Praca magisterska

INTERAKTYWNY SYSTEM REGUŁOWEJ

ANALIZY DANYCH MARKETINGOWYCH

DOTYCZĄCYCH SATYSFAKCJI KLIENTA

SPIS TREŚCI

SPIS TREŚCI ............................................................................................................................................. 4

WSTĘP.............................................................................................................................................. 5

CEL I ZAKRES PRACY................................................................................................................. 8

PRZEGLĄD WYBRANYCH ZAGADNIEŃ ANALIZY SATYSFAKCJI KLIENTA (ASK) 10

3.1

POSOBY ANALIZY SATYSFAKCJI KLIENTA

.............................................................................. 10

3.1.1

Badanie poziomu zadowolenia klienta............................................................................... 10

3.1.2

Indeks satysfakcji klienta ................................................................................................... 12

3.1.3

Zarządzanie relacjami z klientem....................................................................................... 13

3.2

ASK

PRZY WYKORZYSTANIU REGUŁ DECYZYJNYCH

............................................................... 14

3.2.1

Elementy teorii zbiorów przybliżonych i indukcji reguł decyzyjnych................................. 14

3.2.2

Wprowadzenie do metodologii ASK w oparciu o reguły decyzyjne ................................... 22

3.2.3

Formalne przedstawienie metodologii............................................................................... 22

3.3

ECHNOLOGIA ANALIZY WIELOWYMIAROWYCH DANYCH

OLAP............................................ 25

3.3.1

Terminologia i przykłady ................................................................................................... 25

3.3.2

Zastosowanie ..................................................................................................................... 27

PROPOZYCJE ROZSZERZEŃ METODOLOGII ASK W OPARCIU O REGUŁY

DECYZYJNE........................................................................................................................................... 28

4.1

RZYKŁAD DANYCH WEJŚCIOWYCH DO ANALIZY SATYSFAKCJI KLIENTA

................................ 28

4.2

ESTOWANIE STRATEGII INTERWENCJI

.................................................................................... 29

4.2.1

Przykład analizy danych metodą testowania strategii interwencji .................................... 29

4.2.2

Algorytm testowania strategii interwencji ......................................................................... 31

4.2.3

Możliwe zastosowania i kierunki rozwoju.......................................................................... 31

4.3

ZUKANIE STRATEGII INTERWENCJI

......................................................................................... 32

4.3.1

Przykład analizy danych metodą szukania strategii interwencji........................................ 32

4.3.2

Algorytm szukania strategii interwencji............................................................................. 33

4.3.3

Możliwe zastosowania i kierunki rozwoju.......................................................................... 34

4.4

OŁĄCZENIE

OLAP

DRSA

DO ANALIZY SATYSFAKCJI KLIENTA

........................................... 34

PROJEKT SYSTEMU I IMPLEMENTACJA............................................................................ 38

5.1

RCHITEKTURA SYSTEMU I WYKORZYSTANE TECHNOLOGIE

................................................... 38

5.2

LEMENTY SYSTEMU I POWIĄZANIA MIĘDZY NIMI

................................................................... 39

5.2.1

Moduł komunikacji z bazą danych ..................................................................................... 40

5.2.2

Moduły do prezentacji atrybutów i przykładów ................................................................. 41

5.2.3

Moduł do prezentacji reguł ................................................................................................ 42

5.2.4

Moduły prezentacji danych OLAP ..................................................................................... 43

5.2.5

Moduły do analizy satysfakcji klienta ................................................................................ 43

STUDIUM PRZYPADKÓW – EKSPERYMENT I WYNIKI................................................... 45

6.1

ANE WEJŚCIOWE PRZEZNACZONE DO ANALIZY SATYSFAKCJI KLIENTA

................................. 45

6.2

RZEBIEG EKSPERYMENTU

...................................................................................................... 46

6.2.1

Etap 1 – prezentacja danych marketingowych do analizy ................................................. 48

6.2.2

Etap 2 – analiza metodą szukania strategii interwencji..................................................... 51

6.2.3

Etap 3 – analiza metodą testowania strategii interwencji ................................................. 54

6.2.4

Etap 4 – badanie oczekiwanej efektywności strategii interwencji ..................................... 57

6.3

OŃCOWE WNIOSKI

................................................................................................................. 61

PODSUMOWANIE I WNIOSKI.................................................................................................. 62

BIBLIOGRAFIA ..................................................................................................................................... 65

DODATEK A – WYKAZ TABEL I RYSUNKÓW .............................................................................. 67

DODATEK B – PRZEWODNIK INSTALACYJNY UŻYTKOWNIKA........................................... 68

DODATEK C – PRZEWODNIK INSTALACYJNY PROGRAMISTY ............................................ 70

DODATEK D – SPIS CD ........................................................................................................................ 71

1 Wstęp

Strategia każdej firmy, działającej na rynku konkurencyjnym opiera się na

utrzymywaniu i pozyskiwaniu nabywców swojego produktu lub usługi. Ze

strategicznego punktu widzenia wynika więc, że najważniejsi dla firmy są klienci,

ponieważ to oni decydują tak naprawdę o sukcesie firmy. W warunkach nasilającej się

konkurencji najważniejszym czynnikiem wpływającym na zdobycie klienta i

zatrzymanie go, a co za tym idzie – sukces przedsiębiorstwa, staje się zadowolenie

klienta.

Co tak naprawdę kryje się pod pojęciem „satysfakcja klienta” (ang. Customer

Satisfaction)? Klienci od dawna już nie płacą za produkt w sensie fizycznym, ale za to,

co w produkcie czy usłudze cenią i czego od niego/niej oczekują. W wyniku zakupu i

korzystania z produktu/usługi klient zaspokaja lub nie swoje oczekiwania. W

końcowym efekcie może on być niezadowolony (jego oczekiwania były większe),

zadowolony (oczekiwania spełniają się) lub bardzo zadowolony (oczekiwania były

mniejsze) [26]. Usatysfakcjonowani klienci są bardziej lojalni i dzielą się swoimi

korzystnymi opiniami o produkcie/usłudze z innymi, natomiast obniżenie poziomu ich

satysfakcji zmniejsza prawdopodobieństwo ponownego zakupu, a szansa na to, że nie

odejdą redukuje się do kilkunastu procent [15]. Stopień satysfakcji staje się jednym z

najlepszych wskaźników przyszłych zysków firmy oraz dużą pomocą w ustalaniu

strategii przedsiębiorstwa oraz zwiększaniu wpływów i udziału w rynku. Wszystko to

wskazuje na celowość badań ukierunkowanych na poznanie stopnia satysfakcji

klientów.

Pojawia się problem sprawnego i wiarygodnego badania tej satysfakcji ze

względu na wpływ różnorodnych czynników, czy zależność od dziedziny życia. Firmy

posiadają szereg własnych informacji bądź mają możliwość ich zgromadzenia,

najczęściej przez indywidualne wywiady grupowe, wywiady telefoniczne oraz ankiety

pocztowe. Aby dokonać najlepszej i najbardziej obiektywnej analizy satysfakcji klienta

(ASK) stosuje się wiele metod badawczych zarówno ilościowych jak i jakościowych,

m.in.: analizę poziomu sprzedaży, analizę utraty klientów, analizę reklamacji lub

kontrolowany zakup [6]. Podejmowane są próby ujednolicenia sposobów określających

stopień satysfakcji klienta, czego przykładem może być amerykański indeks satysfakcji

klienta (ang. American Customer Satisfaction Index) [26] oraz jego odpowiednik

szwedzki (ang. Swedish Customer Satisfaction Barometr). Wymienione indeksy oparte

są na modelu opracowanym przez C. Fornella [14], którego podstawą jest analizowanie

satysfakcji klienta w oparciu o trzy grupy czynników, tj. postrzeganą jakość,

oczekiwaną jakość i postrzeganą wartość oraz powiązania i zależności między nimi.

Otrzymywane informacje można skutecznie wykorzystać do analizy zadowolenia

odbiorców, ale są one bezwartościowe, jeśli nie są systematycznie analizowane, nie

wyciąga się z nich wniosków i nie wprowadza w życie.

Najczęstszą i najpopularniejszą formą zbierania potrzebnych informacji przez

firmy jest opracowywanie kwestionariuszy i przeprowadzanie ankiet. Pozwalają one na

wyróżnienie czynników satysfakcjonujących i

niesatysfakcjonujących klienta,

tkwiących w samym produkcie/usłudze, oraz na ocenę różnorodnych cech

produktu/usługi. Otrzymane rezultaty (dane marketingowe) można łatwo przedstawić

w postaci tabeli zwanej tablicą decyzyjną; wiersze tej tablicy zawierają uzyskane

ankiety, a kolumny kryteria oceny. Na przecięciu wiersza i kolumny znajduje się ocena

produktu/usługi ze względu na dane kryterium. Opisany powyżej model danych stanowi

typowe dane wejściowe dla metody eksploracji danych i odkrywania wiedzy opartej na

teorii zbiorów przybliżonych (ang. Rough Set Theory) zaproponowanej przez Z.

Pawlaka [20]. Podstawą filozofii zbiorów przybliżonych jest wyrażenie wiedzy o

klasyfikacji obiektów ze względu na zmienną niezależną (zwaną decyzją) za pomocą

wiedzy o klasyfikacji obiektów ze względu na zbiór zmiennych zależnych (kryteria

ocen). To wyrażenie jednej wiedzy w kategoriach innej nosi nazwę przybliżenia (ang.

approximation). Teoria ta podaje również definicje jakości przybliżenia klasyfikacji

oraz zależności występujących w danych [8][20][21]. Wynikiem analizy danych za

pomocą teorii zbiorów przybliżonych jest zbiór reguł decyzyjnych, które stanowią

zwartą reprezentację wiedzy zawartej w danych.

W zakresie poszukiwania metod i sposobów skutecznego pomiaru stopnia

satysfakcji klientów wiele jest jeszcze możliwości ich doskonalenia. Dostępne na rynku

narzędzia są najczęściej bardzo kosztowne, a same metody analizy nie są wolne od wad.

Konieczne jest więc ciągłe poszukiwanie takich sposobów pomiaru, które pozwalałyby

na osiągnięcie możliwie najwyższej skuteczności i wiarygodności przy możliwie

największej prostocie wykonania i ograniczonych kosztach. Wydaje się, że

przeprowadzanie ankiet spełnia dwa ostatnie warunki. Niniejsza praca podejmuje

powyższe wyzwanie z zamiarem wykorzystania podejścia zbiorów przybliżonych do

analizy wyników ankiet. Celem pracy jest sprawdzenie, czy reguły decyzyjne mogą być

pomocne w analizie satysfakcji klienta i czy możliwa jest ocena skuteczności strategii

interwencji opracowanej na podstawie uzyskanych reguł.

2 Cel i zakres pracy

Podstawowym celem mojej pracy było stworzenie interaktywnego systemu

wykorzystującego metodę analizy danych marketingowych dotyczących satysfakcji

klienta (kwestionariuszy, ankiet) w oparciu o teorię zbiorów przybliżonych z relacją

dominacji. W systemie należało dodatkowo zaimplementować metodologię badania

wpływu strategii interwencji wywiedzionej z reguł decyzyjnych [7], prezentację

otrzymanych wyników, a także sam algorytm indukcji satysfakcjonującego zbioru

reguł.

W ramach pracy inżynierskiej wykonanej w 2003r. na Politechnice Poznańskiej,

powstał system GoalProject [1][19] wspierający szeroko pojętą eksplorację danych.

Zawiera on m.in. moduł dostępu do danych pozwalający na odczyt/zapis plików z

tablicą decyzyjną (ISF) i ze zbiorem reguł decyzyjnych (RLS) do pamięci i do bazy

danych (MySQL) oraz moduł obliczeniowy generujący redukty i reguły decyzyjne. Aby

uniknąć powtórnego pisania powtarzalnych części systemu ustalono, że tworzony

program będzie komunikował się z GoalProject-em poprzez bazę danych MySQL i

wyciągał z niej potrzebne dane - wykorzysta się tym samym zaimplementowane już

parsery plików oraz algorytmy generowania reguł.

Ważnym elementem pracy jest odpowiedni wybór technologii programistycznej.

Ponieważ moim celem było stworzenie aplikacji wieloplatformowej, łatwo dostępnej i

darmowej, mój wybór padł na Javę. Takie założenie dodatkowo przyczyni się do

łatwiejszego rozbudowywania i dostępności systemu w przyszłości, bez ponoszenia

dodatkowych kosztów.

