Xem mẫu
- Hệ Hỗ Trợ Quyết Định 1/30
BÀI 2. CẤU TRÚC CỦA HỆ HỖ TRỢ RA QUYẾT ĐỊNH
NỘI DUNG
CÁC CẤU THÀNH CỦA HỆ HỖ TRỢ QUYẾT ĐỊNH
THÀNH PHẦN QUẢN LÝ DỮ LIỆU
THÀNH PHẦN QUẢN LÝ MÔ HÌNH
PHẦN 1. CÁC CẤU THÀNH CỦA HỆ HỖ TRỢ QUYẾT ĐỊNH
NỘI DUNG
• Tổng quan về hệ hỗ trợ quyết định
• Năng lực của hệ hỗ trợ quyết định
• Các thành phần của hệ hỗ trợ quyết định
• Phân loại hệ hỗ trợ quyết định theo kết xuất hệ thống
• Năng lực của hệ hỗ trợ quyết định theo cấu trúc thành phần
TỔNG QUAN VỀ HỆ HỖ TRỢ QUYẾT ĐỊNH
Các định nghĩa trước đây của HHTQĐ nhấn mạnh vào khả năng hỗ trợ các nhà ra quyết
định quản lý trong các tình huống nửa cấu trúc. Như vậy, HHTQĐ có ý nghĩa là một bổ
trợ cho các nhà quản lý nhằm mở rộng năng lực nhưng không thay thế khả năng phân xử
của họ. Tình huống ở đây là cần đến các phân xử của các nhà quản lý hay các quyết định
không hoàn toàn được giải quyết thông qua các giải thuật chặt chẽ.
Thông thường các HHTQĐ sẽ là các hệ thông tin máy tính hóa, có giao tiếp đồ họa và
làm việc ở chế độ tương tác trên các mạng máy tính.
Các khái niệm cơ sở của các định nghĩa HHTQĐ
Nguồn Khái niệm cơ sở
Gorry & Scott-Morton (1971) Kiểu của bài toán, chức năng hệ thống
Little (1970) Chức năng hệ thống, đặc điểm giao tiếp
Alter (1980) Mục tiêu hệ thống, khuôn mẫu sử dụng
Moore & Chang (1980) Năng lực hệ thống, khuôn mẫu sử dụng
Bonezek et al (1989) Thành phần hệ thống
Keen (1980) Quá trình phát triển
Cơ sở của các định nghĩa về HHTQĐ thay đổi từ nhận thức HHTQĐ làm gì (thí dụ, hỗ
trợ ra quyết định trong các bài toán phi cấu trúc) cho đến cách thức đạt được các mục tiêu
của HHTQĐ (các thành phần yêu cầu, khuôn mẫu sử dụng, quá trình phát triển ..)
Các giải thích:
Little (1970): HHTQĐ là tập các thủ tục dựa vào các mô hình để xử lý dữ liệu và phán
xét nhằm trợ giúp các nhà ra quyết định.
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 2/30
Alter (1980): định nghĩa HHTQĐ bằng cách tương phản với các hệ xử lý dữ liệu điện tử
theo 5 thứ nguyên như bảng sau:
Thứ nguyên HHTQĐ Hệ xử lý dữ liệu điện tử
(EDP)
Cách dùng Tích cực Thụ động
Người dùng Quản lý Thư ký
Mục tiêu Hiệu dụng Hiệu quả
Thời gian Hiện tại, tương lai Quá khứ
Đặc trưng Linh hoạt Kiên định
Moore & Chang (1980) cho rằng tính cấu trúc trong các định nghĩa trước đây không thật
sự có ý nghĩa vì rằng bài toán mô tả là có cấu trúc hay phi cấu trúc chỉ tương ứng theo
người ra quyết định/tình huống cụ thể. Vì vậy, nên định nghĩa HHTQĐ như là hệ thống
hỗ trợ các mô hình quyết định và phân tích dữ liệu tùy biến, được sử dụng ở các khoảng
thời gian bất kỳ, không hoạch định trước.
Bonezek et al (1980) cho rằng HHTQĐ là một hệ máy tính gồm 3 thành phần tương tác
với nhau: hệ thống ngôn ngữ (cơ chế để giao tiếp giữa người dùng và các thành phần
khác), hệ kiến thức (kho lưu chứa các kiến thức của lĩnh vực đang xét dưới dạng dữ liệu
hay thủ tục) và hệ xử lý vấn đề (liên kết giữa 2 thành phần kia, chứa một hay nhiều năng
lực xử lý vấn đề tổng quát cần để ra quyết định)
Keen (1980) áp dụng thuật ngữ HHTQĐ cho các tình huống ở đó hệ thống cuối cùng chỉ
có thể được xây dựng bằng một quá trình thích nghi về học tập và tiến hóa. Vì vậy,
HHTQĐ là sản phẩm của quá trình phát triển ở đó người dùng hệ thống, người xây dựng
hệ thống và bản thân hệ thống có khả năng ảnh hưởng lên nhau gây ra một tiến hóa và
khuôn mẫu sử dụng.
