Transcript Part 2: Decision Support Systems

องค์ ประกอบของระบบสนับสนุนการตัดสิ นใจ
(DSS Component)
1
หัวข้ อ (Topic)
1 องค์ประกอบของระบบสนับสนุนการตัดสิ นใจ
1.1 ระบบจัดการข้อมูล (Data Management Subsystem)
1.2 ระบบจัดการแบบจาลอง (Model Management Subsystem)
1.3 ระบบจัดการฐานความรู้ (Knowledge-based (Management) Subsystem)
1.4 ระบบโต้ตอบกับผูใ้ ช้ (User Interface Subsystem)
1.5 ผูใ้ ช้งานระบบ (The User)
2 คลังข้อมูล (Data Warehouse)
3 เทคโนโลยีฐานข้อมูล (Database Technology)
4 เครื่ องมือในการพัฒนาระบบ DSS (DSS Hardware)
2
วัตถุประสงค์ การเรียนรู้ (Learning Objective)
1. อธิบายความสัมพันธ์ในการทางานขององค์ประกอบระบบสนับสนุนการตัดสิ นใจ ทั้ง 5
ส่ วนได้
2. สร้างแผนภาพ (Diagram) แสดงลาดับการทางานของระบบ DSS (DSS
Component) ได้
3.ให้เหตุผลในการนาคลังข้อมูล (Data Warehouse) มาใช้งานในปัจจุบนั ได้
4. เปรี ยบเทียบความแตกต่างของวิวฒั นาการฐานข้อมูลในอดีตกับฐานข้อมูลสมัยใหม่ได้
5. อธิบายเกี่ยวกับเทคโนโลยีฐานข้อมูล (Database Technology) และการ
นามาใช้ประโยชน์ได้
6. แนะนาเครื่ องมือในการพัฒนาระบบ DSS ได้
3
1 องค์ ประกอบของระบบสนับสนุนการตัดสิ นใจ
(DSS Components)
4
สิ่ งที่ควรพิจารณาก่ อน “การพัฒนา DSS Component”
1. แผนแม่บทองค์กร
2. การตัดสิ นใจของผูบ้ ริ หารระดับต่าง ๆ ในองค์กร
(ระดับกลยุทธ์,ระดับเทคนิค,ระดับปฏิบตั ิการ)
3. การตัดสิ นใจแก้ไขปั ญหาลักษณะต่าง ๆ
(มีโครงสร้าง,ไม่มีโครงสร้าง,กึ่งโครงสร้าง)
4. การทางานของผูบ้ ริ หารระดับต่าง ๆ รวมถึงพนักงานที่มีองค์ความรู ้หรื อมีทกั ษะ
5. ลักษณะธุรกิจที่องค์กรดาเนินการอยู่
5
1 องค์ ประกอบของระบบสนับสนุนการตัดสิ นใจ
(DSS Components)
1.ระบบจัดการข้อมูล (Data Management Subsystem)
2.ระบบจัดการแบบจาลอง (Model Management Subsystem)
3. ระบบจัดการฐานความรู้ (Knowledge-based (Management) Subsystem)
4.ระบบโต้ตอบกับผูใ้ ช้ (User Interface Subsystem)
5. ผูใ้ ช้งานระบบ (The User)
6
DSS Components
User
5
User Interface
4
KBS1
3
1
DBMS
KBS2
3
MBMS
2
KBS3
3
7
1.1 ระบบจัดการข้อมูล
(The Data Management Subsystem)
ประกอบด้ วยการทางาน 4 ส่ วน ได้ แก่
 ฐานข้ อมูล DSS (DSS database)
 ระบบจัดการฐานข้ อมูล (Database management system)
 สารบัญข้ อมูล (Data directory)
 การสอบถามข้ อมูล (Query facility)
รู ป
1.2
8
DSS database