Główne cele projektu przedstawiają się następująco:

• stworzenie systemu regułowej analizy danych marketingowych dotyczących

satysfakcji klienta, obejmujące:

implementację zaproponowanej w pracy [7] metodologii badania

wpływu strategii interwencji wywiedzionej z reguł decyzyjnych,

opracowanie i implementację własnych propozycji i pomysłów

wykorzystania reguł decyzyjnych do analizy satysfakcji klienta,

• wykorzystanie systemu GoalProject

wczytywanie plików z danymi wejściowymi (ISF/RLS),

algorytmy generowania reguł,

• implementację modułu prezentacji otrzymywanych wyników analizy,

• dobre udokumentowanie pracy.

Główne założenia projektu:

• „otwartość” oprogramowania – umożliwienie łatwej rozbudowy systemu w

przyszłości,

• „przenośność” oprogramowania – możliwość uruchamiana na różnych

platformach systemowych,

• „ergonomiczność” oprogramowania – umożliwienie łatwego i możliwie

najprostszego korzystania z systemu,

• niezawodność oprogramowania,

• spójność i uniwersalność modułów.

Powyższym celom i założeniom podporządkowana jest struktura pracy złożonej

z 7 rozdziałów. W rozdziale 3 dokonano przeglądu istniejących sposobów analizy

satysfakcji klienta i nowego podejścia wykorzystującego reguły decyzyjne, a także

zaprezentowano technologię OLAP. Rozdział 4 zawiera propozycje rozszerzeń

metodologii ASK w oparciu o reguły decyzyjne. Dokładny opis powstałej aplikacji

można znaleźć w rozdziale 5. Natomiast przykład jej zastosowania w postaci

przeprowadzonego eksperymentu znajduje się w rozdziale 6. Pracę kończą 4 dodatki,

wśród których są przewodnik instalacyjny użytkownika i programisty.

3 Przegląd wybranych zagadnień Analizy Satysfakcji

Klienta (ASK)

Rozdział ten zawiera opis wybranych zagadnień z problematyki pracy i

dotychczasowy stan wiedzy w danym zakresie. Omówione zostały najpopularniejsze

metody badania satysfakcji klienta stosowane w praktyce, a także nowa metodologia

wykorzystująca do tego celu reguły decyzyjne. W rozdziale przedstawiono również

elementy wykorzystane w stworzonym w ramach pracy magisterskiej systemie: bardzo

efektywną i przejrzystą formę wielowymiarowej prezentacji danych, a także

zastosowanie języka SQL oraz systemu zarządzania bazą danych MySQL.

3.1 Sposoby analizy satysfakcji klienta

Uzyskanie przez przedsiębiorstwo przewagi konkurencyjnej w silnie zmiennym

otoczeniu wymaga ciągłego analizowania sytuacji rynkowej i wyprzedzania

konkurentów. W tych działaniach podstawową kategorią jest zaspokajanie potrzeb

klienta i jego (możliwie jak największe) zadowolenie. Przedstawione w tym rozdziale

metody pomiaru stopnia zadowolenia klienta, zarówno ilościowe, jakościowe i

wielowariantowe, dostarczają przedsiębiorstwu informacji do oceny satysfakcji klienta.

Ze względu na przedstawione ograniczenia tych metod konieczne jest jednak

doskonalenie ich i propagowanie w środowisku decydentów podejmujących

strategiczne decyzje rynkowe.

3.1.1 Badanie poziomu zadowolenia klienta

• Analiza poziomu sprzedaży

Ogólna analiza sprzedaży pozwala na wyznaczenie wzrostu lub spadku

sprzedaży w określonych okresach. Na poziomie pojedynczego klienta poziom

sprzedaży to analiza liczby transakcji zawartych z danym klientem w określonym

czasie oraz ich wartość pieniężna. Niestety metoda ta nie pozwala w pełni określić

poziomu zadowolenia klienta – daje jedynie ogólny pogląd na liczbę klientów

dokonujących zakupu.

Trzeba sobie zadać pytania: Czy wysoka sprzedaż oznacza zadowolenie

klientów? Czy klient dokonujący stałych zakupów jest zadowolony i pozostanie

lojalny wobec firmy w przyszłości? W tym przypadku nie można odpowiedzieć na

nie jednoznacznie. Wysoka sprzedaż może oznaczać zadowolenie klientów, ale

również może być wynikiem obniżek cen i promocji w danym okresie czasu.

Natomiast stałe zakupy dokonywane przez klientów mogą być spowodowane

przyzwyczajeniem lub brakiem czasu na zakupy w innej konkurencyjnej firmie.

• Analiza utraty klientów

Analiza utraty klientów jest metodą badania niezadowolenia klientów. Jeżeli

zmniejsza się liczba klientów firmy to można zakładać, że są oni niezadowoleni z jej

usług, produktów lub obsługi. Należy wtedy na bieżąco analizować ich utratę i

próbować odpowiedzieć na pytanie, dlaczego tak się dzieje, a następnie

przeciwdziałać takim sytuacjom w przyszłości.

• Analiza reklamacji

Reklamacje to cenna informacja dla firmy. W rzeczywistości reklamacje

składane przez klientów nie są dobrze odbierane przez firmy i traktowane jako

krytyka ich działań. Firma musi jednak wyciągać wnioski ze składanych skarg i

zażaleń. Z analiz wynika bowiem, że jeżeli klient zgłasza swoje niezadowolenie to

oznacza, że zależy mu na współpracy z firmą i jest do niej przywiązany. Natomiast

klient niezadowolony nie traci czasu na składanie reklamacji i woli przejść do

konkurencyjnej firmy.

• Analiza kontrolowanego zakupu

Kontrolowany zakup może być badany przez wprowadzenie klienta – aktora

(osoby zatrudnionej z zewnątrz) do udziału w zakupie. Taki klient przechodzi przez

wszystkie etapy sprzedaży i obsługi posprzedażowej, notując na bieżąco swoje

odczucia, potrzeby i uwagi. Analiza informacji zebranych w ten sposób pozwala

stwierdzić, co spodoba się potencjalnemu klientowi, a co może spowodować spadek

jego zadowolenia.

Drugą metodą analizy kontrolowanego zakupu jest zakup przez klienta –

pracownika firmy. Metoda sprowadza się do tego, że pracownik ma do wyboru

zakup produktu w sklepie firmowym z określoną zniżką lub takiego samego

produktu w konkurencyjnej firmie. Po dokonanym zakupie analizuje się, co wybrał

pracownik i jakimi kryteriami kierował się przy zakupie.

3.1.2 Indeks satysfakcji klienta

Indeks satysfakcji klienta [26] (ang. Customer Satisfaction Index – CSI) pozwala

na analizę poziomu zadowolenia klienta pod względem każdej cechy istotnej z punktu

widzenia satysfakcji klienta jak i całości produktu/usługi. Jest również doskonałym

narzędziem do podejmowania decyzji związanych ze strategią marketingową firmy,

ponieważ pozwala analizować zmiany preferencji i oceniać poziom satysfakcji z

produktów konkurencyjnych. Dokładniej CSI daje odpowiedź na pytania: jakie są

oczekiwania klienta co do produktu/usługi, które z tych oczekiwań mają największą

wartość dla klienta, w jakim stopniu nasz produkt lub konkurencyjny spełnia te

oczekiwania, oraz w które elementy należy inwestować i rozwijać, a które są

przeinwestowane.

W analizie można wyróżnić trzy etapy:

• Etap I – wtórna eksploracja

Celem tego etapu jest zdefiniowanie cech, które mają być oceniane i

wyeliminowanie niepotrzebnych elementów badania. W praktyce wiele informacji

posiada sama firma, dlatego też w tym etapie przeprowadza się analizę informacji

dostępnych wewnątrz firmy prowadząc rozmowy z pracownikami poszczególnych

działów (sprzedaży, marketingu, produkcji). W wyniku definiowane są czynniki

generujące zadowolenie lub niezadowolenie klienta oraz kryteria, którymi kierują

się nabywcy.

• Etap II – budowa kwestionariusza

Budowa kwestionariusza polega na umieszczaniu w nim odpowiednich pytań

dotyczących czynników satysfakcji klienta, zdefiniowanych w pierwszym etapie,

dających się zwymiarować za pomocą skali Likerta (od 1 do 5). Respondenci

dodatkowo nadają powyższym czynnikom wagi, co w rezultacie powoduje, że

otrzymana ocena konkretnego czynnika jest miara ważoną. Ponieważ stworzenie

dobrego kwestionariusza nie jest rzeczą trywialną, więc istnieją różne podejścia

tworzenia takich kwestionariuszy, przykładem może być amerykański lub szwedzki

indeks satysfakcji klienta [10].

• Etap III – prezentacja i analiza wyników

Ogólny ważony CSI jest miarą średnią z ważonych ocen wszystkich czynników.

Procedura wyliczania ważonych ocen każdego czynnika jest dokonywana dla

każdego respondenta, natomiast miara CSI wykonywana jest dla danej firmy jak

również dla każdej firmy konkurencyjnej, co umożliwia dokonywanie

pozycjonowania firm pod względem ich atrakcyjności dla klientów.

Skonstruowany indeks zadowolenia klienta przedstawiany jest również w

powiązaniu z przychodami firmy. Przychody wynikające z zadowolenia klienta

opisuje się w postaci funkcji zależnej od kształtowania się tego indeksu. Funkcja

jest z założenia rosnąca, co oznacza, że im wyższy jest indeks tym przedsiębiorstwo

osiąga wyższe przychody.

Na sam koniec należy zaznaczyć, że omawiana w tym punkcie metoda badania

satysfakcji klienta nie jest bez wad i ma swoje ograniczenia. Jej stosowanie wymaga

systematycznego prowadzenia badań rynkowych. Poza tym wyższy indeks zadowolenia

klienta może, lecz nie musi, oznaczać wyższych przychodów ze sprzedaży i-tego

produktu. Ograniczeniem jest to, że przyjmuje się teoretyczne założenia dotyczące

tworzenia indeksu – wielowariantową ocenę produktu przez klienta przy użyciu n

różnych parametrów oraz uwzględnienie znaczenia każdego z parametrów przez

przyporządkowanie mu odpowiedniego współczynnika znaczenia (wagi). Dodatkowo

należy zapewnić porównywalność parametrów i ich wag.

3.1.3 Zarządzanie relacjami z klientem

Zarządzanie relacjami klienta [4] (ang. Customer Relationship

Management – CRM) to koncepcja określana mianem strategii, której głównym celem

jest budowanie długotrwałych i pozytywnych relacji z klientami. Program ten obejmuje

zarówno same przedsiębiorstwo, jak i jego partnerów rynkowych (dostawców,

uczestników kanałów dystrybucji, klientów) tworząc w ten sposób tzw. sieć wartości.

Na strategie składają się cztery etapy: zdefiniowanie wartości dla klienta, kreowanie

wartości dla klienta, komunikowanie wartości dostarczonej klientom (dotarcie do

wybranych klientów, umiejętność kształtowania ich oczekiwań i wsłuchiwania się w ich

potrzeby), dostarczanie klientom oczekiwanej wartości.

Takie rozwiązanie pozwala firmom na podnoszenie zadowolenia klientów, na lepsze

utrzymanie ich najbardziej wartościowych klientów i zdobywanie nowych w tym

samym czasie. Ponieważ bardzo trudnym staje się rozpoznanie potrzeb i preferencji

klientów, to około 55% wdrożonych programów nie przyniosło oczekiwanych korzyści.

3.2 ASK przy wykorzystaniu reguł decyzyjnych

Reguły decyzyjne są wynikiem eksploracji danych i stanowią pewien rodzaj

odkrytej wiedzy. Zawierają one informacje o regularnościach w danych z przeszłości,

ale mogą być również bardzo użyteczne w podejmowaniu decyzji w przyszłości.

Przykładowo w odniesieniu do medycyny reguła z jednej strony ukazuje zależności

między objawami a chorobą, ale może także pomagać w diagnozowaniu nowych

pacjentów. Dodatkowo taka reguła może nam podpowiedzieć określoną strategię

interwencji, która umożliwi osiągnięcie wyznaczonego celu – dla opisywanego

przypadku medycznego z reguły możemy się dowiedzieć, co zrobić, aby zwiększyć

wyleczalność z danej choroby.