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 3/30
NĂNG LỰC CỦA HỆ HỖ TRỢ QUYẾT ĐỊNH
Tích hợp và nối kết Bài toán nửa cấu trúc Cho các nhà quản lý
WEB (14) (1) các cấp (2)
Truy đạt dữ liệu (13)
Cho nhóm & cá nhân
(3)
Mô hình hóa & phân
Quyết định liên
tích (12)
thuộc/tuần tự (4)
Hệ hỗ trợ
Người dùng cuối cùng quyết định Hỗ trợ tìm kiếm, thiết
dễ dàng xây dựng (11) kế, chọn lựa (5)
Yếu tố con người là Hỗ trợ các dạng phong
quyết định (10) cách và quá trình (6)
Hiệu dụng chứ không Dễ dùng, có tính Có tính thích nghi và
phải hiệu quả (9) tương tác (8) linh hoạt (7)
1. HHTQĐ cơ bản hỗ trợ các nhà ra quyết định trong các tình huống nửa cấu trúc và
phi cấu trúc bằng cách kết hợp phán xử của con người và xử lý thông tin bằng
máy tính. Các bài toán như vậy không thể/không thuận tiện giải quyết được chỉ
bằng các công cụ máy tính hóa hay các phương pháp định lượng
2. Phù hợp cho các cấp quản lý khác nhau từ cao đến thấp
3. Phù hợp cho cá nhân lẫn nhóm. Các bài toán ít có tính cấu trúc thường liên đới
đến nhiều cá nhân ở các đơn vị chức năng hay mức tổ chức khác nhau cũng như ở
các tổ chức khác
4. Hỗ trợ cho các quyết định tuần tự, liên thuộc, được đưa ra một lần, vài lần hay lặp
lại
5. Hỗ trợ cho các giai đoạn của quá trình ra quyết định: tìm hiểu, thiết kế, lựa chọn
và hiện thực
6. Phù hợp cho một số các phong cách và quá trình ra quyết định
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 4/30
7. Có thể tiến hóa theo thời gian. Người dùng có thể thêm, bỏ, kết hợp, thay đổi các
phần tử cơ bản của hệ thống
8. Dễ dùng và thân thiện với người dùng
9. Nhằm vào nâng cao tính hiệu dụng của quyết định (chính xác, thời gian tính, chất
lượng) thay vì là tính hiệu quả (giá phí của việc ra quyết định)
10. Người ra quyết định kiểm soát toàn bộ các bước của quá trình ra quyết định,
HHTQĐ chỉ trợ giúp, không thay thế người ra quyết định
11. Người dùng cuối cùng có thể tự kiến tạo và sửa đổi các hệ thống nhỏ và đơn giản
12. Thường dùng mô hình để phân tích các tình huống ra quyết định
13. Cung ứng các truy đạt dữ liệu từ nhiều nguồn, dạng thức và kiểu khác nhau
14. Có thể dùng như một công cụ độc lập hay kết hợp với các HHTQĐ/ứng dụng
khác, dùng đơn lẻ hay trên một mạng lưới máy tính (intranet, extranet) bất kỳ với
công nghệ WEB
CÁC THÀNH PHẦN CỦA HỆ HỖ TRỢ QUYẾT ĐỊNH
Dữ liệu: trong Các hệ thống máy Internet, intranet và
và ngoài tính khác extranet
Quản lý Quản lý mô hình Các mô hình ngoài
dữ liệu
Các phân hệ dựa
trên kiến thức
Phân hệ giao diện
người dùng
Nhà quản lý (người
Cơ sở kiến
dùng)
thức tổ chức
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 5/30
Phân hệ quản lý dữ liệu gồm một cơ sở dữ liệu (database) chứa các dữ liệu cần thiết của
tình huống và được quản lý bởi một hệ quản trị cơ sở dữ liệu (DBMS – data base
management system). Phân hệ này có thể được kết nối với nhà kho dữ liệu của tổ chức
(data warehouse) – là kho chứa dữ liệu của tổ chức có liên đới đến vấn đề ra quyết định.
Phân hệ quản lý mô hình còn được gọi là hệ quản trị cơ sở mô hình (MBMS – model
base management system) là gói phần mềm gồm các thành phần về thống kê, tài chánh,
khoa học quản lý hay các phương pháp định lượng nhằm trang bị cho hệ thống năng lực
phân tích; cũng có thể có các ngôn ngữ mô hình hóa ở đây. Thành phần này có thể kết nối
với các kho chứa mô hình của tổ chức hay ở bên ngoài nào khác.
Phân hệ quản lý dựa vào kiến thức có thể hỗ trợ các phân hệ khác hay hoạt động độc lập
nhằm đưa ra tính thông minh của quyết định đưa ra. Nó cũng có thể được kết nối với các
kho kiến thức khác của tổ chức.
Phân hệ giao diện người dùng giúp người sử dụng giao tiếp với và ra lệnh cho hệ thống.
Các thành phần vừa kể trên tạo nên HHTQĐ, có thể kết nối với intranet/extranet của tổ
chức hay kết nối trực tiếp với Internet.
Phân hệ quản lý dữ liệu
Các nguồn dữ
Các nguồn dữ liệu nội
liệu ngoại
Tài chánh Sản xuất Tiếp thị Nghiên cứu
Cơ sở kiến thức
Dữ liệu cá
tổ chức
nhân, riêng tư
Truy vấn Trích xuất Nhà kho dữ liệu
của tổ chức
Cơ sở dữ liệu hỗ
trợ quyết định
Quản lý giao
diện
Hệ quản trị
cơ sở dữ liệu Quản lý mô
hình
Danh mục • Truy cập
• Chất vấn Phân hệ dựa
• Cập nhật trên kiến thức
• Báo biểu
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 6/30
Phân hệ quản lý dữ liệu bao gồm các phần tử sau (phần trong khung hình chữ nhật trên
hình vẽ)
Cơ sở dữ liệu
Hệ quản trị cơ sở dữ liệu
Danh mục dữ liệu
Phương tiện truy vấn
Cơ sở dữ liệu (CSDL): tập hợp các dữ liệu có liên quan phục vụ cho nhu cầu của tổ chức,
dùng bởi nhiều người (vị trí), đơn vị chức năng và ở các ứng dụng khác nhau.
CSDL của HHTQĐ có thể lấy từ nhà kho dữ liệu, hoặc được xây dựng theo yêu cầu
riêng. Dữ liệu được trích lọc từ các nguồn bên trong và bên ngoài tổ chức. Dữ liệu nội tại
thường từ hệ xử lý giao tác (TPS – transaction processing system) của tổ chức, có thể ở
các đơn vị chức năng khác nhau.
TD: lịch bảo trì máy móc, thông tin về cấp phát ngân sách, dự báo về bán hàng, giá phí
của các phụ tùng hết hàng ..
Dữ liệu ngoại tại thường gồm các dữ liệu về ngành công nghiệp, nghiên cứu thị trường,
kinh tế quốc gia …có nguồn gốc từ các tổ chức chính phủ, các hiệp hội thương mại, công
ty nghiên cứu thị trường ..hay từ nỗ lực tự thân của tổ chức.
Hệ quản trị cơ sở dữ liệu: thường các HHTQĐ trang bị các hệ quản trị cơ sở dữ liệu tiêu
chuẩn (thương mại) có khả năng hỗ trợ các tác vụ quản lý – duyệt xét các bản ghi dữ liệu,
tạo lập và duy trì các quan hệ dữ liệu, tạo sinh báo cáo theo nhu cầu .. Tuy nhiên, sức
mạnh thực sự của các HHTQĐ chỉ xuất hiện khi tích hợp dữ liệu với các mô hình của nó.
