Sisteme Expert Marketing

8/9/2019 Sisteme Expert Marketing

1/109

Gheorghe Orzan Mihai Orzan

SISTEME EXPERT DE

MARKETING

Editura URANUS

Bucure ti

1


2/109

2005 Editura UranusBucure ti, CP 7-62

Reproducerea acestei lucr ri, chiar i par ial , prin orice procedeu fotocopiere, microfilmare, scanare, band magnetic , etc. este strict interzis

i intr sub inciden a Legii nr.8/1996 privind drepturile de autor.

2


3/109


4/109

CAPITOLUL 5: PREZENTAREA GENERATORULUI DE SISTEME EXPERT VP-EXPERT ....................... 77 5.1 STRUCTURA BAZEI DE CUNOTINE ....................................................................................................................... 78

5.1.1 Blocul de ac iuni ............................................................ ........................................................... .................... 79 5.1.2 Regulile...................................................... ................................................................ ................................... 83 5.1.3 Declara iile .......................................................... ................................................................ ......................... 84 5.1.4 Variabile VP-Expert ....................................................... ............................................................... ............... 85

5.2 COMENZIVP-EXPERT............................................................................................................................................ 86 CAPITOLUL 6: PROIECTAREA SISTEMULUI EXPERT DE MARKETING UTILIZND PACHETUL VP-EXPERT................................................................. ............................................................ ............................................. 89

6.1 A NALIZA PROCESULUI DE LANSARE PE PIA A UNUI NOU PRODUS......................................................................... 89 6.1.1 Elementele procesului de crea ie i lansare a noilor produse ...................................................... ................ 89 6.1.2 Aplicarea metodei analizei ierarhice n studiul lans rii noilor produse...................................................... 93 6.1.3 Descompunerea procesului de lansare a produsului...................................................... .............................. 94

6.2 MODELAREA CONCEPTUAL A PROCESULUI DE LANSARE A UNUI NOU PRODUS.................................................... 96 6.2.1 Crearea arborelui de decizie .................................................................... ..................................................... 96 6.2.2 Ponderarea arborelui de decizie................................................................................................................. 100

6.3 IMPLEMENTAREA SISTEMULUI EXPERT DE EVALUARE A LANSRII PE PIA ................................................. 105 A UNUI NOU PRODUS................................................................................................................................................... 105 6.4 CREAREA GRILEI DE EVALUARE........................................................................................................................... 107

4


5/109

1 Elemente fundamentale ale sistemelor expert

1.1 Conceptul de sistem expert

Sistemele expert sunt sisteme de programe bazate pe tehnicile inteligen ei

artificiale care nglobeaz cuno tinele exper ilor umani dintr-un domeniu bine definit iapoi le folosesc pentru rezolvarea problemelor dificile din acest domeniu.

In esen acest tehnologie permite reproducerea pe cale artificial a

ra ionamentului uman, conturndu-se trei curente principale de abordare metodologic a

ra ionamentului artificial 1:

Abordarea cognitiv n care ra ionamentul natural este privit ca o suit de st ri i

procese mentale care transform datele de intrare n date de ie ire iar ra ionamentul

artificial ncearc

s

reproduc

aceste st

ri mentale i procese. In cadrul realiz

rilor inteligen ei artificiale cognitive exist metode de modelare ce au servit ca suport pentru

implementarea unor sisteme software de tipul sistemelor de gestiune a colec iilor de date

numite sisteme de gestiune a bazelor de cuno tine.

Modul de abordare cognitiv conduce la urm toarea defini ie a inteligen ei

artificiale: Inteligen a artificial este o tehnologie informatic care s-a dezvoltat pe baza

studiului ra ionamentului uman fiind un ansamblu de tehnici i metode care permit

captarea cuno tinelor umane i prelucrarea lor simbolic .

Abordarea pragmatic n care ra ionamentul uman este privit tot ca o suit de

st ri i procese mentale care transform datele de intrare n date de ie ire dar

ra ionamentul artificial ncearc doar s simuleze simptomele de inteligen adic s

produc acelea i date de ie ire pentru acelea i date de intrare (conceptul de cutie

neagr ). In aceast abordare au fost concepute primele sisteme de inteligen artificial

cu un nalt grad de utilitate denumite sisteme expert.

Sistemele expert din primele genera ii au implementat conceptul de cutie neagr

ncercnd s fac abstrac ie de orice model al cunoa terii. Noile genera ii sunt mai

flexibile nsu indu- i metode ale orient rii cognitive.

Modul de abordare pragmatic st la baza unei alte defini ii a inteligen ei artificiale:

Inteligen a artificial este acea parte a informaticii care are drept scop executarea

pe calculator a unor sarcini pe care omul ntr-un context dat le poate face mai bine dect

ma ina.

5


6/109

Abordarea conexionist n care ra ionamentul natural este privit ca o suit de

st ri i procese neuronale iar ra ionamentul artificial ncearc s reproduc mecanic

acest activitate neurologic a creierului uman. In acest mod de abordare se includ

re elele neuronale, sisteme care imit organizarea i func ionarea materiei cenu ii.

In timp ce informatica clasic este definit ca fiind tiina prelucr rii automate adatelor, informatica inteligent este tiina prelucr rii automate a cuno tinelor.

Informatica clasic are la baz no iunea de prelucrare algoritmic iar informatica

inteligent are la baz no iunea de prelucrare simbolic in care dispare distinc ia dintre

date i programe. V zut din acest perspectiv inteligen a artificial este acea parte a

informaticii care se ocup cu rezolvarea unor probleme prin prelucrare simbolic ,

nealgoritmic a informa iilor.

Sistemele expert fac parte din clasa sistemelor cu inteligen

artificial

pragmatic , de innd un num r mare de cuno tine care s acopere n principiu toate

situa iile posibile care pot apare n func ionarea unui sistem social, tehnic sau economic.

Dac sistemele expert au fost dezvoltate la nceput n domeniul tehnic i medical,

n ultimul timp se asist la o extindere acestora n domeniul economic. Dup preluarea

cuno tinelor expertului uman, sistemele expert multiplic i expliciteaz experien a

acestuia, fapt foarte important tiut fiind c un expert uman ntr-un domeniu se formeaz

greu i necesit pe lng preg tirea i experien a profesional i calit i native.

Sistemele expert fac parte dintr-o gam\ de instrumente indispensabile pentru

realizarea de sisteme automate sau interactive capabile s\ efectueze sarcini complexe. Nu

se pot ignora toate ra ionamentele calitative i simbolice care formeaz\ baza

managementului unei ntreprinderi. Inc\ de la nceput sistemele expert au avut asociate

instrumente de cercetare opera ional\ care au facilitat construirea de sisteme de asistare

foarte complexe pentru diagnostic financiar, asistarea concep iei produselor n

ntreprinderi i n organizarea produc iei.

Pentru definirea sistemelor expert este necesar o partajare a cuno tinelor

expertului uman dintr-un anumit domeniu. Astfel un expert uman recunoa te i rezolv

probleme din domeniul s u de expertiz avnd o capacitate crescut de a se orienta n

aspecte precum: complexitatea, incertitudinea, inconsisten a i aprecierile vagi. Pornind de

aici, expertul uman trebuie s aduc problema n stadiul n care lucrurile sunt ct mai

simple, complete, precise, consistente i clare. Problema este trecut din sfera expertizei

n sfera cuno tinelor comune de specialitate. In general, expertul uman ac ionez ntr-o

clas de probleme slab structurate pentru care nu se pot defini algoritmi de rezolvare.

1 N stase P., Zaharie D., Sisteme expert: teorie i aplica ii, Dual Tech, Bucure ti, 1999

6


7/109

Sistemul expert, ncercnd s imite expertul uman, prezint caracteristicile:

- cuno tinele sunt independente de mecanismul de ra ionament, nu depind unele

de altele iar modificarea unui element nu influen eaz ra ionamentul;

- sistemul expert trebuie s fie capabil s explice ra ionamentele f cute i s

argumenteze solu iile ob inute;- cuno tinele folosite de sistemele expert sunt n principal de natur simbolic ;

- sistemul expert trebuie s poat gestiona baze de cuno tine de volum mare i

s trateze cuno tine inexacte i incomplete;

- sistemul expert utilizeaz metode empirice, bazate pe experien , care conduc la

solu iile cele mai bune;

- sistemul expert este specializat ntr-un anumit domeniu i nu n rezolvarea unei

singure probleme.Sistemele expert sunt total dependente de calitatea i volumul cuno tinelor

nmagazinate pe care apoi le folosesc pentru a simula ra ionamentul uman i de a realiza

procese deductive. Se impune astfel formalizarea cuno tinelor prin diferite metode de

reprezentare a acestora pe baza fenomenului de cunoa tere.

Cunoa terea este sinteza urm toarelor concepte fundamentale proprii: fapte;

reguli;

strategii de ra ionament .

Faptele sunt structuri de date complexe cu o semantic i o semnifica ie proprie

derivat din sfera domeniului abordat.

Regulile sunt modalit i de reprezentare i utilizare a faptelor n procesul de

prelucrare a cuno tinelor.

Distinc ia dintre fapte i reguli este eviden iat\ de reprezentarea cuno tin elor .

Strategiile de ra ionament denumite i metode euristice, exprim sintetic

modalitatea de utilizare a regulilor, prin intermediul unui anumit tip de ra ionament:

deductiv, inductiv sau mixt.

Prelucrarea cuno tinelor necesit un sistem de stocare i manipulare a

cuno tinelor de natur s permit declan area i emiterea de ra ionamente. La nivelul

sistemelor expert se folosesc structuri de cuno tine cu func ii similare structurilor de date

utilizate n stocarea i prelucrarea de date.

7


8/109

Particularit ile cuno tinelor referitoare la un domeniu dat sunt:

- cuno tinele exprim informa ii specifice pentru anumite clase de obiecte de

natur material sau conceptual ;

- cuno tinele sunt valabile i dependente strict de starea i evolu ia domeniului dereferin ;

- cuno tinele pot fi incomplete datorit caracterului lor implicit pentru expertul

uman i dificil de formulat i transmis calculatorului;

- cuno tinele sunt integrabile n anumite limite deoarece acestea pot fi fixe sau

variabile, certe sau incerte, exacte sau inexacte.

