Tema 6: Arhitektura i funkcionalne komponente DSS

SISTEMI ZA PODRŠKU ODLUČIVANJUdoc dr Vladislav Miškovic

Fakultet za informatiku i menadžment

2009/2010

Tema 2: Arhitektura i funkcionalne komponente DSS

1. Uvod

2. Arhitektura sistema za podršku odlučivanju

3. Funkcionalne komponente/podsistemi sistema za podršku odlučivanju

4. Primeri

1. UVOD

• Struktura sistema za podršku odlučivanju

Struktura sistema

• Osnovne komponente sistema za podršku odlučivanju su:– podsistem za upravljanje podacima– podsistem za upravljanje modelima– podsistem za upravljanje znanjem– korisnički interfejs (podsistem)

2. ARHITEKTURA SISTEMA ZA PODRŠKU ODLUČIVANJU

• arhitektura

• komponente

Arhitektura

• Arhitektura informacionog sistema je osnovna organizacija sistema, koja obuhvata njegove komponente, njihove relacije, okruženje i principe dizajna i razvoja [3]

• Sistemi za podršku odlučivanju predstavljaju posebnu vrstu informacionih sistema [2]

Komponente sistema za podršku odlučivanju

1.Data management

2.Model management

eksterni modeli

3.Knowledge based subsystems

4. User interface

Manager (user)

drugi sistemi Internet,intranet,extranet

Organizational KB

3. FUNKCIONALNE KOMPONENTE/PODSISTEMI

1. podsistem za upravljanje podacima

2. podsistem za upravljanje modelima

3. podsistem za upravljanje znanjem

4. korisnički interfejs (podsistem)

3.1 Podsistem za upravljanje podacima

• izdvajanje (ekstrakcija) podataka

• upravljanje podacima i relacijama

• ažuriranje podataka (add, delete, edit, change)

• pristup podacima (pretraživanja)

• sve vrste upita

• katalog podataka

Struktura podsistema za upravljanje podacima

• RDBMS dodaci

3.2 Podsistem za upravljanje modelima

• Komponente:– baza modela– sistem za upravljanje bazom modela– jezik modela– katalog modela– deo izvršavanje modela, integracija modela i

procesiranje komandi

Klase modela

• Strategijski– podrška odlučivanju najvišeg nivoa

• Taktički– podrška odlučivanju srednjeg nivoa, najviše u

alokaciji resursa

• Operacionalni– za podršku dnevnim aktivnostima organizacije

• Analitički– za različite analize podataka

Primeri modela

• MS Excel– opšti modeli

• finansijske funkcije (PMT)• model LP (Solver)

– specijalizovani modeli (kreditni kalkulator)

• programi u proceduralnim jezicima opšte namene (Java, LISP)

• programi u neproceduralnim jezicima (Prolog)– neproceduralni programski jezici omogućavaju

traženje rezultata bez opisa postupka ili algoritma njegovog stvaranja (npr. SQL, Prolog)

Primer realizacije male baze znanja u Excelu

• produkciona pravilaif simptom then dijagnoza CF

• simptomi– žuta koža– depresija– uvećan stomak– zakrvavljene oči– ostalo: pol i starost

• dijagnoze– ciroza jetre– manjak gvožđa– trudnoća– pijanstvo

Primer baze znanja:apriorne i uslovne verovatnoće

• Dijagnoze– P(ciroza jetre)=2-17

– P(manjak gvožđa)=2-13

– P(trudnoća)=2-11

– P(pijanstvo)=2-8

• Simptomi– P(žuta koža)=2-10

– P(depresija)=2-7

– P(uvećan stomak)=2-10

– P(muškarac)=2-1

– P(žena)=2-1

– P(starost do 10 g)=2-2

– P(zakrvavljene oči)=2-6

• Aposteriorne vrovatnoće– P(žuta kožaciroza)=2-3

– P(žuta kožamanjak gvožđa)=2-1

– P(zakrvavljene očiciroza)=2-1

– P(zakrvavljene oči manjak gvožđa)=2-6

– P(depresijapijanstvo)=2-2

– P(depresijatrudnoća)=2-1

– P(uvećan stomakciroza)=2-8

– P(uvećan stomak trudnoća)=2-1

– P(ženatrudnoća)=20

– P(ženapijanstvo)=2-4

– P(žena manjak gvožđa)=2-5

– P(starost do 10 gtrudnoća)=2-30

– P(starost do 10 gpijanstvo)=2-15

Baza znanja predstavljena MSExcel tabelom

• Baza znanja o oboljenjima– apriorne verovatnoće simptoma/dijagnoza– poznate uslovne verovatnoće dijagnoza, za poznate

simptome

Baza znanja i mehanizam zaključivanja u MSExcel tabeli

• Upotrebljene Excel formule

3.3 Podsistem za upravljanje znanjem

• deo ekspertnog sistema ili inteligentnog agenta– podržava rešavanje složenih problema– poboljšava funkcionalnost drugih komponenti

sistema– obično se javlja u tekstualno orijentisanim

sistemima za podršku odlučivanju

3.4 Korisnički interfejs

• osnova je grafički interfejs• komunikacija u prirodnom jeziku (natural

language processor)– tekstualno

• omogućava korisniku vezu s drugim komponentama, za upravljanje podacima i modelima

• Primeri– komunikacija glasom (speech recognition)– taktilni interfejsi– komunikacija gestovima

4. PRIMERI

• primeri interfejsa (Web, MS Excel)

• primer strukture sistema za podršku odlučivanju

Primer WEB intefejsa

• Alice - inteligentni chatterbot, komunikacija tekstom i glasomhttp://alicebot.blogspot.com

http://alice.pandorabots.com – chatterbots: programi za

ćaskanje, koji imitiraju ljudskog sagovornika u tekstualnoj komunikaciji (chat)

• Clarissa• IBM WebSphere

Primer interfejsa u MS Excel

• elektronski obrazac u koji se unose podaci i odmah dobijaju rezultati, koji se mogu štampati

Primer strukture sistema za podršku odlučivanju

Literatura

1. Nastavni materijali (prezentacije i uputstva)2. Turban E., Aronson J.E., Liang T., Sharda R., Decision

Support and Business Intelligence Systems, 8th Ed, Pearson Education,Inc, 2007

3. Garland J., Anthony R., Large-Scale Software Architecture, John Waley & Sons, 2003

4. Seref M., Ahuja R.,Winston W., Developing Spreadsheet-based Decision Support Systems, Dynamic Ideas, 2007

5. Adam F., Humphreys P., Encyclopedia of Decision Making and Decision Support Technologies, IGI Global, 2008

SISTEMI ZA PODRŠKU ODLUČIVANJU Tema 6: Arhitektura i funkcionalne komponente DSS

KRAJ