Phương tiện truy vấn: trong quá trình xây dựng và sử dụng HHTQĐ
Phân hệ quản lý mô hình
Các mô hình (cơ sở mô hình)
• Chiến lược, chiến thuật, vận hành Danh mục
• Thống kê, tài chánh, tiếp thị .. mô hình
• Giao diện cơ sở dữ liệu
• Các khối xây dựng mô hình
Quản lý cơ sở mô hình
Bộ xử lý lệnh, tích
• Các lệnh của mô hình: tạo mới
hợp và thực thi
• Bảo trì: cập nhật mô hình
• Giao diện cơ sở dữ liệu
• Ngôn ngữ mô hình hóa
Quản lý Quản lý Quản lý dựa
dữ liệu giao diện trên kiến thức
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 7/30
Phân hệ quản lý dựa trên kiến thức
• Cung cấp khả năng cần để giải quyết một vài khía cạnh của bài toán và tăng
cường năng lực vận hành của các thành phần khác của HHTQĐ
• Silverman (1995) đề nghị 3 cách tích hợp các hệ chuyên gia dựa trên kiến thức
với mô hình toán:
Trợ giúp quyết định dựa trên kiến thức - giúp hỗ trợ các bước của quá trình quyết
định không giải quyết được bằng toán
Các hệ mô hình hóa quyết định thông minh - giúp người dùng xây dựng, áp dụng
và quản lý thư viện các mô hình
Các hệ chuyên gia phân tích quyết định - tích hợp các phương pháp lý thuyết
nghiêm ngặt về tính bất định vào các cơ sở kiến thức của hệ chuyên gia
• Khi có thành phần này, có các tên gọi: HHTQĐ thông minh (intelligent DSS),
HHT chuyên gia (ESS - expert support system), HHTQĐ tích cực (active DSS),
HHTQĐ dựa trên kiến thức (knowledge-based DSS)
Phân hệ giao diện người dùng
Quản lý dữ liệu Quản lý mô hình
và hệ quản trị cơ Phân hệ dựa trên và hệ quản trị cơ
sở dữ liệu kiến thức sở mô hình
Quản lý giao
diện người dùng
Bộ xử lý ngôn
ngữ tự nhiên
Nhập Xuất
Các ngôn ngữ Các ngôn ngữ
hành động hiển thị
Bộ xử lý ngôn
ngữ tự nhiên
Người dùng
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 8/30
PHÂN LOẠI HỆ HỖ TRỢ QUYẾT ĐỊNH THEO KẾT XUẤT HỆ THỐNG
(Alter, 1980)
Hạng mục Phạm trù Kiểu vận Kiểu tác Người Mẫu sử Thời gian
hành vụ dùng dụng
Dữ liệu Hệ lưu trữ Truy xuất Vận hành Nhân viên Chất vấn Bất kỳ
hồ sơ các hạng chức năng, đơn giản
mục dữ liệu không quản
lý
Hệ phân Phân tích Phân tích Nhà phân Xử lý và Bất kỳ hay
tích dữ liệu bất kỳ các vận hành tích hay hiển thị dữ có chu kỳ
tập tin dữ nhân viên liệu
liệu chức năng,
có quản lý
Dữ liệu Hệ thông Phân tích Phân tích, Nhà phân Thảo Bất kỳ,
hay mô tin phân bất kỳ liên lập kế tích chương các theo yêu
hình tích đới đến hoạch báo cáo đặc cầu
nhiều biệt; phát
CSDL và triển các
các mô mô hình
hình nhỏ nhỏ
Mô hình Các mô Các phép Lập kế Nhà phân Nhập: các Theo chu
hình kế tính tiêu hoạch; tích hay ước lượng kỳ (tuần,
toán chuẩn ước hoạch định nhà quản lý hoạt động tháng, năm
lượng các ngân sách Xuất: các ..)
kết quả kết quả tiền
tương lai tệ được ước
dựa theo kế lượng
toán
Các mô Ước tính Lập kế Nhà phân Nhập: các Chu kỳ hay
hình biểu kết quả của hoạch; tích quyết định bất kỳ
diễn các hành hoạch định có thể (phân tích
động nhất ngân sách Xuất: các bất kỳ)
định kết quả
được ước
lượng
Các mô Tính giải Lập kế Nhà phân Nhập: các Lập kế
hình tối ưu pháp tồi ưu hoạch; cấp tích mục tiêu và hoạch;
đối với bài phát tài ràng buộc hoạch định
toán tổ hợp nguyên Xuất: các ngân sách
kết quả
Các mô Thực hiện Vận hành Nhân viên Nhập: mô Hàng ngày
hình kiến các tính chức năng, tả cấu trúc hay có chu
nghị toán sinh ra không quản về tình kỳ
một quyết lý huống
định được quyết định
đề nghị Xuất: quyết
định được
đề nghị
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 9/30
NĂNG LỰC CỦA HỆ HỖ TRỢ QUYẾT ĐỊNH THEO CẤU TRÚC THÀNH
PHẦN
(R.Sprague et al, 1982)
Năng lực tổng quát
Tạo sinh các hệ hỗ trợ quyết định nhanh chóng và dễ dàng
Hỗ trợ quá trình thiết kế có tính lặp
Năng lực chung của hệ thống
Dễ dùng Truy đạt đến tầm rộng các Truy đạt đến tầm rộng các
dạng thức, kiểu và nguồn khả năng phân tích với một
Cách dùng thông thường là dữ liệu đối với phổ rộng các số các đề nghị hay hướng
sửa đổi và xây dựng hệ hỗ bài toán và bối cảnh dẫn
trợ quyết định
Năng lực các thành phần
Giao diện người dùng Dữ liệu Mô hình
1. Tầm rộng các dạng 1. Tầm rộng các dạng 1. Thư viện các mô
thức và thiết bị xuất thức và kiểu dữ liệu hình để tạo nên cơ sở mô
2. Tầm rộng các thiết 2. Trích xuất, nắm bắt hình
bị nhập cho người dùng và tích hợp - nhiều kiểu
3. Tầm rộng các phong 3. Chức năng truy xuất - duy trì, phân loại và tích
cách đối thoại và khả năng dữ liệu hợp
biến dịch - thu nạp/chất vấn - tiền xử lý thư viện
4. Hỗ trợ truyền thông - báo cáo/hiển thị 2. Phương tiện xây
giữa các người dùng và với - người dùng/thao tác dữ dựng mô hình
