Особливості застосування онтологій в системах підтримки прийняття рішень: теоретичний та практичний аспект

Размещено на http://www.allbest.ru/

Особливості застосування онтологій в системах підтримки прийняття рішень: теоретичний та практичний аспект

Карпов Ігор Андрійович

аспірант ІІІ курсу кафедри інформаційних систем та мереж Національний університет «Львівська політехніка», Україна

Науковий керівник: Буров Євген Вікторович

доктор технічних наук, професор кафедри інформаційних систем та мереж, Національний університет «Львівська політехніка», Україна

Анотація

В сучасному світі постійно зростають об'єми інформації, яку потрібно використовувати при прийнятті зважених та максимально правильних управлінських рішень. Зважаючи на це, сьогодні весь час створюються та оновлюються відповідні інтелектуальні системи, які використовують для підтримки прийняття рішень.

Це дуже важливо для підприємств та організацій, тому передумовою прийняття рішення є створення конкретних моделей проблемних ситуацій, де будуть враховуватися всі фактори, що впливають на її вирішення. Тобто проблемні ситуації визначаються саме їх онтологією, яку потрібно буде враховувати.

Через це, важливо будувати системи підтримки прийняття рішень, що використовують в своїй основі моделі онтологій, які допомагають вибрати відношення та концепти, які відповідають контексту ситуації та допоможуть їх вирішити. Тому отримані результати можуть бути використані при розроблення систем підтримки прийняття рішень, які потребують даних з різних предметних областей.

Ключові слова: онтологія, система підтримки прийняття рішень, онтологічні моделі, проблемні ситуації.

Вступ

Відомо, щоб прийняти ефективне рішення, потрібно спроектувати конкретну концептуальну модель проблемної ситуації. Вона має містити в собі певні відношення та обмеження, що найбільш точно відображають проблемні ситуації. В результаті побудови відповідної моделі визначається концептуалізація існуючої проблеми. І саме вона, яка подана формально, є онтологією такої ситуації.

Саме тому, використання онтологій проблемних ситуацій допомагає зберегти та повторно використовувати знання щодо прийняття рішень, а також застосувати інтелектуальні програмні засоби для підтримки прийняття рішень.

І для того, щоб побудувати онтології проблемної ситуації, краще за все використати знання з існуючих онтологій. Але це є досить складною задачею внаслідок наявності подібних за компетенцією онтологій.

Багато сучасних авторів (Т.А. Гаврилова, З.І. Тарапата, M. Prasenjit, W. Gio та інші) обґрунтували переваги використання багатьох онтологій, зокрема можливості використовувати різницю у розумінні та специфікації концептів у різнопланових онтологіях для вибору найкращого відповідника. Такі онтології утворюють цілу мережу онтологій, в яких між концептами та відношеннями різних онтологій встановлено відношення відповідності, які виражені в правилах відповідності («articulation rules»). У процесі побудови онтології проблемної ситуації виникає проблема неоднозначності вибору, коли декілька онтологій мають дуже схожі концепти, які можна використати в онтології проблемної ситуації [1].

Виклад основного матеріалу

Система підтримки прийняття рішень [2] - це комп'ютеризована система, яка, аналізуючи велику кількість інформації, здатна робити прогнози, враховуючи які будуть прийняті відповідні рішення. Сучасними системами передбачається обробка певних суджень, які були розглянуті на різних етапах прийняття рішень.

Потрібно відмітити, що такі судження можуть бути описані як об'єкти певної предметної області, де кожен такий об'єкт - це відображення сукупності знань, з урахуванням яких і приймається відповідне рішення. Звідси постає потреба забезпечити обробку взаємопов'язаної інформації та її використання у системах з іншим призначенням для більш точного прогнозування [3].

Потрібно відмітити, що застосування онтологій у системах підтримки прийняття рішень є доволі поширеною практикою. Так, дослідниця

З. І. Тарапата розглядала інтелектуальну систему підтримки прийняття рішень, які використовували моделі графів при поданні знань. Ситуацію прийняття рішення тут розглядали у вигляді скінченної дії, і задача вибору рішення подавалася як задача розпізнавання образів [4].

В свою чергу, вчені Н. Р. Рахім, Р. Д. Дом та інші фокусували свою увагу на розробленні онтологій підтримки прийняття рішень із врахуванням особливостей користувача. Вони також описували застосування онтологій для того, щоб підтримувати прийняття рішень у системах медичної діагностики, застосовуючи при цьому причинно-наслідкові міркування [5].

Треба сказати, що змістовно близьким до проблематики онтологій є завдання інтеграції та встановлення відповідності між онтологіями та їх основними складовими. У цій області досліджень розглядалися питання про концепти зі змістом, що перекривається (наприклад, наскільки вони один одному відповідають семантично, чи можна розробити правила відображення одного концепту в інший та інші).

При цьому різні автори намагалися визначити та обґрунтувати аргументи, чому використання поєднань декількох онтологій (їх мереж) є кращим для інтелектуальних систем порівняно з централізованими онтологіями. Серед цих аргументів потрібно виділити такі:

- можливість вибирати найбільш відповідне подання потрібного концепту;

- можливість співіснувати та використовувати різні погляди на один і той самий концепт;

- використання декількох концептів (інколи несумісних, але залежних від контексту).

