| Авторы |
Михаил Юрьевич Михеев, доктор технических наук, профессор, заведующий кафедрой информационных технологий и систем, Пензенский государственный технологический университет (Россия, г. Пенза, проезд Байдукова/ул. Гагарина, 1а/11), Е-mail: mix1959@gmail.com
Олег Владимирович Прокофьев, кандидат технических наук, доцент кафедры математики и информатики, Пензенский государственный технологический университет (Россия, г. Пенза, проезд Байдукова/ул. Гагарина, 1а/11), E-mail: prokof_ow@mail.ru.
Ирина Юриевна Семочкина, кандидат технических наук, доцент, доцент кафедры информационных технологий и систем, Пензенский государственный технологический университет (Россия, г. Пенза, проезд Байдукова/ул. Гагарина, 1а/11), E-mail: ius1961@gmail.com
|
| Аннотация |
Актуальность и цели. В процессе эволюции компьютерных систем поддержки принятия решений (Decision Support System, DSS) «классические» деревья решений были дополнены новыми способами отображения данных – древовидными картами. Используя иерархическую структуру, древовидные карты обеспечивают осмысленно организованные отображения информации большого объема, что дает преимущества при выработке решения по большим данным. Собирая и обобщая опыт применения обычных деревьев и древовидных карт, авторы поставили цель выработать рекомендации по применению средств визуализации данных в прикладных областях, повышающему качество поддержки решений.
Материалы и методы. Если обычный подход нашел эффективное применение в машинном обучении, то древовидные карты ориентированы на применение «вручную» лицами, принимающими решения. В отличие от первого подхода, опирающегося на объективные числовые критерии оценки качества, эффект от применения древовидных карт субъективен и менее очевиден. Для второго подхода применены данные опросов пользователей во время решения профессиональных задач, связанных с анализом web-страниц «вручную» в процессе полного факторного эксперимента.
Результаты и выводы. Среднее время решения задач и экспертные оценки позволили сделать выводы о преимуществах древовидного представления данных и потенциальной возможности повышения качества поддержки принимаемых решений. В заключении обоснован вывод о необходимости комплексного применения средств визуализации данных и ряда других технологий в продуктах второго поколения DSS 2.
|
|
Ключевые слова
|
деревья решений, древовидные карты, качество визуализации, качество решения, экспериментальные данные
|
| Список литературы |
1. Power D. J., Heavin C. Decision Support, Analytics, and Business Intelligence. Third Edition. New York : Business Expert Press, 2017. Р. 196
2. Белозерцев А. И., Михеев М. Ю., Прокофьев О. В., Семочкина И. Ю. Методы анализа данных и их реали-зация в системах поддержки принятия решений. Аспекты инжиниринга информационно-измерительных систем : учеб. пособие. Пенза : Изд-во ПГУ, 2018. 148 с.
3. Прокофьев О. В., Семочкина И. Ю. Методы и средства поддержки принятия решений в социально-экономических задачах. Пенза : Изд-во ПГУ, 2010. 100 с.
4. Долгова И. А., Прокофьев О. В. Компьютерная поддержка принятия решений для управления социально-экономическими системами. Пенза : Изд-во ПГУ, 2012. 116 с.
5. Михеев М. Ю., Прокофьев О. В., Семочкина И. Ю. Методы анализа данных и их реализация в системах поддержки принятия решений : учеб. пособие. – Пенза : Изд-во ПГУ, 2014. 118 с.
6. Прокофьев О. В. Концепция и способы построения систем поддержки принятия решений на основе интеллектуального анализа данных // Системы интеллектуального анализа данных: методология, реализация, приложения. Пенза : АННОО ПДЗ, 2013. С. 22–40.
7. Тюрин М. В., Фомин С. А., Прокофьев О. В. Разработка моделей прогнозирования состояния элементов технически сложного объекта // Надежность и качество сложных систем. 2016. № 1. С. 73–78.
8. Николаев А. В., Прокофьев О. В., Тюрин М. В., Токарев А. Н. Большие данные для нового качественного уровня электроэнергетики // Труды Международного симпозиума Надежность и качество. 2018. Т. 2. С. 102–104.
9. Михеев М. Ю., Прокофьев О. В., Савочкин А. Е. Прогнозирование литеральных ситуаций по коротким временным рядам // Труды Международного симпозиума Надежность и качество. 2017. Т. 1. С. 320–324.
10. What is a decision tree? URL: https://www.lucidchart.com/pages/decision-tree 11. Phillips-Wren G. E., Carlsson S., Respício A. DSS 2.0 – Supporting Decision Making With New Technologies. IOS Press, 2014. P. 604.
12. Goldberg J. H., Helfman J. Enterprise Network Monitoring Using Treemaps. Human Factors and Ergonomics Society Annual Meeting Proceedings. September. 2005. Р. 671–675. doi: 10.1177/154193120504900508.
13. International Federation For Information Processing. Technical Committee 8. Working Group 8.3. URL: http://ifiptc8.dsi.uminho.pt/index.php/events?wg=8.3
|