nhà xây dựng liệu hiệu quả 3. Phương tiện dùng và
5. Hỗ trợ kiến thức của 4. Chức năng quản lý thao tác mô hình
người dùng (tư liệu) cơ sở dữ liệu 4. Chức năng quản lý
6. Nắm bắt, lưu trữ và 5. Tầm rộng các cách cơ sở mô hình
phân tích các đối thoại (theo nhìn logic về dữ liệu 5. Tư liệu hóa mô hình
dõi các đối thoại) 6. Tư liệu hóa dữ liệu 6. Theo dõi cách dùng
7. Hỗ trợ đối thoại 7. Theo dõi cách dùng mô hình
thích nghi và linh hoạt dữ liệu 7. Hỗ trợ mô hình
8. Hỗ trợ dữ liệu thích thích nghi và linh hoạt
nghi và linh hoạt
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 10/30
PHẦN 2. QUẢN LÝ DỮ LIỆU
NỘI DUNG
• Bản chất và nguồn gốc dữ liệu
• Thu thập và chất lượng dữ liệu
• Cơ sở dữ liệu
• Giải pháp dữ liệu hiện tại
BẢN CHẤT VÀ NGUỒN GỐC DỮ LIỆU
• Cần phân biệt giữa dữ liệu, thông tin và kiến thức
Dữ liệu: những mô tả về sự vật, hiện tượng, giao tác được ghi nhận, được phân
loại và được lưu trữ nhưng chưa được tổ chức lại để tập trung các ý nghĩa nhất
định
Thông tin: dữ liệu được tổ chức để có ý nghĩa đối với người nhận.
Một ứng dụng của hệ hỗ trợ quản lý: xử lý các hạng mục dữ liệu để các kết quả có
ý nghĩa cho hành động hay cho quyết định dự kiến
Kiến thức: gồm các hạng mục dữ liệu và/hay thông tin được tổ chức và xử lý để
nắm bắt/tập trung sự hiểu biết, kinh nghiệm, tri thức học tập và kỹ năng chuyên
gia trên một vấn đề nhất định.
Kiến thức có thể là ứng dụng của dữ liệu và thông tin để ra quyết định
Dữ liệu bao gồm
các dạng tài liệu, hình ảnh, bản đồ, âm thanh và hoạt hình;
có thể bao gồm các dạng khái niệm, suy nghĩa hay ý kiến;
có thể nằm ở các dạng lưu trữ và tổ chức khác nhau trước và sau khi sử
dụng;
có thể ở dạng thô hay được xử lý
3 nguồn dữ liệu chính: trong, ngoài và cá nhân
Trong: của tổ chức; trữ ở một hay nhiều vị trí khác nhau
Ngoài: các tổ chức khác cung ứng
Cá nhân: dữ liệu và kiến thức của cá nhân được lưu trữ dành cho hoạt động của
cả tổ chức
THU THẬP VÀ CHẤT LƯỢNG DỮ LIỆU
• Thu thập: thủ công hay qua thiết bị
Phương pháp thu thập phổ biến: bảng câu hỏi, quan sát, nghiên cứu thời gian,
phỏng vấn .., cảm biến, máy quét …
• Dù thu thập cách nào, dữ liệu cũng cần được hợp thức và lọc lại bởi vì chất lượng
và tính toàn vẹn của dữ liệu có ý nghĩa tới hạn cho các hệ hỗ trợ quản lý/quyết
định
Tránh hiện tượng “rác đầu vào, rác đầu ra” (garbage in, garbage out: GIGO)
• Điều quan trọng là dữ liệu thu thập được: cần có khung cơ sở để dò tìm, ngăn
ngừa và hiệu chỉnh sai số trong thu thập dữ liệu cho hệ hỗ trợ quyết định (Arinze
& Banerjee, 1992)
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 11/30
Vấn đề liên quan đến dữ liệu
(Alter, 1980)
Vấn đề Nguồn gốc điển hình Giải pháp khả dĩ
Dữ liệu không Tạo sinh dữ liệu bất cẩn Xây dựng cách nhập dữ liệu
đúng Dữ liệu thô nhập vào không chính có tính hệ thống
xác Nhập dữ liệu tự động
Dữ liệu bị thay đổi không hợp lệ Kiểm soát chất lượng khi
tạo sinh dữ liệu
Xây dựng chương trình an
toàn thích hợp
Dữ liệu không kịp Phương pháp tạo sinh dữ liệu không Sửa đổi hệ thống tạo sinh
thời đủ nhanh so với nhu cầu dữ liệu
Sử dụng môi trường WEB
để lấy dữ liệu cập nhật
Dữ liệu được định Dữ liệu thô được thu thập không phù Xây dựng hệ thống đo
chỉ số hay đo hợp với mục tiêu phân tích dữ liệu lường hay tổ hợp dữ liệu
lường không chính Dùng các mô hình phức tạp Dùng nhà kho dữ liệu
xác Dùng các động cơ tìm kiếm
thích hợp
Xây dựng các mô hình đơn
giản hơn hay có tính kết
hợp cao hơn
Không có dữ liệu Dữ liệu cần thiết chưa được lưu trữ Tiên đoán những dữ liệu
cần thiết bao giờ cả cần cho tương lai
Dữ liệu yêu cầu chưa có bao giờ Dùng nhà kho dữ liệu
Tạo sinh dữ liệu mới
Chất lượng dữ liệu
• Đây là vấn đề đặc biệt quan trọng
• Các phạm trù và thứ nguyên (Strong et al, 1997):
Ngữ cảnh: tính thích đáng, giá trị tăng thêm, tính kịp thời, tính đầy đủ và khối
lượng dữ liệu
Nội tại: tính chính xác, khách quan, tin cậy được và danh tiếng
Dễ truy cập: truy đạt được và mức an toàn truy cập
Đại diện: khả năng phân giải, dễ hiểu, thể hiện súc tích và thể hiện nhất quán
• Một vấn đề chính là tính toàn vẹn (data integrity). Ở lĩnh vực nhà kho dữ liệu, có
5 khía cạnh sau (Gray & Watson, 1998):
Đồng điệu (uniformity)
Phiên bản (version)
Tính đầy đủ (completeness)
Tính phù hợp (conformity)
Dẫn xuất (genealogy/drill down)
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 12/30
CƠ SỞ DỮ LIỆU
• Tính độc lập dữ liệu (data independence): chương trình ứng dụng bất biến trước
các chiến lược tổ chức và lưu trữ dữ liệu - đây là ưu điểm và lý do tổ chức cơ sở