1. ฐานข้อมูล DSS (DSS database) ใช้จดั เก็บข้อมูล ซึ่งฐานข้อมูล
DSS จะแตกต่างจากฐานข้อมูลทัว่ ไป คือมีการจัดเก็บ แต่ไม่มีการลบข้อมูลทิ้ง
ข้อมูลที่เก็บในฐานข้อมูล DSS อาจจะมาจากหลายแผนกในองค์กร หรื ออาจมา
จากแหล่งข้อมูลอื่นภายนอกองค์กร ฉะนั้นก่อนจะนาเข้าจัดเก็บในฐานข้อมูลนั้น
จะต้องทาการ Cleaning ข้อมูลก่อน ซึ่งฐานข้อมูล DSS จะมีขนาดใหญ่
กว่าฐานข้อมูลทัว่ ๆ ไป (รายละเอียดจะกล่าวเพิ่มเดิมในหัวข้อด้านล่าง)
9
ฐานข้ อมูล DSS (DSS Database)
ลักษณะการจัดเก็บข้อมูล ที่สามารถนาข้อมูลไปพัฒนาเป็ นข้อมูล DSS มีลกั ษณะดังนี้
1. Data warehouse
2. Data mining
3. Special independent DSS databases
4. Extraction of data from internal, external, and private sources
5. Web browser data access
6. Web database servers
7. Multimedia databases
8. Special GSS databases (like Lotus Notes / Domino Server)
9. Online Analytical Processing (OLAP)
10. Object-oriented databases
11. Commercial database management systems (DBMS)
10
ธรรมชาติและแหล่ งข้ อมูล (The Nature and Sources of Data)
กลุ่มของข้อมูล DSS ประกอบด้วย
1. เอกสาร (Documents)
2. รู ปภาพ (Pictures)
3. แผนที่ (Maps)
4. เสี ยง (Sound)
5. ภาพเคลื่อนไหว (Animation)
6. วีดีโอ (Video)
กลุ่มข้อมูลของ DSS อาจเป็ นได้ท้งั ที่อยูใ่ นรู ปแบบ Hard Copy และ Soft Copy
11
แหล่ งข้ อมูล (Data Sources)
1. แหล่งข้อมูลภายในองค์กร (Internal)
2. แหล่งข้อมูลภายนอกองค์กร (External)
3. แหล่งข้อมูลจากตัวบุคคล (Personal)
12
วิธีการเก็บรวบรวมข้ อมูล
1.
2.
3.
4.
การสารวจ (Survey)
สังเกตการณ์ (Observation)
การสัมภาษณ์ (Interview)
เอกสาร (Documentation)
ปัญหาในการเก็บรวบรวมข้ อมูล
1. แหล่งที่มาของข้อมูลหากมีไม่มากพอ อาจทาให้เกิดข้อผิดพลาดในการตัดสิ นใจ
2. ในการรวบรวมข้อมูล หากไม่มีการคัดเลือก เรี ยบเรี ยง และกรองข้อมูลให้ตรงประเด็น
อาจก่อให้เกิดปัญหาในการตัดสิ นใจได้
13
ปัญหาของข้ อมูล
1. ไม่มีความถูกต้อง
2. ไม่ทนั ต่อการใช้งาน
3. ไม่เหมาะสมกับการใช้งาน
4. ข้อมูลที่ตอ้ งการไม่มีอยูใ่ นระบบ
คุณภาพของข้ อมูล (Data quality)
1. มีความสอดคล้องของข้อมูล
2. ครบถ้วนในเรื่ องปริ มาณ
3. ทันเวลาต่อความต้องการใช้
4. ถูกต้อง น่าเชื่อถือ
5. มีความปลอดภัยในการเข้าถึงข้อมูล
5. การสื่ อความหมาย ง่ายต่อการใช้ กะทัดรัดได้ใจความ
14
ข้ อแนะนาเกีย่ วกับข้ อมูลก่ อนนาเข้ าสู่ DSS
1.
2.
3.
4.
