Transcript الذكاء الصنعي ونظم دعم اتخاذ القرار

‫نظم دعم اتخاذ القرار و أهميته في القطاع الصناعي‬
‫م‪.‬محمد منصور‬
‫خطة العرض‬
‫مقدمة وجمال اهتمام ورقة العمل‬
‫أنظمة إدارة العالقات مع الزبائن‬
‫‪CRM‬‬
‫الذكاء الصنعي ونظم دعم اختاذ القرار‬
‫حتليل وتصميم النظام‬
‫‪2‬‬
‫‪CBR DSS‬‬
‫مقدمة‬
‫• نظام دعم اختاذ القرار ‪Decision Support System DSS‬‬
‫• اختاذ قرار شراء املنتجات‪.‬‬
‫‪3‬‬
‫مجال اهتمام البحث‬
‫• يهتم البحث حبل مشكلة اختاذ‬
‫القرار األمثل لعمليات الشراء ضمن‬
‫املؤسسات باستخدام تقنيات الذكاء‬
‫الصنعي‪.‬‬
‫• إن هدف هذا البحث هو تصميم‬
‫وبناء نظام دعم الختاذ القرار‬
‫املساعد يف اختيار برجمية إدارة‬
‫العالقات مع الزبائن ‪ CRM‬األمثل‬
‫اليت تليب احتياجات شركة ما‪.‬‬
‫‪4‬‬
‫تعريف إدارة العالقة مع الزبون‪.‬‬
‫منهجية لفهم الزبون‪ ،‬وأيضاً التأثري يف سلوكه من خالل‬
‫التواصل معه‪ ،‬وذلك هبدف حتسني‬
‫‪ ‬عملية احلصول على الزبون‪.‬‬
‫‪ ‬االحتفاظ بالزبون‪.‬‬
‫‪ ‬احلصول على والء الزبون وحتقيق الربح‪.‬‬
‫‪5‬‬
‫إحصائيات حول برمجيات ‪CRM‬‬
‫‪ 8.1‬مليار دوالر‬
‫حجم سوق برجميات ‪ CRM‬السنوي‬
‫‪23.1 %‬‬
‫نسبة منو سوق برجميات ‪ CRM‬سنوياً‬
‫‪50 %‬‬
‫‪74%‬‬
‫نسبة املشاريع الفاشلة من ‪2006 -2001‬‬
‫نسبة املشاريع الفاشلة بني ‪ 8000‬شركة‪.‬‬
‫االختيار اخلاطئ يؤدي ‪.....‬‬
‫‪6‬‬
‫مقدمة عن أنظمة دعم القرار‬
‫عرف ‪James O'Brien‬‬
‫نظام دعم اتخاذ القرار‪ ،‬بأنه نظام معلومات مرتبط بالحاسب يقوم بتزويد‬
‫المستخدمين بالدعم الالزم التخاذ القرارات الالزمة من خالل تحليل‬
‫المعلومات المعقدة ‪ ،‬ومحاكاة عملية اتخاذ القرارات على الصعيد البشري ‪.‬‬
‫ح ّدد ‪PETER KEEN‬‬
‫أحد رواد نظام دعم القرار المهيكلة ‪ ،‬ثالثة أهداف يعمل نظام دعم القرار‬
‫على تحقيقها وهي ‪:‬‬
‫مساعدة المدراء في اتخاذ القرار لحل المشاكل المهيكلة‬
‫دعم حكم المدير بدالً من محاولته أن يحل محله‬
‫تحسين فعالية عملية اتخاذ القرارات بدالً من كفاءتها‬
‫‪7‬‬
‫أنواع نظم دعم القرارات‬
‫تقسم نظم دعم القرار لألنواع التالية ‪:‬‬
‫نظم الخبرة والذكاء الصنعي‬
‫نظم المعلومات التنفيذية‬
‫الشبكات العصبية االصطناعية‬
‫نظم المعلومات اإلدارية‬
‫‪8‬‬
‫أنواع نظم دعم القرارات‬
‫نوع نظام المعلومات‬
‫‪9‬‬
‫توقيت ظهوره‬
‫المستتتتتتتتوي الذار التتتتتتت‬
‫يخذمه‬
‫أن تواع التتذلم ال ت‬
‫لملية‬
‫اتخا الق اررات‬
‫تو ر تا‬
