- •1.Історична довідка про розвиток сппр.
- •2.Чинники, які сприяють сприйняттю та поширенню сппр.
- •3.Сучасний підхід до концепції ін-ція.
- •4. Ознаки корис-ті інф-ції для кор-ча сппр.
- •6.Розвиток інф-них тех-гій.
- •7.Характеристики нової інформаційної технології.
- •8.Загальна схема автоматизованого розв'язку задач.
- •9.Три покоління інформаційних систем.
- •10.Схема до обгрунтування концепції бази моделей.
- •12.Загальна схема підтримки та прийняття рішень.
- •13. Характеристика раціональних рішень
- •14.Класифікація Саймона проблем прийняття рішень в організаційному управлінні.
- •15.Загальні характеристики і особливості слабоструктурованих проблем, для яких в основному призначені сппр.
- •16.Класифікація працівників організаційного управління.
- •17.Особливості роботи керівників з технологічної точки зору.
- •18.Нормативні моделі підтримки управлінських рішень.
- •19.Дескриптивні (описові) моделі підтримки упр-х рішень.
- •20.Система перт для прийняття упорядкувальних рішень.
- •21.Графіки Ганта для прийняття упорядкувальних рішень.
- •22.Системний підхід в організаційному управлінні.
- •23.Суть і компоненти сппр.
- •24.Концепції побудови системи підтримки прийняття рішень.
- •25.Три покоління сппр.
- •26.Характеристика сппр третього покоління.
- •27.Характеристика сучасних сппр.
- •28.Галузі застосування сппр.
- •29. Сппр Marketing Expert
- •31. Система підтримки прийняття фінансових рішеньVisual ifps/Plus
- •32. Сппр plexsys
- •33. Загальна архітектура сппр
- •34. Підсистема даних в сппр.
- •35 Схема підсистеми даних в сппр
- •36. Аналіз систем управління базами даних для сппр
- •37. База моделей в сппр
- •38. Системи управління базою моделей (субм) в сппр
- •40. Структурне моделювання
- •41. Управління поштою (повідомленнями) в сппр
- •42. Використання ресурсів Інтернет в сппр
- •43. Основи та загальна схема класифікації сппр
- •44.Таксономія сппр Альтера та розширена рамка сппр Пауера.
- •45. Класифікація сппр на основі інструментального підходу.
- •46.Класифікація сппр за ступенем залежності опр в процесі прийняття рішень.
- •47.Класифікація сппр за ознакою часового горизонту.
- •48.Способи взаємодії особи, яка приймає рішення, з сппр.
- •49 Моделі сппр в рамках інформаційного підходу.
- •50. Модель сппр, основана на знаннях
- •51.Модель ієрархії упр-ня.
- •52.Моделі сппр, орієнт-ні на особистість опр.
- •53.Моделі сппр для план-ня і прогноз-ня.
- •54.Модель сппр для конторської діял-ті (для офісу).
- •55. Орієнтовані на моделі сппр
- •56. Сппр Analytica.
- •57. Сппр Expert Choice.
- •58. Родове дерево методологій в сппр
- •59. Процес прийняття рішень
- •60. Ситуації, пов’язані з прийняттям рішень
- •61. Функції і задачі прийняття рішень
- •62. Узагальнена матриця методів/ситуацій рішень.
- •63. Оцінка програмного забезпечення сппр: техніко-економічний аналіз.
- •64.Оцінка програмного забезпечення сппр: моделі багатоатрибутної корисності.
- •65.Оцінка програмного забезпечення сппр: метод ціни (вартості) інформації.
- •66.Фактори, які визначають інженерію сппр.
- •67. Загальні фази аналізу, проектування та розробки сппр (загальна схема створення сппр).
- •68. Методологія сппр: визначення опису системи і попереднє проектування
- •1. Вивчення опису системи.
- •2.0. Попереднє проектування.
- •69.Методологія сппр: детальне проектування і розробка програм та задач користувача.
- •3. Детальне проектування.
- •4. Розробка програм і задач користувачів.
- •70.Методологія сппр: тестування, перетворення даних і реалізація системи, експлуатація і супроводження системи
- •5.Тестування.
- •6.Перетворення даних і реалізація с-ми.
- •7.Експлуатація і супроводження с-ми.
- •71 .Суть і стратегія макетування сппр.
- •72. Дев’ятиетапна модель макетування сппр: загальна схема
- •73. Дев’ятиетапна модель макет-ня сппр: аналіз вимог.
- •74. Дев’ятиетапна модель макет-ня сппр: модел-ня.
- •75. Дев’ятиетапна модель макет-ня сппр: вибір методів.
- •76. Дев’ятиетапна модель макет-ня сппр: вибір і проект-ня пз.