ตรวจสอบความถูกต้องในการรวบรวมข้อมูล, รู ปแบบของข้อมูล
ตรวจสอบการ Update ข้อมูลล่าสุ ด
ตรวจสอบความสมบูรณ์ ผลลัพธ์ของข้อมูล และแหล่งที่มา
ตรวจสอบปริ มาณของข้อมูลว่าเพียงต่อการแก้ปัญหาในแต่ละเรื่ องหรื อไม่
15
โครงสร้ างประเภทฐานข้ อมูล
(Database Organization and Structure)
1. ฐานข้อมูลเชิงสัมพันธ์ (Relational databases)
2. ฐานข้อมูลแบบลาดับชั้น (Hierarchical databases)
3. ฐานข้อมูลแบบเครื อข่าย (Network databases)
4. ฐานข้อมูลเชิงวัตถุ (Object-oriented databases)
5. ฐานข้อมูลมัลติมิเดีย (Multimedia-based databases)
6. ฐานข้อมูลเอกสาร (Document-based databases)
7. ฐานข้อมูลอัจฉริ ยะหรื อฐานข้อมูลอันชาญฉลาด (Intelligent databases)
8. ฐานข้อมูลหลายมิติ (Multidimensional Database )
1.1
16
Database management system: DBMS
2. ระบบจัดการฐานข้ อมูล (Database management system: DBMS)
เป็ นโปรแกรมที่ทาหน้าที่เป็ นตัวกลาง ทาให้ผใู้ ช้โต้ตอบหรื อติดต่อกับฐานข้อมูลได้ ซึ่ง
DBMS จะมีความสามารถในด้านสื บค้นข้อมูล สอบถามข้อมูล ปรับปรุ งข้อมูล สร้างรายงาน
และลบข้อมูล User สามารถใช้ DBMS ได้โดยผ่านทาง User Interface
ระบบจัดการฐานข้ อมูลใน DSS (Database Management Systems in DSS)
DBMS ที่ใช้กบั ระบบ DSS ใช้เพื่อเป็ นโปรแกรม (Software program) สื่ อกลางในการ
- จัดเก็บ นาเข้าข้อมูล ข่าวสาร เก็บลงในฐานข้อมูล (storing)
- ปรับปรุ งข้อมูล (updating)
- ลบข้อมูล (deleting)
- จัดการควบคุม( manipulating)
- ดึงข่าวสารออกมาใช้มาประโยชน์ (retrieving)
1.1
17
3. สารบัญข้ อมูล (Data directory) เก็บดัชนี (index) ทั้งหมดในฐานข้อมูล
ซึ่ ง DD นี้จะเป็ นเหมือนกับการรวบรวมข้อมูลและจาแนกขอบเขตของ
ปัญหา เมื่อมีการค้นหาตามเงื่อนไข จะทาให้การดึงข้อมูลนี้ สามารถ
ตรวจสอบได้เร็ วและง่ายขึ้น
ใช้ตรวจสอบเงื่อนไขในการค้นหา
และค้นหาผลลัพธ์ให้ได้ตามเงื่อนไข
4. การสอบถามข้ อมูล (Query facility)
1.1
18
1.2 ระบบจัดการแบบจาลอง
(The Model Management Subsystem )
ประกอบด้ วย 5 ส่ วนประกอบ ได้ แก่





ฐานแบบจาลอง (Model base)
ระบบจัดการฐานแบบจาลอง (Model base management system)
ภาษาในการสร้ างแบบจาลอง (Modeling language)
สารบัญแบบจาลอง (Model directory)
การดาเนินการกับแบบจาลอง (Model execution, integration, and command
processor)
รู ป
1.3
19
Model base
1. ฐานแบบจาลอง (Model base)
เป็ นแหล่งในการเก็บรวบรวม Model ต่าง ๆ หลากหลายชนิด ซึ่งในการแก้ปัญหา
หนึ่ง ๆ อาจจาเป็ นต้องใช้ Model ร่ วมกันมากกว่า 1 Model ซึ่งอาจประกอบไปด้วย
-