W punkcie tym zostały przedstawione elementy teorii zbiorów przybliżonych

oraz indukcji reguł decyzyjnych, a także elementy metodologii badania oczekiwanej

efektywności strategii interwencji, której dokładny opis można znaleźć w artykule [7].

3.2.1 Elementy teorii zbiorów przybliżonych i indukcji reguł decyzyjnych

a. Wprowadzenie

Teoria zbiorów przybliżonych [8][20][23][24][25] jest jednym z podejść

rozumienia pojęcia zbioru, natomiast z praktycznego punktu widzenia teoria ta jest

nową metodą analizy danych. W klasycznej teorii mnogości, zbiór jest definiowany

poprzez swoje elementy, przy czym nie jest tu potrzebna żadna dodatkowa wiedza o

elementach uniwersum, z których tworzymy zbiory. W teorii zbiorów przybliżonych

przeciwnie, zakłada się, iż istnieją pewne dane o elementach uniwersum i dane te są

wykorzystywane w tworzeniu zbiorów. Elementy, o których mamy identyczną

informację są nierozróżnialne i tworzą tzw. zbiory elementarne. Stanowią one podstawę

rozumowań w teorii zbiorów przybliżonych. Suma dowolnych zbiorów elementarnych

jest nazywana zbiorem definiowalnym. Zbiory, które nie są zbiorami definiowalnymi

nazywane są zbiorami przybliżonymi.

Oczywiście, zbiory definiowalne można jednoznacznie scharakteryzować

poprzez własności ich elementów, natomiast zbiorów przybliżonych nie można

scharakteryzować w ten sposób. Np. zbiór „liczb parzystych” jest pojęciem

definiowalnym (ostrym), gdyż każdą liczbę naturalną możemy jednoznacznie

zaklasyfikować jako parzystą lub nieparzystą. Natomiast zbiór „zdolnych studentów”

jest pojęciem przybliżonym (nieostrym), gdyż nie o każdym studencie możemy

jednoznacznie twierdzić, iż jest on zdolny czy też nie. Dlatego w teorii zbiorów

przybliżonych wprowadza się pojęcia dolnego i górnego przybliżenia zbioru, które

pozwalają każdy zbiór niedefiniowalny (przybliżony) scharakteryzować za pomocą dwu

zbiorów definiowalnych

− jego dolnego i górnego przybliżenia.

b. Zbiory przybliżone – pojęcia podstawowe

System informacyjny, jest parą

)

(

, gdzie U jest niepustym i

skończonym zbiorem obiektów zwanym uniwersum, A jest niepustym i skończonym

zbiorem atrybutów.

∈

V jest dziedziną atrybutu a

∈

A, oraz

→

jest funkcją informacyjną, taką, że

∀

∈

A, x

∈

U, f(a,x)

∈

. Jeżeli w systemie

informacyjnym wyróżniamy rozłączne zbiory atrybutów warunkowych C i atrybutów

decyzyjnych D (gdzie A=C

∪

D), to system taki nazywany jest tablicą decyzyjną.

Z każdym podzbiorem atrybutów P

⊆

A związana jest binarna relacja I(P),

nazywana relacją nierozróżnialności, zdefiniowana jako:

I(P) = {(x,y)

∈U×U : f(a,x)=f(a,y), ∀a∈P}

Jeśli (x,y)

∈

I(P) to obiekty x i y są nierozróżnialne ze względu na podzbiór atrybutów P

(relacja nierozróżnialności jest relacją równoważności). P(x) oznacza klasę abstrakcji

relacji I(P) zawierającą obiekt x i nazywane są zbiorami P-elementarnymi.

Niech

)

(

będzie systemem informacyjnym, X niepustym

podzbiorem U oraz P

⊆

A. Celem jest opisanie zbioru X w kategoriach wartości

atrybutów z P. Prowadzi to zdefiniowania dwóch zbiorów

( )

, nazywanych

odpowiednio P-dolnym przybliżeniem i P-górnym przybliżeniem X, zdefiniowanych

jako:

( )

}

)

(

{

⊆

∈

( )

{

}

∅

≠

∩

∈

Zbiór (różnica między górnym a dolnym przybliżeniem) BN

(X) =

( )

–

( )

jest

nazywany P-brzegiem zbioru X. Dolne przybliżenie

( )

zbioru X jest zbiorem

obiektów, które można z pewnością zaliczyć do X na podstawie zbioru atrybutów P (w

świetle posiadanej wiedzy mogą być zaklasyfikowane jednoznacznie do rozważanego

zbioru), podczas gdy obiekty z

( )

mogą być tylko uznane za możliwie należące do

X, na podstawie atrybutów P (nie można ich wykluczyć, w świetle posiadanej wiedzy, z

danego zbioru). P-brzeg BN

(X) zawiera obiekty, których nie można jednoznacznie

przydzielić do X z uwagi na sprzeczny opis w terminach atrybutów P. Natomiast

obiekty z U\

( )

z pewnością nie należą do X. O zbiorze X mówimy, że jest

P-przybliżony, jeśli BN

(X)

≠

∅

(gdy jego obszar brzegowy jest niepusty) w

przeciwnym razie jest on P-definiowalny (dokładny). Zauważmy też, że konstrukcja

przybliżeń ma charakter obliczeń granularnych, gdyż operuje na blokach obiektów

nierozróżnialnych przez atrybuty P, czyli na zbiorach P-elementarnych.

Wiersze tablicy decyzyjnej określają reguły decyzyjne, które można wyrazić w

postaci wyrażeń „jeżeli…,to…”:

→

, gdzie

∧

...

jest częścią

warunkową reguły, a

Ψ jej częścią decyzyjną. Każda reguła decyzyjna wyznacza

decyzje, które musza być podjęte, jeśli warunki podane w tablicy są spełnione. Reguły

decyzyjne są ściśle związane z przybliżeniami. Dolne przybliżenia klas decyzyjnych

wyznaczają deterministyczne reguły decyzyjne, to jest takie reguły, które jednoznacznie

wyznaczają decyzje na podstawie warunków; zaś górne przybliżenia klas decyzyjnych

wyznaczają niedeterministyczne reguły decyzyjne, to jest reguły nie wyznaczające

jednoznacznie decyzji na podstawie warunków.

Atrybuty z dziedziną uporządkowaną według preferencji nazywane są

kryteriami, ponieważ dotyczą oceny w określonej skali preferencji. Przykład natomiast

to wiersz tablicy decyzyjnej, czyli obiekt z opisem i przydziałem do klasy.

c. Podejście zbiorów przybliżonych oparte na relacji dominacji

Ogólnie semantyczna korelacja między kryteriami warunkowymi a decyzyjnymi

wymaga, by obiekt x dominujący obiekt y na wszystkich kryteriach warunkowych (tzn.

x mający oceny co najmniej tak dobre jak y na wszystkich kryteriach warunkowych)

powinien również dominować y na wszystkich kryteriach decyzyjnych (tzn. x powinien

być oceniony co najmniej tak dobrze jak y na wszystkich kryteriach decyzyjnych).

Zasada ta zwana jest zasadą dominacji (lub zasadą Pareto) i jest to jedyna obiektywna

zasada wielokryterialnego porównywania obiektów, której racjonalności nikt nie

podważa.

Każda reguła decyzyjna określona jest przez profil warunkowy i profil

decyzyjny, które są wektorami wartości progowych na wybranych atrybutach i

kryteriach, odpowiednio, po stronie warunkowej i decyzyjnej. Mówimy, że jeden profil

dominuje drugi, jeśli oba profile mają takie same wartości na zwykłych atrybutach, a

wartości kryteriów pierwszego profilu są nie gorsze od wartości kryteriów drugiego

profilu.

Zachowując oznaczenia, przyjmiemy ponadto, że X

∏

i X

∏

oznaczają odpowiednio, przestrzenie atrybutów warunkowych i decyzyjnych. Punkty

przestrzeni X

i X

są wektorami możliwych ocen obiektów, odpowiednio, za pomocą

atrybutów warunkowych C={1,…,|C|} i decyzyjnych D={1,…,|D|}. Ocena obiektu x na

atrybucie q

∈

A jest oznaczona przez x

. Relacja nierozróżnialności na U ze względu na

zbiór atrybutów decyzyjnych D dokonuje podziału U na skończoną liczbę klas

decyzyjnych Cl={Cl

, t=1,...,n}. Każdy obiekt x

∈

U należy do jednej i tylko jednej klasy

∈

Cl. Załóżmy bez utraty ogólności, że wszystkie atrybuty warunkowe w C i

decyzyjne w D są kryteriami, oraz że C i D są skorelowane semantycznie.

Niech

będzie relacją słabej preferencji na U (zwaną też relacją

przewyższania) reprezentującą preferencję na zbiorze obiektów ze względu na

kryterium q

∈

∪

D}; x

oznacza, że “x

jest co najmniej tak dobry jak y

względu na kryterium q”. Z drugiej strony mówimy, że x dominuje y ze względu na

⊆

C (x P-dominuje y) w przestrzeni atrybutów warunkowych X

(oznaczenie: xD

jeśli x

dla wszystkich kryteriów q

∈

P. Zakładając, bez utraty ogólności, że

dziedziny wszystkich kryteriów są liczbowe, tzn. X

⊆

R dla każdego q

∈

C, oraz, że są

uporządkowane w ten sposób, że preferencja rośnie z wartością, można powiedzieć, że

y jest równoważne: x

≥

dla wszystkich q

∈

P, P

⊆

C. Zauważmy, że dla każdego

∈

, xD

x, tzn. P-dominacja jest zwrotna. Analogiczną definicję dominacji można

sformułować dla przestrzeni atrybutów decyzyjnych X

(oznaczenie: xD

y), R

⊆

Relacje dominacji xD

y i xD

y (P

⊆

C i R

⊆

D) są stwierdzeniami

ukierunkowanymi, w których x jest podmiotem a y jest obiektem odniesienia. Jeśli

∈

jest obiektem odniesienia, P

⊆

C, to można zdefiniować zbiór obiektów y

∈

P-

dominujących x, zwany zbiorem P-dominującym:

(x)={y

∈U: yD

x}. Jeśli x

∈

jest

podmiotem, P

⊆

C, to można zdefiniować zbiór obiektów y

∈

P-zdominowanych przez

x, zwany zbiorem P-zdominowanym:

−

(x)={y

∈U: xD

y}.

Jeśli chodzi o przestrzeń atrybutów decyzyjnych X

, R

⊆D, to relacja

R-dominacji pozwala na zdefiniowanie zbiorów: Cl

≥

={y

∈U: yD

x},

≤

={y

∈U: xD

y}.

={x

∈

: x

} jest klasą decyzyjną ze względu na pojedyncze kryterium

decyzyjne q

∈

D. Cl

≥

nazywamy złożeniem klas „w górę”, a Cl

≤

, złożeniem klas „w

dół”. Jeśli x

∈

≥

, to x należy do klasy

, x

, lub lepszej, na każdym kryterium

decyzyjnym q

∈

R. Jeśli z kolei x

∈

≤

, to x należy do klasy

, x

, lub gorszej, na

każdym kryterium decyzyjnym q

∈

R. Złożenia klas w górę i w dół odpowiadają

pozytywnym i negatywnym stożkom dominacji w X

, z początkiem w punkcie x o

współrzędnych [

, x

, q

∈

R].

d. Podejście zbiorów przybliżonych oparte na dominacji – DRSA

W sytuacjach praktycznych zbiór D atrybutów decyzyjnych jest zazwyczaj

jednoelementowy, D={d}. Przyjmijmy to założenie, aczkolwiek nie jest ono konieczne

dla DRSA. Atrybut decyzyjny d dokonuje, tak samo jak poprzednio zbiór D, podziału U

na skończona liczbę klas decyzyjnych Cl={Cl

, t=1,...,n}. Także tutaj, im wyższy numer

klasy, tym lepsza klasa. Złożenia klas decyzyjnych w górę i w dół sprowadzają się,

odpowiednio, do:

≥

≤

, t=1,...,n,

co odpowiada określeniom: „klasa co najmniej Cl

” i „klasa co najwyżej Cl

”.

Zauważmy, że

Cl =

≥

≤

, oraz dla t=2,...,n mamy Cl

≥

=U– Cl

≤

−1

, tzn. wszystkie

obiekty nie należące do klasy Cl

lub lepszej, należą do klasy Cl

t-1

lub gorszej.

