Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a CONHECIMENTO DISCIPLINA: Sistemas de Apoio a Decisão SAD Orientado a Conhecimento • Alguns nomes usados: SAD orientado a conhecimento, SAD de recomendação, SAD baseado em regras, SAD Inteligente – todos fazem uso de tecnologias de inteligência artificial • Oferecem bom potencial par tomadores de decisão de negócios SAD Orientado a Conhecimento Provê especialização na solução do problema através de conhecimentos armazenados como fatos, regras, procedimentos e estruturas similares. Construído através de IA, mineração de dados e sistemas especialistas. SAD orientado a conhecimento e Sistemas Especialistas • Três componentes – Conhecimento de sintomas e indicadores relacionados a um domínio particular – Entendimento de relações entre sintomas, problemas e soluções num dado domínio – Conhecimento ou métodos para solução de alguns dos problemas • Busca-se o raciocínio por trás de uma conclusão VÍDEO SISTEMA ESPECIALISTA Apresentação TCC – Maico Petry - 2007 Mineração de Dados e Descoberta de Conhecimento • Auxilia as empresas a descobrir o conhecimento escondido nas relações e padrões existentes nos dados – Ajudam as empresar a alcançar vantagens competitivas em seus negócios • Descoberta de conhecimento é um termo mais amplo Vocabulário de IA • Aquisição de conhecimento – extração e formulação de conhecimento derivado de várias fontes, em especial de peritos • Ambiente de desenvolvimento – software para criação e manutenção de bases de conhecimento e máquinas de busca • Máquinas de busca processam regras • Especialista no Domínio – pessoa que domina uma tarefa para qual um sistema é desenvolvido Base de Conhecimento • Uma coleção de fatos, regras e procedimentos organizados • Descreve elementos do processo com suas características, funções e relacionamentos • Também contém regras sobre ações a implementar como resultados de certos eventos Características do SAD orientado a conhecimento • Apóiam na solução de problemas • Conhecimento é armazenado na forma de regras ou probabilidades • Usuários precisam deste tipo de SAD quando realizam uma tarefa específica • Este tipo de SAD e os Sistemas Especialistas baseiam suas recomendações no conhecimento de pessoas e auxiliam na execução de tarefas muito específicas • Este tipo de SAD não “pensa” Componentes de um SAD orientado a conhecimento SAD orientado a conhecimento X SAD orientado a modelo • SAD orientado a conhecimento tenta “pensar” sobre os dados a partir de sua base de regras para resolver o problema • SAD orientado a modelo segue uma seqüência de instruções pré-definidas (um modelo) para responder a mudanças nas entradas Comparando os dois (SADC e SADM) • SADC = Base de Conhecimento + Máquina de Busca (processador de regras) • SADM = Dados Estruturados + Modelos Quantitativos Escolhendo um projeto: Teste do telefone • É possível um perito resolver um problema e auxiliar na tomada de decisão usando um telefone para se comunicar com o tomador de decisão? • Faça questões estruturadas e não abertas • Sim, é possível usar um telefone para este fim; como é possível desenvolver um SADC • Nenhum desenvolvimento de um SADC será insatisfatório Vantagens e Limitações de Regras • Regras são de fácil entendimento • Explicações são fáceis de prover quando o conhecimento está armazenado em regras • Modificações manutenções são relativamente fáceis • Limitação chave – Muitas vezes o conhecimento mais complexo é difícil de ser representado em regras Mineração de Dados • Prescritivos – Podem ser usado para projeções de valores explícitos, baseados em padrões determinados a partir de resultados conhecidos • Exemplos: Usar uma base de clientes que respondem sempre a ofertas especiais • Descritivos – Descrevem padrões para dados existentes e são geralmente usados para criar subgrupos de interesse, tais como clusters demográficos Ferramentas de mineração de dados • • • • • Raciocínio baseado em casos - similaridade Visualização de dados – gráficos Análise Fuzzy Algoritmos genéticos – otimização Redes Neurais – padrões de aprendizagem via dados • Técnicas de mineração de dados NÃO são fundamentalmente diferentes de técnicas de análise estatísticas quantitativas Processo de Mineração de Dados • Definido pelo Gartner Group – Selecione e prepare os dados a serem garimpados – Qualifique os dados via clusters e análise de funções – Selecione uma ou mais ferramentas de mineração – Aplique as ferramentas de mineração de dados – Aplique a descoberta de conhecimento a um dado negócio na empresa Avaliação dos pacotes de desenvolvimento • • • • Custo Escalabilidade Segurança Desenvolvimento de funcionalidades • Facilidade de instalação e de uso Fonte Material extraído/adaptado de: LAUDON, Kenneth C. Sistemas de informação gerenciais: administrando a empresa digital. São Paulo: Prentice Hall, 2004. Prof. Francilene Garcia UFCG Departamento de Sistemas e Computação UVB Aula 13-Ferramentas tecnológicas de apoio à decisão