یکی از مهم‌ترین چالش‌هایی که معمولاً مدیران کسب و کارها با آن رو‌به‌رو می‌شوند، گرفتن یک تصمیم درست در شرایط خاص است. اینکه بتوانید در شرایط خاص تصمیم درستی بگیرید خود نیاز به اطلاعات مفید درباره مشکل به وجود آمده دارد. از آنجا که حجم اطلاعات شرکت‌ها روز به روز بیشتر می‌شود، استخراج اطلاعات مفید از آنها بدون یک کامپیوتر برای انسان‌ها تقریباً غیر ممکن است. همین موضوع باعث شده سیستم‌هایی تحت عنوان سیستم های تصمیم یار طراحی بشوند که قرار است در این مقاله بیشتر با آنها آشنا بشویم. همان‌طور که معلوم است سیستم های تصمیم یار برای کمک به تصمیم گیری کاربران طراحی شده‌اند.
توجه: منظور از پایگاه داده در این مطلب، پایگاه داده رابطه‌ای می‌باشد.
مفهوم سیستم تصمیم یار
به زبان ساده، سیستم های تصمیم یار (DDS) یک ابزار کمکی برای گرفتن تصمیم‌های بهتر هستند که با استفاده از تکنیک‌های داده کاوی و پردازش داده‌ها می‌توانند پیشنهادهایی را ارائه دهند اما نمی‌توانند جایگزین فرد تصمیم گیرنده بشوند. قبل از اینکه سراغ تعریف‌های دقیق‌تری راجع به سیستم تصمیم یار برویم، ابتدا باید با مفهوم مشکلات نیمه ساخت یافته، مشکلات ساخت یافته و مشکلات غیر ساخت یافته آشنا بشوید.
1- مشکلات ساخت یافته:
مشکلاتی که روزانه با آنها سروکار داریم و دارای پیچیدگی بالایی نیستند را مشکلات ساخت یافته می‌نامیم.
2- مشکلات نیمه ساخت یافته:
مشکلاتی هستند که در اولین برخورد قابل درک نیستند؛ ولی بعد از تحلیل بیشتر می‌توان آن ها را به مشکلات ساختار یافته تبدیل کرد. این مشکلات بین مشکلات ساخت یافته و غیر ساخت یافته قرار دارند.
3- مشکلات غیر ساخت یافته:
مشکلاتی که جدید هستند، یا به ندرت با آنها رو‌به‌رو می‌شویم را مشکلات غیر ساخت یافته در نظر می‌گیریم.
معمولاً زمانی که با مشکلات نیمه ساخت یافته رو‌به‌رو می‌شویم، در اولین بررسی ممکن است تصور کنیم که این مشکل، یک مشکل غیر ساخت یافته است؛ اما بعد از تحلیل داده‌ها تازه متوجه می‌شویم که مشکل، نیمه ساخت یافته است و امید برای حل کردن آن با استفاده از سیستم‌های تصمیم یار بیشتر می‌شود.
احتمالاً به این نتیجه رسیده باشید که سیستم های تصمیم یار برای حل مشکلات نیمه ساخت یافته و غیر ساخت یافته مورد استفاده قرار می‌گیرند. همچنین باید به این نکته توجه کنید که سیستم‌های تصمیم یار نمی‌توانند جایگزین تصمیمات انسانی بشوند، آنها فقط به فرد تصمیم گیرنده کمک می‌کنند تا بر اساس داده‌هایی که در اختیار سیستم قرار می‌دهد، تصمیمات بهتری را بگیرد.
البته باید این مورد را نیز ذکر کرد که گاهی سیستم تصمیم یار را می‌توان طوری آموزش داد که به صورت تخصصی در یک زمینه خاص نظر بدهد. در این حالت ما با یک سیستم خبره رو‌به‌رو هستیم.
دلایل استفاده از سیستم های تصمیم یار
اگر شما مدیر یک کسب و کار جدید باشید و مطلب را تا اینجا مطالعه کرده باشید، احتمالاً متوجه شده‌اید که هر چند وقت یک‌بار با مشکلات غیر ساخت یافته دست و پنجه نرم کرده‌اید. برای مثال، کاهش ناگهانی فروش محصولات یک مشکل جدی است که احتمالاً برای آن برنامه‌ریزی نکرده‌اید! در اینگونه موقعیت‌ها نجات کسب‌و‌کارتان فقط به تصمیمات شما بستگی داشته و زمانی که تصمیم اشتباهی بگیرید، ممکن است دچار ضررهای جبران ناپذیری بشوید!
از آنجایی که انسان‌ها معمولاً در اینگونه موقعیت‌ها دچار استرس می‌شوند، گرفتن تصمیمات درست می‌تواند چالش‌بر‌انگیز باشد. در چنین موقعیتی بهترین راه استفاده از سیستم‌های تصمیم یار است. سیستم‌های تصمیم یار به راحتی داده‌ها را تجزیه و تحلیل می‌کنند، و کار کردن با آنها نیز ساده است، می‌توان گفت که هر کسب‌و‌کاری می‌تواند از آنها برای کسب موفقیت‌های بیشتر استفاده کند.
اجزای یک سیستم تصمیم یار
به طور کلی یک سیستم تصمیم یار می‌تواند از دو قسمت اصلی و دو قسمت اختیاری تشکیل شده باشد که به ترتیب عبارتند از: سیستم مدیریت داده، سیستم مدیریت مدل، سیستم مبنتی بر دانش و واسط کاربر. سیستم مبتنی بر دانش و واسط کاربر اختیاری هستند. هر کدام از این اجزا را می‌توان از جنبه‌های مختلفی مورد بررسی قرار داد و درباره آنها حتی می‌توان مطالب مجزایی نوشت؛ اما با این حال به توضیح مختصری راجع‌به هر کدام بسنده می‌کنیم.