Мережа знань в такому випадку подається у вигляді мережі онтологій, які пов'язані відношенням відображення між концептами. У цьому контексті також була розроблена алгебраїчна модель такого відображення.

В інших дослідженнях для визначення семантичної подібності концептів була застосована міра семантичної близькості. При побудові онтологій на основі аналізу текстів визначеної предметної області (щоб визначити подібність) використовуються методи математичної лінгвістики.

Враховуючи вищесказане, сучасне перспективне рішення в даному питанні - подання інформації у системі підтримки прийняття рішень у вигляді певних онтологічних мереж, де кожна така онтологія містить інформацію у певній предметній області та відношення до інших мереж, а також конкретні функції, які дають змогу отримати відповідні дані при прийнятті рішення. В такому випадку онтологія набуває подібного виразу [6]:

О = < T, R, F > (1)

підтримка прийняття рішення

де: О - це онтологія, Т - терміни предметної області, R - відношення між ними,

F - функції інтерпретації.

Тут, при формуванні системи підтримки прийняття рішень множини «R» і «F» не можуть бути пустими. Тобто система є певною непустою множиною об'єктів, якій приписують конкретні властивості:

- об'єктами формується деяка ієрархічна структура;

- терміни інтерпретують відповідно до функції інтерпретації;

- визначення термінів є аксіомами [1].

Така онтологія може бути представлена як певна інформаційна система, яка складається з подібних термінів та зв'язків між ними, результатом якої є онтологічна база знань.

Однак, в ході прийняття рішень присутній ще один важливий елемент, це певний критерій, за яким можна відрізнити альтернативи з відповідної множини. Саме він має досить велике значення у прийнятті конкретного рішення людиною.

Тому, онтологію проблемної ситуації (рис. 1) для системи підтримки прийняття рішень можна представити у такому вигляді:

О = < T, R, F, R > (2)

де: R - це критерії, які є у кожного елемента онтології та використовуються у задачі прийняття рішення.

Така задача може бути описана як множина альтернатив, в якій кожен елемент має спеціальні значення, які виступають критеріями цієї альтернативи.

А розв'язанням такої задачі являється підмножина якнайкращих альтернатив, що розташовані за важливістю значення критерію. Причому критерії можуть змінюватися на всіх етапах прийняття рішень.

Вдалося з'ясувати, що для реалізації процесу прийняття рішень доцільно використовувати методологію розробки системи підтримки прийняття рішень (СППР) основою якої виступає онтологія, як засіб явного розуміння та представлення областей та процесів прийняття рішень, що інтегрує системний, процесний та ситуаційний аналіз ситуації. При цьому, використання онтологій дозволяє створити прикладні інформаційні технології підтримки прийняття рішення, які відповідають SMART-критеріям - вони конкретні, вимірні, погоджені, реалістичні, чітко прив'язані до часу [7].

При цьому потрібно пам'ятати, що на рівні контекстних областей існують структурні та семантичні відношення. Так, в області «мета/результат» існують відношення агрегації («частина-ціле»), тобто ціль може мати підцілі. В цій же області можуть виникати асоціативні відношення між проблемами, наприклад, відношення причинності, коли виникнення однієї проблеми є причиною виникнення інших проблем.

В області «процес/дія» виникають відношення управління у вигляді послідовності, ітерації, вибору, заміщення, заборони, адитивності. В області часу є множина часових відносин яка може бути визначена для часових точок та інтервалів часу.

Таким чином, запропоновані підходи до побудови систем підтримки прийняття рішень, що базуються на використанні відповідних онтологій, надають можливість вибору знань з онтологій, що найбільш точно відповідають контексту проблемної ситуації.

Список використаних джерел:

[1] Карпов І., Буров Є. 2020. Використання онтологічних мереж у системах підтримки прийняття рішень в умовах невизначеності. Інформаційні системи та мережі № 7- С. 8-15.

[2] Маракас, Г. М. (1999). Системи підтримки прийняття рішень у двадцять першому столітті.

[3] С.М. Братушка, С.М. Новак, С.О. Хайлук. (2010). Системи підтримки прийняття рішень: навчальний посібник для самостійного вивчення дисципліни. Суми: ДВНЗ «УАБС НБУ» - С. 265.

[4] Тарапата З. І. (2007). Подібність багатокритеріальних зважених графіків та її застосування для вирішення ситуації: проблема відповідності шаблону. Матеріали 13- ї' міжнародної' конференції' в галузі автоматизації' та робототехніки - С. 1149-1155.

[5] Рахім Н. Р., Дом Р. М. Система підтримки прийняття клінічних рішень на основі

онтології і причинно-наслідкових моделей. Інтелект № 14 (2) - С. 187-197.

[6] Герман Х. (2006). Представлення знань і семантика природної мови.

[7] Чаплінський Ю. П., Субботіна О. В. (2016). Онтологія та контекст при розв'язуванні прикладних задач прийняття рішень. Штучний інтелект № 2 - С. 147-155.

Размещено на Allbest.ru