Современные организации создают базы знаний оптимальных решений. Обычно подобные знания накапливаются в процессе использования различных тестов при поиске эффективных путей решения задач. После того как организация получила знания о наилучшем решении, доступ к ним может быть открыт для соответствующих сотрудников. Например, создается база знаний лучших проектов по финансовым операциям. С каждым проектом связывается краткое описание и информация для контакта с ответственными лицами. Консалтинговые фирмы, практикующие в финансовой сфере, были одними из первых, кто начал разработку БЗ оптимальных решений для помощи своим клиентам.
Эти фирмы, в частности проводят разведку знаний (нетривиальное извлечение точной, ранее неизвестной и потенциально полезной информации из данных), которая представляет собой новое и быстро развивающееся направление, использующее методы искусственного интеллекта, математики и статистики для получения знаний из хранилищ данных. Этот метод включает инструментарий и различные подходы к анализу как текста, так и цифровых данных.
Например, система Odie (On demand Information Extractor) каждую ночь сканирует около
1000 статей с последними новостями для извлечения знаний об изменениях в управлении. Odie (разработанная для американских и европейских обозревателей коммерческих новостей) использует распознавание стилизованных фраз в статьях деловых новостей и знания о синтаксиче-ских правилах для распознавания соответствующих событий в сфере финансового бизнеса. Исследуется специальный алгоритм, который отслеживает полуструктурированный текст для сбо-ра информации о всех типах событий, связанных с бизнесом, например, крупных приобретениях.
АИС представляют знания как в форме, удобной для восприятия человеком, так и в машиночитаемом виде. В первом случае доступ к знаниям можно получить, используя броузеры и системы интеллектуального поиска, а знания, доступные в машиночитаемой форме, могут быть спроектированы как базы знаний экспертных систем для поддержки принятия решений.
Качество и актуальность знаний зависит от многих факторов. Например, от того, кто поставляет знания в систему. Поскольку качество знаний изменяется от источника к источнику, системы часто отфильтровывают знания, чтобы они были полными и достоверными. Фильтрация не всегда выполняется сотрудниками компании. Чаще всего используется фильтрация сообщений электронной почты по приоритетам и категориям. Кроме того, применяются различные средства, позволяющие отслеживать качество баз знаний. Оценка обычно зависит от потребностей конкретных сотрудников, рабочих групп или интересов всего предприятия.
Рассмотрим пример создания системы поддержки принятия решений для одной из финансовых компаний.
Весь спектр задач для информационных систем в области финансового сервиса можно разбить на две большие группы:
– общий финансовый контроль бизнес-процессов;
– поддержка маркетинга, предоставление услуг и взаимодействие с клиентами на индиви-дуальной основе.
Информационные приложения в сфере финансового контроля решают, в частности, такую проблему, как анализ вкладов в общую прибыль компании. Это позволяет определить, насколько прибыльны те или иные услуги, направления бизнеса или отдельные группы клиентов компании,
а также более эффективно управлять работой региональных отделении. В страховой компании в ходе такого анализа будут учитываться размеры страховых премий, выплаты страховки по поданной заявке, резервные фонды и суммы, возвращаемые клиентам, отказавшимся от страхового полиса, а также накладные расходы компании. Все эти показатели по мере возможности распределяются по индивидуальным контрактам.
На первом этапе разработки создается прототип системы поддержки маркетинга и продаж. Информационное наполнение хранилища ограничивалось такими направлениями деятельности компании, как вклады и финансирование капитального строительства. После успешного завершения прототипного проекта, на который ушло около трех месяцев, совместно со специа-листами компании было продумано дальнейшее расширение хранилища данных и его интеграция в действующую информационную среду. Знания, приобретенные в процессе реализации прототипной системы, позволили заново сформулировать технические требования к проекту. Расширенное хранилище охватывало и другие направления бизнеса компании, в том числе банковское дело и страхование. На окончательном этапе с системой многомерного анализа на базе созданного хранилища работает около 2000 пользователей: директора компании, руководители различных уровней, отдел центрального контроля и служащие региональных отделений.
Обычно на начальном этапе выполнения любого проекта создается специализированная для определенной узкой области, но масштабируемая база данных, которая затем может быть расширена в соответствии с требованиями заказчика.
Для задач финансового контроля может потребоваться специальная статистическая база данных, которая помимо информации о контрактах и заявках на выплату страховки будет содержать данные о страховочных рисках, доле компании на рынке и ее внутренних процессах. Благодаря совместному анализу этих данных можно получить представление, с одной стороны,
о спросе на ее услуги, а с другой, о том, насколько эффективны выбранные средства ведения бизнеса. Статистические данные о заявках на выплату страховки позволят оценить вероятность таких заявок в будущем и их объем для разных классов риска. С помощью этих данных, а также сведений о вкладах в общую прибыль можно будет более обоснованно определять тарифы.
Система поддерживает оперативную аналитическую обработку в сетях ЭВМ. Многомерный анализ становится доступен любому пользователю, работающему с любым Web-браузером.
Он ликвидирует узкие места сети и ограничения клиентских платформ, фактически произвольное число пользователей, разбросанных по всему миру, может выполнять навигацию по хранилищу данных. Все аналитические приложения размещаются на Web-сервере.
При вовлечении в процесс анализа и поддержки принятия решений открытой сетевой инфраструктуры неизбежно возникают проблемы с защитой информации, для чего под-держиваются стандартные механизмы защиты на всех необходимых уровнях:
1) прежде чем предоставить доступ к сообщениям, система автоматически запрашивает пользовательский идентификатор и пароль;
2) после ввода верного пароля может быть предоставлен доступ к любому сообщению или же пароль может запрашиваться только по истечении некоторого заранее определенного периода неактивности пользователя;
3) при работе с Web-сервером поддерживается авторизация пользователя администратором и ограничение прав доступа по сетевому адресу или по имени;
4) поддерживаются технология шифрования, установленная на Web-сервере, и все известные механизмы защиты.