Wyjaśnijmy jak pojęcie zbioru przybliżonego zostało uogólnione w podejściu

DRSA w celu umożliwienia obliczeń granularnych na stożkach dominacji. Dla danego

zbioru kryteriów P

⊆C, zaliczenie obiektu x∈U do złożenia klas w górę Cl

≥

, t=2,…,n,

jest niespójne z zasadą dominacji, gdy zachodzi jedna z poniższych sytuacji:

• obiekt x należy do klasy Cl

lub lepszej, lecz jest P-zdominowany przez obiekt y

należący do klasy gorszej od Cl

, tzn. x

∈Cl

≥

lecz

)

(

∩

≤

−1

≠∅,

• obiekt x należy do klasy gorszej od Cl

lecz

P-dominuje obiekt y należący do

klasy

lub lepszej, tzn.

∉Cl

≥

lecz

)

(

−

∩Cl

≥

≠∅.

Jeśli dla danego zbioru kryteriów

⊆C, zaliczenie x∈U do Cl

≥

t=2,…,n, jest niespójne

z zasadą dominacji, to mówimy, że

x należy do Cl

≥

z pewną wątpliwością. Zatem, x

należy do Cl

≥

bez wątpliwości

, biorąc pod uwagę P

⊆C, jeśli x∈Cl

≥

i nie ma

niespójności z zasadą dominacji. To oznacza, że wszystkie obiekty

P-dominujące x

należą do Cl

≥

, tzn.

)

(

⊆Cl

≥

. Ponadto, x być może należy do Cl

≥

, biorąc pod

uwagę

⊆C, gdy zachodzi jedna z poniższych sytuacji:

• zgodnie z decyzją d, x należy do Cl

≥

• zgodnie z decyzją d, x nie należy do Cl

≥

, lecz obiekt ten jest niespójny w sensie

zasady dominacji z obiektem

y należącym do Cl

≥

Używając pojęcia wątpliwości,

x być może należy do Cl

≥

, biorąc pod uwagę

⊆C, jeśli x należy do Cl

≥

z wątpliwością lub bez. Ze względu na zwrotność relacji

dominacji

, powyższe sytuacje mogą być podsumowane następująco: biorąc pod

uwagę

⊆C, x być może należy do klasy Cl

lub lepszej, jeśli wśród obiektów

P-zdominowanych przez x istnieje obiekt y należący do klasy Cl

lub lepszej, tzn.

)

(

−

∩Cl

≥

≠∅.

Dla

⊆C, zbiór wszystkich obiektów należących bez wątpliwości do Cl

≥

tworzy

P-dolne przybliżenie złożenia klas Cl

≥

, oznaczone przez

)

(Cl

≥

; natomiast

zbiór wszystkich obiektów należących być może do Cl

≥

tworzy

P-górne przybliżenie

złożenia klas Cl

≥

, oznaczone przez

)

(Cl

≥

)

(Cl

≥

∈U:

)

(

⊆ Cl

≥

)

(Cl

≥

∈

)

(

−

∩Cl

≥

≠∅

t=2,…,n

Analogicznie można zdefiniować

P-dolne przybliżenie i P-górne przybliżenie złożenia

klas Cl

≤

)

(Cl

≤

∈U:

)

(

−

⊆ Cl

≤

)

(Cl

≤

∈U:

)

(

∩Cl

≤

≠∅

t=1,...,n-1

e. Indukcja reguł decyzyjnych

Zdefiniowane w poprzednim punkcie przybliżenia złożeń klas decyzyjnych „w

górę” i „w dół” są punktem wyjścia dla indukcyjnego generowania reguł decyzyjnych

opartych na dominacji. Dla danego złożenia klas Cl

≥

, reguły decyzyjne indukowane

przy założeniu, że obiekty należące do dolnego przybliżenia

)

(Cl

≥

są pozytywne, a

wszystkie inne negatywne, zalecają przydział do „klasy

lub lepszej”. Analogicznie,

dla danego złożenia klas

≤

Cl , reguły decyzyjne indukowane przy założeniu, że obiekty

należące do dolnego przybliżenia

)

(

≤

są pozytywne, a wszystkie inne negatywne,

zalecają przydział do „klasy Cl

lub gorszej”. Z drugiej strony, reguły decyzyjne

indukowane przy założeniu, że obiekty należące do przekroju

)

(

)

(

≥

≤

∩

są

pozytywne, a wszystkie inne negatywne, zalecają przydział do ciągu dwóch lub więcej

klas od

(

s<t).

W celu uwzględnienia porządku preferencyjnego, zaproponowano reguły

decyzyjne o składni opartej na dominacji. W zależności od źródła obiektów

pozytywnych w procedurze indukcji reguł, rozpatruje się następujące typy reguł:

1) D≥-reguły pewne, dla których obiektami pozytywnymi są obiekty należące do

)

(Cl

≥

Jeżeli x

oraz x

oraz … x

to x należy do Cl

≥

gdzie dla każdego

∈X

, “

” oznacza, że “

jest co najmniej tak dobry

jak

”,

2) D≥-reguły możliwe, dla których obiektami pozytywnymi są obiekty należące do

)

(Cl

≥

Jeżeli x

oraz x

oraz … x

to x być może należy do

≥

3) D≤-reguły pewne, dla których obiektami pozytywnymi są obiekty należące do

)

(Cl

≤

Jeżeli x

oraz x

oraz … x

to x należy do Cl

≤

gdzie dla każdego

∈X

, “

” oznacza, że “

jest co najwyżej tak

dobry jak

”,

4) D≤-reguły możliwe, dla których obiektami pozytywnymi są obiekty należące do

)

(Cl

≤

Jeżeli x

oraz x

oraz … x

to x być może należy do

≤

5) D≥≤-reguły przybliżone, dla których obiektami pozytywnymi są obiekty

należące do

)

(

)

(

≥

≤

∩

(

s<t): Jeżeli x

oraz... x

oraz

qk+1

oraz ... x

to x należy do Cl

∪Cl

s+1

∪…∪Cl

W części warunkowej D≥≤-reguł przybliżonych możemy mieć warunki “x

” i

“

”, gdzie

≤r'

, dla tego samego kryterium

∈C. Ponadto, jeśli r

, to te dwa

warunki sprowadzają się do “

∼

”, gdzie dla każdego

∈X

, “

∼

” oznacza, że

“

jest nierozróżnialny z

”.

Reguły decyzyjne typu 1) i 3) reprezentują wiedzę pewną wyindukowaną z

tablicy decyzyjnej, podczas gdy reguły typu 2) i 4) reprezentują wiedzę możliwą (być

może wątpliwą), a reguły typu 5) reprezentują wiedzę wątpliwą. Ponadto, reguły typu 1)

i 3) są dokładne, jeśli nie pokrywają obiektów spoza klas wskazanych w części

decyzyjnej; w przeciwnym razie są one probabilistyczne. Reguła probabilistyczna jest

scharakteryzowana przez współczynnik wiarygodności, określający

prawdopodobieństwo, że obiekt spełniający część warunkową reguły spełnia również

jej część decyzyjną. Aby go czytelnie zapisać wprowadźmy na początek pewne

oznaczenia:

)

(

będzie oznaczać zbiór obiektów spełniających wyrażenie

warunkowe

Φ ,

)

(

zbiór obiektów należących do klasy decyzyjnej Ψ ,

)

(

liczba obiektów spełniających część warunkową reguły, a

)

(

)

(

∩

to liczba

obiektów spełniających zarówno część warunkową jak i decyzyjną reguły. Drugą

natomiast zaufanie reguły lub inaczej jej pewność:

)

(

)

(

)

(

)

(

∩

conf

Zakres tej miary zawiera się w przedziale <0, 1> i jeśli otrzymaną wartość pomnożymy

razy 100% to można ją interpretować jako prawdopodobieństwo przynależności

obiektów do danej klasy

Ψ przy spełnionych warunkach Φ .

Inną miarą jest siła reguły definiowana przez liczbę obiektów pokrywanych

przez część warunkową reguły i należących do zalecanej klasy (spełniających jej część

decyzyjną):

)

(

)

(

)

(

∩

strength

3.2.2 Wprowadzenie do metodologii ASK w oparciu o reguły decyzyjne

Załóżmy, że mam przykładowy zbiór danych

w postaci tablicy decyzyjnej.

Indukujemy z niego zbiór reguł decyzyjnych informujący nas o występujących

regularnościach w danych. Dodatkowo posiadamy inny zbiór danych

, w

szczególnym przypadku może się on pokrywać z

, na którym chcemy sprawdzić

wywiedzioną z reguł strategię interwencji. W wyniku jej zastosowania na zbiorze

otrzymujemy nowy zbiór

. Jeśli odnieść to do rzeczywistości to przykładowo w

medycynie mamy zbiór pacjentów i strategię w postaci leczenia objawów powiązanych

z chorobą w celu wyleczenia pacjenta. Innym przykładem może być dziedzina

marketingu i zbioru danych w postaci klientów oraz strategii polegającej na zmianach

ocen produktów/usług przez klientów w celu zwiększenia liczby zadowolonych.

W szczególności przypuśćmy, że mamy regułę decyzyjną wyidukowaną ze

zbioru

postaci: „jeśli pewien składnik

α jest obecny we krwi pacjenta, to pacjent

jest zdrowy” z zaufaniem

)

( U

conf

. Zależy nam oczywiście na jak największej liczbie

zdrowych pacjentów. Strategia wywiedziona z takiej reguły nakazuje nam „wstrzyknąć

składnik

α do krwi tym pacjentom, którzy go nie mają i są chorzy”. W tym momencie

nasuwa się pytanie o oczekiwany procentowy wzrost zdrowych pacjentów po

zastosowaniu takiego rodzaju leczenia (co nam da zastosowanie takiej właśnie strategii

interwencji). Formalny zapis powyższej metodologii został zaproponowany w [7] i jest

przedstawiony w kolejnym podpunkcie. Należy zaznaczyć, że całość propozycji opiera

się na hipotezie homogeniczności (jednorodności) zbiorów

3.2.3 Formalne przedstawienie metodologii

Niech dana będzie reguła

r , dla której liczona będzie miara skuteczności

wywiedzionej strategii interwencji:

→

∧

≡

...

W odniesieniu do medycyny powyższą regułę można zapisać w postaci „jeżeli składniki

… i

są obecne we krwi pacjenta, to pacjent jest zdrowy” z

prawdopodobieństwem

)

( U

conf

Załóżmy, że strategią dla tej reguły będzie leczenie

T - „wprowadź składnik A

… i

do krwi pacjentom, którzy nie mają tych składników i są chorzy”. Leczenie

T może

być w takim przypadku dodatkowo rozbite na pewne bardziej szczegółowe leczenia

– „wprowadź tylko składniki

(

⊆

∈

) do krwi pacjentom, którzy nie mają

żadnego ze składników

(

∈

), ale mają składniki

(

∉ ) i są chorzy”. W takim

przypadku dla każdego

⊆ można zadać pytanie, jaki będzie oczekiwany wzrost

liczby zdrowych pacjentów po zastosowaniu leczenia

W oparciu o powyższe rozważania i wprowadzone wcześniej oznaczenia

oczekiwany wzrost liczby zdrowych pacjentów można wyliczyć następująco:

)

(

)

(

)

(

)

(

)

(

conf

∩

⎥⎦

⎤

⎢⎣

⎡

∩

⎥⎦

⎤

⎢⎣

⎡

∉

∈

Ten sam wzór można zapisać inaczej:

)

(

)

(

)

(

)

(

)

(

)

(

)

(

)

(

)

(

∩

⎥⎦

⎤

⎢⎣

⎡

∩

⎥⎦

⎤

⎢⎣

⎡

⎥⎦

⎤

⎢⎣

⎡

∩

⎥⎦

⎤

⎢⎣

⎡

∉

∈

)

(

)

(

)

(

)

(

conf

, gdzie

(

)

( )

∧

→

≡

∉

∈

Na podstawie powyższej formuły można zdefiniować wskaźnik efektywności

stworzonej strategii pod względem konsekwencji reguły decyzyjnej r , wyidukowanej

ze zbioru

i zastosowanej na

∧

∈

w zbiorze

)

(

)

(

)

(

conf

Oczekiwany wzrost liczy zdrowych pacjentów można wyrazić także formułą:

)

(

)

(

)

(

)

(

)

(

)

(

)

(

)

(

)

(

)

(

)