- •77. Дев’ятиетапна модель макет-ня сппр: вибір і компонування апаратних засобів; складання с-ми.
- •78. Дев’ятиетапна модель макет-ня сппр: передача с-ми, оцінка с-ми, зворотній звязок.
- •79.Базові засоби штучного інтелекту і їх застосування в системах оброблення інформації.
- •80.Дейтамайнінг - засоби інтелектуального аналізу даних в сппр.
- •81.Застосування нейромереж в сппр.
- •82.Використання генетичних алгоритмів в сппр.
- •83.Програмні (інтелектуальні) агенти в сппр.
- •84.Розвиток та застосування сппр на основі сховищ даних та olap-систем.
- •85.Загальне проектування і процес розробки орієнтованих на дані сппр.
- •86.Сховище даних і створення на цій основі сппр. Вітрини даних.
- •87.Система аналітичної інтерактивної обробки olap.
- •88.Система оперативної аналітичної обробки Oracle Express.
- •89.Суть підтримки прийняття групових рішень.
- •90.Групове програмне забезпечення (Groupware) і його застосування в групових системах підтримки прийняття рішень (гсппр).
- •91.Підтримуючі засоби гсппр.
- •92. Гсппр GroupSystems
- •93. Підсистема управління сеансами в гсппр plexsys.
- •94. Управління моделями в гсппр plexsys.
- •95. Виконавчі інформаційні системи як різновид сппр.
- •96. Організаційно-технологічні основи створення та прийняття виконавчих рішень
- •97. Модель та компоненти віс
- •98. Ключові аспекти та механізми користувацького інтерфейсу.
- •99. Основні принципи (вимоги) до користувацького інтерфейсу
- •100. Питання проектування користувацького інтерфейсу.
- •101. Симулятори користувацького інтерфейсу.
80.Дейтамайнінг - засоби інтелектуального аналізу даних в сппр.
Дейтамайнінг (Data mining) — це тип аналітичних додатків, які підтримують рішення, розшукуючи за прихованими шаблонами (patterns) інформацію в базі даних. Цей пошук може бути зроблений або користувачем (тобто тільки за допомогою виконання запитів) або інтелектуальною програмою, яка автоматично розшукує в базах даних і знаходить важливі для користувача зразки інформації. Відповіді на інформаційні запити подаються в бажаній для користувача формі (наприклад, у вигляді діаграм, звітів тощо). Англомовний термін «Data mining» часто перекладається як «добування даних»; «добування знань»; «добування інформації»; «аналіз, інтерпретація і подання інформації зі сховища даних»; «вибирання інформації із масиву даних». У даній книзі буде використовуватися як основний термін «дейтамайнінг» — україномовна транскрипція початково запровадженого і однозначно вживаного в англомовній літературі терміна «Data mining». Добування даних — це процес фільтрування великих обсягів даних для того, щоб підбирати відповідну до контексту задачі інформацію. Вживається також термін «Data surfing» (дослідження даних в Інтернеті). Корпорація IBM визначає ДМ, як «процес екстракції з великих баз даних заздалегідь невідомої, важливої інформації, що дає підстави для дій та використання її для розроблення критичних бізнесових рішень». Інші визначення не пов’язують ні з обсягом бази даних, ні з тим, чи використовується підготовлена інформація в бізнесі, але переважно ці умови загальні. Інструментальні засоби добування даних використовують різноманітні методи, включаючи доказову аргументацію(case-based reasoning), візуалізацію даних, нечіткі запити й аналіз, нейромережі та інші. Доказову аргументацію (міркування за прецеден- тами) застосовують для пошуку записів, подібних до якогось певного запису чи низки записів. Ці інструментальні засоби дають змогу користувачеві конкретизувати ознаки подібності підібраних записів. За допомогою візуалізації даних можна легко і швидко оглядати графічні відображення інформації в різних аспектах (ракурсах). Ці та інші методи частково були розглянуті раніше, а детальніше будуть розглянуті далі. Дейтамайнінг як процес виявлення в загальних масивах даних раніше невідомих, нетривіальних, практично корисних і доступних для інтерпретації знань, необхідних для прийняття рішень у різних галузях людської діяльності, практично має нічим не обмежені сфери застосування. Але, насамперед, методи ДМ нині більше всього заінтригували комерційні підприємства, що створюють проекти на основі сховищ даних (Data Warehousing), хоча наявність сховища даних не є обов’язковою умовою здійснення дейтамайнінгу. Досвід багатьох таких підприємств свідчить, що рівень рентабельності від застосування дейтамайнінгу може досягати 1000 %. Наприклад, відомі повідомлення про економічний ефект, за якого прибутки у 10—70 раз перевищували первинні витрати, що становили від 350 до 750 тис. дол. Є відомості про проект у 20 млн дол., який окупився всього за 4 місяці.