintă şi unele dezavantaje dintre care se pot menţiona: volumul mare de memorie şi resursă timp de prelucrare relativ mare, şi de asemenea, timpul de prelucrarea mare pentru aplicarea funcţiilor de distanţă asupra tuturor înregistrărilor şi câmpurilor necesare pentru obţinerea rezultatelor.