8


9/109

1.2 Func iile sistemelor expert

Principalele func ii pe care le poate avea un sistem expert sunt 1:

- interpretare : traducerea de semnale provenite din captarea de exemple sau de

date brute n expresii simbolice care pot fi folosite n ra ionamente;

- diagnostic : stabilirea unei corela ii ntre caracteristici sau simptome i situa ii tip;

- formare : transmiterea de cuno tine unei persoane al c rei nivel i caracteristici

fac obiectul unui diagnostic de nv are foarte bine adaptat . Aceast transmitere de

cuno tine sau de a ti ce trebuie f cut se poate baza pe diagnostic, ntre inere, etc;

- supraveghere : declan area unei alarme n condi ii determinate care pot evolua

cu contextul sau trimiterea unei d ri de seam plecnd de la semnale interpretate i

folosite ntr-un diagnostic;- previziune : descrierea unei situa ii prin anticipare, plecnd de la o situa ie

curent prin intermediul unui model construit pe o baz istoric sau prin nv are;

- simulare : deduc ia, plecnd de la un model al consecin elor ac iunilor sau

evenimente declan ate de c tre sistemul aflat n curs de derulare a simul rii;

- planificare : definirea n timp i n spa iu a ac iunilor care permit atingerea unei

st ri finale prin compararea st rii curente cu starea dorit prevnd consecin ele de

ac iune ntr-o manier care s permit respectarea restric iilor impuse de mediu, nivelulresurselor disponibile i consecin ele previzibile ale interac iunilor dintre st ri i ac iuni sau

dintre st ri succesive;

- ntre inere : planul de ac iune particular care decurge dintr-un diagnostic ce

eviden iaz punctele slabe ale unui sistem indicnd i cauzele. Planul de ac iune const n

furnizarea instruc iunilor necesare pentru remediere;

- concep ie : mul imea de alegeri i de decizii care permit, plecnd de la

performan ele fixate prin diagnosticare, s

se determine caietul de sarcini pentru un scopce trebuie ndeplinit n func ie de nevoile exprimate la un moment dat. De asemenea se

are n vedere furnizarea unor mijloace pentru a se atinge acest obiectiv definind

caracteristicile unui produs sau ai unui proces care respect caietul de sarcini;

- controlul i pilotajul : mul imea de ac iuni aplicate unui sistem dup informa iile

care rezult din supravegherea sistemului i din anticiparea situa iilor care asigur , printr-

o ntre inere permanent i un r spuns adaptat la diverse situa ii, o func ionare a

1 Benchimol G., Levine P., Pomerol J. C., Sisteme expert n ntreprindere, Editura tehnic , Bucure ti, 1993

9


10/109

sistemului ct mai apropiat de cea normal definit prin valorile posibile i programul

care rezult dintr-o planificare adecvat ;

- bibliotec : ajut la accesarea, organizarea i interpretarea informa iilor necesare

ndeplinirii unei anumite sarcini;

- consiliere : sintetizeaz i distribuie informa ia aferent unei expertize despecialitate care este solicitat de c tre utilizator;

- asisten general : preia anumite sarcini de rutin pentru a permite persoanei s

se ocupe doar de aspectele importante ale muncii.

Intr-un sistem real aceste func iuni de baz sunt adesea combinate ntre ele.

Astfel func iile cele mai utilizate sunt: diagnostic/ntre inere (circa 45% din aplica ii),

concep ie i planificare (20%), interpretare (20%) i control/pilotaj/supraveghere (15%).

Ultima func iune se afl

n cre tere constant

, ea fiind frecvent asociat

cu aceea dediagnostic i de planificare.

Plecnd de la aceste func iuni se pot defini domeniile de aplicare ale sistemelor

expert. Referitor la num rul de aplica ii, din punct de vedere cronologic, primele au ap rut

n domeniul medicinei i biologiei. Func iile utilizate sunt de diagnostic i de prescrip ii

terapeutice. Diagnosticul tehnic i de ntre inere (cercet ri privind cauzele penelor,

incidentelor) a f cut obiectul a numeroase sisteme expert n domeniul informaticii,

electronicii, geologiei i ingineriei.

In domeniul economic func iile de diagnostic i de formare a vnz torilor sunt n

centrul preocup rilor elaboratorilor. In realizarea aplica iilor n domeniul asist rii deciziilor,

func iile de planificare, diagnostic i de simulare se pot combina. In domeniile planific rii i

evalu rii deciziilor strategice astfel de sisteme s-au elaborat deja.

Func ia de interpretare a fost utilizat n chimie, biochimie iar n aplica iile militare

s-a folosit o combina ie a acesteia cu func ia de planificare. In domeniul nv rii aplica iile

se afl nc ntr-o faz incipient . In ceea ce prive te controlul i conducerea sistemelor

complexe exist tot mai multe aplica ii mai ales n informatic i n inginerie. Referitor la

concep ia sau configurarea sistemelor complexe exist deja sisteme opera ionale n

electronic i chimie i mai pu in n informatic .

In final se poate constata c n domeniul industriei func iile de diagnostic i de

ntre inere ocup primul loc. Ele sunt urmate de cele de control i conducerea proceselor,

asistarea concep iei i a deciziei.

10


11/109

1.3 Arhitectura sistemelor expert

Infrastructura general a unui sistem expert cuprinde urm toarele elemente

fundamentale (prezentate n figura 1.1):1) Domeniul de activitate : sursa de furnizare a cuno tinelor expertizate de c tre

expertul uman fiind locul de unde provin problemele supuse spre rezolvare unui sistem

expert.

2) Expertul uman : persoana, grupul de persoane capabile s transforme problema

de rezolvat din zona expertizei n zona cuno tinelor generale i de specialitate. Acest

expert formalizeaz cuno tinele ntr-o form n eleas i acceptabil din punctul s u de

vedere.3 ) Cogniticianul (inginerul de cuno tin e): are rolul analistului din sfera proiect rii

sistemelor informatice, deci n particular ndepline te sarcina de preluare i modelare

conceptual a cuno tinelor furnizate de c tre expertul uman, de o manier compatibil cu

metodele de reprezentare a cuno tinelor de c tre baza de cuno tine a sistemului expert.

4 ) Modulul de transformare a cuno tin elor : are rolul de conversie a cuno tinelor

din formatul de exprimare al cogniticianului n formatul intern de memorare specific

suportului tehnic pe care va fi memorat baza de cuno tine. Totodat acest modul

asigur i interfa a de comunicare cu baza de date sau cu alte sisteme. Pe viitor,

calculatoarele din genera ia a cincea vor permite achizi ia de cuno tine n limbaj natural,

ceea ce va duce la o dezvoltare rapid a sistemelor expert.

5) Baza de cuno tin e : con ine obiectele lumii reale i rela iile dintre acestea

selectate din domeniul abordat i transmise pe itinerariul expert-cogntician-modul de

transformare a cuno tinelor. Sunt mai multe metode de reprezentare a cuno tinelor

dintre care cele mai importante sunt: regulile de produc ie, re elele semantice i cadrele .

Procesul de creare a bazei de cuno tine care const n preluarea acestora de la

expertul uman, modelarea de c tre cognitician n conformitate cu cerin ele metodei de

reprezentare, introducerea n baz i validare este destul de laborios i necesit o

conlucrare permanent ntre cognitician i expert. Acest proces presupune foarte multe

itera ii i teste n cursul c rora nsu i expertul uman poate fi pus n dificultate pentru

argumentarea unor op iuni.

Baza de cuno tin e este structural format din baza de fapte i baza de reguli .

11


12/109

6) Baza de fapte : con ine datele unei probleme concrete care urmeaz s fie

rezolvat (formularea problemei) precum i faptele rezultate n urma ra ionamentelor

efectuate de motorul de inferen asupra bazei de cuno tine.7) Baza de reguli : con ine regulile prin aplicarea c rora, pornind de la faptele

cunoscute, pot fi incluse n baza de fapte informa ii noi denumite fapte deduse. In

continuare se pot aplica din nou regulile rezultnd alte fapte noi pn n momentul n care

se va formula concluzia sau scopul final.

8) Motorul de inferen e : este elementul efectiv de prelucrare n sistemul expert

care pornind de la fapte (datele de intrare ale problemei) activeaz cuno tinele

corespunz

toare din baza de cuno tine construind astfel ra ionamente care conduc lafapte noi. Acesta construie te un plan de rezolvare n func ie de specificul problemei,

utiliznd cuno tinele din domeniul respectiv.

In urma ac iunii motorului de inferen e, baza de cuno tine se mbog e te fie prin

ad ugarea unor elemente noi, fie prin modificarea celor existente. Motorul de inferen e

este un program care implementeaz algoritmii de ra ionament (deductiv, inductiv sau

mixt) dar care este independent de baza de cuno tine.

9) Modulul de verificare-explicare : are rolul de a prezenta ntr-o form larg

accesibil (limbaj natural) justificarea ra ionamentelor efectuate de motorul de inferen e i

totodat ntreb rile la care trebuie s r spund utilizatorul. Acest modul este util i

expertului uman pentru verificarea coeren ei bazei de cuno tine.

10) Interfa a cu utilizatorul : realizeaz dialogul utilizatorului cu sistemul expert n

sensul specific rii datelor de intrare i al furniz rii rezultatelor problemei de rezolvat

printr-un sistem de ferestre, imagini, meniuri.

Toate elementele componente ale unui sistem expert (mai pu in baza de

cuno tine) formeaz a a numitul sistem esen ial . Acest sistem permite dezvoltarea

rapid de sisteme expert prin crearea unor noi baze de cuno tine, opera ie cunoscut sub

numele de instan iere a unui sistem esen ial . Acest lucru este posibil deoarece algoritmii

de ra ionament implementa i n motorul de inferen sunt aceea i. Cu toate acestea nu se

poate construi un mecanism universal de inferen pentru toate domeniile de expertiz .