Model สาหรับตัดสิ นใจด้านกลยุทธ์
Model การตัดสิ นใจด้านเทคนิค
Model การตัดสิ นใจด้านปฏิบตั ิการ
Model การวิเคราะห์ขอ้ มูลอื่น ๆ
1.2
20
Model base management system
2. ระบบจัดการฐานแบบจาลอง (Model base management system)
ระบบ MBMS
ทาหน้าที่เป็ นตัวกลางในการติดต่อกับฐานแบบจาลอง
(Model base) เพื่อใช้ Update ฐานแบบจาลอง (Model base)
สามารถสร้างระบบ MBMS ได้โดยใช้ภาษาเขียนโปรแกรม หรื อใช้เครื่ องมือ
(Tools) ต่าง ๆ ที่มีความเหมาะสม เชื่อมต่อกับผูใ้ ช้ผา่ นทาง User Interface
1.2
21
Modeling language
3. ภาษาในการสร้ างแบบจาลอง (Modeling language)
เป็ นภาษาที่ทีมงานเลือกใช้ในการพัฒนาตัวแบบของแบบจาลอง เช่น C,
C++, Visual Basic, Java, Cobol หรื อสามารถใช้
โปรแกรมสาเร็ จรู ปด้าน Spreadsheet ได้ เช่น Excel
1.2
22
Model directory
4. สารบัญแบบจาลอง (Model directory)
เป็ นเหมือนกับดัชนี (Index) หรื อสารบัญ ที่ทาให้ระบบทราบว่า
จะทาการเรี ยกใช้ Model ตัวใดเพื่อดึงขึ้นมาวิเคราะห์ขอ้ มูล ซึ่ง
Model directory จะทาการเก็บรวบรวมรายชื่อ, ความหมาย
และประเภทการใช้งาน Model แต่ละประเภทเอาไว้
1.2
23
Model Execution
5. การดาเนินการกับแบบจาลอง
(Model execution, integration, and command
processor)
เป็ นตัวควบคุมการทางาน ให้ทุก Model สามารถทางานร่ วมกันได้ ถ้า
หากการวิเคราะห์หนึ่ง ๆ จาเป็ นต้องใช้มากกว่า 1 Model ถ้าเป็ นเช่นนั้น
ผลลัพธ์ (Output) ที่ได้จากModel แรกอาจจะกลายมาเป็ น Input ที่
จะต้องป้ อนเข้าสู่ Model ที่ 2 ก็เป็ นได้ และทุกส่ วนประกอบในส่ วนจัดการ
แบบจาลองทางานร่ วมกันได้ ในส่ วนนี้จะเน้นในเรื่ องของการประมวลผล
(Process) นัน่ ก็คือการแปลคาสัง่ ต่าง ๆ ให้ทางานตามต้องการ และการ
ประสานงานกัน (Coordinate)
1.2
24
1.3 ระบบจัดการฐานความรู้
(Knowledge-based (Management) Subsystem)
1. จัดเตรี ยมผูเ้ ชี่ยวชาญในการแก้ปัญหาแบบกึ่งโครงสร้างและไม่มีโครงสร้าง ซึ่งมีความ
ซับซ้อน
2. นาความรู้จากผูเ้ ชี่ยวชาญไปสร้างเป็ นระบบ expert system หรื อ
intelligent system
3. ระบบ DSS ชนิดพิเศษจะมีระบบ “การจัดการองค์ความรู้” รวมอยูด่ ว้ ย
(knowledge based management component)
4. ระบบ DSS ชนิดพิเศษจะเป็ นการพัฒนาระบบที่นาไปสู่ ระบบ intelligent
DSS ตัวอย่างเช่น Data mining
รู ป
1.4
25
ส่ วนประกอบของ KBMS
1. แหล่งองค์ความรู้จากผูเ้ ชี่ยวชาญ (Expert Source) ทาการจัดเก็บรวบรวม
องค์ความรู้จากผูเ้ ชี่ยวชาญในแต่ละด้าน หรื อจากแหล่งข้อมูลอื่น ๆ และส่ งข้อมูล
เหล่านั้นเข้าสู่กระบวนการ Knowledge Representation
