I Sistemi di Supporto alle Decisioni Chiara Mocenni

1. I Sistemi di Supporto alle DecisioniChiara Mocenni • Un Sistema di Supporto alle Decisioni (Decision Support System - DSS) è un'architettura informatica che aiuta l'utente a prendere decisioni, ma senza sostituirsi a esso. Questo sistema automatizzato, attraverso procedure interattive, fornisce al decisore: • la disponibilità di tutte le informazioni necessarie per la comprensione del problema;  • la possibilità di esplorare i dati secondo diversi punti di vista in base alle esigenze dello stesso utente; • la possibilità di valutare gli scenari conseguenti alle scelte.

2. Queste caratteristiche si adattano soprattutto al trattamento di problemi strutturati o semi-strutturati, cioè quelli non programmabili in quanto non è possibile fornirne una descrizione dettagliata attraverso un algoritmo.

3. La creazione di un DSS deve rispondere ad alcuni requisiti legati alle caratteristiche dei processi decisionali e alle necessità dell'utente; nel processo decisionale sono coinvolte varie tipologie di decisioni (problemi di ottimizzazione, ordinamento di alternative, decisioni sequenziali…) e di vari tipi di dati che prevedono distinte modalità di elaborazione. Il DSS deve essere flessibile e dipendente dal caso di studio. 

4. L’end-user (I) L' utente (end-user) è aiutato a descrivere il processo decisionale tramite rappresentazioni concettuali quali disegni, alberi e grafici.

5. L’end-user (II) • L’utente ha la necessità di memorizzare informazioni e commenti durante lo svolgimento del processo e di esercitare un controllo diretto, interpretare gli output e intervenire personalmente durante tutti i passaggi del processo.

6. L’end-user (III) • L’utente possiede stili, abilità e competenze differenti il DSS deve essere user friendly e easy to use

7. Le componenti di un DSS USI User System Interface PPS Problem Processing System KS Knowledge System End-user DBMS DB Input - LS LS MBMS MB Output - PS PS INF RB

8. Knowledge System - DB • KS:insieme di tutte le informazioni relative al problema in esame. • DB: Record di dati quantitativi e strutturati (contabilità, demografici,…)  • Informazioni testuali • Dati geo-referenziati  • Materiale di progetto assistito da calcolatore (CAD)  KS Knowledge System DB

9. Knowledge System - MB • KS:insieme di tutte le informazioni relative al problema in esame. • MB: MODEL-BASE • Routine statistiche (regressione, analisi di varianza, processi stocastici,…)  • Modelli matematici  • Modelli di simulazione (previsione)  • Modelli di gestione (programmazione lineare,…)  KS Knowledge System MB

10. Knowledge System - RB • KS: insieme di tutte le informazioni relative al problema in esame. • RB: RULE-BASE (BASE DI CONOSCENZA) • Regole e relazioni logiche per l'inferenza qualitativa • Relazioni probabilistiche destinate alla rappresentazione di concetti fuzzy  KS Knowledge System RB

11. PROBLEM PROCESSING SYSTEM - DBMS • PPS: Elaboratore che, una volta definito il problema attraverso l'interfaccia, genera risposte utili al processo decisionale grazie alla manipolazione delle informazioni contenute nel KS. • DBMS: DATA-BASE MANAGEMENT SYSTEM • Pacchetto di software progettato per facilitare la gestione della base di dati PPS Problem Processing System DBMS

12. PROBLEM PROCESSING SYSTEM - MBMS • MBMS: MODEL-BASE MANAGEMENT SYSTEM • Pacchetto di software progettato per facilitare la gestione della base di modelli: • Catalogazione dei modelli  • Aggiornamento e cambiamento rapido del MB  • Creazione di una directory contenente le informazioni sui modelli disponibili  • Accesso al MB  • Gestione del recupero dei dati necessari per l'elaborazione  • Generazione, estrazione e aggiornamento dei parametri richiesti dai modelli  • Creazione di nuovi modelli • Conduzione di analisi di sensitività del tipo what - if  PPS Problem Processing System MBMS