12


13/109

Toate elementele prezentate mai sus pot fi structurate n patru componente dup

cum este prezentat n tabelul 1.1:

Componentele sistemului expert Con inut

A) Furnizarea cuno tinelor 1) domeniul de activitate

2) expertul uman

3) cogniticianul

4) modul de transformare a cuno tinelor

B) Reprezentarea cuno tinelor 5) baza de cuno tine

6) baza de fapte7) baza de reguli

C) Prelucrarea cuno tinelor 8) motorul de inferen e

9) modul de verificare-explicare

D) Utilizarea cuno tinelor 10) interfa a cu utilizatorul

11) utilizatorul

Tabelul 1.1: Componentele sistemelor expertSursa: Davidescu N.D., Arhitectura sistemelor expert, Editura didactic i pedagogic , Bucure ti, 1997

13


14/109

EXPERT

COGNITICIAN

MODUL DE TRANSFORMARE A CUNO{TIN}ELOR

MOTOR DE INFEREN E MODUL DE VERIFICARE - EXPLICARE

INTERFA A UTILIZATOR

UTILIZATOR

BAZA DE FAPTE BAZA DE REGULI

BAZA DE CUNO TIN E

Fig. 1.1: Arhitectura unui sistem expert

DOMENIU DE ACTIVITATE

Sursa: N stase P., Zaharie D., Sisteme expert: teorie i aplica ii, Dual Tech, Bucure ti, 1999

14


15/109

1.4 Metode de reprezentare a cuno tin elor

Capacitatea sistemelor expert de a furniza rezultate utile depinde de calitatea i

volumul cuno tinelor de care acesta dispune i pe care le poate folosi pentru efectuarea

de ra ionamente. Simularea ra ionamentului uman de c tre sistemele expert prin

ra ionamente artificiale este posibil datorit a doi factori esen iali: reprezentarea cuno tin elor ;

desf urarea de procese deductive .

Cunoa terea se ntemeiaz pe 3 concepte fundamentale 1: Faptele : informa ii elementare prin care se surprind i se descriu elementele

domeniului de referin ;

Regulile : legi prin care se activeaz i se utilizeaz faptele;

Strategiile de ra ionament (metode euristice) : metode de utilizare a regulilor pentruob inerea scopului urm rit.

Memorarea i utilizarea cuno tinelor este posibil datorit dezvolt rii conceptului

de structuri de cuno tin e similare cu structurile de date utilizate n sistemele informatice.

Surprinderea exact a cuno tinelor ntr-un format de reprezentare este condi ionat de o

serie de particularit i specifice cuno tinelor precum: Cuno tinele pot fi certe sau incerte , fixe sau modificabile , complete sau

incomplete , diferen iere la care formalismul de reprezentare trebuie s

r

spund

ct maibine. Cuno tinele referitoare la un anumit domeniu sunt n general incomplete deoarece

fiind implicite pentru expertul uman sunt omise n reprezentarea pe calculator fiind dificil de

transmis i formulat. Se impune astfel g sirea unor modalit i de reprezentare i de

ra ionament n condi ii de incertitudine.

Cuno tinele sunt referitoare la clase sau grupuri de obiecte de natur

material sau conceptual . Nu este exclus ca n cadrul acestora s existe elemente care

fac excepie sau sunt chiar n contradic

ie cu propriet

ile clasei din care fac parte.

Cuno tinele sunt variabile datorit modific rilor intervenite n domeniul

referen iat. Cum multe dintre ele sunt n strns interdependen , schimbarea anumitor

informa ii poate antrena indirect actualizarea altor informa ii devenite perimate prin

modificarea celor dinti. Aceste schimb ri pot fi extrem de diverse, ncepnd cu con inutul

i terminnd cu ns i tipul informa iilor.

1 Davidescu N.D., Arhitectura sistemelor expert, Editura didactic i pedagogic , Bucure ti, 1997

15


16/109

Cuno tinele utilizate de c tre sistemele expert pot fi 1:

1) Cuno tin e afirmative : date primare structurate ntr-o baz de fapte.

Ex: vnz ri medii zilnice = X lei;

2) Cuno tin e operatorii : sunt utilizate n interiorul regulilor pentru a se simula un

ra ionament sau un mod de ac iune.Ex: dac aprovizionarea este ritmic i consumul este constant

atunci m rimea stocurilor de siguran r mne nemodificat

3) Cuno tin e strategii de control : indic ordinea de aplicare a regulilor i modul de

rezolvare al problemei.

Deosebirea dintre aceste tipuri de cuno tine depinde de modelarea situa iei

concrete i de specificul problemei de rezolvat. De multe ori regulile pot deveni fapte.

Reprezentarea cuno tinelor adaptat

practic la nivelul sistemului expert depinde n mareparte de rezolvarea inteligent i eficient a problemei propuse.

1.4.1 Reprezent ri bazate pe logica formal

De i logica a fost conceput pentru a putea modela ra ionamentul, ea este

deosebit de utilizat i pentru reprezentarea cuno tinelor. Formalismul logic este lipsit de

ambiguitate i permite descrierea realit ii prin formul ri concise. Referitor la deducerea

de noi informa ii, ea se bazeaz pe reguli de inferen care pot fi tratate sintactic n

calculator prin procese de unificare i filtraj .

Formalismul logic permite reprezentarea cuno tinelor sub form de 2: propozi ii ;

predicate ;

expresii de calcul logic .

In felul acesta se dispune de un formalism care poate fi utilizat att pentru reprezentarea

cuno tinelor ct i pentru efectuarea ra ionamentelor. Metodele de reprezentare specifice

acestui tip sunt regulile de produc ie , cu sau f r variabile. Ele sunt frecvent utilizate n

realizarea de sisteme expert nct au devenit aproape sinonime cu acest termen.

1 Davidescu N.D., Arhitectura sistemelor expert, Editura didactic i pedagogic , Bucure ti, 19972 N stase P., Zaharie D., Sisteme expert: teorie i aplica ii, Dual Tech, Bucure ti, 1999

16


17/109

1.4.2 Elemente de logica propozi iilor

Logica propozi iilor este definit ca un limbaj formal compus din 1: alfabet, sintax ,

axiome i reguli de deduc ie .

Alfabetul este constituit din urm toarele simboluri:

propozi ii : notate A, B, C; simboluri (conectori): ^( i), v(SAU),(NU), (echivalen a), (implica ia);

paranteze : (,).

Propozi iile reprezint n logic aser iuni care pot fi adev rate sau false.

Ex: O ac iune are o valoare nominal . adev rat ;

Cota de pia este o m rime absolut . fals .

Propozi iile pot fi elementare sau compuse . Propozi iile elementare sunt aser iunisimple ce descriu o parte a domeniului de referin . Propozi iile compuse se realizeaz

prin mbinarea propozi ilor simple prin intermediul conectorilor logici : i, SAU, NU .

Conjunc ia este propozi ia compus prin intermediul conectorului i , n timp ce disjunc ia

este o propozi ie compus prin intermediul conectorului SAU .

Adev rul propozi iilor compuse depinde numai de adev rul sau falsitatea

propozi iilor care le compun, oricare ar fi con inutul concret al acestora.

Ex: Dac

A i B sunt 2 propozi ii elementare, atunci adev

rul propozi iilor compuseob inute pe baza lor se stabile te conform regulilor:

A i B este adev rat dac att A ct i B sunt adev rate; A SAU B este adev rat dac fie A, fie B, fie amndou sunt adev rate;

NU (A) este adev rat dac A este fals .

In cazul folosirii mai multor conectori, evaluarea se face n ordinea:

prioritate absolut are conectorul NU ;

i are prioritate fa

de SAU .

Ordinea de evaluare ntr-o propozi ie poate fi modificat cu ajutorul parantezelor .

Parantezele pot fi suprimate cnd nu exist ambiguit i. De exemplu (A B) se

mai poate scrie A B.

Al turi de conectorii logici, propozi iile mai pot fi legate prin rela ii de implica ie i

echivalen .

implica ia are sensul dac A atunci B (A B)

echivalen a are sensul A dac

i numai dac

B (A

B)


17


18/109

Sintaxa define te formule bine formate (f.b.f). Se spune c o formul este bine

format dac ea este construit n conformitate cu regulile urm toare:

- propozi iile sunt formule bine formate;

- dac A i B sunt formule bine formate, atunci expresiile urm toare sunt de

asemenea formule bine formate:(A i B), (A SAU B), NU (A), (A B).

Ex: (A B) C este o f.b.f, ns (A B) nu este o f.b.f.

Axiomele care fixeaz regulile de demonstrare a teoremelor din acest limbaj sunt 1:

(1) A (B A)

(2) (A B) ((A (B C)) (A C))

(3) A (B (A ^ B))

(4) A ^ B A ; A ^ B B

(5) A A v B ; B A v B

(6) (A C) ((B C) ((A v B) C))

(7) (A B) ((A B) A)

(8) (A) A

O formul a limbajului formal de mai jos este adev rat dac ea coincide cu o

axiom sau sau dac ea poate fi demonstrat plecnd de la axiome cu ajutorul unei reguli

de deduc ie care este unic , numit modus ponens sau regul de separare :

Dac A este adev rat i dac ( A B) este adev rat , atunci B este adev rat .

In logica formal calea cea mai important de a deduce noi propozi ii o constituie

silogismele . Un silogism utilizeaz implica ia ( ) pentru a deduce o concluzie. Acest tip

de silogism se aplic n sistemele expert, ntr-o variant mai restrictiv , sub forma regulilor

de produc ie. Sistemele expert comercializate func ioneaz numai pe principiile modus

ponens. Modus ponens este orientat de concluzia pe care vrem s o ob inem. Aceasta netrimite la expertul sau utilizatorul care trebuie s tie ce vrea. Altfel spus, un sistem expert

este totdeauna specializat i orientat.

Ra ionamentul prin absurd se exprim prin egalitatea:

(A B) = ((NU B) (NU A)), care arat c NU(B) i A trebuie s conduc la o

contradic ie. Altfel exprimat, aceasta revine la a spune c dac (A B) este adev rat i

dac B este fals, atunci A este fals. Acest mod de ra ionament se nume te modus tollens .


18


19/109

O formul care s-a ob inut plecnd de la axiome i de la regula de deduc ie este o

formul adev rat . Nu este u or de ar tat cu ajutorul acestei metode c o formul este

adev rat .

Se poate construi pentru toate cazurile o tabel de adev r pentru fiecare conector.

Tabelul 1.2 con ine toate valorile de adev rat sau fals ale propozi iilor NU(A), A SI B, ASAU B, A B corespunz toare valorilor de adev rat sau fals atribuite propozi iilor A i B.

Propozi ia

A

Propozi ia

B

Nega ia

NU(A)

Conjunc ia

A SI B

Disjunc ia

A SAU B

Inferen a

A B

adev rat adev rat fals adev rat adev rat adev rat

adev rat fals fals fals adev rat fals

fals adev rat adev rat fals adev rat adev ratfals fals adev rat fals fals adev rat

Tabelul 1.2: Tabela de adev r

Utiliznd principiul tabelei de adev r se poate verifica u or c o formul este

adev rat . Aceasta se face mult mai u or prin utilizarea algebrei Boole care traduce n

limbaj algebric opera iile care corespund conectorilor aminti i mai sus.

Al turi de silogism ca instrument fundamental de inferen , logica propozi iilor ofer i o serie de rela ii de echivalen ( ), utile pentru a transforma propozi iile n

scopul simplific rii evalu rii lor (tabelul 1.3).