dữ liệu (CSDL – data base)
• Hệ quản trị cơ sở dữ liệu (data base management system - DBMS):
Giao tiếp giữa người dùng và CSDL
Quản lý dữ liệu
– cập nhật, thêm, bớt, xóa thông tin trong kho dữ liệu;
– truy xuất dữ liệu;
– hiển thị/sinh báo cáo
Thông thường dữ liệu từ CSDL được trích xuất và đặt vào một mô hình thống kê,
toán, hay tài chánh để xử lý hay phân tích thêm nữa
• Mô hình của CSDL:
Quan hệ: dữ liệu và quan hệ tương ứng đều ở dạng bảng 2 chiều
Đây cũng là cách tổ chức của nhiều nhà kho dữ liệu
Phân cấp: các hạng mục dữ liệu nằm trong hình cây/sơ đồ phân cấp
Dùng chủ yếu trong xử lý giao tác có yêu cầu cao về tính hiệu quả
Mạng lưới: cho phép các liên kết phức tạp giữa các hạng mục dữ liệu; tiết kiệm
không gian bộ chứa qua việc dùng chung một số hạng mục
Hướng đối tượng: dữ liệu được quan niệm hóa dưới dạng các đối tượng (dữ liệu
+ chức năng) duy trì các quan hệ tự nhiên giữa chúng
Các đặc tính của nguyên lý hướng đối tượng – nhấn mạnh vào tính dùng lại
(reuse):
Đóng bao (encapsulation)
Đa hình (polymorphism)
Thừa kế (inheritance)
Tính dùng lại (reuse)
• Các dạng CSDL đặc thù (không loại trừ):
đa môi trường (multimedia based): dữ liệu là các đối tượng nhị phân lớn, thường
thể hiện các dạng thông tin cho phép tích hợp cả âm thanh nổi, hình ảnh động 3
chiều ..
tư liệu (document based): các hệ thống quản lý tài liệu điện tử (electronic
document management - EDM) thường được dùng cho lưu trữ và phân phối thông
tin khối lượng lớn, cho tự động hóa dòng công việc của tổ chức …
thông minh (intelligent): có năng lực suy diễn (nhờ vào công nghệ trí tuệ nhân tạo
(artificial intelligence - AI) như hệ chuyên gia (expert system - ES), mạng thần
kinh nhân tạo (artificial neural network - ANN)
• Nguồn dữ liệu ngoài:
Internet
các kho/ngân hàng dữ liệu thương mại hóa (dịch vụ cung cấp/bán dữ liệu)
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 13/30
GIẢI PHÁP DỮ LIỆU HIỆN TẠI
Nhà kho dữ liệu
• Vai trò: cung ứng dữ liệu để hỗ trợ ra quyết định (vai trò chủ yếu) và các ứng
dụng thông tin khác (nhờ vào đặc điểm cải tiến và mở rộng phạm vi, độ chính xác
và tính dễ truy đạt của dữ liệu)
• Người dùng: 2 lớp
Người dùng trực tiếp: các nhà phân tích thị trường, hoạch định tài chánh .. cần dữ
liệu để tiến hành công việc tương ứng
Người phát triển ứng dụng: xây dựng ứng dụng cho các người dùng trực tiếp; cần
hiểu rõ về tổ chức và truy xuất nhà kho
• Kiến trúc: thường là 3 mức (Gray & Watson, 1998)
Thu thập dữ liệu Nhà kho dữ liệu Truy xuất dữ liệu
Trích xuất dữ liệu từ các hệ Bản thân dữ liệu Truy đạt và phân tích dữ
sẵn có, từ nguồn ngoài liệu trong nhà kho
Củng cố, tổng kết dữ liệu
Nạp dữ liệu vào nhà kho Giao diện
Hậu trường
• Các biến thể của nhà kho dữ liệu:
Kho dữ liệu vận hành (operational data store - ODS): áp dụng kỹ thuật nhà kho dữ
liệu vào các hệ xử lý giao tác
Siêu thị dữ liệu (data mart): dạng thu nhỏ của nhà kho dữ liệu, hỗ trợ cho một đơn
vị kinh doanh/phòng chức năng
Siêu thị dữ liệu phụ thuộc: phần bổ sung của nhà kho dữ liệu
Siêu thị dữ liệu độc lập: không cần đến nhà kho dữ liệu
Nhà kho dữ liệu (quy ước): hỗ trợ toàn bộ tổ chức
• So sánh giữa kho dữ liệu vận hành (ODS) và nhà kho dữ liệu (DW) (Gray &
Watson, 1998)
Kho dữ liệu vận hành Nhà kho dữ liệu
Dữ liệu theo chủ đề Dữ liệu theo chủ đề
Dữ liệu tích hợp Dữ liệu tích hợp
Dữ liệu thay đổi Dữ liệu không thay đổi
Dữ liệu được cập nhật khi thay đổi Dữ liệu giữ nguyên
Chỉ có dữ liệu hiện tại Dữ liệu hiện tại và dữ liệu lịch sử
Chu kỳ làm tươi dữ liệu ngắn Chu kỳ làm tươi dữ liệu dài
Chỉ có dữ liệu chi tiết Dữ liệu chi tiết và dữ liệu tổng kết
Dùng cho các quyết định ngắn hạn Dùng cho hoạch định dài hạn
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 14/30
• Đặc điểm của nhà kho dữ liệu:
Đặc điểm Mô tả
Hướng chủ đề Dữ liệu tổ chức theo cách thức người dùng tham chiếu
Tích hợp Dữ liệu “sạch”, loại bỏ tính thiếu nhất quán
Không thay đổi Dữ liệu “chỉ đọc”, người dùng không thay đổi được
Chuỗi thời gian Dữ liệu là chuỗi thời gian, không phải là trạng thái hiện tại
Được tổng kết Dữ liệu vận hành/thao tác khi cần thiết được kết hợp lại
thành dạng có thể dùng được cho quyết định
Kích cỡ lớn hơn Lưu giữ theo chuỗi thời gian tức là giữ lại nhiều dữ liệu
Không được chuẩn hóa Có thể dư thừa dữ liệu
Siêu dữ liệu Dữ liệu về dữ liệu cho cả 2 loại người dùng nhà kho dữ liệu
Nhập lượng Dữ liệu vận hành (các hệ sẵn có) cùng với các nguồn ngoài
Xử lý phân tích trực tuyến (online analytic processing - OLAP)