(

⎥⎦

⎤

⎢⎣

⎡

∩

⎥⎦

⎤

⎢⎣

⎡

⎥⎦

⎤

⎢⎣

⎡

∩

⎥⎦

⎤

⎢⎣

⎡

∩

⎥⎦

⎤

⎢⎣

⎡

∩

⎥⎦

⎤

⎢⎣

⎡

⎥⎦

⎤

⎢⎣

⎡

∩

⎥⎦

⎤

⎢⎣

⎡

∉

∈

∉

∈

∉

∈

)

(

)

(

)

(

)

(

)

(

conf

⎥⎦

⎤

⎢⎣

⎡

∩

⎥⎦

⎤

⎢⎣

⎡

∉

∈

, gdzie

(

)

( )

→

∧

≡

∉

∈

Na bazie powyższych wyliczeń można zdefiniować inny indeks – efektywności

wywiedzionej strategii pod względem przesłanki reguły decyzyjnej r , wyidukowanej

ze zbioru

i zastosowanej na

∧

∈

w zbiorze

)

(

)

(

)

(

conf

Podsumowując, oczekiwany wzrost liczby zdrowych pacjentów po zastosowaniu

leczenia

T będzie równy:

∑

⊆

)

(

)

(

Opisywana metodologia wprowadza jeszcze dwa współczynniki pomocne w

mierzeniu oczekiwanej efektywności strategii interwencji opartej na regułach

decyzyjnych. Pierwszy z nich określa udział (wkład) warunku

∈

Φ ,

użytego w

strategii bazującej na regule

r i jest ilorazem sumy oczekiwanych wzrostów

)

(

skutek leczeń

i liczności zbioru

P, dla wszystkich P zawierających i:

∑

∈

⊆

)

(

)

(

Drugi natomiast definiuje kompletną skuteczność warunku

∈

Φ ,

użytego w tej

strategii:

∑

∈

⊆

)

(

)

(

Opisana tutaj metodologia jest jednym ze sposobów wykorzystania odkrytej

wiedzy. Pokazuje jak tworzyć strategie bazujące na regułach decyzyjnych

wyidukowanych z danych, a także jak mierzyć oczekiwaną efektywność ich stosowania.

Całe działanie sprowadza się do 3 kroków:

1) Indukcja reguł decyzyjnych w zbiorze

2) Interwencja (modyfikacja) w zbiorze

tak, aby w rezultacie otrzymać

pożądane wyniki,

3) Przejście ze zbioru

do zbioru

na skutek interwencji dokonanej w

kroku 2.

3.3 Technologia analizy wielowymiarowych danych OLAP

Technologia OLAP (ang. On-line Analytic Processing) jest bardzo dynamicznie

rozwijającym się narzędziem do interakcyjnego tworzenia, zarządzania i analizy danych

postrzeganych jako struktury wielowymiarowe [5]. Podstawowymi korzyściami

wynikającymi ze struktur wielowymiarowych do przechowywania informacji to

przejrzysta reprezentacja wiedzy i znaczenie efektywnościowe. Interakcyjna eksploracja

i zgłębianie danych to najpopularniejsze wykorzystanie techniki OLAP. Należy

zauważyć, że pomimo swej nazwy (on-line) analizy nie muszą być przeprowadzane na

bieżąco (w czasie rzeczywistym).

Systemy wykorzystujące tę technikę możemy traktować nie tylko jako sposób na

dokonywanie wszechstronnych analiz danych, ale jako sposób na odkrywanie wiedzy.

Mogą one operować na dowolnym typie nieprzetworzonej informacji, nawet informacji

nie ujętej w określone struktury, oraz mogą być stosowane do przeglądania i

zestawiania danych generowanych za pomocą OLAP w celu dostarczenia bardziej

dogłębnej, a często również bardziej wieloaspektowej wiedzy.

Rezultaty osiągane technikami OLAP mogą mieć bardzo prostą postać (np. tablice

liczebności, statystyki opisowe, proste tabele krzyżowe) lub nieco bardziej złożoną (np.

mogą uwzględniać pewnie korekty, usuwanie odstających obserwacji lub inne metody

filtracji danych).

3.3.1 Terminologia i przykłady

Dana wielowymiarowa (ang. cube, multi-dimensional array) jest zbiorem

komórek danej (ang. cell) zlokalizowanych w przestrzeni wielowymiarowej, określonej

przez wymiary (ang. dimension) danej.

Pojedyncza komórka wyznaczona przez zbiór wartości wymiarów reprezentuje miarę

danej w określonym punkcie przestrzeni – np. ilość towarów lub obrót ze sprzedaży, są

nazwane miarą.

Wymiary danych są strukturalnymi i w ogólności złożonymi atrybutami grupującymi

elementy (ang. member) tego samego typu, np. wymiar czasu jest zbiorem elementów:

dekada, rok, kwartał, miesiąc, tydzień, dzień, godzina. W typowych zastosowaniach

rolę wymiarów pełnią czas, lokalizacja i typ produktu. Operacja grupowanie dla

wskazanych wymiarów tworzy i wylicza tzw. agregaty.

Wymiary mogą być wewnętrznie złożone i opisane za pomocą wielu atrybutów, a

atrybuty mogą pozostawać w pewnych zależnościach, tworząc hierarchię atrybutów, np.

dla miejsca sprzedaży hierarchia może przyjąć postać klient-miasto-województwo.

Rys. 1 Struktura danych wielowymiarowych z wykorzystaniem agregacji

(źródło: T.Morzy)

Formą prezentacji jest kostka danych (Rys. 1 i 2). Pozwala to na swobodne

manipulowanie perspektywami analizy, przechodzenie od danych ogólnych do coraz

bardziej szczegółowych, wybieranie do analizy dowolnego fragmentu danych,

filtrowanie wymiarów według dowolnych kryteriów.

Rys. 2 Przykładowa kostka danych OLAP

(źródło: T.Morzy)

Najpopularniejsze metody analizy:

• wyznaczanie punktu centralnego (ang. pivoting) – polega na wskazaniu miary i

wybraniu wymiarów, w których ma ona być zaprezentowana, np. country=USA,

• eksploracja danych w górę lub w dół (rozwijanie (ang. drill-down), zwijanie

(ang. roll-up lub drill-up)) wzdłuż hierarchii wymiarów. Powoduje to

zwiększenie lub zmniejszenie stopnia szczegółowości analizy, np. rozwijanie lub

zwijanie hierarchii czasu,

• obracanie (ang. rotating) – pozwala na analizę miary w kolejnych wymiarach

danej, np. obrót kostki o

w lewo,

• projekcja (ang. slice and dice) – polega na wycinaniu wybranych fragmentów

danej wielowymiarowej. W rezultacie następuje zmniejszenie liczby wymiarów

i agregacja danych,

• ranking (ang. ranking) – np. wg wzrostu miary lub jej agregatu.

3.3.2 Zastosowanie

OLAP jest jedną z popularnych metod do aktywnego wykorzystywania

informacji gromadzonych w firmach. Istnieje wiele danych w przedsiębiorstwie, które

opisane są przez kilka wymiarów jednocześnie, np. czas, produkt, region, klient,

dostawca. Wartościowe informacje biznesowe powstają najczęściej dopiero po

połączeniu pojedynczych danych w wielowymiarowej strukturze. Możliwość dokładnej

analizy takich informacji pozwala na poprawę jakości procesu podejmowania decyzji,

co w konsekwencji może wpłynąć na zwiększenie stopnia satysfakcji klientów.

Narzędzia OLAP mogą być również integrowane z systemami baz danych

(korporacyjnymi) tworząc magazyny danych [29] i umożliwiając analitykom i

menedżerom śledzenie wydajności przedsiębiorstwa (np. różnych aspektów procesu

produkcyjnego lub ilości i rodzajów transakcji przeprowadzanych w różnych

oddziałach) lub rynku. Wynikiem analizy może być dotarcie do tak niezbędnych

informacji jak trendy, relacje czy wartości charakterystyczne. W ten sposób otrzymuje

się natychmiastowe odpowiedzi na najistotniejsze pytania biznesowe oraz wsparcie w

podejmowaniu decyzji krótko i długookresowych.

4 Propozycje rozszerzeń metodologii ASK w oparciu o

reguły decyzyjne

W rozdziale tym można się zaznajomić z propozycjami rozszerzeń podejścia do

analizy satysfakcji klienta, które wykorzystuje mechanizm reguł decyzyjnych. Próbują

one odpowiedzieć na pytanie, co należy zrobić, aby jak największa liczba obiektów

zmieniła swój obecny przydział do klasy na klasę przynajmniej o jeden lepszą. W opisie

wykorzystano przykładowe dane ankietowe przedstawione na samym wstępie rozdziału.

Opisaną wcześniej technologię OLAP można powiązać z teorią zbiorów przybliżonych,

co daje w rezultacie bogate narzędzie do prezentacji i analizy danych opisane poniżej.

4.1 Przykład danych wejściowych do analizy satysfakcji klienta

Przedstawiony w tym punkcie prosty problem będzie kanwą wykorzystaną do

opisu proponowanego narzędzia. Przypuśćmy, że dysponujemy danymi ankietowymi

uzyskanymi od kilku osób na temat oceny Polskiej Kolei Państwowej (PKP). W

ankiecie respondenci dokonywali oceny PKP według sześciu kryteriów a następnie

wyrażali ogólną satysfakcję z usług PKP dokonując przydziału do odpowiedniej klasy.

Definicja problemu wygląda następująco:

• Kryteria: rozkład jazdy, punktualność, wygoda, czystość, obsługa, cena

• Skala ocen kryteriów: bardzo źle (1), źle (2), dostatecznie (3), dobrze (4), bardzo

dobrze(5)

• Klasa: przeciętna (1), standard (2), komfort (3)

Wyniki ankiety (posortowane rosnąco wg przydziału do klas):

Tabela 1 Wyniki ankiety PKP

Odp. Rozkład jazdy Punktualność Wygoda Czystość Obsługa Cena Klasa

4 4 3 3 3 2 1

3 3 1 1 2 1 1

4 3 3 2 4 3 1

4 3 3 2 3 3 1

1 4 3 2 3 3 2

3 2 2 3 4 3 2

3 2 2 2 5 3 2

4 3 5 5 5 4 3

4 4 4 4 5 4 3

Dla przedstawionego problemu, przy pomocy programu 4eMka2, wygenerowano reguły

decyzyjne (opcja Minimal Cover Algorithm - DomLEM), które znajdują się poniżej:

Tabela 2 Reguły decyzyjne dla ankiety PKP

Nr Reguła

Liczba przykł.

wspierających

Relatywna

siła [%]

Przykłady

pokrywane

1 (Cena <= 2) => (Klasa <= 1)

1,2

(Obsługa <= 4) & (Czystość <=2) & (Punktualność<=2)
=> (Klasa <= 1)

3 75

2,3,4

3 (Cena <= 3) => (Klasa <= 2)

100

1,2,3,4,5,6,7

4 (Czystość >= 4) => (Klasa >= 3)

100

8,9

5 (Obsługa >= 5) => (Klasa => 2)

7,8,9

6 (Cena => 2) & (Czystość => 3) => (Klasa => 2)

6,8,9

7 (Punktualność => 4) & (Cena => 3) => (Klasa => 2)

5,9

4.2 Testowanie strategii interwencji

Dla przypomnienia reguła mówi o minimalnych warunkach, których spełnienie

powoduje, że spełniona jest również jej część decyzyjna. Z regułą związane jest również

wsparcie wyrażone przez liczbę przykładów, które ona pokrywa (spełniona jest część

warunkowa i część decyzyjna). Analiza w tej metodzie polega na hipotetycznej zmianie

warunku(ów) elementarnych w danej regule i sprawdzeniu jak ta zmiana wpłynęła na

liczbę przykładów pokrywanych przez regułę, czy ich liczba się zwiększyła czy

zmniejszyła i w jakim stopniu. Innymi słowy przy pomocy reguły definiujemy pewną

strategię interwencji i testujemy jej wpływ. Można sobie zadać pytania – co nam to

daje? Jak interpretować otrzymany w rezultacie wynik? Odpowiedź na te pytania

znajduje się w poniższym przykładzie analizy danych proponowaną metodą.