2. จัดรู ปแบบองค์ความรู้ (Knowledge Representation) เป็ นการ
จัดรู ปแบบองค์ความรู้ที่นาเข้ามาเก็บในคอมพิวเตอร์ให้อยูใ่ นรู ปแบบที่สามารถใช้งาน
ได้ อาจจะต้องมีการแทนความรู ้ที่ได้น้ นั ให้เป็ นรู ปสัญลักษณ์ต่าง ๆ เพื่อให้ทางานได้
ง่ายขึ้น และง่ายต่อการตีความ และนาเข้าไปจัดเก็บในฐานองค์ความรู้
3. ฐานองค์ความรู้ (Knowledge Base) จะติดต่อกับส่ วนตรวจสอบองค์
ความรู้ ว่าความรู ้ที่ผา่ นการแทนด้วยสัญลัษณ์ หรื อที่นาเข้ามาเก็บนั้นถูกต้องหรื อไม่
4. ตรวจสอบองค์ความรู้ (Knowledge Validation) ส่ วนผลลัพธ์ที่ได้จาก
การตรวจสอบความถูกต้องของข้อมูลกลับไปยังฐานองค์ความรู้
5. การอธิบาย (Explanation) ทาหน้าที่ในการอธิบายความองค์รู้น้ นั ๆ ให้ผใู้ ช้
นั้นสามารถเข้าใจถึงคาตอบแล้วส่ งข้อมูลนี้ไปยัง ส่ วนของการสรุ ปความ
6. การสรุ ปความ (Inferencing) เป็ นตัวบอกความหมายของข้อมูล
26
1.4 ระบบโต้ ตอบกับผู้ใช้
(User Interface (Dialog) Subsystem)
1. ประกอบไปด้วยการสื่ อสาร (communication)ระหว่างผูใ้ ช้กบั ระบบ
2. โต้ตอบโดยใช้ GUI (Graphical user interfaces)
3. ใช้ระบบรู้จาเสี ยง (Voice recognition) และสังเคราะห์ความเร็วของเสี ยง
(speech synthesis possible)
4. ผูใ้ ช้โต้ตอบกับระบบ
รู ป
1.5
27
User Interface Subsystem
ขั้นตอนการทางานของระบบ User Interface เป็ นดังนี้




ผูใ้ ช้นาเข้าข้อมูลผ่านทาง Input Device
นาข้อมูลนั้นไปผ่านการแปลภาษา (Translation)
ส่งต่อไปยังระบบจัดการ User Interface (User Interface Management
System)
ระบบจะส่งข้อมูลไปทางานยังส่วนของ DBMS หรื อ Knowledge Base หรื อ
MBMS (Model Base Management System) เมื่อระบบทั้ง 3 ทางาน
ได้คาตอบจะส่งผลลัพธ์ยอ้ นกลับ เพื่อแสดงผลให้กบั ผูใ้ ช้ทราบผ่านสื่ อ Output Device
Note :ความสามารถของ User Interface จะต้องรองรับเทคโนโลยีดา้ น graphic
รองรับอุปกรณ์นาเข้าข้อมูล (Input Device) รองรับการแสดงผลแบบ graphic แสดง
ข้อมูลพร้อมกันหลายหน้าต่าง มีระบบให้คาแนะนา และ user ปรับแต่งหน้าตาของ user
interface ได้
28
1.5. ผู้ใช้ งานระบบ
(The User)
การใช้งานระบบ DSS จะมีรูปแบบที่แตกต่างกันตามผูใ้ ช้แต่ละระดับ เช่น user, manager,
หรื อผูท้ ี่ทาการตัดสิ นใจ (decision maker)
1. Managers
2. Staff specialists
ผูใ้ ช้ที่เป็ นอยูร่ ะหว่างกลาง (Intermediaries) ระหว่างระบบกับ decision maker
1. Staff assistant
2. Expert tool user
3. Business (system) analyst
4. GSS Facilitator
รู ป
29
2 คลังข้อมูล (Data Warehouse)
30
2 คลังข้อมูล (Data Warehouse)