Rela ia de echivalen Con inutul rela iei

simetria A SAU B = B SAU A

A SAU B = B SAU A

reversibilitatea NU (NU A) = Aasociativitatea (A SAU B) SAU C = A SAU (B SAU C)

(A i B) i C = A i (B i C)

distributivitatea A SAU (B i C) = (A SAU B) i (A SAU C)

A i (B SAU C) = (A i B) SAU (A i C)

legile lui Morgan NU (A SAU B) = (NU A) i (NU B)

NU (A i B) = (NU A) SAU (NU B)

Tabelul 1.3: Con inutul rela iilor de echivalen \

19


20/109

1.4.3 Elemente de logica predicatelor

Logica predicatelor asigur descompunerea propozi iilor elementare n

componentele sale. De exemplu din propozi ia Cota de pia este n sc dere, prin

ignorarea subiectului se deduce formula este n sc dere. Prin utilizarea spa iului liber

cu alte valori se pot ob ine propozi ii adev rate sau false. Aceste expresii cu un singur element sunt predicate . Expresiile n care 2 sau mai multe elemente sunt libere se numesc

rela ii .

Ex: A este reprezentat de B

A este n rela ie contractual cu B

A este n cooperare tehnologic cu B

Se poate scrie ntr-o form sintetic c A este n rela ia R cu B , adic : A R B n

care predicatele este reprezentat de, este n rela ie contractual

cu, este n cooperaretehnologic cu sunt substituite prin variabila R.

Reprezentarea cuno tinelor se poate face n dou feluri: prin logica propozi iilor de ordinul nti : utilizarea variabilelor n declararea

faptelor i regulilor este admis numai pentru subiecte; prin logica propozi iilor de ordinul doi : utilizarea variabilelor pentru declararea

faptelor i regulilor este admis pentru subiecte i predicate.

Logica propozi iilor de ordinul nti poate fi considerat un limbaj la fel ca logica

propozi iilor. Prin extensia logicii propozi iilor se poate defini domeniul de calcul al

predicatelor.

Astfel pornind de la limbajul definit n paragraful precedent se mai pot ad uga la

alfabet urm toarele elemente:

- constante : a, b, c, . . .- variabile : x, y, z, . . .- predicatele : P, Q, R, . . .- simbolurile : (universalitate : pentru orice valori),

(existen : pentru cel pu in o valoare)

- virgula (care se adaug la paranteze).Fiec rui simbol al predicatului i se asociaz o pondere n (ce poate fi un num r

ntreg pozitiv sau nul).

Pentru a interpreta calculul predicatelor trebuie s consider m c constantele sunt

elementele unui domeniu de interpretare D. Vom numi asignarea variabilei x ca fiind orice

valoare pe care aceasta o poate lua n domeniul D.

20


21/109

Un predicat de pondere n (n>0) este o func ie definit n domeniul D n cu valori n

mul imea {adev rat, fals }. Un predicat este deci adev rat sau fals n func ie de valorileargumentelor sale. Un predicat de pondere 0 este o propozi ie adev rat sau fals .

Sintaxa acestui limbaj este definit prin aplicarea urm toarelor reguli:

Constantele i variabilele sunt argumente. Formulele bine formate ale acestui limbaj (nchise) sunt definite inductiv astfel:

- Dac P este un predicat de pondere n i dac t1, . . ., t n sunt n argumente

Atunci P(t 1, . . ., t n) este o formul (atomic sau atom).

- Dac A i B sunt formule bine formate

Atunci (A i B), (A SAU B), NU (A), (A B) sunt formule bine formate.

La axiomele logicii propozi iilor se mai adaug axiomele:

- Axioma de specializare universal : ( x, P(x)) P(a) care afirm c dac pentruto i x proprietatea P(x) este adev rat , atunci P(a) este adev rat pentru to i cei care

apar in lui D.

- Axioma de generalizare existen ial : P(a) (x, P(x)) care exprim faptul c

dac exist un element a din domeniul de interpretare astfel ca P(a) s fie adev rat,

atunci exist x astfel ca P(x) s fie adev rat.

1.4.4 Regulile de produc ie

Regulile de produc ie constituie una dintre primele modalit i de reprezentare a

cuno tinelor utilizate n realizarea de sisteme expert fiind bazate pe logica propozi iilor n

care faptele i regulile sunt entit i constante (invariabile).

Datorit limit rilor inerente unei asemenea solu ii s-a trecut la o alt modalitate de

reprezentare bazat

pe logica predicatelor n care faptele i regulile pot include entit

igenerice, ceea ce le confer un grad mult mai ridicat de generalitate. Deoarece entit ile

generice sunt specificate prin intermediul variabilelor, acest metod de reprezentare este

denumit reguli de produc ie cu variabile .

Un sistem de produc ie este un sistem n care regulile de produc ie sunt predefinite

i permit generarea de elemente noi. De exemplu regulile gramaticale dintr-un limbaj indic\

modul cum pot fi construite corect frazele plecnd de la cuvinte. Regulile de produc ie

care vor fi analizate sunt reguli de ac iune ele permi nd fie s\ se ac ioneze, fie s\ se

mbog\ easc\ informa ia nainte de a se ac iona.

21


22/109

Reprezentarea cuno tinelor prin reguli de produc ie se face prin dou tipuri de

structuri: faptele i regulile .

Faptele constituie informa ii elementare prin care se asigur descrierea unor

detalii privitoare la un domeniu de referin . Totalitatea faptelor reprezentate ntr-un sistem

expert constituie baza de fapte . Faptele sunt reprezentate practic prin propozi ii:Ex: Rata infla iei este ridicat .

Stocurile de materiale cresc.

Spre deosebire de aplica iile informatice tradi ionale, un sistem expert construie te

solu ia unei probleme printr-o nl n uire de procese deductive. Faptele singure nu permit

ns deducerea de noi cuno tine.

Regulile specific acele leg turi dintre fapte, pornind de la care se pot face

deduc ii. Regulile asigur

utilizarea unor cuno tine operatorii prin intermediul c

rora sesimuleaz un ra ionament sau un mod de ac iune.

Regula este interpretat la nivelul unui sistem expert astfel:

Dac faptele specificate drept premise sunt verificate prin intermediul bazei de

fapte, atunci i faptele con inute n concluzia regulii sunt adev rate i vor fi ad ugate n

baza de fapte. Formatul general al regulii este:

Dac (condi ie) premise, atunci concluzie (ac iuni).

Ex: R1: Dac rata infla iei este ridicat , atunci pre ul produselor finite cre te.

Premisele unei reguli pot fi formate i din mai multe fapte diferite, legate prin

conectorii logici i, SAU, NU:

Ex: R2: Dac concuren a este slab

i Cifra de afaceri cre te

Atunci stocurile de materiale cresc

Concuren a este slab Rata infla iei este ridicat Cifra de afaceri cre te

Dac Concuren a este slab

Si Cifra de afaceri cre te

Atunci stocurile de materialecresc

stocurile de materiale cresc

Fa te cunoscute

Fa t dedus

Fig. 1.2: Deducerea de noi fapte cu ajutorul regulilor

Regula 2

22


23/109

Regulile sunt nregistrate ntr-o ordine aleatoare n baza de reguli . Regulile

nmagazineaz cuno tine cu aplicabilitate relativ general . Rolul de a descrie problema

de rezolvat revine faptelor. Cum regulile sunt activate pe baza faptelor cunoscute, calitatea

procesului de ra ionament este nemijlocit influen at de m sura n care sunt disponibile

toate faptele relevante. A adar una din cerin ele esen iale la care trebuie s r spund baza de fapte este de a reflecta ct mai fidel realitatea i de a urm ri promt modific rile

intervenite n acesta.

In func ie de domeniul concret n care se utilizeaz i de condi iile de exploatare,

faptele pot fi introduse ntr-un sistem expert prin una din c ile urm toare:

- prin tastare de la terminal, naintea declan rii procesului deductiv;

- n cursul procesului deductiv, prin chestionarea utilizatorului;

- prin consultarea unei baze de date proprii;- prin preluare direct de la diver i senzori.

Nu toate faptele sunt la fel de stabile. Unele dintre ele pot reflecta concepte mai

generale, tr s turi sau configura ii structurale definitorii i r mn neschimbate sau sufer

foarte rar modific ri. Aceste fapte care descriu fondul general (comun) de cuno tine

aferente domeniului de expertiz , sunt denumite permanente.

Faptele ce definesc problema de rezolvat i contextul specific al acesteia au

caracter temporar, fiind p strate n sistem numai pn la terminarea trat rii acesteia. In

aceea i situa ie se afl i faptele noi, deduse n cursul proceselor de inferen prin

activarea regulilor, care constituie cuno tine aferente contextului specific al problemei de

rezolvat. i ntr-un caz i n cel lalt, acestea sunt fapte temporare .

1.4.5 Reguli de produc ie cu variabile

Regulile de produc ie cu variabile asigur o form general de exprimare, o

manier de a putea aplica aceste reguli asupra unui grup de fapte. Acest caracter de

generalitate este asigurat prin utilizarea variabilelor la descrierea regulilor de produc ie.

Considernd un grup de asemenea expresii i un ansamblu de elemente care

formeaz un domeniu de interpretare, fiecare expresie n care variabilele au fost

substituite cu valori apar innd domeniului de interpretare devine o propozi ie care poate fi

evaluat ca adev rat sau fals . Fiecare variabil are caracter local, fiind operant

numai n cadrul regulei n care este prezentat .

23


24/109

Ex:

Dac persoana_1 lucreaz la loc_de_munc i persoana_2 conduce loc_de_munc Atunci persoana_2 este eful persoanei_1

Dac Y lucreaz la compartimentul marketing i Z conduce compartimentul marketingAtunci Z este eful lui Y

Fig. 1.3: Generalizarea regulilor cu ajutorul variabilelor

Dac X lucreaz la compartimentul marketing i Z conduce compartimentul marketingAtunci Z este eful lui X

Variabilele care apar ntr-o regul sau ntr-un fapt ini ial sunt considerate implicit

universal cuantificate , iar variabilele care apar n faptele de stabilit (obiectiv sau scop) sunt

considerate implicit existen ial cuantificate . Acesta nseamn c pentru fiecare variabil ,

faptele de stabilit nu trebuie deduse pentru toate elementele din domeniul de interpretare,

ci pentru cel pu in unul dintre ele.