4.2.1 Przykład analizy danych metodą testowania strategii interwencji

Ponieważ najlepiej coś tłumaczyć na przykładzie, dlatego poniżej znajduje się

przykładowa analiza danych metodą testowania strategii interwencji (ang. Strategy of

Intervention Test), bazująca na wynikach ankiety PKP (Tabela 1) i przeprowadzona dla

reguły nr 5 (Tabela 2):

• Reguła nr 5 mówi, że jeżeli Obsługa PKP jest oceniana na co najmniej 5 to

następuje przydział PKP do Klasy co najmniej 2. Przykłady z tablicy decyzyjnej,

które ją wspierają to 7,8 i 9.

• Zmieniając hipotetycznie warunek elementarny reguły (w tym przypadku tylko

jeden) np. na Obsługa>=3 (ocena Obsługi PKP na co najmniej 3) można

zauważyć, że taka reguła, a dokładniej jej część warunkowa (na tym etapie

analizy pomija się część decyzyjną reguły), pokrywa oprócz wcześniejszych

przykładów również przykłady nr 1, 3, 4, 5 i 6. Jak interpretować ten przyrost?

Otrzymany wynik wskazuje ilu klientów PKP, którzy aktualnie oceniają

Obsługę na co najmniej 3 po jej zmianie na co najmniej 5 (jeśli spowoduje się u

nich taką zmianę oceny przez zastosowanie testowanej strategii interwencji)

może zmienić przydział do Klasy na co najmniej 2.

• Z ankiety PKP wynika, że klienci nr 5 i 6 przydzielają już teraz PKP do Klasy 2,

więc zmiana oceny Obsługi u nich nic nie zmieni, dlatego pomija się ich w

dalszej analizie. Odwrotnie jest w przypadku klientów nr 1, 3 i 4, którzy obecnie

przydzielają PKP do Klasy 1 – oznacza to, że po zmianie oceny Obsługi z 3 na

co najmniej 5 zgodnie z regułą nr 6 zmienią przydział z Klasy 1 na co najmniej

• Ponieważ analizowana reguła nie jest jedyną w zbiorze reguł, dlatego trzeba też

mieć wzgląd na możliwe niezgodności występujące w zbiorze. Dla danej reguły

za takie niezgodności uznaje się wszystkie takie reguły, których część decyzyjna

jest negacją decyzji wybranej reguły – dla relacji „co najmniej” oznaczać będzie

to relację „co najwyżej” klasa o jeden niższa (np. dla Klasa>=2 zaprzeczeniem

będzie Klasa<=1) i odwrotnie, dla „co najwyżej” będzie to „co najmniej” klasa

o jeden wyższa. Ponadto reguły niezgodne to takie, które będą nadal pokrywać

wybrane przykłady po hipotetycznej zmianie ich oceny na danych kryteriach.

• Dla analizowanej reguły możliwie niezgodne są wszystkie reguły, których część

decyzyjna ma postać: co najwyżej 1 (Klasa<=1) – w analizowanym zbiorze

mogą to być reguły nr 1 i 2. Rozpatruje się każdy przykład osobno. Przykłady nr

3 i 4 nie są pokrywane przez regułę 1, ponieważ ich ocena Ceny wynosi 3, ani

przez regułę nr 2 po hipotetycznej zmianie oceny Obsługi na co najmniej 5.

Sytuacja jest inna dla klienta nr 1, gdyż pokrywa go reguła nr 1 (ocenia Cenę na

2). Należy pozbyć się niezgodności przez dodanie dodatkowego wymogu, że dla

tego konkretnego przykładu ocena Ceny musi być co najmniej 3. W tym

momencie nastąpiły dwie hipotetyczne zmiany, dalej postępuje się podobnie i

sprawdza czy po tych zmianach nadal są reguły, które są niezgodne.

• Podsumowując powyższą analizę okazuje się, że ze wszystkich ankietowanych,

którzy oceniają aktualnie Obsługę PKP na co najmniej 3, po zastosowaniu

strategii i zmianie ich ocen na tym kryterium na co najmniej 5, trzech zmieni

swój przydział z Klasy 1 na co najmniej 2, przy dodatkowym wymogu dla

klienta nr 1, że należy spowodować dodatkowo zmianę oceny Ceny z 2 na co

najmniej 3.

4.2.2 Algorytm testowania strategii interwencji

Dokładny algorytm postępowania w tej metodzie wygląda następująco:

• Określ interesującą Cię strategię interwencji przez wskazanie reguły do analizy,

• Zmodyfikuj według uznania warunek/warunki wybranej reguły,

• Wyszukaj wszystkie przykłady, które pokrywa zmieniona część warunkowa

reguły decyzyjnej,

• Dokonaj hipotetycznej zmiany wartości w znalezionych przykładach na tych

kryteriach, dla których zostały zmienione warunki reguły,

• Dla wybranej reguły znajdź reguły, które mogą być niezgodne,

• Dla każdego przykładu z osobna przeglądaj zbiór tych reguł i sprawdzaj, czy nie

jest pokrywany przez którąś z nich,

• Jeśli tak jest (reguła niezgodna) to dodaj dodatkowy wymóg, jaki musi być

spełniony dla tego przykładu taki, żeby reguła go nie pokrywała (np. negacja

pierwszego warunku w regule),

• Dokonaj kolejnej hipotetycznej zmiany w przykładzie będącej wynikiem

nałożenia dodatkowego wymogu i kontynuuj przeglądanie zbioru możliwych

niezgodnych reguł.

4.2.3 Możliwe zastosowania i kierunki rozwoju

Opisane tutaj podejście pozwala w łatwy sposób zdefiniować konkretną strategię

interwencji, która jest interesująca z punktu widzenia przedsiębiorstwa i wskazać, co

należy zrobić (jakich zmian dokonać w ocenach satysfakcji klientów), aby dała ona

zamierzone rezultaty. Dla przykładu firma może być zainteresowana zwiększeniem

liczby klientów, którzy przydzielaliby ją do klasy najwyższej. W metodzie testowania

strategii interwencji wystarczy wskazać regułę odpowiadającą zamierzonej strategii i

zmianami na warunkach tej reguły sterować liczbą i rodzajem klientów, którzy zostaną

jej poddani.

Należy zauważyć, że w zbiorze wszystkich reguł będzie się znajdować

przynajmniej kilka reguł, które będą odpowiadać określonej przez nas strategii. W

rezultacie możemy otrzymać kila różnych rozwiązań. Dodatkowo, w rzeczywistości, z

każdą zmianą oceny satysfakcji klienta związany jest pewien koszt zależny od

kryterium, na którym ta zmiana jest dokonywana. Wskazane by więc było określenie

dla każdego kryterium kosztów zmian na jego wartościach, co umożliwiłoby

wprowadzenie elementu optymalizacji i wyboru najlepszej strategii – jak największy

wzrost liczby klientów przy jak najmniejszym koszcie koniecznych zmian.

4.3 Szukanie strategii interwencji

W metodzie szukania strategii interwencji zaczynamy analizę nie od zbioru

reguł, ale od zbioru przykładów. Wybieramy konkretny przykład i wskazujemy

konkretną decyzję. Celem tego podejścia jest wskazanie zmian, jakich należy dokonać,

aby dany przykład miał określoną decyzję – poszukanie możliwej strategii interwencji,

która pozwoli osiągnąć zamierzony cel. Dokonuje się tego na podstawie zbioru reguł

decyzyjnych.

4.3.1 Przykład analizy danych metodą szukania strategii interwencji

W celu wyjaśnienia metody dokonano przykładowej analizy danych metodą

szukania strategii interwencji (ang. Strategy of Intervention Search) w oparciu o ankietę

PKP (Tabela 1) i zbiór reguł decyzyjnych (Tabela 2):

• Do analizy ze zbioru danych wejściowych wybrany został przykład (klient) nr 2.

• Interesuje nas strategia interwencji mająca na celu zmianę przydziału PKP tego

klienta do Klasy co najmniej 2. Chcemy wiedzieć, co musimy zrobić, aby tak się

stało.

• Należy w tym celu przeanalizować zbiór reguł i wybrać takie, których decyzja

odpowiada określonej strategii; w tym przypadku będą to wszystkie reguły z

decyzją Klasa>=2 (nr 5, 6 i 7). Każda z takich reguł jest jednym z możliwych

rozwiązań.

• Tak jak w metodzie testowania strategii interwencji również i tutaj mogą

występować niezgodności w zbiorze reguł decyzyjnych. W naszym przykładzie

mogą ją ewentualnie wprowadzać reguły o decyzji Klasa<=1 (nr 1 i 2).

• Reguła nr 5 wskazuje, że jeżeli Obsługa PKP jest oceniona na co najmniej 5 to

PKP zostaje przydzielone do Klasy co najmniej 2. Wybrany klient ocenia to

kryterium na 2, a więc zmieniając ocenę na co najmniej 5 według tej reguły,

spowoduje się, że zmieni on przydział z Klasy 1 na co najmniej 2.

• Należy zauważyć, że po zmianie oceny Obsługi analizowany klient nr 2 spełnia

część warunkową już tylko reguły nr 1 (niezgodność). Reguła nr 1 pokazuje, że

Cena musi być co najmniej 3, żeby nie pokrywała przykładu.

• Analizując regułę nr 6 tak samo jak nr 5 okazuje się, że trzeba zmienić ocenę

Ceny i Czystości z 1 na co najmniej 3. Po tych hipotetycznych zmianach klient

nie będzie już pokrywany przez żadną ze niezgodnych reguł.

• Dla reguły nr 7 postępując analogicznie jak w dwóch powyższych przypadkach

otrzymujemy, że należy zmienić ocenę Punktualności z 3 na co najmniej 4 i

Ceny z 1 na co najmniej 3. Po takich zmianach nie zachodzi już żadna

niezgodność.

• Podsumowując, w końcowym rezultacie otrzymujemy trzy różne rozwiązania –

strategie interwencji (z 3 reguł). Klient nr 2 zmieni przydział z Klasy 1 na co

najmniej 2 jeśli: spowodujemy u niego zmianę oceny Obsługi na co najmniej 5 i

Ceny na co najmniej 3 lub Czystości i Ceny na co najmniej 3 lub Punktualności

na co najmniej 4 i Ceny na co najmniej 3.

4.3.2 Algorytm szukania strategii interwencji

Dokładny algorytm tej metody przedstawia się następująco:

• Wybierz interesujący Cię przykład w danych wejściowych,

• Określ interesującą Cię strategię interwencji przez wskazanie decyzji,

• Znajdź w zbiorze reguł decyzyjnych takie, które odpowiadają pożądanej decyzji,

tzn. ich część decyzyjna pokrywa się ze wskazaną decyzją. Każda ze

znalezionych reguł stanowi jedno z możliwych rozwiązań strategicznych,

• Znajdź w zbiorze reguł decyzyjnych reguły mogące stanowić niezgodność dla

reguł znalezionych w poprzednim kroku – negacja wskazanej decyzji,

• Dla każdego znalezionego rozwiązania dokonaj hipotetycznej zmiany wartości

w wybranym przykładzie na tych kryteriach, które wskazują zmienione warunki

reguły,

• Przejrzyj zbiór reguł, które mogą wprowadzać niezgodność dla

zmodyfikowanego przykładu i sprawdzaj, czy nie jest pokrywany przez którąś z

nich,

• Jeśli tak jest (reguła niezgodna) to dodaj dodatkowy wymóg, jaki musi być

spełniony dla tego przykładu taki, żeby reguła go nie pokrywała (np. negacja

pierwszego warunku w regule),

• Dokonaj kolejnej hipotetycznej zmiany w przykładzie będącej wynikiem

nałożenia dodatkowego wymogu i kontynuuj przeglądanie zbioru możliwych

niezgodnych reguł.

4.3.3 Możliwe zastosowania i kierunki rozwoju

Powyższa metodologia pozwala firmie sprawdzić możliwe sposoby osiągnięcia

zamierzonego celu dla interesującego ją klienta, np. takim ogólnym celem może być

chęć zwiększyć przez niego ogólnej oceny firmy. Ponieważ strategii interwencji może

być dużo (zależy to od zbioru reguł decyzyjnych) wskazane jest wprowadzenie kosztów

zmian dla poszczególnych kryteriów, co umożliwi w końcowym efekcie posortowanie

otrzymanych wyników względem kosztu przeprowadzenia strategii.

Podejście to można rozwinąć również na kilka przykładów i przeprowadzać

analizę nie dla pojedynczego przypadku, ale dla pewnej grupy (klastra), którą sami

ustalamy, np. wg konkretnej wartości jakiegoś kryterium lub decyzji. W tym przypadku

rozwiązania będą dotyczyć zmian satysfakcji dla wszystkich wskazanych klientów.