• Ý tưởng cơ bản: người dùng có thể thao tác trên các mô hình dữ liệu mức tổ
chức theo nhiều chiều để có thể hiểu được các thay đổi diễn ra trong tổ chức
• Điều kiện triển khai xử lý phân tích trực tuyến:
Yêu cầu về dữ liệu mang tính phân tích, không phải là giao tác
Thông tin được phân tích không phải là thông tin vừa nhập vào tổ chức
Cần đến một số lớn các tính toán và kết hợp các dữ liệu mức giao tác
Kiểu dữ liệu cơ bản là kiểu số
Cần đến các cách nhìn liên chức năng về dữ liệu theo nhiều chiều
Các phần tử nhận diện các điểm dữ liệu tương đối tĩnh tại theo thời gian
• 12 quy tắc của xử lý phân tích trực tuyến (Codd, 1993):
1. Cách nhìn đa chiều 7. Xử lý động ma trận thưa
2. Trong suốt đối với người dùng 8. Hỗ trợ đa người dùng
3. Dễ truy đạt 9. Các vận hành đa chiều
4. Vấn đề báo cáo nhất quán 10. Xử lý trực giác dữ liệu
5. Kiến trúc khách/chủ 11. Vấn đề báo cáo linh hoạt
6. Các chiều bình đẳng 12. Mức độ kết hợp và số chiều không
hạn chế
Khai mỏ dữ liệu (data mining)
• Là chức năng khám phá kiến thức, được dùng khi các quan hệ giữa các biến dữ
liệu không có dạng toán học, các mô hình khó xây dựng
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 15/30
• 5 kiểu thông tin có thể thu nhận được từ khai mỏ dữ liệu:
Phân loại: rút ra các đặc tính định nghĩa của 1 nhóm
Ghép nhóm: nhận diện nhóm phần tử có chung 1 đặc điểm
Kết hợp: nhận diện các quan hệ giữa các sự kiện xảy ra ở cùng một thời điểm
Tuần tự: như kết hợp, ngoại trừ các quan hệ tồn tại trong một khoảng thời gian
Dự báo: ước lượng các giá trị tương lai trên các khuôn mẫu với các tập dữ liệu
lớn
• Các công cụ khai mỏ dữ liệu chủ yếu:
Theo công nghệ có các dạng công cụ chính sau:
Suy lý dựa vào các trường hợp (case-based reasoning): với các trường hợp lịch
sử, có thể dùng để công nhận các khuôn mẫu
Tính toán thần kinh (neural computing): dùng các dữ liệu lịch sử để công nhận
các khuôn mẫu
Tác nhân thông minh (intelligent agent): tiếp cận rất có triển vọng để thu thập
thông tin từ các CSDL ngoại tại (như Internet)
Khác: cây quyết định (decision tree), quy nạp luật (rule induction) và trực quan
hóa dữ liệu (data visualization)
• Các thí dụ về tình huống nhận diện cơ hội để tạo ra lợi thế cạnh tranh:
Tiếp thị: tiên đoán khách hàng nào sẽ mua sản phẩm; phân khúc tập hợp khách
hàng ..
Ngân hàng: dự báo các mức tín dụng xấu; loại khách hàng có thể chấp nhận đề
nghị cho vay mới ..
Bán hàng: dự báo khối lượng bán, xác định các mức tồn kho hợp lý ..
Sản xuất: dự báo thời điểm máy móc trục trặc; xác định yếu tố kiểm soát tối ưu
năng lực sản xuất ..
Giao dịch chứng khoán: tiên đoán thời điểm giá cổn phiếu thay đổi; xác định thời
điểm bán chứng khoán ..
Khai mỏ văn bản (text mining)
• Áp dụng kỹ thuật khai mỏ dữ liệu vào các tập tin văn bản ít có tính cấu trúc – các
tài liệu có thể có cấu trúc về khuôn dạng chứ không phải về nội dung
• Khai mỏ văn bản (text mining) giúp các tổ chức:
Tìm ra các nội dung ẩn của tài liệu, gồm cả các quan hệ có ích khác
Xác định quan hệ giữa các đơn vị trong tổ chức đối với cùng tài liệu
Ghép nhóm tài liệu theo các chủ đề chung
• TD:
(i) Dò tìm trong CSDL của các tài liệu theo tổ hợp các từ khóa để rút ra tập các tài
liệu cần thiết,
(ii) Chia tập các tài liệu có được theo chủ đề - đặc trưng bởi danh sách các từ khóa
rút ra từ văn bản không có khuôn dạng của tài liệu. Chủ đề quan tâm được thể
hiện qua các danh sách các từ khóa vừa kể
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 16/30
Trực quan hóa dữ liệu và tính đa chiều
• Xử lý phân tích trực tuyến ngoài thu thập và phân tích còn trình bày và phân
giải dữ liệu cho người dùng
• Xu hướng mới: ứng dụng trực quan hóa dữ liệu mức xí nghiệp (OLIVE: online
visualization for an enterprise) – lấy biểu đồ làm trung tâm và cung cấp cho tổ
chức năng lực thông minh kinh doanh (business intelligence – BI) có tính trực
quan
• Dữ liệu tổng hợp có thể được tổ chức theo các cách khác nhau để phân tích và
trình bày: thể hiện tính đa chiều (multidimensionality). Như vậy nhà quản lý có
thể nhìn dữ liệu theo cách khác với nhà phân tích hệ thống; các trình bày khác
nhau về dữ liệu được sinh ra nhanh chóng và dễ dàng
• Tính đa chiều rất thông dụng trong các hệ hỗ trợ quyết định và hệ thông tin lãnh
đạo, được thể hiện với các mức độ phức tạp khác nhau
• 3 yếu tố trong tính đa chiều:
chiều (td: sản phẩm, phân khúc thị trường, kênh phân phối ..),
thước đo (td: tiền, khối lượng bán, số lượng người ..),
thời gian (td: hàng ngày, tuần, tháng ..)