- คือ หลักการหรื อวิธีการเพื่อรวบรวม IS เพื่อการประมวลผลรายการข้อมูลที่เกิดขึ้น ในแต่ละวันของสายงาน
(Transaction record) มารวมกันเป็ นหน่วยเดียว เพื่อสนับสนุนกระบวนการตัดสิ นใจของผู้
ตัดสิ นใจ คลังข้อมูล ไม่ใช่ผลิตภัณฑ์ หรื อระบบสาเร็จรู ปที่สามารถหาซื้อมาใช้งานได้จากท้องตลาด แต่
คลังข้อมูล เป็ นหลักการ วิธีการ และแนวทางแก้ปัญหา การพัฒนาคลังข้อมูล ต้องการความรู้ที่ชดั เจน
เกี่ยวกับกิจกรรมและธุรกิจขององค์กร
องค์ประกอบของ Data Warehouse
1. ฐานข้อมูลเชิงกายภาพขนาดใหญ่
2. คลังข้อมูลเชิงตรรกะ
3. Data mart
4. DSS และ EIS
31
2 คลังข้อมูล (Data Warehouse)
คุณลักษณะของ Data Warehouse
ประกอบด้วย
1. Subject-Oriented : การจัดกลุ่มข้อมูลตามประเด็นหลักขององค์กร เช่น ลูกค้า สิ นค้า ยอดขาย
2. Integrated : การจัดข้อมูลให้เป็ นรู ปแบบเดียวกัน สร้างความสอดคล้องของข้อมูลก่อนการนาเสนอ
3. Time-valiant: เก็บข้อมูลไว้ในคลังเพื่อใช้งานในระยะเวลาภายภาคหน้า เช่น 5-10 ปี ข้างหน้า เพื่อ
ทานายแนวโน้มหรื อเปรี ยบเทียบค่าข้อมูลในแต่ละปี ข้อมูลจะต้องมีความถูกต้องอยูเ่ สมอ
4. None-Volatile: เมื่อมีการเปลี่ยนแปลงข้อมูลจากคลังที่ไปดึงมา ข้อมูลในคลังจะไม่ได้รับการ
เปลี่ยนแปลงในทันที จะเปลี่ยนแปลงในภายหลัง
32
2 คลังข้อมูล (Data Warehouse)
ข้ อดีของ Data Warehouse
1. ให้ผลตอบแทนจากการลงทุนสู ง
2. เกิดความได้เปรี ยบในการแข่งขัน
3. เพิ่มประสิ ทธิ ภาพในการตัดสิ นใจ
ข้ อเสี ยของ Data Warehouse
1. การกรองข้อมูลและ load ข้อมูลเข้าสู่ คลังใช้เวลานาน
2. แนวโน้มความต้องการข้อมูลมีเพิม่ มากขึ้นเรื่ อย ๆ
3. ใช้เวลาในการพัฒนาคลังข้อมูลนาน
4. ระบบคลังข้อมูลมีความซับซ้อน
33
สถาปัตยกรรม Data Warehouse
(Data Warehouse Architecture)
แสดงภาพตัวอย่าง Multi-Tiered Architecture
34
การวิเคราะห์ ข้อมูลใน Data Warehouse
แบ่งข้อมูลออกเป็ น 2 ส่วน
1. ข้ อมูลเพือ่ การปฏิบัตงิ าน เกิดขึ้นจากการสะสม ในการปฏิบตั ิงานต่าง ๆ ขององค์กร ซึ่งผ่านระยะเวลา ที่
ยาวนาน การนาข้อมูลไปใช้งานต้องผ่านการประมวลผลอย่างใดอย่างหนึ่ง
(จะถูกนาไปวิเคราะห์ขอ้ มูลแบบ Query and Reporting)
2. ข้ อมูลเพือ่ การวิเคราะห์ จะใช้เครื่ องมือ (Tools) ที่มีอยูใ่ นการจัดการวิเคราะห์และคานวน รวบรวมข้อมูล
ที่มีประโยชน์ให้อยูใ่ นรู ปแบบพร้อมใช้งาน ไม่มีการประมวลผลอีกครั้ง
(จะถูกนามาไปใช้งานแบบ Multidimensional Data Analysis)
Note: ข้อมูลทั้ง 2 ประเภทสามารถนามาใช้วิเคราะห์ร่วมกับแบบ Data Mining ได้
35
3 เทคโนโลยีฐานข้อมูล (Database Technology)
36
3 เทคโนโลยีฐานข้อมูล (Database Technology)