Rezolvarea problemelor de deduc ie implicnd variabile trece ntotdeauna prin

c utarea de substitu ii adecvate. Una din modalit ile de identificare a substitu iilor o

reprezint unificarea ce apar ine clasei metodelor de filtraj .

1.4.6 Tipologia regulilor de produc ie

Regulile de produc ie se formeaz conectnd mpreun dou sau mai multe fapte

prin implica ie logic . Ele pot fi declarate prin specificarea premiselor n baza c rora se

emit concluziile, fie invers, prin stabilirea concluziei pe baza unor premise confirmate sau

infirmate. Prin urmare regulile de produc ie sunt de dou feluri:

Reguli deductive : DACA ATUNCI

Reguli inductive : DACA

Modul de furnizare ntr-un sistem expert a regulilor n format deductiv sau inductiv

este n raport de specificul problemei de rezolvat sau de modul particular de abstractizare

care se coreleaz cel mai potrivit la termenii prin care se declar faptele cu sau f r

24


25/109

implica ie logic . Din punct de vedere logic regulile deductive sau inductive sunt formul ri

echivalente.

Regulile deductive se interpreteaz astfel:

Dac faptele f 1,f 2, . . . , f m sunt adev rate, atunci i faptul f n este adev rat.Structura abstract a regulii:

Dac f 1 este adev rat

i f 2 este adev rat

. . . . . . . . .

i f m este adev rat

Atunci f n este adev rat.

Pe baza acestui ra ionament faptul f n este luat i el n considerare, procesuldeductiv se reia pn n momentul n care nu mai pot fi deduse fapte noi, deci se atinge o

stare final .

Ex: Dac persoana_1 lucreaz la loc_de_munc i persoana_2 conduce loc_de_munc

Atunci persoana_2 este eful persoanei_1

Regulile inductive se interpreteaz astfel:

Pentru a stabili faptul f n, scopul procesului inductiv, trebuie stabilite faptele f 1,, f m

Structura abstract a regulei:

f n este adev rat

Dac f 1 este adev rat

i f 2 este adev rat

. . . . . . . . .

i f m este adev rat

Regulile de produc ie inductive declan eaz deduc ii succesive pn cnd scopul

stabilit este confirmat. Rezult c fiecare din faptele f 1,f 2, . . . , f m devine un nou scop, ceea

ce va conduce la declan area unor procese similare pn la confirmarea sau infirmarea

scopului ini ial.

Ex: persoana_2 este eful persoanei_1Dac persoana_1 lucreaz la loc_de_munc

i persoana_2 conduce loc_de_munc

25


26/109

Cele dou\ moduri de ra ionament (deduc ia i induc ia) pot fi utilizate:

- n mod analitic (se descompun ra ionamentele n submodule mai u or de n eles);

- n mod sintetic (se reunesc elementele disparate).

Induc ia se poate face prin compararea situa iilor asem\n\toare iar parametrilor

nedetermina i din situa ia studiat\ li se atribuie valoarea pe care o au n situa ia de referin \(ra ionamentul prin analogie ).

In plus fa \ de cele dou\ moduri de baz\, cercet\torii n inteligen a artificial\ au pus la

punct un al treilea mod numit abduc ie , care const\ n construirea de scheme de observare

ipotetice 1 necesare punerii n func iune a induc iei.

Principalele metode de punere n func iune sunt:

- itera ia care const\ n repetarea unei secven e de ra ionamente pn\ cnd condi ia

de oprire este ndeplinit\;- recursivitatea const\ n apelarea unui ra ionament dat de el nsu i pn\ cnd acest

ra ionament se bazeaz\ pe o problem\ simpl\ pe care a solu ionat-o.

Strategiile pentru ra ionament pot face apel la specializare, la ra ionamente prin

absurd, la eliminarea c\ilor inutile i la reducerea diferen elor.

In toate cazurile, pentru rezolvarea problemelor complexe, ierarhizarea

cuno tin elor i segmentarea problemelor sunt instrumente ntrebuin ate din totdeauna.

Func iunea de baz\ a sistemelor expert este ra ionamentul. Astfel se poate defini un

sistem expert ca fiind "un program informatic capabil s\ reproduc\ ra ionamentele umane".

Una dintre problemele cele mai acute ale inteligen ei artificiale rezid\ n simularea

ra ionamentelor intuitive i neexprimate pe care le consider\m adesea simple la nivelul

bunului sim .


26


27/109

1.4.7 Metareguli

Execu ia diverselor reguli de produc ie poate fi implementat la nivelul sistemelor

expert prin intermediul unor strategii prioritare de ra ionament . Acestea sunt reguli de

produc ie deductive sau inductive care la rndul lor vor con ine cuno tine (reguli i fapte)

necesare pentru a declan a ac iunea altor reguli. Prin urmare aceste reguli de produc iece con in elementele necesare privind utilizarea altor reguli se numesc metareguli.

Ex: Pentru determinarea m rimii stocurilor unei ntreprinderi, n structura bazei de

reguli se poate defini o metaregul de tipul:

Dac aprovizionarea este ritmic

i consumul este constant

i exist reguli ce con in n premise fapte privitoare la stocul de siguran

Atunci se execut

cu prioritate regulile specifice n care premisele con in fapterelative la stocurile de siguran

Principale caracteristici ale metaregulilor sunt 1:

reprezint defapt cuno tine despre reguli (reguli asupra regulilor); sunt definite identic cum sunt redactate n mod vizual regulile;

con in reguli relative la utilizarea prioritar a altor reguli;

indic

starea urm

toare a bazei de fapte; indic regulile luate n considerare n faza de filtrare;

sunt gestionate prin intermediul unui motor de inferen e special care la rndul s u

utilizeaz metacuno tine.


27


28/109

1.4.8 Cuno tin e incerte

Specificul domeniului marketingului poate opera att cu fapte i reguli integral

certe, dar i cu informa ii incomplete, deci cu fapte i reguli incerte. Decizia n acest

domeniu poate opera n anumite cazuri cu informa ii incomplete ceea ce va conduce la

utilizarea unor solu ii particulare caracterizate de un anumit grad de incertitudine.S-au conturat dou modalit i specifice de reprezentare 1:

Prima const n introducerea incertitudinii sau aproxima iei chiar n exprimarea

cuno tinelor. Spre exemplu, se poate apela la formul ri de tipul: cre terea pre urilor este

moderat sau cre terea pre urilor este probabil . Solu iile de acest tip sunt ns

inacceptabile sau insuficiente n multe cazuri.

A doua modalitate de reprezentare i tratare a incertitudinii const n a atribui

elementelor din baza de cuno tine un coeficient destinat s

exprime gradul de siguran

al acestora, denumit coeficient de certitudine QC.

Acest coeficient poate lua valori cuprinse ntre 0 i 100. Zero (0) corespunde

valorii fals, iar 100 corespunde valorii adev rat din logica binar . Coeficien ii de

certitudine nu sunt probabilit i nici din punct de vedere conceptual i nici matematic. Prin

urmare gradul de certitudine al tuturor elementelor ntr-un context dat nu trebuie s dea o

sum egal cu 100.

Tratarea incertitudinii presupune n aceste condi ii: evaluarea gradului de incertitudine al faptelor de baz ;

combinarea valorilor QC pentru evaluarea gradului de incertitudine al faptelor

compuse i a celor deduse prin aplicarea regulilor.

Coeficien ii de certitudine ai faptelor compuse se determin n func ie de tipul

conectorilor logici pe baza rela iilor urm toare:

QC(A I B) = MINIM (QC(A),QC(B));

QC(A SAU B) = MAXIM (QC(A),QC(B));

QC(NU (A)) = 100 QC(A).

Ex: Dac A = rata infla iei este ridicat are QC(A) = 80 i B = concuren a este

puternic are QC(B) = 60, atunci:

QC(rata infla iei este ridicat I concuren a este puternic ) = min(80,60) = 60;

QC(rata infla iei este ridicat SAU concuren a este puternic )=max(80,60) = 80;

QC(NU (rata infla iei este ridicat )) = 100-80 = 20.

1 N stase P., Zaharie D., Sisteme expert: teorie i aplica ii, Dual Tech, Bucure ti, 1999

28


29/109

Regulile pot avea la rndul lor coeficien i de certitudine care exprim ct de cert

este concluzia dedus pe baza premiselor lor:

QC(concluzie) = QC(premise) x QC(regul )/100

Ex: R1 : QC = 75

Dac rata infla iei este ridicat i concuren a este puternic

Atunci se caut noi pie e de desfacere

QC(se caut noi pie e de desfacere) = QC(rata infla iei este ridicat I concuren a

este puternic ) x QC(R1) = 60 x 75/100 = 45

Exist situa ii n care aceea i concluzie poate fi dedus din mai multe reguli

diferite. Pentru a ob ine QC al unei asemenea concluzii este necesar s se combine

coeficien ii returna i de fiecare regul

care o cuprinde. Presupunnd c

QC(R1) i QC(R2)reprezint coeficien ii aceleia i concluzii deduse prin regulile R1 i R2, coeficientul s u

combinat de certitudine se ob ine cu rela ia:

QC(R1,R2) = QC(R1) + QC(R2) - ( QC(R1) x QC(R2)/100)

Ex: R1: QC = 75

Dac produsul X apar ine pie ei Y

i nivelul concuren ei pe pia a Y este mediu

Atunci produsul X este n faza de maturitate

R2: QC = 85

Dac volumul vnz rilor la produsul X este stabil

i profitul la produsul X este n u oar cre tere

Atunci produsul X este n faza de maturitate

Dac baza de fapte con ine informa iile urm toare:

- Aspiratoarele apar in pie ei produselor electrocasnice (QC = 100)

- Imprimantele apar in pie ei produselor electronice (QC = 100)

- Nivelul concuren ei pe pia a bunurilor electrocasnice este mediu (QC = 65)

- Nivelul concuren ei pe pia a bunurilor electronice este mediu(QC = 55)

- Volumul vnz rilor la aspiratoare este stabil (QC = 90)

- Volumul vnz rilor la imprimante este stabil (QC = 80)

- Profitul la aspiratoare este n u oar cre tere (QC = 70)

- Profitul la imprimante este n u oar cre tere (QC = 60)

29


30/109

Aplicarea regulilor conduce la urm toarele rezultate:

Instan iind variabilele X i Y cu valorile aspiratoare i electrocasnice se ob ine:

QC(R1) = QC(premise) x 75/100 = min (100,65) x 75/100 = 48.75

QC(R2) = QC(premise) x 75/100 = min (90,70) x 85/100 = 59.50

Cum ambele reguli conduc la aceea i concluzie aspiratoarele sunt n faza dematuritate, coeficientul de certitudine al acesteia se determin combinnd cei doi QC

ob inu i:

QC(aspiratoarele sunt n faza de maturitate) = 48.75 + 59.50 (48.75 x

59.50)/100 = 79.24

In mod analog instan iind variabilele X i Y cu valorile imprimante i electronice se

ob ine:

QC(imprimantele sunt n faza de maturitate) = 41.25 + 51 (41.25 x 51)/100 =71.21

Din analiza valorii celor doi coeficien i de certitudine, rezult c este mai probabil

ca aspiratoarele s se g seasc n faza de maturitate (vrsta produselor).