‫دعم المشكالت الروتينية‬
‫المهيكلة بمعاونة أدوات‬
‫بحوث العمليات التقليدية‬
‫نظم المعلومات اإلدارية‬
‫الستينيات‬
‫اإلدارة الوسطى‬
‫نظم دعم الق اررات‬
‫السبعينيات‬
‫المديرون‬
‫المحللون‬
‫النظم الخبير‬
‫الثمانينات‬
‫المديرون‬
‫األخصائيون‬
‫المشكالت المعقدة غير‬
‫المهيكلة باستخدام أدوات‬
‫المنهج الوصفي‬
‫الشبكات العصبية‬
‫التسعينيات‬
‫المديرون‬
‫األخصائيون‬
‫تفيد فقط في التنبؤ المبنى‬
‫على دراسة الحاالت‬
‫التاريخية‬
‫المشكالت شبه المهيكلة‬
‫وغير القابلة للهيكلة التي‬
‫تحتاج إلى‬
‫كم ضخم من النمذجه‬
‫والحكم الشخصي‬
‫مستويات الدعم ألنظمة دعم اتخاذ‬
‫القرار‬
‫االحتياجات من المعلومات تكون من أجل ‪:‬‬
‫الجابة السؤال التالي‬
‫‪10‬‬
‫نوع الذلم ال‬
‫تقذمه نظم المعلومات بغرض الجابة‬
‫للى ا السؤال‬
‫ماذا يحدث ( ‪) What is‬‬
‫تقارير البيانات العامة أو التفصيلية‬
‫ماذا يحدث ولماذا (‪) / why What is‬‬
‫اإلمكانيات التحليلية العامة‬
‫ماذا سيحدث ( ‪) What will be‬‬
‫القوائم المالية والتنبؤات‬
‫لماذا (‪)Why‬‬
‫نماذج تشخيص عالقات النسبية‬
‫ماذا لو ( ‪) What if‬‬
‫اقتراح الحلول وتقييم البدائل‬
‫ما هو األفضل أو الجيد كفاية‬
‫(‪) What is best or good enough‬‬
‫اختيار البديل األفضل‬
‫الحل ؟‬
‫‪11‬‬
‫اتجاهات الحل الرياضي ‪-1-‬‬
‫‪12‬‬
‫امليزة‬
‫املنتج ‪X‬‬
‫املنتج ‪Y‬‬
‫املنتج ‪Z‬‬
‫إدارة احلسابات‬
‫‪3‬‬
‫‪4‬‬
‫‪4‬‬
‫إدارة الوقت‬
‫‪2‬‬
‫‪4‬‬
‫‪4‬‬
‫إدارة التسويق‬
‫‪4‬‬
‫‪5‬‬
‫‪3‬‬
‫اجملموع‬
‫‪9‬‬
‫‪13‬‬
‫‪11‬‬
‫اتجاهات الحل الرياضي ‪-2-‬‬
‫امليزة‬
‫األمهية‬
‫املنتج ‪Y‬‬
‫املنتج ‪X‬‬
‫نسبة األمهية من ‪ 10‬الدرجة النتيجة الدرجة‬
‫إدارة املواعيد‬
‫‪4‬‬
‫‪3‬‬
‫‪12‬‬
‫‪3‬‬
‫‪12‬‬
‫إدارة التسويق‬
‫‪4‬‬
‫‪4‬‬
‫‪16‬‬
‫‪3‬‬
‫‪12‬‬
‫إدارة احلسابات‬
‫‪2‬‬
‫‪2‬‬
‫‪4‬‬
‫‪2‬‬
‫‪4‬‬
‫اجملموع الكلي‬
‫‪13‬‬
‫النتيجة‬
‫‪32‬‬
‫‪28‬‬
‫إذاً نحن بحاجة للذكاء الصنعي ‪..‬‬
‫‪14‬‬
‫الذكاء‬
‫الصنعي‬
‫‪Elaine rich‬‬
‫" الذكاء الصنعي هو دراسة كيفية توجيه الحاسب ألداء أشياء يؤديها اإلنسان بشكل‬
‫أفضل“‬
‫‪Nils Nilsson‬‬
‫وفي تعريف آخر نجد أن هدف الذكاء الصنعي هو بناء آالت قادرة على القيام المهام‬
‫التي تتطلب الذكاء البشري‬
‫‪15‬‬
‫تقنيات الذكاء الصنعي‬
‫النظم الخبيرة‬
‫التنقيب في البيانات‬
‫منطق الغموض‬
‫الشبكات العصبونية‬
‫الخوارزميات الوراثية‬
‫االستنتاج اعتماداً على الحاالت الواقعية‬
