Capítulo 10: Construindo SAD orientado a conhecimento e mineração de dados

SAD Orientado a Conhecimento Alguns nomes usados: SAD orientado a

conhecimento, SAD de recomendação, SAD baseado em regras, SAD Inteligente – todos fazem uso de tecnologias de inteligência artificial

Oferecem bom potencial par tomadores de decisão de negócios

SAD orientado a conhecimento e Sistemas Especialistas Três componentes

Conhecimento de sintomas e indicadores relacionados a um domínio particular

Entendimento de relações entre sintomas, problemas e soluções num dado domínio

Conhecimento ou métodos para solução de alguns dos problemas

Busca-se o raciocínio por trás de uma conclusão

Mineração de Dados e Descoberta de Conhecimento Auxilia as empresas a descobrir o

conhecimento escondido nas relações e padrões existentes nos dados Ajudam as empresar a alcançar vantagens

competitivas em seus negócios Descoberta de conhecimento é um termo

mais amplo

Vocabulário de IA

Aquisição de conhecimento – extração e formulação de conhecimento derivado de várias fontes, em especial de peritos

Ambiente de desenvolvimento – software para criação e manutenção de bases de conhecimento e máquinas de busca

Máquinas de busca processam regras Especialista no Domínio – pessoa que

domina uma tarefa para qual um sistema é desenvolvido

Base de Conhecimento

Uma coleção de fatos, regras e procedimentos organizados

Descreve elementos do processo com suas características, funções e relacionamentos

Também contém regras sobre ações a implementar como resultados de certos eventos

Características do SAD orientado a conhecimento Apóiam na solução de

problemas Conhecimento é

armazenado na forma de regras ou probabilidades

Usuários precisam deste tipo de SAD quando realizam uma tarefa específica

Este tipo de SAD e os Sistemas Especialistas baseiam suas recomendações no conhecimento de pessoas e auxiliam na execução de tarefas muito específicas

Este tipo de SAD não “pensa”

Componentes de um SAD orientado a conhecimento

SAD orientado a conhecimento vs. SAD orientado a modelo SAD orientado a conhecimento tenta

“pensar” sobre os dados a partir de sua base de regras para resolver o problema

SAD orientado a modelo segue uma seqüência de instruções pré-definidas (um modelo) para responder a mudanças nas entradas

Comparando os dois (SADC e SADM) SADC = Base de Conhecimento + Máquina

de Busca (processador de regras)

SADM = Dados Estruturados + Modelos Quantitativos

Projeto e Desenvolvimento de SADC Envolve um time de desenvolvimento e um

perito no domínio na criação de uma base de conhecimento para um grupo de usuários Waterman propôs uma abordagem largamente

usada: Identificação do domínio Conceitualização Formalização Implementação Teste

Escolhendo um projeto: Teste do telefone É possível um perito resolver um problema e

auxiliar na tomada de decisão usando um telefone para se comunicar com o tomador de decisão?

Faça questões estruturadas e não abertas Sim, é possível usar um telefone para este

fim; como é possível desenvolver um SADC Nenhum desenvolvimento de um SADC será

insatisfatório

Vantagens e Limitações de Regras Regras são de fácil entendimento Explicações são fáceis de prover quando o

conhecimento está armazenado em regras Modificações manutenções são

relativamente fáceis Limitação chave

Muitas vezes o conhecimento mais complexo é difícil de ser representado em regras

Exemplos de SADC

TAXADVISOR Projetado para auxiliar planejamento de

Governos XCON

Foi desenvolvido para configurar os sistemas do VAX11/780

Sistemas Inteligentes de Suporte ao Cliente Projetado pela Compaq para prover diagnósticos

de especialistas e recomendações para usuários com problemas em seus computadores

Fácil de ser visualizado

Mineração de Dados

Prescritivos Podem ser usado para projeções de valores

explícitos, baseados em padrões determinados a partir de resultados conhecidos Exemplos: Usar uma base de clientes que respondem

sempre a ofertas especiais

Descritivos Descrevem padrões para dados existentes e são

geralmente usados para criar subgrupos de interesse, tais como clusters demográficos

Ferramentas de mineração de dados Raciocínio baseado em casos - similaridade Visualização de dados – gráficos Análise Fuzzy – “close” Algoritmos genéticos – otimização Redes Neurais – padrões de aprendizagem

via dados Técnicas de mineração de dados NÃO são

fundamentalmente diferentes de técnicas de análise estatísticas quantitativas

Processo de Mineração de Dados Definido pelo Gartner Group

Selecione e prepare os dados a serem garimpados

Qualifique os dados via clusters e análise de funções

Selecione uma ou mais ferramentas de mineração

Aplique as ferramentas de mineração de dados Aplique a descoberta de conhecimento a um

dado negócio na empresa

Exemplos de Mineração de Dados Análise de Crédito (risco de) Sistema de suporte ao cliente da Siemens Outros (texto base)

Avaliação dos pacotes de desenvolvimento Custo Escalabilidade Segurança Desenvolvimento de

funcionalidades Facilidade de instalação e de

uso

Questões para revisão

O que é uma regra? Quais são as 5 características mais comuns

de SADC e Sistemas Especialistas? O que faz um gerente requerer o apoio de

um SADC? Quais os passos para se fazer mineração de

dados? O que diferencia um SACD de mineração de

dados?

Exercícios (em dupla, do texto base) Find an example of a Knowledge-Driven DSS at a Web site. Most

applications can be deployed on the Internet. The sites listed below have some KDSS examples that can be viewed on the Web.

http://www.dol.gov:/elaws Elaws -- The Department of Labor has developed an interactive compliance assistance tool using MultiLogic's software. Elaws is comprised of individual advisors designed to help users understand their rights as employees and employers.

http://www.osha.gov/ OSHA Confined Spaces Advisor. -- OSHA used MultiLogic's software to create their Confined Space Advisor. This expert system provides guidance to help employers protect workers from the hazards of entry into permit-required confined areas.

Software developers use expert system shells to create expert systems and Knowledge-Driven DSS. Most shells are commercial software packages, but some shells are available as shareware or freeware. Find an expert system shell at a Web site.