4.4 Połączenie OLAP i DRSA do analizy satysfakcji klienta

W trakcie licznych konsultacji z projektantami platformy GoalProject [2]

narodziła się idea wykorzystania do badania satysfakcji klienta opisanej wcześniej

technologii analizy wielowymiarowych danych OLAP i teorii zbiorów przybliżonych

DRSA. W rezultacie powstała metodologia bezpośredniej analizy satysfakcji przy

użyciu teorii zbiorów przybliżonych bazujących na relacji dominacji [7][24]

(ang. On-Line Satisfaction Analysis using Dominancie-based Rough Set Approach) i

pozwalająca na tworzenie OLAP-owych raportów w oparciu o tablicę decyzyjną.

Dzięki połączeniu OLAP i DRSA dane z tablicy decyzyjnej można

zaprezentować w innej postaci – wielowymiarowej tabeli. Wymiary są wewnętrznie

złożone i opisane za pomocą wielu atrybutów (typu wyliczeniowego). Wartościami tych

wymiarów, w oparciu o teorię zbiorów przybliżonych, są możliwe wartości z dziedziny

atrybutów przyjmujące postać:

• wartość atrybutu = kolejna wartość z dziedziny atrybutu (wartość równa),

• wartość atrybutu >= kolejna wartość z dziedziny atrybutu (wartość co najmniej),

• wartość atrybutu <= kolejna wartość z dziedziny atrybutu (wartość co najwyżej).

Pojedyncza komórka w wielowymiarowej tabeli wyznaczona przez zbiór

wartości wymiarów reprezentuje miarę danej w określonym punkcie przestrzeni. W

opisywanej metodologii są wykorzystywane dwie takie miary:

• liczność (ang. count),

• decyzja

„Liczność” pozwala zliczać w danej komórce liczbę przykładów z tablicy

decyzyjnej, które przyjmują odpowiednie wartości na kryteriach (atrybutach)

zdefiniowanych jako wymiary w tabeli dla tej komórki. Poniżej znajduje się

przykład tabeli wielowymiarowej (Tabela 3), stworzonej na podstawie tablicy

decyzyjnej PKP (Tabela 1), dla której zostały określone trzy wymiary: Cena,

Punktualność i Wygoda oraz wartość co najmniej:

Tabela 3 Przykład połączenia OLAP i DRSA - liczność

Cena

>=1 >=2 >=3 >=4 >=5 >=1 >=2 >=3 >=4 >=5 >=1 >=2 >=3 >=4 >=5

>= 1

>= 2

>= 3

>= 4

>= 5

Wygoda

Punktualność

>= 3

>= 4

>= 2

Wygoda

„Decyzja” wykorzystuje atrybut decyzyjny z tablicy decyzyjnej, a w komórkach

tabeli wielowymiarowej znajdują się jego wartości (decyzje) zależne od sposobu

dodatkowo wybranego podejścia. Każdej komórce tabeli odpowiada zbiór

przykładów

z tablicy decyzyjnej przyjmujących odpowiednie wartości

wymiarów dla tej komórki. Dla danej komórki postępowanie rozpoczynamy od

wyznaczenia dla każdego przykładu z

zbioru decyzji przykładów, które go

dominują

D i zbioru decyzji przykładów zdominowanych przez niego

−

D . Oba

wyznaczone zbiory służą do wyznaczenia przedziału decyzji dla danego przykładu

postaci

)

(

max

(

min

−

dec

. Pozwala to wykryć przykłady niespójne w

tablicy decyzyjnej – w przypadku, gdy przykład będzie spójny to obie wartości

(decyzje) będę równe.

Dla dalszych rozważań przyjmuje się

)

(

min

≡

dec

oraz

)

(

min

−

≡

dec

Do wyboru jest 8 podejść uwzględniając różne wartości wymiarów (Tabela 4).

Tabela 4 Podejścia dla miary - decyzja

Podejście Typ

reguł Wartość wymiaru

Miara w komórce

pewne co

najmniej

pewne co

najwyżej <=

∈

∀

min

możliwe co

najmniej

w górę (ang. upward
decision)

możliwe co

najwyżej <=

∈

∀

min

pewne co

najmniej

pewne co

najwyżej <=

∈

∀

max

możliwe co

najmniej

w dół (ang. downward
decision)

możliwe co

najwyżej <=

∈

∀

max

Z powyższej tabeli wynika, że sposób wyliczania miary zależy od trzech

czynników: wybranego podejścia, typu reguł i typu wartości wymiaru. W tabeli

poniżej (Tabela 5) zawiera przykład wielowymiarowej tabeli dla decyzji w górę,

reguł pewnych i wartości dla wymiarów co najmniej:

Tabela 5 Przykład połączenia OLAP i DRSA – decyzja

Cena

>=1 >=2 >=3 >=4 >=5 >=1 >=2 >=3 >=4 >=5 >=1 >=2 >=3 >=4 >=5

>= 1

>= 2

>= 3

>= 4

>= 5

Wygoda

Punktualność

>= 3

>= 4

>= 2

Wygoda

Podsumowując, wielowymiarowe tabele opisane powyżej pozwalają w prosty

sposób określić dane do wizualizacji i jej formę m.in. przez sterowanie szczegółowością

prezentowanych danych. Taki rodzaj prezentacji danych może być bardzo pomocny

przy analizie satysfakcji klienta, ponieważ najczęściej ma na nią wpływ kilka

czynników (wymiarów), np. płeć, wiek. Przykładowa analiza mogłaby mieć wtedy

postać: prezentacja rozkładu oceny

Obsługi przez klientów w rozróżnieniu na płeć i

przedziały wiekowe. Dodatkowo wymiary wraz z wartościami można traktować jak

część warunkową reguły – spełnienie jej warunków spowoduje, że pojawi się wartość

miary w danej komórce tabeli.

5 Projekt systemu i implementacja

Rozdział omawia stworzony w ramach pracy magisterskiej system regułowej

analizy danych marketingowych dotyczących satysfakcji klienta – OLSA System

(ang. On-Line Satisfaction Analysis System). Można tutaj zapoznać się z projektem

systemu, środowiskiem realizacji, wykorzystywanymi bibliotekami oraz innymi

systemami i oczywiście zasadą działania całego systemu.

5.1 Architektura systemu i wykorzystane technologie

Na w pełni działający system składają się trzy duże bloki: stworzony w ramach

tej pracy OLSA System, baza danych MySQL oraz system analityczny dla eksploracji

danych o nazwie GoalProject (Rys. 3):

Rys. 3 Architektura systemu OLSA i wykorzystane technologie

Centrum całego systemu jest baza danych, która stanowi pewien pomost między

dwoma systemami i umożliwia wymianę między nimi danych. Ze względu na

początkowe założenia co do systemu: otwartość i przenośność, a także na fakt, że miał

on współpracować z platformą GoalProject, wybrano łatwy w obsłudze i szybki system

zarządzania bazą danych MySQL [18]. Jest to bardzo popularna, dynamicznie się

rozwijająca i co ważne darmowa baza danych spełniająca powyższe założenia

(wykorzystano najnowszą wersję w wersji 5.0.0a).

Do wczytywania danych z plików lub generacji danych wejściowych dla

systemu OLSA posłużono się projektem zrealizowany w ramach dwóch prac

inżynierskich – GoalProject [1][19]. Architektura klient-serwer tego sytemu pozwala na

uruchomienie przetwarzania z dowolnego miejsca na świecie. Klient odpowiada za

zarządzanie i komunikację z użytkownikiem, natomiast odległy serwer (bazujący na

technologii Letrix II [16]) za uruchamianie obliczeń i zwracanie wyników do klienta.

Jedną z możliwości jest zapisanie tych wyników w odpowiednich tabelach w bazie

danych, do której mogą mieć dostęp inne systemy/aplikacje znajdujący się w różnych

miejscach na świecie.

Jedną z takich aplikacji jest stworzony w ramach tej pracy magisterskiej OLSA

System. Aby spełnić założenia do jej stworzenia wykorzystano język JAVA [11][22],

który obecnie jest najbardziej rozwijającym się środowiskiem do tworzenia aplikacji (w

większości JAVA Swing do tworzenia interfejsów [3][27]). Należy zaznaczyć, że

główną jego cechą jest fakt, że to język interpretowany a nie kompilowany – oznacza

to, że do uruchomienia programów w nim napisanych wymagana jest maszyna

wirtualna (JavaVM) pracująca w danym środowisku, jednak dzięki temu nie ważne jest

na jakim sprzęcie będzie uruchamiana aplikacja.

System do komunikacji z bazą danych MySQL korzysta ze specjalnej do tego celu

biblioteki napisanej w Javie – MySQL Connector/J [17], która dostarcza odpowiedni

interfejs i funkcje do zapisu i odczytu danych. Dodatkowo do systemu OLSA dołączone

są dwie inne biblioteki odpowiedzialne za wizualizację danych w postaci wykresów:

JFreeChart [13] oraz JCharts [12]. Wszystkie wymienione biblioteki są oczywiście w

pełni darmowe.

5.2 Elementy systemu i powiązania między nimi

Zasadę działania aplikacji w postaci poszczególnych elementów systemu (ich

dokładniejszy opis można znaleźć właśnie w tym punkcie) i powiązań między nimi

przedstawiono na rysunku poniżej (Rys. 4):

Rys. 4 Elementy systemu OLSA i ich powiązania

5.2.1 Moduł komunikacji z bazą danych

Moduł komunikacji z bazą danych (Rys. 5) wykorzystuje do tego celu darmową

bibliotekę MySQL Connector/Java [17], udostępnioną przez twórców darmowej bazy

danych MySQL [18]. Dzięki temu istnieje możliwość wczytywania do OLSA System

danych wejściowych umieszczonych przez system GoalProject w bazie danych: plików

ze zdefiniowanymi problemami (ISF) i z regułami (RLS) do odpowiednich struktur w

aplikacji. Należy zaznaczyć, że aplikacja i baza danych mogą znajdować się zarówno na

jednym komputerze jak i w różnych częściach świata. Biorąc to pod uwagę, a także

podobną zasadę, jeśli chodzi o GoalProject daje to możliwość bardzo dużego

rozproszenia działania wszystkich elementów i dokonywanych obliczeń oraz analiz.

Schemat tabel w bazie danych zależny jest od systemu GoalProject, dlatego nie

uległ zmianom, a dostosowany do niego został system OLSA. Aby ułatwić i uprościć

zarządzanie danymi struktury do ich przechowywania w Javie swoim „wyglądem”,

możliwościami i udostępnionymi funkcjami odpowiadają tym z GoalProject

(funkcjonalność funkcji jest praktycznie identyczna łącznie z nazwami). Jedynie na

potrzeby OLSA System struktury zostały dodatkowo rozszerzone o pewne nowe

funkcje.

5.2.2 Moduły do prezentacji atrybutów i przykładów

Wczytywany problem (plik ISF) to zbiór przykładów – obiektów opisanych

atrybutami, z których jeden stanowi atrybut decyzyjny. W aplikacji są dostępne moduły

umożliwiające wyświetlenie tego problemu w przejrzystej i czytelnej postaci – tabelach

z odpowiednimi danymi. Należy wspomnieć, że istnieje możliwość wgrania dwóch

plików z przykładami: jeden z nich jest bazowy a drugi dodatkowy (może być ten sam),

wykorzystywany/wymagany przez metodę badania oczekiwanej efektywności

zastosowania strategii interwencji wywiedzionej z reguł (punkt 3.2). Jak wynika z

Rys. 4 dla obu przypadków są dostępne podobne opcje w programie.

Moduł do prezentacji atrybutów (Rys. 10) przedstawia ich charakterystykę:

nazwę atrybutu, kierunek preferencji, typ i możliwe wartości jakie przyjmuje, czy jest

opisowy oraz czy jest to atrybut decyzyjny. Dodatkowo w prosty sposób można

wskazać, który z atrybutów ma być decyzyjnym.