Coeficien ii de certitudine atribui i regulilor i faptelor influen eaz considerabil

rezultatele. De aceea este foarte important ca ei s fie corect evalua i.

Chiar dac expertul uman recurge la aprecieri de tipul mai bun sau mai sigur n

selec ia i formularea concluziilor sale, aceste aprecieri nu primesc, de regul , o expresie

numeric . Pentru a ajuta expertul s dep easc asemenea dificult i, au fost propuse

mai multe tehnici de definire indirect a coeficien ilor de certitudine.

Una dintre acestea const n fixarea gradului de certitudine a unei cuno tine prin

plasarea sa grafic pe o scal ale c rei extremit i corespund incertitudinii i respectiv

certitudinii totale. Pe baza acestei pozi ii se poate calcula u or QC corespunz tor (fig.1.4).

Cota de pia va cre te

0 100

70Absolut nesigur Absolut sigur

Fig. 1.4: Scala grafic de stabilire a QC

O alt tehnic frecvent folosit const n a-i cere expertului s dispun faptele i

regulile n ordinea descresc toare a gradului de ncredere pe care l prezint . Pozi ia

ocupat ntr-o asemenea enumerare poate fi apoi evaluat numeric sub form de QC.

30


31/109

1.4.9 Reprezentarea cuno tin elor i limbajele de programare

Reprezentarea cuno tinelor ntr-un sistem expert trebuie s\ satisfac\ dou\ exigen e

contradictorii:

- Sistemul de calcul : calculatoarele n eleg un limbaj s\rac i sunt cu att mai

eficace cu ct acest limbaj este mai apropiat de limbajul ma in\. Idealul n acest caz suntlimbajele de asamblare (Assembleur) sau limbajele ma in\.

- Lizibilitatea bazei de cuno tin e : o baz\ de cuno tine trebuie s\ poat\ fi citit\,

modificat\, mbog\ it\ i ntre inut\ de c\tre un expert n domeniu care n general nu este

informatician. Limbajul cel mai bun pentru a r\spunde acestui obiectiv este limba matern\ a

expertului la care se adaug\ "jargonul" expertizei.

Punctul forte al program rii declarative este lizibilitatea bazelor de cuno tine. Acest

concept se bazeaz

pe posibilitatea de scriere a regulilor a a cum dorim i a le organiza ntr-o manier care s conduc la o baz de cuno tine lizibil i s corespund la o

structurare coerent a cuno tinelor din domeniu. Astfel baza de cuno tine devine

accesibil speciali tilor din domeniu care nu sunt neap rat informaticieni. Mai mult,

sintaxa acestor reguli este simpl i permite o lectur facil .

Reprezentarea cuno tinelor const\ n g\sirea unei terminologii intermediare, ceea

ce nu poate fi dect un compromis. Aceasta explic\ faptul c\ pe de o parte sistemele expert

sunt numeroase, iar pe de alt\ parte ele nu sunt niciodat\ unanim aprobate.

In aceste condi ii nu se poate vorbi de solu ia cea mai bun , dar n schimb exist

dou tendin e diferite:

- tendin a limbajelor : limbaj informatic cu caracter destul de general care este

independent de interpretor sau de compilator. Sunt preferate n ordine: LISP, PROLOG i

limbajele orintate pe obiect. Acestea sunt adaptate mai degrab informaticienilor i

calculatoarelor dect expertului din domeniu.

- tendin a instrumentelor de dezvoltare i a generatoarelor de sisteme expert :

instrumente special concepute pentru a scrie baze de cuno tine, sunt n general foarte

complete ele neavnd o voca ie universal . Acest software care ntr-o anumit m sur

const tot n limbaje, este puternic dependent de interpretor (care aici este motorul de

inferen ). In acest caz vom spune c sistemul expert este realizat cu ARGUMENT sau cu

VP-Expert pentru a insista asupra ideii de instrument , n opozi ie cu sistemele scrise n

LISP sau PROLOG care acrediteaz ideea de limbaj . In fond, cele dou tendin e expuse

tind s se reuneasc , n m sura n care limbajele ofer un mediu de dezvoltare, adic mai

multe instrumente asociate, care furnizeaz acelea i func ionalit i ca i un generator de

sisteme expert.

31


32/109

2 Prezentarea sistemelor expert de marketing

2.1 Sistemele expert i decizia n marketing

Complexitatea problemelor ntlnite i importan a cuno tinelor acumulate

referitoare la comportamentul de cump rare precum i eficien a diferitelor componente ale

mixului de marketing au condus la dezvoltarea unor puternice instrumente decizionale.Diversificarea informaticii a f cut ca aceste instrumente s ia ast zi forma

sistemelor inteligente de diagnoz , analiz i de asistare a deciziilor de marketing.

Astfel de sisteme au ap rut sub forma logicii interactive. Ele permit utilizatorului

ca plecnd de la faptele de care dispune s poat ob ine o sintez integrnd cuno tinele

din domeniu, adaptate nevoilor sale imediate i direct utilizabile la sfr itul deciziei.

Posibilit ile de nv are pe care le prezint aceste sisteme n special prin

memorarea situa iilor ntlnite i a solu iilor studiate au dus la apari ia unui nou mediudecizional.

Exist mai multe moduri de reprezentare a cuno tinelor ntr-un sistem inteligent

dintre care dou au re inut mai mult aten ia n literatura de specialitate.

O prim familie de sisteme inteligente se bazeaz pe o reprezentare analitic a

cuno tin elor. Ele se exprim sub forma unuia sau mai multor modele matematice unde

parametrii sunt specifica i statistic. Aceste modele se utilizeaz n cadrul algoritmilor

pentru g sirea unei solu ii la o problem ce a mai fost ntlnit . Sistemele interactive de

asistare a deciziilor ( SIAD dup cum mai sunt cunoscute) ilustreaz aceast concep ie.

O serie de sisteme de acest tip sunt n prezent disponibile n sfera marketingului.

O a doua familie de sisteme inteligente se bazeaz pe reprezent a rea euristic a

cuno tin elor . Sistemele expert de marketing ilustraz aceast abordare. Ele integreaz

datele existente i judec ile subiective ntr-un ra ionament simbolic i numeric n vederea

rezolv rii unui ansamblu de probleme interdependente.

Pe parcursul execu iei sistemul interac ioneaz permanent cu utilizatorul c ruia i

explic concluziile la care ajunge. Sistemul solicit informa ii complementare care i permit

elaborarea i mbun t irea ra ionamentului s u.

32


33/109

In prezent exist doar un num r limitat de sisteme expert de marketing i anume 1:

1) Sistemul XCON produs de c tre Digital Equipment Corporation (DEC) i

Universitatea Carnegie Mellon a avut ca obiectiv acordarea de consultan la configurarea

calculatoarelor VAX-11/780 plecnd de la cerin ele unui client poten ial.

Recent a fost creat o variant mbun t it XSELL folosit n domeniulactivit ilor comerciale ce permite clientului s - i defineasc clar cerin ele iar pe baza

acestora stabile te pre ul configura iei solicitate.

2) Sistemul ADCAD (Advertising Communication Approach Designer) este un

prototip de sistem expert n domeniul comunic rii. Con ine circa 200 reguli de produc ie

fiind utilizat n scopul asist rii decidentului n evaluarea mesajelor publicitare i alegerii

unei anumite strategii.

3) Sistemul PROMOTER utilizeaz

un ansamblu de date precum termenele delivrare, ie irile din depozit pentru a furniza un model de comportament al pie ii. Baza de

cuno tine con ine analizele efectuate n 70 de campanii promo ionale pentru produsele

de larg consum. El poate evalua ceea ce s-ar ntmpla n cazul lipsei campaniei publicitare

oferind managerului o baz solid de luare a deciziilor.

4) Sistemul MARKETING EDGE este utilizat n vederea elabor rii unei strategii

ajutnd decidentul n selectarea pie elor, identificarea nevoilor consumatorilor i stabilirea

pre urilor.

5) Sistemul MABEL este folosit n domeniul utilajelor i echipamentelor grele

avnd ca obiect prospectarea pie ei, alegerea mijloacelor publicitare i evalu rii

rezultatelor trgurilor i expozi iilor.

6) Sistemul DETECTOR produs de firma Novaction este utilizat n domeniul

lans rii produselor noi de larg consum. Se bazeaz pe un mecanism de inferen

bayesian i poate oferi un prim diagnostic asupra anselor de succes i al poten ialului

economic al proiectelor de concep ie i dezvoltare a produselor noi pe pie ele

interna ionale.

1 Ernst C., Les systemes experts de gestion: banque, finance, marketing, Editura Eyrolles Paris, 1988

33


34/109

2.2 Domeniile de utilizare a sistemelor expert n marketing

Sistemele inteligente de asistare a deciziei apar n prezent ca mijloace de cre tere

a eficien ei activit ilor economice. Sistemele expert ar putea nlocui circa 60% din

activit ile de asisten n servicii de marketing.

Cre terea gradului de automatizare n culegerea datelor privind comportamentulconsumatorilor au condus la o cre tere exponen ial a volumului de informa ii disponibile.

Sistemele expert sunt performante datorit ra ionamentelor efectuate i nu datorit unei

simple succesiuni de calcule. Intr-un astfel de context, sistemele expert pot ajuta

decidentul n probleme precum:

- eviden ierea factorilor importan i;

- argumentarea deciziilor luate;

- mbun

t

irea cuno tinelor proprii n domeniu prin consultarea altor baze dedate;

-transferarea cuno tinelor proprii sub forma bazelor de cuno tine sau a

diagnosticelor.

In scopul dezvolt rii unui sistem expert este necesar studierea carcteristicilor

problemei pe baza unor criterii precum:

- importan a factorilor calitativi n procesul de evaluare i decizie;

- existen a exper ilor ce de in performan e recunoscute i care pot fi transmise;

- necesitatea colabor rii decidentului n diferite etape ale rezolv rii problemei.