• Hạn chế của tính đa chiều (Gartner Group, 1998)
CSDL đa chiều tốn nhiều chỗ hơn CSDL quan hệ truyền thống
CSDL đa chiều đắt tiền hơn CSDL quan hệ
Việc nạp CSDL đa chiều tốn nhiều thời gian và nguồn lực hệ thống máy tính
Giao diện và bảo trì CSDL đa chiều phức tạp hơn nhiều so với CSDL quan hệ
Hệ thông tin địa lý và hiện thực ảo
• Hệ thông tin địa lý (geographic information system - GIS) là một hệ thống nắm
bắt, lưu trữ, kiểm tra, tích hợp, xử lý và hiển thị dữ liệu bằng cách dùng các bản
đồ số hóa
• Đặc trưng hệ thống là mỗi đối tượng số hóa hay mỗi bản ghi đều có một vị trí địa
lý tương ứng. Bằng việc tích hợp các bản đồ với các CSDL hướng không gian và
các CSDL khác, người dùng có thể sinh ra thông tin về hoạch định, giải quyết vấn
đề, ra quyết định, tăng năng suất và chất lượng của quyết định ..
• Ngày nay, hầu hết hệ thông tin địa lý đều hỗ trợ WEB/internet/intranet
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 17/30
• Hiện thực ảo (virtual reality – VR): môi trường đồ hoạ 3 chiều tương tác với
người dùng và là các ứng dụng máy tính hóa
• Hiện thực ảo đã bắt đầu thâm nhập vào các ứng dụng kinh doanh
• Các thí dụ:
Lĩnh vực Ứng dụng thí dụ
Sản xuất Huấn luyện
Kiểm thử thiết kế và phân giải kết quả
Phân tích mức an toàn
Nguyên mẫu hóa ảo
Phân tích kỹ thuật
Phân tích động thái của nhân viên trong quá trình sản xuất
Mô phỏng ảo dây chuyền lắp ráp, sản xuất và bảo trì
Kiến trúc Thiết kế nhà, kết cấu, công trình ..
Kinh doanh Biểu diễn và định giá bất động sản
Quảng cáo
Biểu diễn thương mại điện tử
Biểu diễn dữ liệu tài chánh
Nghiên cứu Phòng thí nghiệm ảo
và giáo dục Cấu hình các hệ tinh tú, sao ..
Biểu diễn các biểu thức toán phức tạp
Giải trí Bảo tàng ảo
Trò chơi 3 chiều ..
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 18/30
PHẦN 3. QUẢN LÝ MÔ HÌNH
NỘI DUNG
• VẤN ĐỀ MÔ HÌNH
Các vấn đề
Mô hình tĩnh và động
Vấn đề bất định, rủi ro và chắc chắn
Sơ đồ ảnh hưởng
• MÔ HÌNH HÓA BẰNG BẢNG TÍNH
• MÔ HÌNH HÓA BẰNG PHÂN TÍCH QUYẾT ĐỊNH
• MÔ HÌNH HÓA BẰNG QUY HOẠCH TOÁN HỌC
• MÔ HÌNH HÓA BẰNG HEURISTIC
• MÔ PHỎNG
• MÔ HÌNH HÓA ĐA CHIỀU – XỬ LÝ PHÂN TÍCH TRỰC TUYẾN
• MÔ HÌNH HÓA TƯƠNG TÁC TRỰC QUAN VÀ MÔ PHỎNG TƯƠNG TÁC
TRỰC QUAN
• CÁC BỘ PHẦN MỀM ĐỊNH LƯỢNG VÀ XỬ LÝ PHÂN TÍCH TRỰC
TUYẾN
• QUẢN LÝ CƠ SỞ MÔ HÌNH
VẤN ĐỀ MÔ HÌNH
• Là phần tử chủ chốt trong hầu hết hệ hỗ trợ quyết định và là điều kiện cần trong
hệ hỗ trợ quyết định dựa vào mô hình (model-based DSS).
• Có nhiều lớp mô hình kèm theo là các kỹ thuật xử lý thao tác mô hình đặc thù
tương ứng
• Các vấn đề chính: nhận diện bài toán và phân tích môi trường, nhận diện biến
số, dự báo, đa mô hình, các phạm trù mô hình, quản lý mô hình và mô hình hóa
dựa vào kiến thức
• Mô hình hóa là tác vụ không đơn giản. Người xây dựng mô hình phải cân bằng
giữa tính đơn giản của mô hình với các yêu cầu biểu diễn để mô hình có thể nắm
bắt đủ thực tại cần thiết cho người ra quyết định
• Mô phỏng là kỹ thuật mô hình hóa thông dụng; dùng để tìm hiểu vấn đề tuy
không nhất thiết phải tìm ra được các giải pháp biến thể; mở rộng quá trình ra
quyết định của tổ chức và cho phép tổ chức xem xét tác động/ảnh hưởng của các
chọn lựa tương lai.
