Modulis: Algoritmu realizācija Priekšmets: Adaptīvās datu apstrādes sistēmas

1. Modulis:Algoritmu realizācija • Priekšmets:Adaptīvās datu apstrādes sistēmas

2. Mērķis: Iepazīstināt ar datu apstrādes sistēmu izstrādes metodoloģijām, kuras balstās uz lietotāja modeļiem un nodrošina adaptāciju lietotājiem ADAS – Adaptīvās datu apstrādes sistēmas

3. Modificētā LIS Tehnoloģija • GRAPES tehnoloģija • LIS tehnoloģija • Modificētā LIS Tehnoloģija

4. BPS metode • (Business System Planning) • Vides identifikācija • Darbības plānošana • Organizācijas darbības analīze • Datu analīze

5. Vides identifikācija • Ārējas vides identifikācija • Iekšējas vides identifikācija

6. Darbības plānošana • Biznesa plāns nosaka organizācijas darbības mērķus, stratēģiju, nepieciešamos resursus, realizācijas metodes un ierobežojumus • Organizācijas IS realizācija un pielietošana jābūt tieši saistītiem ar organizācijas stratēģiskiem un taktiskiem mērķiem kopumā

7. Organizācijas darbības analīze • ORG diagramma • Biznesa tabulas • “Funkcijas – procesi - darbības” • “Procesi / darbības - Izpildītāji”

8. ORG diagrammas elementi • - organizācijas struktūrvienība • - štata vietas nosaukums • - resursu nosaukums, N-resursu skaits Nosaukums Nosaukums N Nosaukums

9. SIA „Pulss” Direkcija Grāmatvedība Direktors Galvenais Grāmatvedis Menedžeris Grāmatvedis 2 PC 2 PC 1 Fakss • ORG diagrammas fragments

10. Komunikācijas diagrammu elementi • (CD – Communication Diagram)

11. Biznesa tabulas struktūra

12. Biznesa tabulas struktūra

13. Procesu diagrammu elementi

14. Procesu diagrammu elementi

15. Procesu diagrammu elementi

16. Procesu diagrammu elementi

17. Procesu diagrammu elementi Canal I Canal I

18. Unificēti dokumenti • Diagrammas • Dati • Paskaidrojumi

19. Diagramma

20. Dati

21. Paskaidrojumi

22. Operators Link 1. 1-2 Link 1. 2-1 Informācijas Apstrādes Sistēma Link 1. 2-3 Skaitītāji • Paskaidrojumi

24. Teksta bloki TB Interfeisa formas IF Komunikāciju diagrammas CD Interfeisa tabulas IT • CD – līmenis

25. Teksta bloki TB Datu diagramma DD Makro Process līmeņa diagramma MPLD Datu tabulas DT Specifikācijas diagrammas • MPLD – līmenis

26. Teksta bloki TB Datu diagrammas DD Process diagrammas PD Datu tabulas DT Specifikācijas diagramma SD • PD – līmenis

27. Datu struktūras modelēšana • ER – objektu saišu modelis (chen P.) • ER diagrammas apzīmējumi:

28. Studiju darba saturs • Titullapa • Anotācija (divas valodas) • Satura radītājs • Uzdevuma nostādne • 1. daļa. Biznesa procesu analīze un modelēšana • PJ īss apraksts • ORG diagramma

29. Studiju darba saturs • Vides identifikācija • Biznesa tabulas (BT-1, BT-2) • Komunikāciju diagrammas un interfeisa tabulas • DB E-R modelis

30. Studiju darba saturs • 2. daļa. Instrumentālo līdzekļu analīze un izvēle • 3. daļa. DAS adaptīva interfeisa organizācija • Lietotāju modeļa izstrāde • Lietotāju modeļu klasifikācijas algoritms • Apmācības tabulas veidošana • Lietotāju klasifikācijas un dialoga scenārija izvēle

31. Studiju darba saturs • 4. daļa. DAS adaptīva interfeisa organizācija • Secinājumi • Pielikumi

32. ADAS Lietotāja modelis • Ml = {m1,m2,...,mN} • {1,0} – pazīme ir vai nav svarīga dotajam lietotājam • {0,1,...,d} – pazīmei ir vairākas gradācijas • {a,b} – skaitļu intervāls

33. Klasifikācijas algoritms • Sākotnēja informācija jo, kas ir savākta ekspertu ceļa, tiek attēlota apmācības tabulas Tnm veidā. Tabulas Tnm rinda ir objekta apraksts (lietotāju modelis). • Speciālā veidā tiek izskaitļotas vērtības katrai Tnm rindai. • Katram objektam iegūtas vērtības tiek izmantotas integrālo vērtību iegūšanai katrai no klasēm Ki. • Tiek izdarīts secinājums par objekta (lietotāja modeļa) piederību vienai no klasēm Ki.