In tabelul 2.1 sunt prezentate cteva domenii ale marketingului care sunt

favorabile dezvolt rii de sisteme expert.

34


35/109

Proces

calitativ

Existen a

exper ilor

Colaborarea

decidentuluiAnaliza structurii pie elor + + + +

Segmentarea pie elor

i alegerea obiectivelor

+ + + + + +

Conducerea activit ilor

de cercetare - dezvoltare

+ + + + + +

Definirea ofertei + + + +

Studiul pozi iei pe pia + + + + + +Studiul prelans rii produselor + + + + +

Strategia lans rii produselor + + + + + + + +

Analiza mixului de marketing

Produs

Pre Distribu ie

Promovare

+

+ +

+

+ + +

+ +

+

+ + +

+

+ +

+

+ + +

+ + +

+ + +

+ +

+ +Strategii defensive + + + + + + +

Politica investi ional + + + + +

Tabelul 2.1: Domenii de marketing favorabile dezvolt rii de sisteme expert

Sursa: Ernst C., Les systemes experts de gestion: banque, finance, marketing, Editura Eyrolles Paris, 1988

Not : Semnificaia simbolurilor + este urm toarea:

+ - nefavorabil

+ + - favorabil

+ + + - foarte favorabil

35


36/109

Domeniul de aplicare al sistemelor expert se poate l rgi considerabil n cazul unei

abord ri plurisectoriale a marketingului: produse industriale, servicii, evolu ia ctorva

tehnici de comercializare precum marketingul direct, vnz rile prin coresponden , etc.

Numeroase oportunit i de dezvoltare exist n domenii cum ar fi:

- definirea i evaluarea ofertelor n marketingul industrial;- diagnosticarea i mbun t irea performan elor n domeniul serviciilor;

- controlul eficien ei ac iunilor de marketing direct;

- adaptarea ofertei la cerin ele cump r torului n vnzarea la distan .

In utilizarea sistemelor expert exist o serie de probleme legate de validitate i

fiabilitate. Construirea, evaluarea i actualizarea bazelor de cuno tine ridic multe

probleme practice legate mai ales de faptul c ele trebuie s acopere un cmp de

expertiz

foarte complex prezentnd n cazul deciziilor de marketing un num

r nelimitatde posibilit i de combinare.

Pe de alt parte nivelul tehnicii de calcul existent impune o serie de constrngeri

la nivelul mecanismelor de inferen ceea ce conduce la o nereflectare fidel a proceselor

reale de decizie.

Prin urmare dezvoltarea, validarea i utilizarea sistemelor expert n domeniul

marketingului trebuie f cut cu precau ie i n permanent colaborare cu exper ii umani.

Deciziile de marketing au f cut obiectul a numeroase cercet ri viznd mai bun

evaluare a consecin elor i reducerea riscurilor. Pe parcursul ultimelor decenii acest efort

s-a concretizat ntr-un num r de sisteme de asistare a deciziei orientate spre:

- analiza datelor disponibile i exprimarea lor ntr-o form sintetic (orientare spre date );

- identificarea rela iilor cauzale i evaluarea lor econometric (orientare spre model );

- dezvoltarea de modele ce rezolv anumite elemente ale mixului de marketing ( orientare

spre problem );

- stocarea i transferul de experien (orientare spre decizie ).

Achizi ionarea, memorarea, adaptarea i punerea n valoare a cuno tinelor de

care dispun deciden ii la nivelul reac iilor pie ei, comportamentului consumatorilor, reac ia

diferitelor elemente ale mixului de marketing sunt principala responsabilitate a

compartimentului de marketing. In acest context rolul sistemelor expert va cre te

deoarece ele sunt un mediu opera ional de mbog ire i de punere n valoare a unei

resurse rare: competen a.

36


37/109

2.3 Utilizarea sistemelor expert n domeniul politicii de pre

Componenta cea mai important a unui sistem expert este baza sa de cuno tine.

Dup Waterman (1986) cuno tinele unui sistem expert se pot dobndi n doua

moduri:

metoda observa ional : prin analiza lucr rilor de specialitate, exemplelor ia studiilor de caz. In acest fel numai o parte limitat a problemei este analizat ceea ce

face c a alte surse poten iale de informa ii s fie ignorate. Chiar i astfel aceast abordare

ofer surse de cuno tine accesibile i uor de codificat sub forma regulilor de decizie pe

baza c rora se pot dezvolta sisteme expert n domeniul industriei.

metoda intuitiv : n care deciziile se iau pe baza analizei exper ilor care

furnizeaz un set de reguli euristice. Problema n acest caz este modul n care expertul

uman poate descrie cuno tinele sale ntr-un mod u or de n eles. In practic mul i exper iiau deciziile pe baza intui iei, fiindu-le dificil sau chiar imposibil s explice modul n care au

ac ionat.

Obiectivul este identificarea unui set de reguli de determinare a pre urilor care pot

fi ad ugate bazei de cuno tine a unui sistem expert de marketing n vederea mbun t irii

performan elor acestuia. La baza stabilirii acestor reguli sunt lucr ri din domeniul

marketingului precum Managementul marketingului de P. Kotler i Luarea deciziilor n

marketing de D.W Cravens, G.E Hill i R.B Woodruff.

Primul pas n dezvoltarea regulilor de decizie este identificarea unui num r de

condi ii sau de situa ii pe care le ntlne te un manager de marketing. Pasul urm tor este

identificarea i re inerea din setul de informa ii a acelor fapte i ac iuni care se potrivesc

cel mai bine situa iei n care se afl respectivul decident. Regulile care se suprapun vor fi

combinate, informa iile redundante se vor elimina, termenii ambugui fiind nlocui i de

echivalentul lor cert. Regulile extrase ca rezultat sunt independente ntre ele i astfel este

posibil reprezentarea lor ntr-un singur modul n cadrul sistemului expert.

Tabelul 2.2 prezint 5 reguli extrase din lucr rile mai sus men ionate.

Regulile vor fi reprezentate n baza de cuno tine a sistemului utiliznd un limbaj

formal. Cnd programul este rulat, utilizatorul va r spunde unui num r de ntreb ri pe

baza c rora sistemul i va selecta regulile cele mai apropiate din baza de cuno tine i va

putea face o recomandare.

37


38/109

Regula Condi ia Ac iunea

1 Obiectivul este men inerea cotei de pia

sau produsul nu are caracteristici de

diferen iere sau cererea este elastic

Men ine pre ul produsului la

acela i nivel cu cel al

concuren ei

2 Exist o limitare de cost i este necesar o rat a profitului de x %

Pre = Cost * (1+ x/100)

3 Managerul vrea s creasc cota de pia

i clien ii poten iali apreciaz valoarea

produsului ca fiind PP, mai mare dect

pre ul concuren ei PC

Pre = PC + (PP-PC) * 0.618

4 Obiectivul managerului este maximizarea

profitului curent i se cunoa te func iacererii pentru firm

Pre = pre ul care maximizeaz

func ia profitului curent

5 Firma are clien i foarte fideli Se men ine pre ul nemodificat

Tabelul 2.2: Extragerea regulilor de determinare a pre urilor Sursa: Tse A., Pricing Decision Rules for an Expert System, Marketing Bulletin, 1990

Exemplu de dialog ntre utilizator i sistem:

Sistem> Care este obiectivul dvs. de marketing?

Alege i una dintre variantele urm toare:

1) Men inerea cotei de pia

2) Cre terea cotei de pia

3) Limitare de cost

4) Maximizarea profitului curent

5) L rgirea gamei de produse

Utilizator> 3

(Deoarece r spunsul utilizatorului la prima ntrebare este 3, sistemul va selecta

regula 2 din tabel i va ntreba utilizatorul asupra valorii ratei profitului)

Sistem> Care este rata profitului?

Utilizator> 25%

(In scopul determin rii pre ului optim pentru produs, sistemul va c uta n

subsistemul de contabilitate costul produsului i g se te valoarea 100 u.m.

Pe baza formulei corespunz toare specificat n partea de ac iune a regulii 2

sistemul va recomanda pre ul)

38


39/109

Sistem> Pre ul produsului este: 125 u.m.

In practic situa ia este mai complex datorit num rului mult mai mare de reguli

de decizie. De i regulile sunt concepute ct mai independente ntre ele, ordinea acestora

n baza de cuno tine precum i interac iunile neprev zute dintre ele pot conduce larezultate nea teptate.

In plus, trebuie s existe un num r de interfe e ntre diferitele subsisteme i

modulul central. In cazul n care anumite date sunt frecvent solicitate va exista o interfa

ntre sistemul central i subsistemul de calcul pentru accesarea mai rapid a datelor.

Sistemul trebuie s fie capabil s r spund la ntreb ri de tipul cum? i de ce?

pentru a fi n eles de c tre utilizator. Toate aceste cerin e impun un efort considerabil de

programare i concepere n realizarea sistemului expert.Exist o serie de limit ri n utilizarea metodei observa ional e prin analiza lucr rilor

de specialitate i a studiilor de caz i anume 1:

Prima limitare se refer la faptul c setul de reguli propus este valabil pentru

determinarea pre urilor n situa ii generale. Fiecare sistem economic na ional este format

dintr-un num r de industrii, fiecare fiind caracterizat de probleme i decizii specifice. Nu

este posibil astfel aplicarea unui set general de reguli de determinare a pre urilor f r a

ine seama de specificul fiec rui domeniu.

A doua limitare apare datorit faptului c n situa iile de decizie reale din

marketing intui ia joac adeseori un rol mai important dect ac iunile deduse strict pe baza

unor strategii teoretice desprinse din lucr rile de specialitate.

A treia limitare este aceea c multe dintre regulile men ionate n c r i nu sunt

aplicate intr-un context bine delimitat. Spre exemplu regula 5 care afirm c firmele ce au

o clientel foarte fidel trebuie s - i men in pre ul neschimbat este propus f r

efectuarea unei cercet ri prealabile. De asemenea multe dintre reguli sunt ambigui,

termenul de fidel utilizat n regula 5 neavnd un sens bine explicitat.

A patra limitare este datorat subiectivit ii persoanelor care selecteaz regulile ce

provin de la o aceea i surs (lucrare).

In ciuda acestor limit ri, regulile ob inute pe baza lucr rilor de specialitate din

domeniul marketingului ofer un punct de plecare n fundamentarea procesului decizional

la nivelul ntreprinderilor industriale.