‫‪16‬‬
‫االستنتاج اعتماداً على الحاالت الواقعية‬
‫إحدى تقنيات الذكاء الصنعي لبناء نظام خبير ‪CBR‬تعتبر‬
‫تستخدم قاعدة المعرفة المستنتجة من تجارب ‪ ،‬وخبرات سابقة تسمى‬
‫)‪Cases‬الحاالت (‬
‫يتم حل أي مشكلة جديدة بإيجاد الحالة األكثر تشابها ً للحالة الجديدة ‪،‬‬
‫ومن ثم إعادة استخدامها لتكون حل للمشكلة الجديدة‬
‫تخزن الحالة الجديدة في قاعدة المعرفة لحل مشاكل أخرى في المستقبل‬
‫‪17‬‬
‫الذكاء الصنعي ونظم دعم اتخاذ القرار‬
‫التقنية‬
‫النظم اخلبرية‬
‫التنقيب يف البيانات‬
‫منطق الغموض‬
‫الشبكات العصبونية‬
‫اخلوارزميات اجلينية‬
‫االستنتاج اعتماداً على احلاالت‬
‫الواقعية‬
‫‪18‬‬
‫جماالت االستخدام‬
‫التشخيص‪ ،‬اكتشاف األعطال‪،‬‬
‫النظم املساعدة باختاذ القرار‪.‬‬
‫التحليل‪ ،‬التنبؤات ‪ ،‬التصنيف ‪،‬‬
‫اكتشاف القواعد‪.‬‬
‫اكتشاف طريق‪ ،‬حركة روبوت‪.‬‬
‫التعرف‪ ،‬احملاكاة‪ ،‬النمذجة‪.‬‬
‫إجياد احللول املثلى‪.‬‬
‫النظم اخلبرية الذكية‪ ،‬التقييم‪،‬‬
‫إجياد حلول جديدة‬
‫ما هو الحل المقترح ؟‬
‫‪19‬‬
‫الحل المقترح‬
‫إن وجود نظام خبير لوحده ال يكفي ‪...‬‬
‫استخدام النظم اخلبرية مع دجمها بتقنية االستدالل من خالل احلاالت‬
‫السابقة ‪ Cased Based Reasoning CBR‬باإلضافة‬
‫الستخالص القواعد املرتابطة ‪.Association Rules‬‬
‫‪20‬‬
‫تقنية االستدالل اعتماداً على الحاالت ‪CBR‬‬
‫استنتاج احلل من خالل عملية استعادة احلاالت املخزنة‪،‬‬
‫وحساب نسبة التشابه بينها وينب احلالة اجلديدة‪ ،‬واختيار احلالة‬
‫األكثر تشاهباً‪.‬‬
‫‪21‬‬
‫توصيف النظام ‪-1-‬‬
‫‪ .1‬يتم طرح جمموعة من األسئلة العامة متثل امليزات املطلوبة يف املنتج‪.‬‬
‫• لكل سؤال وزن ميثل مدى أمهية هذه امليزة‪.‬‬
‫• اختصار األسئلة‪.‬‬
‫• يف كل سؤال يتم حساب التشابه‬
‫• حساب التقييم وفق العالقة ‪:‬‬
‫• إرشاد املستخدم‪.‬‬
‫‪22‬‬
‫توصيف النظام ‪-2-‬‬
‫‪ .2‬يف حال كان السؤال ميثل املتطلبات الوظيفية للمنتج‬
‫• يتم طرح جمموعة أسئلة متثل امليزات التفصيلية لكل متطلب‬
‫وظيفي‪.‬‬
‫• يتم حساب التشابه بني امليزات التفصيلية املتوفرة وبني امليزات‬
‫التفصيلية املطلوبة‪.‬‬
‫• يتم التدرج حالة تلو احلالة‪.‬‬
‫• يتم حساب التقييم النهائي وذلك بأخذ بعني االعتبار معايري‬
‫التقييم العامة‬
‫‪23‬‬
‫استخالص قواعد االرتباط ‪Association Rule‬‬
‫• توجد عدة خوارزميات إلجياد قواعد االرتباط‬
‫‪Apriori‬‬
‫‪Freq. Pattern Growth‬‬