34. Klasifikācijas algoritma shēma • Apmācošās tabulas Tnm formēšana • Vērtības Gp uzdošana • Algoritma balstu kopa {Oi} sistēmas uzdošana

35. Klasifikācijas algoritma shēma • Izšķirošā noteikuma parametru vērtību uzdošana • No=0; Np=0 • Modeļa izvēle no Tnm • Vērtību G(C,Kj) izskaitļošana • Objekts pareizi klasificēts? • IF JA THEN GOTO p.9 • ELSE GOTO p.10

36. Klasifikācijas algoritma shēma • Np = Np+1 • No = No+1 • Visi objekti no Tnm tabulas? • IF JA THEN GOTO 12 • ELSE GOTO 6

37. Klasifikācijas algoritma shēma • Vērtības R = Np/No izskaitļošana • IF R ≥ Gp THEN GOTO 16 • Algoritma parametru korektēšana: LABEL = i • GOTO i (i = 2,3,4) • END

38. Lietotāja modeļa piemērs • Ml = {m1,m2,...,m8}, • m1 – iegūto ballu attiecīgais skaits par uzdevuma risināšanu; • m2 – darba seansu skaits IS • m3 – cik reizes lietotājs izmantoja palīdzību (HELP); • m4 – līdz galam izpildīto uzdevumu attiecīgais skaits;

39. Piemēra turpinājums • m5 – cik reizes lietotājs mēģināja izpildot uzdevumu; • m6 – vidējais laiks (minūtes); • m7 – kļūdu skaits; • m8 – nemierīguma – satraukuma līmenis.

40. Objekta lietotāja modeļa novērtējums

41. Balsta kopu sistēma • 01 = <m1, m2> • 02 = <m3, m4> • 03 = <m5, m6> • 04 = <m7, m8>

42. Dialoga optimālās struktūras formēšana • Matrica D – satur īsāko ceļu garumus, • Matrica Q – informāciju, kura tiek izmanto, lai noteiktu virsotnes, kuras ietilpst īsākajos ceļos grafa modelē.

43. Z – bezgalība.

44. Optimālais ceļš dialoga grafa modelī • D = {dij} • Q = {qik}, qik = k • j = 1 • i = 1 • k = 1 • JA i=k v k=j v i=j TAD GOTO 9.

45. Optimālais ceļš dialoga grafa modelī • Dik = min {dik,dij} • JA dij+djk<dik TAD qik=qij • ,ELSE qik=qik • k=k+1 • JA K<=m TAD GOTO 6

46. Optimālais ceļš dialoga grafa modelī • i= i+1 • JA i<=m TAD GOTO 5 • j = j+1 • JA j <= m TAD GOTO 4.

47. Papildus soļi • K = q – rg • JA k=g TAD GOTO 20 • Iegaumēt “k” numuru • R = K • GOTO 15 • END

48. Dialoga modelis • s1 - alternatīvu izvēle • s2 - apmācību procedūru izmantošana • s3 – paskaidrojošas informācijas izmantošana (par IS funkcijām) • s4 – uzdevuma risināšanas sakums

49. Dialoga modelis (turpinājums) • s5 – izziņas režīma izmantošana • s6 – risināšanas rezultātu analīze • s7 – galīgais paziņojums • Ceļš no s1 uz s7: • Īsākais ceļš = 31 • Ceļš s1,s4,s7

50. 1 S1 S2 1 40 1 40 5 S4 S3 20 S5 30 30 25 S6 S7 20 • Flow programming: • dik = min (dik,dij+djk) • (i≠j≠k) • Dialoga grafa modelis