13. PROBLEM PROCESSING SYSTEM - INF • MOT.INF.: MOTORE INFERENZIALE • Funzioni di intelligenza artificiale destinate alla gestione della base di conoscenza; • Uso di regole e asserzioni per inferire nuovi fatti attraverso l'euristica; • Uso di meta-regole (regole riguardanti l'uso delle regole) ad esempio usate per decidere quale regola utilizzare quando più di una può essere applicata a una situazione particolare; • Preparazione di una spiegazione chiara, consistente e logica della relazione che lega l'input all'output, spesso difficile da percepire in un sistema che impiega trasformazioni complesse. PPS Problem Processing System INF

14. USI - USER-SYSTEM INTERFACE - LS • USI: Meccanismo di interazione principale tra utente e sistema. • LS - LANGUAGE SYSTEM (FUNZIONI DEL LINGUAGGIO) • Gestisce l'input: l'utente inserisce i dati ed eventualmente sceglie i modelli da applicare. USI User System Interface LS

15. USI - USER-SYSTEM INTERFACE - LS • USI: Meccanismo di interazione principale tra utente e sistema. • PS - PRESENTATION SYSTEM (FUNZIONI DI RAPPRESENTAZIONE) • Gestisce l'output: il DSS presenta le proprie risposte sotto forma di tabelle, grafici, grafi, tavole tematiche,... USI User System Interface PS

16. L'interfaccia deve trasformare i comandi espressi in linguaggio naturale dall'utente in termini comprensibili dal PPS e dal KS. Viceversa l'output deve essere presentato in maniera chiara e non ambigua.

17. Può essere basata su uno scambio di domande poste dal DSS stesso in linguaggio naturale e di risposte date dall’utente: intervista, ruota della fortuna, questionario, ecc. Adatta per un end-user inesperto • Può essere un vero a proprio linguaggio di programmazione. Può richiamare funzioni del DSS attraverso comandi codificati. Adatta per un end-user esperto.

18. Classificazione dei problemi decisionali • I processi decisionali sono classificabili in quattro categorie: • pianificazione strategica (stabilire politiche, fissare obiettivi, selezionare risorse,…); • controllo gestionale (assicurare efficacia nell'acquisizione e uso delle risorse); • controllo operativo (assicurare efficacia nello svolgimento delle operazioni); • processo operativo (decisioni prese nel corso delle operazioni).

19. Classificazione dei DSS Data driven DSS D.J. Power, Decision Support Systems, Quorum eds. 2002. Model driven DSS Knowledge dr. DSS Document dr. DSS Communic. Dr. DSS Interorg. Dr. DSS Web based DSS

20. Data driven DSS Utilizza grandi quantitativi di dati. Permette di accedere a database di dati strutturati, come ad esempio serie storiche di dati riguardanti l’azienda, sia interni che esterni. Data warehousing e On-line Analytical Processing (OLAP) ne sono importanti complementi.

21. Model driven DSS Sistemi che includono modelli finanziari, modelli di processo o rappresentativi, modelli di ottimizzazione. I model driven DSS contengono parametri utili al decisore, ma non gestiscono grandi quantitativi di dati.

22. Knowledge dr. DSS Management expert systems: suggeriscono o raccomandano azioni ai managers. Utilizzano basi di conoscenze e possono essere sistemi persona-computer con competenze specifiche per risolvere problemi. Sono correlati con il data mining (ad es. estrarre relazioni da grandi quantitativi di dati) e con i sistemi intelligenti.

23. Document dr. DSS E’ una nuova tipologia di DSS finalizzata a supportare i managers nella ricerca, classificazione e gestione di documenti non strutturati attraverso pagine web. Esempi di tali documenti sono politiche e procedure, cataloghi, documenti storici, verbali, corrispondenza.

24. Communic. Dr. DSS Integrano l’utilizzo di tecnologie di comunicazione e modelli di processi decisionali. Ad esempio un sistema interattivo finalizzato alla risoluzione di problemi da parte di un gruppo di decisori che lavorano in gruppo.

25. Interorg. Dr. DSS DSS orientato ai consumatori di un’azienda o ai suoi fornitori. Ad esempio l’accesso ad una intranet da parte di stakeholders.Può essere intraorganizational o interorganizational, a seconda che sia interno all’azienda o agisca su un settore più ampio.

26. Web based DSS Tutti i tipi di DSS sin qui descritti possono essere implementati tramite tecnologie internet.