‫‪Vertical Data Format Approach‬‬
‫تم استخدام الخوارزمية ‪Freq Pattern Growth‬‬
‫يتم استخراج قواعد االرتباط مع اعتبار أن املعامل‬
‫‪ Min Confidence‬يساوي ‪.100%‬‬
‫‪24‬‬
‫يتم تطبيق خوارزمية ‪ FP-Tree‬الستنتاج ‪2-itemsets‬مع اعتبار‬
‫‪ min support‬تساوي عدد املزودين‪ ،‬أي عند سؤال معني اتفق كل املزودين على نفس اجلواب‪ ،‬كما يتم استخراج قواعد االرتباط مع اعتبار أن املعامل‬
‫‪ Min Confidence‬يساوي ‪.100%‬‬
‫دعم الميزات التفصيلية‬
‫دعم املنتج‬
‫رمز احلالة‬
‫الدرجة‬
‫‪10‬‬
‫مدعومة‬
‫مدعومة ولكن حباجة‬
‫للتعديل‬
‫مدعومة من قبل طرف ثالث‬
‫‪6‬‬
‫مدعومة بالتخصيص‬
‫‪4‬‬
‫ستدعم بإصدار مستقبلي‬
‫‪2‬‬
‫‪7‬‬
‫الشرح‬
‫امليزة مدعومة بشكل كامل‬
‫امليزة مدعومة من خالل التعديل يف الواجهات‬
‫واخليارات‪.‬‬
‫امليزة مدعومة من خالل طرف ثالث‬
‫امليزة مدعومة من خالل التخصيص وتعديل الشفرة‬
‫الربجمية‬
‫امليزة سيتم دعمها بإصدار مستقبلي‬
‫رغبة الزبون‬
‫‪25‬‬
‫أمهية امليزة‬
‫جيب أن تكون‬
‫ال بأس بوجودها‬
‫ال هتمين البتة‬
‫الدرجة‬
‫‪10‬‬
‫‪5‬‬
‫‪0‬‬
‫إيجاد قانون لحساب نسبة التشابه‪:‬‬
‫• جيب إجياد آلية ملعرفة نسبة التشابه بني برجمية ما وبني‬
‫متطلبات الزبون‪ ،‬وذلك من خالل حساب نسبة التشابه بني‬
‫جمموعة من امليزات ضمن الربجمية‪ ،‬وبني نظريهتا اليت يطلبها‬
‫الزبون‪.‬‬
‫• مت االنطالق من قانون )‪(Kolodner, 1993‬‬
‫‪RV= (∑ wi * Si) ∕ ∑wi‬‬
‫‪S :Similarity‬‬
‫‪W:Weight‬‬
‫‪R:Ranking‬‬
‫‪26‬‬
‫حساب ‪Si‬‬
‫مت اقرتاح التعريف التايل ملعامل التطابق بني ميزتني وهو‬
‫"املتوسط احلسابي لنسبة امليزتني املتقابلتني عند كل من‬
‫الزبون واملنتج"‪ ،‬ولكن بشرط أن ال يتجاوز الواحد كما‬
‫يلي‪:‬‬
‫‪If F<= 0 then S=0‬‬
‫‪Else‬‬
‫‪If F<n then S= F/n‬‬
‫‪Else S=1‬‬
‫• ‪ :F‬متثل أمهية امليزة التفصيلية املتوفرة يف املتطلب الوظيفي للمنتج‬
‫• ‪ :N‬متثل أمهية امليزة التفصيلية املطلوبة‬
‫‪27‬‬
‫مثال‬
C
V1
V2
V3
RV= )∑ wi * Si( ∕ ∑wi
Rv1 =0.4+0.4+0.2=1
Rv2=0.28+0.4+0.2=0.88
Rv3=0.20+0.4+0.2=0.80
Sv1
Sv2
Sv3
A
10
B
10
C
D
10
10
10
5
7
10
10
0
5
10
5
10
Wa
Wb
Wc
0.4
1
0.7
0.5
0.4
1
1
1
5
0.2
1
1
1
0
Wd
0
0
0
0
28
‫معايير التقييم العامة‬
‫‪29‬‬
‫وظائف النظام‬
‫الزبون‬
‫المنتج‬
‫مدير النظام‬
‫‪30‬‬
‫ منتج‬- Use Case
31
‫ زبون‬- Use Case
32
‫‪ – Use Case‬مدير النظام‬
‫‪33‬‬
‫ً‬
‫شكرا لكم ‪..‬‬
‫‪34‬‬