• Mô phỏng tiết kiệm rất nhiều chi phí và thời gian – rất dễ thay đổi mô hình hoạt
động của một hệ thống vật lý bằng mô hình hóa máy tính
• Mô hình có thể được phát triển và cài đặt bằng một số các ngôn ngữ lập trinh (thế
hệ 3, 4 ..) và hệ thống phần mềm khác nhau
Các vấn đề
• TD hệ hỗ trợ quyết định của P&G về các nhà cung cấp gồm:
Mô hình sinh giá phí (dựa vào giải thuật) dùng ước lượng các chi phí vận tải. Mô
hình được xây dựng trực tiếp vào trong hệ thống
Mô hình dự báo nhu cầu (dựa vào thống kê)
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 19/30
Mô hình vị trí trung tâm phân phối – dùng các dữ liệu tổng hợp và được giải bằng
quy hoạch nguyên/quy hoạch tuyến tính
Mô hình vận tải (trường hợp đặc biệt của mô hình quy hoạch tuyến tính) dùng xác
định tuyến tốt nhất từ nguồn sản phẩm đến trung tâm phân phối và rồi đến khách
hàng. Được giải bằng bộ phần mềm thương mại sẵn có và có kết hợp lỏng với mô
hình vị trí trung tâm ở trên. Hệ thống phải giao tiếp với phần mềm thương mại và
tích hợp các mô hình
Mô hình mô phỏng rủi ro và tài chánh, có xem xét một số yếu tố định tính yêu cầu
phân giải của con ngươì
Hệ thông tin địa lý (thực tế là mô hình đồ họa về dữ liệu) dùng cho giao diện
người dùng
• Nhận diện vấn đề và phân tích môi trường:
Duyệt và phân tích môi trường –theo dõi, duyệt xét và phân giải thông tin thu thập
được; xem xét phạm vi của lĩnh vực, các lực lượng và động học của môi trường
Nhận diện văn hóa của tổ chức, cấu trúc tổ chức và quá trình ra quyết định của tổ
chức (ai, mức độ tập trung hóa ..)
Bài toán phải được hiểu thống nhất ở mọi khía cạnh để sinh ra được mô hình hỗ
trợ quyết định
• Nhận diện các biến số của mô hình
Xác định các biến số của mô hình (quyết định, kết quả, không kiểm soát được ..)
cùng với các liên hệ tương ứng
Kỹ thuật: dùng các sơ đồ ảnh hưởng (influence diagrams) – biểu diễn đồ họa của
các mô hình toán -
Kỹ thuật tổng quát hơn: bản đồ nhận thức (cognitive map) giúp hiểu bài toán tốt
hơn, nhất là về các biến số và mối liên hệ
• Dự báo:
Bản chất của xây dựng và xử lý các mô hình (các kết quả của quyết định chỉ xảy
ra ở tương lai)
Hệ hỗ trợ quyết định: cơ bản là xác định những gì sẽ diễn ra (khác với hệ thông
tin quản lý (MIS) truyền thống: báo cáo những gì đang hay đã xảy ra)
• Đa mô hình:
Có nhiều mô hình trong hệ thống: các mô hình chuẩn và các mô hình tự xây dựng
Mỗi mô hình thể hiện một khía cạnh khác nhau của bài toán
Một vài mô hình là tiêu chuẩn và được cài đặt sẵn trong các công cụ phát triển và
bộ tạo sinh hệ hỗ trợ quyết định
Một vài mô hình cũng là tiêu chuẩn nhưng chỉ ở dạng các phần mềm bên ngoài,
có thể giao tiếp được với hệ hỗ trợ quyết định
Các mô hình phi chuẩn có thể được xây dựng từ đầu
Thí dụ đã nói ở P&G: mô hình vị trí, mô hình chiến lược sản phẩm, mô hình dự
báo nhu cầu, mô hình tính phí, mô hình mô phỏng rủi ro và tài chánh, mô hình hệ
thông tin địa lý (GIS)
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
- Hệ Hỗ Trợ Quyết Định 20/30
• Các phạm trù mô hình
Phạm trù Quá trình và mục tiêu Kỹ thuật đại diện
Tối ưu hóa bài toán Tìm ra giải pháp tốt nhất từ một Bảng quyết định, cây quyết
với ít phương án số ít phương án định
Tối ưu hóa qua giải Tìm ra giải pháp tốt nhất từ một Mô hình quy hoạch tuyến
thuật số lớn hay vô hạn các phương án tính, quy hoạch toán học, mô
bằng quá trình cải thiện từng hình mạng lưới
bước
Tối ưu hóa qua biểu Tìm ra giải pháp tốt nhất trong Một số mô hình tồn kho
thức giải tích một bước bằng một công thức
Mô phỏng Tìm giải pháp đủ tốt hay tốt nhất Một vài loại mô phỏng
trong số các phương án (đã kiểm
tra) bằng thực nghiệm
Heuristics Tìm giải pháp đủ tốt bằng cách Quy hoạch heuristics, hệ
dùng các quy tắc chuyên gia
Các mô hình khác Giải tình huống “what-if” bằng Mô hình tài chánh, hàng đợi
cách dùng công thức
Các mô hình tiên Tiên đoán tương lai cho một kịch Các mô hình dự báo, phân tích
đoán bản Markov
• Quản lý mô hình: nhờ vào hệ quản lý cơ sở mô hình (MBMS)
• Mô hình hóa dựa vào kiến thức:
Các hệ hỗ trợ quyết định thường dùng các mô hình định lượng - khác với các hệ
chuyên gia thường thiên về các mô hình định tính và mô hình dựa trên kiến thức
Các vấn đề về kiến thức là cần thiết để xây dựng các mô hình khả dụng
• Chú ý:
Xu hướng: các mô hình trong suốt đối với người dùng
Mô hình hóa không chỉ là phân tích dữ liệu bằng các đường xu hướng và các
phương pháp thống kê
Mô hình tĩnh và động
• Mô hình tĩnh: thể hiện bức tranh tại thời điểm của tình huống. Các khía cạnh của
bài toán được xét một thời kỳ nhất định, trong một khung thời gian nhất định (có
thể “cuốn” về tương lai). Các tình huống được giả sử là sẽ lập lại với tập các điều
kiện đồng nhất
Giả định có được tính ổn định của dữ liệu
Mô phỏng quá trình dạng tĩnh - làm việc trên các trạng thái ổn định để tìm ra các
thông số tối ưu – thường được dùng như công cụ chủ yếu để thiết kế quá trình
TD: quyết định sản xuất/mua 1 sản phẩm; báo cáo thu nhập hàng quý/năm
• Mô hình động: biểu diễn các kịch bản thay đổi theo thời gian
Phụ thuộc thời gian; các trạng thái thay đổi theo thời gian
Thường dùng để tạo sinh và biểu diễn các xu hướng và khuôn mẫu theo thời gian
Bài 2. Cấu trúc của hệ hỗ trợ quyết định Feb-2004
nguon tai.lieu . vn