1 Tse A., Pricing Decision Rules for an Expert System, Marketing Bulletin, 1990

39


40/109

2.4 Structurarea cuno tin elor de marketing pe baza metodei

analizei ierarhice

2.4.1 Prezentarea metodei analizei ierarhice

In cele ce urmeaz va fi prezentat utilizarea sistemului Expert Choice n

domeniul dezvolt rii i evalu rii produselor noi. Acest program este un generator demodele decizionale avnd la baz metoda analizei ierarhice.

Prin posibilit ile de acumulare a experien elor (sub forma arborelui de decizie), de

transfer a acestora i prin facilit ile de simulare disponibile, Expert Choice se afl la

frontiera dintre sistemele bazate pe o reprezentare analitic a cuno tinelor i sistemele

expert bazate pe reprezent rile euristice.

Pentru n elegerea fenomenelor economice legate de distibu ia unui nou produs,

eficien a publicit

ii asupra vnz

rilor, decidentul va utiliza modele normative. Acestea auca obiect stabilirea de reguli care s descrie mecanismul de func ionare al pie ei.

Totu i complexitatea deciziilor poate constitui un impediment major mai ales n

cazul lipsei anumitor cuno tine (informa ii). In acest situa ie este necesar o metod de

structurare a cuno tinelor care s permit rezolvarea logic a problemei i care s fie

suficient de flexibil pentru a se adapta diferitelor contexte decizionale.

Metoda analizei ierarhice urm re te rezolvarea problemelor complexe n trei

etape:

- identificarea problemei;

- analiza problemei;

- sinteza.

Identificarea problemei const n stabilirea obiectului cercet rii respective.

Analiza const n descompunerea problemei pentru stabilirea dimensiunilor

elementare ce caracterizeaz fenomenul studiat. Este un proces natural al

ra ionamentului uman, realitatea fiind n eleas plecnd de la dimensiunile fundamentale

care o compun.

Descompunerea ierarhic const n reprezentarea problemei sub forma unei

structuri arborescente inversate unde rad cina este fie scopul ce trebuie atins, fie

problema ce trebuie rezolvat .

In figura 2.1 este prezentat descompunerea ierarhic a unei probleme ce

prive te definirea unei strategii de marketing.

40


41/109

Sursa: Ernst C., Les systemes experts de gestion: banque, finance, marketing, Editura Eyrolles Paris, 1988

Problemacomplex

Principaleleobiective

Cota depia

Nivelulprofitului

Cre tereavnz rilor

Notorietatea

Reducereapre ului

produsului A

Extindereagamei

sortimentale aprodusului B

Promovareavnz rilor

produsului C

Cre tereabugetului

pentruublicitate

Patrundereape o nou

pia

Fig. 2.1: Descompunerea strategiei de marketing

Aciuni

Succesul strategiei demarketing a ntreprinderii

Metoda analitic propus introduce conceptul de ierarhizare a analizei fiind vorba

nu de identificarea ansamblului dimensiunilor care intervin ntr-o problem , ci dedeterminarea nivelului lor ierarhic. Anumite probleme nu pot fi reprezentate dect cu

ajutorul structurilor ierarhice multinivel. Anumite criterii sunt fundamentale n procesul

decizional fiind situate pe primul nivel, dup cum alte criterii nu intervin dect la

dimensiunile elementare ale ultimului nivel.

Ponderarea parametrilor:

Analiza problemei a permis reprezentarea sub forma unei structuri arborescente

ierarhizate. Criteriile situate pe acela i nivel ierarhic au importan e diferite.In mod absolut ponderarea acestor criterii revine la a cere decidentului s acorde

fiec rui criteriu de pe acela i nivel ierarhic o not cuprins ntre 0 i 100. Acest metod

prezint avantajul simplit ii n utilizare ns oblig decidentul s judece n mod absolut

un element.

In practic cuno tinele nu sunt niciodat pozi ionate pe o scar absolut , ci pe

una relativ . Astfel acest faz de ponderare poate fi nlocuit printr-o serie de compara ii

relative ntre perechi. Exist

dou

avantaje principale:- evaluarea mai fidel a realit ii de c tre decident;

- permite m surarea coeren ei decidentului i structurarea modelului.41


42/109

De fapt este vorba de o extindere a no iunii clasice de m sur aplicat pe o scar

de utilitate n sens microeconomic. Atunci cnd utilitatea este un pre , scara se identific

cu o scar a pre urilor de pornire. Avantajul acestei metode apare din faptul c n

majoritatea cazurilor utilitatea perceput are un caracter subiectiv fiind asem n toare

gndirii manageriale. Aceast subiectivitate numit dup caz experien sau intui ie icare con ine toat bog ia ra ionamentului uman este astfel integrat n model conform

unui proces de structurare echivalent. In acest fel proiectantul modelului va pondera pas

cu pas structura arborescent .

Volumul total de informa ii rezultante este de obicei mult mai mare dect num rul

maxim de canale informa ionale pe care persoana decident le poate folosi simultan.

Sinteza

Fazele precedente au permis reprezentarea problemei decizionale. Ultima etap

const n a sintetiza toate informa iile identificate i de a le integra n model. Aceast

sintez se va face calculnd pentru fiecare solu ie posibil identificat un punctaj global

propor ional cu capacitatea de rezolvare a problemei considerate.

In tabelul 2.3 este prezentat sinteza stategiei de marketing a unei ntreprinderi.

Evaluarea produselor Nivel 1 Nivel 2 Nivel 3

Cota de pia = 0.35 Prod. C = 0.15

Prod. A = 0.18

Prod. B = 0.02

Nivelul profitului = 0.40 Prod. A = 0.20

Prod. C = 0.15

Prod. B = 0.05

Cre terea vnz rilor = 0.15 Prod. B = 0.07

Prod. A = 0.05

Prod. C = 0.03

Strategia

de

marketing

a ntreprinderii

(1.00)

Notorietatea = 0.10 Prod. A = 0.05

Prod. B = 0.03

Prod. C = 0.02

Tabelul 2.3: Evaluarea celor 3 tipuri de produse ale ntreprinderii

42


43/109

Sinteza definirii strategiei de marketing se concretizeaz n prioritatea acordat

celor 3 tipuri de produse A,B,C:

Produsul A: 0.48 (48%)

Produsul C: 0.35 (35%)

Produsul B: 0.17 (17%)

2.4.2 Validarea modelului conceptual

In procesul de reducere a realit ii la c teva elemente fundamentale este

necesar testarea capacit ii modelului de a reprezenta corect problema pentru care a

fost creat. Aceast verificare are loc la dou nivele:

- validarea modelului privind definirea structurii lui;- estimarea riscului aplic rii modelului.

Primul aspect se refer la calculele de coeren care nso esc fiecare scar de

ponderare definit . Al doilea aspect include analiza de sensibilitate .

1) M surarea coeren ei modelului

Ideea ce st la baza acestui aspect se refer la reprezentarea unei probleme ntr-

un sistem ierarhizat de axe ortogonale. Pot apare dou probleme:

- la un anumit nivel al structurii definite axele nu sunt ortogonale (dou criterii ale

aceluia i nivel sunt interdependente);

- o ax a fost omis (un anumit criteriu nu a fost luat n discu ie).

In ambele cazuri rezutatul la nivel practic este introducerea unei distorsiuni n

ra ionamentul pe care utilizatorul l va defini. Pentru a evalua acest stare de fapt analiza

procesului ierarhic permite definirea unui coeficient de coeren care va exprima m sura

n care ra ionamentele respective nu sunt contradictorii. Spre exemplu ntr-un context logic

dac A este preferat fa de B i B fa de C, atunci A va fi preferat fa de C. Altfel

ra ionamentul nu este coerent.

In definirea unui model decizional incoeren a poate avea cauze precum:

- o gre eal de aten ie n momentul elabor rii ra ionamentului (se elimin\ u or);

- explica ia se g se te chiar n structura modelului.

Coeficientul de coeren indic utilizarea unei caracteristici de evaluare care nu a

fost definit explicit n model. Se impune restructurarea modelului pentru ca acesta s

reprezinte corect realitatea.

43


44/109

2) Grafurile de sensibilitate

Al doilea aspect fundamental al unei metode de asistare a deciziei const n

m surarea riscului care poate fi:

- o eroare n ponderea atribuit unui anumit criteriu;

- o evolu ie conjunctural .Reprezentarea unei probleme de decizie este limitat datorit caracterului static al

acesteia. Modelarea unei situa ii reale se face printr-o structur arborescent ale c rei

ponderi au fost fixate de la nceput. In practic exist o dimensiune dinamic a realit ii

(aspectul temporal i conjunctural).

Fiecare graf de sensibilitate m soar impactul asupra rezultatului final n urma

modific rii ponderiii atribuite fiec rui criteriu considerat ntr-un domeniu de valori posibile.

Aceste grafuri permit eviden ierea criteriilor importante i a criteriilor nesemnificative carenu conduc la riscuri de eroare n decizia global .

Aceste instrumente sunt foarte utile n luarea unei decizii manageriale oferind

posibilitatea de a m sura stabilitatea modelului fa de fluctua iile conjuncturale sau a

erorilor de ponderare.

2.4.3 Metoda analizei ierarhice n cadrul sistemelor expert

Dezvoltarea unui sistem expert implic parcurgerea unui proces de structurare a

expertizei care se dore te a fi modelat . Aceast etap este adeseori greu de condus,

lung i costisitoare. Metoda analizei ierarhice este tocmai o metod de structurare a

cuno tinelor care este perfect utilizabil n conducerea procesului de extragere i

ordonare a cuno tinelor ob inute de la expertul uman.

Pe de alt parte, pentru ca o expertiz s poat fi modelat sub forma unei baze

de cuno tine a unui sistem expert, trebuie s ndeplineasc anumite condi ii:

- modularitate : posibilitatea descompunerii unei probleme n mai multe

subprobleme;

- complexitate : referitor la conceptele utilizate i rela iile dintre acestea;

- ra ionalitate : ponderarea conceptelor i a procedurilor conform contextului

problemei;

- fiabilitate : trebuie s existe un consens asupra existen ei unei expertize ntr-un

domeniu considerat;

- suficien : cuno tinele necesare rezolv rii problemei pentru care a fost realizat

un sistem expert trebuie s fie exhaustive. Acesta nsu ire este fundamental n controlul

coeren ei sistemului i al fiabilit ii acestuia.

44


45/109

3 Proiectarea sistemelor expert

3.1 Sisteme expert bazate pe regu

Sisteme Expert Marketing

Documents

Transcript of Sisteme Expert Marketing