_ سیستم مدیریت داده:
سیستم مدیریت داده شامل روش‌هایی برای افزودن، تغییر و دسترسی به داده‌ها است که توسط نرم‌افزار دیگری به نام سیستم مدیریت پایگاه داده (DBMS) مدیریت می‌شود. در این بخش (سیستم مدیریت داده) داده های مرتبط با موضوع مورد نظر ذخیره می‌شوند و سیستم تصمیم یار می‌تواند از طریق DBMS به آنها دسترسی داشته باشد. با این حال، می‌توان از روش‌های دیگری نیز برای دسترسی به داده‌ها در سیستم های تصمیم یار استفاده کرد اما استفاده از دیتابیس‌ها متدوال‌تر و بهینه‌تر است.
_ سیستم مدیریت مدل:
سیستم مدیریت مدل یک پکیج نرم‌افزاری است که شامل ابزار‌هایی برای مدیریت آماری و مالی می‌باشد. همچنین این پکیج، قابلیت‌هایی برای تحلیل سیستم و مدیریت نرم‌افزار را فراهم می‌کند. نام دیگر سیستم مدیریت مدل، سیستم مدیریت پایگاه مدل است. سیستم مدیریت مدل با سیستم مدیریت داده رابطه مستقیمی دارد.
_ سیستم مبتنی بر دانش:
بخش سیستم مبتنی بر دانش در سیستم های تصمیم یار می‌تواند اجزای دیگر را پشتیبانی کرده یا به صورت جداگانه کار کند. سیستم مبتنی بر دانش در سیستم های تصمیم یار می‌تواند نقش هوش تصمیم گیرنده را بازی کند؛ به عبارت دیگر استفاده از هوش را به مراحل تصمیم گیری اضافه می‌کند. دانش می‌تواند از مخزن دانش سازمان که قسمتی از سیستم مدیریت دانش است تأمین شود.
_ واسط کاربر
واسط کاربر روش‌هایی را برای ارتباط مصرف‌کننده(مدیر) با محصول(سیستم تصمیم یار) را فراهم می‌کند. در DSSها ما با واسط‌های مبتنی بر وب مواجه هستیم و در نتیجه، این واسط‌‌ها گرافیکی بوده و کار کردن با آنها ساده است. نکته‌ای که باید به آن توجه کرد این است که حتی کاربر هم می‌تواند قسمتی از اجزای سیستم های تصمیم یار باشد. البته یک سیستم تصمیم یار می‌تواند واسط کاربری هم نداشته باشد و صرفاً یک API باشد.
سیستم های تصمیم یار در بیگ پرو1
بیگ پرو1 شامل قابلیتی است که از طریق آن می‌توانید با استفاده از APIها از سیستم‌های تصمیم یار هوشمند استفاده کنید. برای این کار کافی است بعد از پردازش داده‌ها و ساخت یک مدل یادگیری ماشین از آنها، روی گزینه ایجاد سیستم تصمیم یار کلیک کنید و یک سیستم تصمیم یار بر پایه آن مدل بسازید. شما در بیگ پرو1 حتی می‌توانید فایل پایتون مربوط به الگوریتم یادگیری ماشین را دریافت کنید!
پلتفرم بیگ پرو1 داری سرویس سیستم های تصمیم یار و حتی APIهایی برای آنها می‌باشد که بیرون از بیگ پرو1 هم می‌توانید از آنها استفاده کنید.
سیستم های خبره
در دهه 1970 فردی به نام ادوارد فیگن بام به دنبال کشف روش حل مسئله‌ای بود که کلی نباشد و در یک زمینه خاص کمک‌کننده باشد. در حقیقت این شروعی بر ساخت سیستم های خبره بود زیرا قرار بود روی کامپیوترها پیاده‌سازی شود و به افراد متحصص در زمینه‌های خاص کمک کند. سیستم های خبره نرم‌افزاهای کامپیوتری هستند که توسط افراد متخصص مورد آموزش قرار می‌گیرند تا در آینده در زمینه‌های مورد نظرشان، نظرات تخصصی بد‌هند. زمانی که حرف از آموزش به نرم‌افزار زده می‌شود، یادگیری ماشین و شبکه های عصبی در ذهن تداعی می‌شوند.
بدیهی در یک سیستم خبره می‌توان از یادگیری ماشین استفاده کرد. جالب است بدانید که سیستم های خبره بر اساس استنباط و استنتاج نظر داده و دارای هوشمندی در زمینه خاصی هستند. سیستم های خبره را می‌توان این‌طور هم تعریف کرد که آنها (سیستم های خبره) رفتار یک فرد متخصص را شبیه‌سازی می‌کنند. در برخی از موارد ممکن است که یک سیستم خبره از یک فرد مختصص، بهتر تصمیم بگیرد!
البته، هنوز نمی‌توان به این نتیجه رسید که سیستم های خبره جای افراد متخصص را می‌گیرند. شاید مهم‌ترین دلیلی که ممکن است که سیستم های خبره بهتر از انسان‌ها عمل کنند، این باشد که سرعت پردازش اطلاعات بیشتر و حافظه بزرگتری نسبت به انسان دارند. می‌توان یک سیستم خبره را یک سیستم تصمیم یار پیچیده در نظر گرفت توسط افراد متخصص آموزش داده می‌شود و به آنها در زمینه خاصی کمک می‌کند.
منبع: کتاب سیستم‌های تصمیم یار هوشمند /حسین رشیدی / مهسا محمدی /علی طوفان زاده مژدهی