เป็ นเทคโนโลยีที่พฒั นาขึ้นเพื่อตอบสนองความต้องการในการวิเคราะห์ขอ้ มูลของ ผู้
ตัดสิ นใจ (Decision Maker) ส่ วนใหญ่จะเป็ นการตัดสิ นใจเชิงธุรกิจ ตัวอย่างของ
“เทคโนโลยีฐานข้อมูล” ได้แก่
1. คลังข้อมูล (Data Warehouse)
2. Data Mart
3. ฐานข้อมูลหลายมิติ (Multidimensional Database)
ตัวอย่าง “เทคนิคการวิเคราะห์ขอ้ มูล ” ได้แก่ การประมวลผลข้อมูลเชิงวิเคราะห์แบบออนไลน์
(Online Analytical Processing:OLAP), การทาเหมืองข้อมูล (Data
Mining)
37
ฐานข้ อมูลหลายมิติ
(Multidimensional Database )
เป็ นฐานข้อมูลที่ใช้ในการจัดเก็บข้อมูลที่แสดงผลตามมิติต่าง ๆ
ของข้อมูลได้ พัฒนาต่อจากฐานข้อมูลเชิงสัมพันธ์ (Relational
database) ให้มีความสามารถมากยิง่ ขึ้นเพื่อรองรับการ
ประมวลผลเชิงวิเคราะห์ออนไลน์ (OLAP)
38
ความสามารถของ OLAP
1. Roll up (drill-up): การดูขอ้ มูลแบบหยาบ
การเปลี่ยนแปลงระดับความละเอียดของการพิจารณาข้อมูล ตรงกันข้ามกับ Drill down
นัน่ ก็คือ ดูขอ้ มูลแบบหยาบ ๆ
2. Drill down (roll down): การดูขอ้ มูลแบบละเอียด
เพิ่มความละเอียดในการพิจารณาข้อมูล เจาะลึกข้อมูลเฉพาะส่ วนได้
3. Slice and dice:
slice แยกข้อมูลออกเป็ นส่ วนเพื่อพิจารณาเฉพาะข้อมูลผลลัพธ์ที่เราสนใจ
dice กระบวนการพลิกแกนหรื อมิติขอ้ มูล ให้ตรงตามความต้องการใช้งาน
4. Pivot (rotate): แสดงข้อมูลในลักษณะลูกบาศก์ (cube), visualization
และแสดงข้อมูลจาก 2 มิติให้เป็ น 3 มิติ
39
ประโยชน์ ของ OLAP
1. ช่วยวิเคราะห์เปรี ยบเทียบข้อมูลในมุมมองต่าง ๆ
2. ช่วยให้ผใู้ ช้หรื อผูต้ ดั สิ นใจสามารถคัดเลือกข้อมูลได้อย่างมีประสิ ทธิภาพ
3. แต่ละคนสามารถสร้างข้อมูลตามมุมมองของตนเองได้
4. สามารถสอบถามข้อมูลได้อย่างรวดเร็ว
5. ทาให้ได้รับข้อมูลในมุมมองใหม่ ๆ สาหรับประกอบการตัดสิ นใจ และเพิ่มทาง
เลือกในการตัดสิ นใจ
40
ประโยชน์ ของ OLAP
แสดงตัวอย่างของ Data Cube
41
ประโยชน์ ของ OLAP
ตัวอย่างการแสดงผลของ Data Cube
42
Data Visualization
เทคโนโลยี Data Visualization ได้แก่
1. Digital images
2. Geographic information systems
3. Graphical user interfaces
4. Multidimensions
5. Tables and graphs
6. Virtual reality
7. Presentations
8. Animation
43
4 เครื่ องมือในการพัฒนาระบบ DSS (DSS Hardware)
44
4 เครื่ องมือในการพัฒนาระบบ DSS (DSS Hardware)
เครื่ องมือหรื อ Tools ที่ใช้พฒั นาระบบ DSS จะประกอบด้วย computer
hardware และเทคโนโลยีทางด้าน software ,ทางด้าน Hardware จะ
ประกอบด้วย
1. Mainframe
2. Workstation
3. Personal computer
4. Web server system
- Internet
- Intranets
- Extranets
45
..The End..
46