Właściwe dane w obu przypadkach plików wyświetlane są w postaci prostej

tablicy decyzyjnej (Rys. 9), w której wiersze to przykłady, a kolumny to kryteria ocen

(atrybuty). Wskazując konkretny przykład (dla pliku bazowego) można rozpocząć jego

analizę metodą szukania strategii interwencji (punkt 4.3). Wykorzystanie bazy MySQL

do przechowywania danych pozwoliło stworzyć dodatkowy mechanizm umożliwiający

przedstawienie ich w praktycznie dowolnej postaci (ograniczonej tabelą

dwuwymiarową). Mechanizm ten wykorzystuje język zapytań do bazy danych

SQL [28], dzięki któremu można sprecyzować dokładnie, jakie dane mają być

zaprezentowane w tabeli – które z atrybutów i przykładów. Dokonuje się tego przez

zapisanie prostego zapytania, w którym podaje się atrybuty oraz odpowiednie warunki

filtracji dla przykładów (Rys. 8). Takie zapytanie dla ankiety PKP (Tabela 1) może

mieć postać:

SELECT id, example_name, punktualnosc, wygoda, cena, klasa FROM pkp WHERE klasa > 2

Odpowiednie słowa kluczowe (pogrubione) określają, co wyświetlić (SELECT), skąd

(FROM) i przy jakich ograniczeniach (WHERE). Aby w aplikacji była możliwość

kontroli tego, co faktycznie jest wczytywane z bazy danych wprowadzono dwa

obowiązkowe pola w zapytaniu identyfikujące w sposób jednoznaczny dany przykład:

identyfikator (id) oraz jego nazwę (example_name). Należy wspomnieć, że symbol

gwiazdki (*) w zapytaniu SQL oznacza, że pobiera się z bazy danych wszystkie

kolumny. W wyniku tego zapytania w tabeli zostaną wyświetlone przykłady z ankiety

PKP o przydziale do klasy co najmniej 2 i opisane tylko 4 atrybutami w tym jednym

decyzyjnym plus pola je identyfikujące. Dodanie możliwości generacji reguł (przez

dodatkową komunikację z systemem GoalProject) dla tak przefiltrowanych danych

wejściowych jest jednym ze sposobów na rozszerzenie aplikacji w przyszłości i większe

możliwości ich analizy.

Aplikacja OLSA pozwala również wizualizować dane z plików w postaci dwóch

wykresów: zwykłego liniowego XY (Rys. 13 i 14) oraz tak zwanego radarowego. Na

pierwszym wykresie na osi X umieszczone są kryteria opisujące przykłady natomiast

oś Y zawiera ich znormalizowane wartości od 0 do 100% na tych kryteriach. Drugi

wykres różni się od pierwszego tym, że każde kryterium znajduje się na osobnej osi, a

wszystkie zbiegają się centralnym punkcie odpowiadającemu 0%. Istnieje więc tyle osi

ile jest kryteriów i gdy umieści się na wykresie przykłady to wszystko wyglądem

przypomina właśnie radar. W obu wizualizacjach zastosowano darmowe komponenty

napisane w Javie: JFreeChart dla liniowego oraz JCharts dla radarowego.

Podsumowując moduły odpowiedzialne za prezentację problemu pozwalają na:

• wczytanie dwóch plików z problemem: bazowego i dodatkowego,

• wyświetlanie atrybutów i ich charakterystyki oraz wybór atrybutu decyzyjnego,

• wyświetlanie przykładów w postaci prostej tablicy decyzyjnej,

• łatwe wskazanie danych do prezentacji przy pomocy języka zapytań SQL,

• wizualizację przykładów w postaci wykresu liniowego i radarowego,

• rozpoczęcie analizy danych metodą szukania strategii interwencji.

5.2.3 Moduł do prezentacji reguł

Reguły decyzyjne dla pliku bazowego, podobnie jak przykłady, są wczytywane

z bazy danych (ich generacja odbywa się po stronie platformy GoalProject) i

prezentowane z podziałem na część warunkową i decyzyjną. Dodatkowo z każdą regułą

związana jest jej pewność oraz wsparcie, czyli liczba przykładów, które ona pokrywa –

ich lista pojawia się po wskazaniu danej reguły (Rys. 11). Istnieje możliwość

stworzenia filtra dla reguł m.in. w celu ograniczenia ich liczby. Można ustawić

maksymalną długość reguły, tzn. maksymalną liczbę warunków elementarnych oraz jej

minimalne wsparcie (Rys. 12). Dodanie nowych metod filtracji reguł jest kolejnym ze

sposobów na rozszerzenie aplikacji i większe możliwości przy ich wyświetlaniu.

Wskazanie określonej reguły umożliwia: wizualizację przykładów ją

wspierających na wykresach, rozpoczęcie analizy metodą testowania strategii

interwencji (punkt 4.2) lub szacowania efektywności strategii wywiedzionej z reguł

(punkt 3.2). Dla drugiej metody wymagane jest wczytanie dodatkowego pliku z danymi.

5.2.4 Moduły prezentacji danych OLAP

Moduły prezentacji danych OLAP implementują sposób analizy danych będący

połączeniem wielowymiarowych tabel OLAP oraz teorii zbiorów przybliżonych DRSA

omówiony w punkcie 4.4 pracy (Rys. 17). W oknie ustawień (Rys. 16) definiuje się

wymiary tabeli (kryteria opisujące przykłady), wartości dla wymiarów oraz

analizowaną miarę (jest ich jedenaście). Ten sposób wizualizacji danych jest dostępny

zarówno dla pliku bazowego jak i dodatkowego.

Wskazanie określonej komórki w tabeli OLAP dla pliku bazowego umożliwia

wykonanie identycznych operacji jak w przypadku wybrania reguły. Ponieważ wymiary

stanowią jakby część warunkową reguły, dlatego dodatkowo po wybraniu metod

analizy koniecznym staje się podanie części decyzyjnej, dla wizualizacji wykresowej

podanie tej części nie jest obowiązkowe (dla tak stworzonej reguły obliczany jest

współczynnik wiarygodności) – Rys. 18. Dla przykładu dodatkowego nie ma analizy

metodą szukania strategii, ponieważ do tego celu wymagane są reguły, a te dotyczą

bazowego.

5.2.5 Moduły do analizy satysfakcji klienta

Moduły do analizy danych są dostępne z różnych miejsc w aplikacji, co

zwiększa jej funkcjonalność i daje większą swobodę w pracy z programem.

Umożliwiają one analizę satysfakcji klienta różnymi sposobami: metodą szukania lub

testowania strategii interwencji (punkt 4.3 lub 4.2) oraz metodą badania oczekiwanej

efektywności strategii interwencji wywiedzonych z reguł (punkt 3.2).

W module do analizy metodą szukania strategii (Rys. 15) dla danego przykładu

wskazuje się decyzję, którą miałby on uzyskać. W wyniku obliczeń otrzymuje się

proponowane strategie interwencji w postaci reguł decyzyjnych. Po wybraniu

konkretnego sposobu działania (reguły) pojawia się informacja o dodatkowych

wymogach, jakie muszą zostać dla niego spełnione, aby dany przykład zmienił decyzję

w pożądany sposób.

Postępowanie w module dla metody testowania strategii interwencji (Rys. 19)

jest bardzo podobne jak w metodzie wyżej, ale dotyczy oczywiście reguły. Tutaj

zmienia się warunki elementarne w regule ustalając w ten sposób rodzaj i motyw

strategii działania, a w rezultacie otrzymuje się zbiór nowych przykładów, dla których

można ją ewentualnie zastosować. Po wskazaniu już konkretnego przykładu pojawia się

dodatkowa informacja o wymogach, jakie należy spełnić, aby uzyskać zamierzony cel

określony przez strategię.

Ostatni moduł analizy satysfakcji klienta umożliwia określenie reguły, na

podstawie której będą tworzone strategie interwencji, a następnie obliczenie

oczekiwanych efektywności w przypadku ich zastosowania (Rys. 20). Pierwszy krok

odbywa się przez wybranie warunków elementarnych na podstawie których będzie

wywiedziona strategia. W drugim kroku następują odpowiednie obliczenia, w wyniku

których otrzymuje się wartości współczynników charakteryzujących daną strategię.

Istnieje również możliwość wybrania opcji, która umożliwi od razu wykonanie obliczeń

dla wszystkich kombinacji warunków elementarnych, a tym samym dla kilku

możliwych strategii interwencji jednocześnie. Końcowe wyniki prezentowane są w

tabeli, a dokładniejszy przebieg obliczeń w formie tekstowej.

6 Studium przypadków – eksperyment i wyniki

Rozdział zawiera przebieg wykonanego eksperymentu, którego celem było

przedstawienie przykładu praktycznego zastosowania powstałej aplikacji OLSA

System. Otrzymane wyniki zostały poddane analizie i odpowiednio zinterpretowane, a

rezultaty badań znajdują się w tej części pracy.

6.1 Dane wejściowe przeznaczone do analizy satysfakcji klienta

Pewien włoski magazyn „Anna” przeprowadził wśród swoich czytelników

ankietę dotyczącą oceny jego tematycznej zawartości. Respondenci mieli za zadanie

ocenić je w skali od 1 do 5 (kierunek preferencji to zysk) pod względem różnych

tematów poruszanych na łamach pisma odpowiadających kryteriom w problemie

(Tabela 6). Na końcu wyrażali ogólną opinię na temat jego zawartości.

Zadaniem ankiety było zapoznanie się z rzeczywistym zadowoleniem czytelników

czasopisma i zdobycie danych, które byłyby pomocne w określeniu działań mających

na celu zwiększenie satysfakcji klientów i zdobycie nowych.

Tabela 6 Kryteria oceny magazynu "Anna"

Kryterium Oznaczenie Kryterium

Oznaczenie

Bieżące Wydarzenia

Telewizja

B14

Społeczeństwo B2 Listy

Gazety

B15

Moda B3

Odpowiedzi

Ekspertów

B16

Sprzęt B4

Małżeństwo B17

Uroda B5 Seks

B18

Kuchnia B6

Uczucia

Emocje B19

Zdrowie B7

Psychologia

Testy

B20

Meble B8 Praca

B21

Podróże B9 Ekonomia

B22

Osobistości B10 Internet

B23

Sztuka i Kultura

B11

Dzieci

B24

Kino B12

Domowe

Zwierzęta B25

Muzyka

B13

Kwiaty i Rośliny B26

Ogólna

ocena

magazynu

Plik ISF z wynikami ankiety znajduje się na dołączonej płycie CD w katalogu

„CD/Install/GoalProject/ScriptsSamples/Survey/Magazines/…” (łącznie zawiera 23

przykłady opisane 27 kryteriami).

6.2 Przebieg eksperymentu

Przeprowadzany eksperyment zakłada, że dane wejściowe w postaci wyników

ankiety zostały już wczytane do bazy danych przez system GoalProject, a następnie

wygenerowano dla nich reguły decyzyjne. Pracę z systemem OLSA można więc

rozpocząć od połączenia z bazą danych, gdzie znajduje się problem, podając

odpowiednie opcje połączenia [File->Database...] (Rys. 5):

Rys. 5 Moduł komunikacji z bazą danych

Kolejnym krokiem po udanym połączeniu z bazą danych jest oczywiście wczytanie

pliku z danymi do analizy [File->Open file…] (Rys. 6) – w tym przypadku będą to

wyniki ankiety magazynu „Anna”. Ponieważ w bazie znajdują się wygenerowane

reguły dla tego pliku to zostaną one automatycznie wgrane do aplikacji.

Rys. 6 Moduł do wczytywania danych wejściowych

W tym momencie można rozpocząć analizę danych, co zostało przedstawione poniżej w

postaci kolejnych etapów pracy z systemem OLSA. Dostęp do odpowiednich opcji

możliwy jest z paska menu, paska narzędziowego, szczegółowego drzewa projektu oraz

przy pomocy skrótów klawiszowych (Rys. 7).

Rys. 7 Aplikacja OLSA System 1.0

6.2.1 Etap 1 – prezentacja danych marketingowych do analizy

Danymi marketingowymi dla magazyny „Anna” są odpowiedzi respondentów

na ankietę dotyczącą jego zawartości. Właścicielom magazynu zależy na wzroście

liczby czytelników oceniających ogólną zawartość czasopisma najwyżej, tzn. na 5.

Naszym celem jest znalezienie takich strategii interwencji, których zastosowanie

pozwoli na osiągnięcie zamierzonych celów – wykorzystamy do tego system OLSA.

Można się spodziewać, że na początku będzie to najłatwiejsze i najmniej kosztowne u

czytelników, którzy obecnie oceniają go na 4. Aby przekonać się ilu ich jest,

przefiltrujmy zbiór danych właśnie do takich przykładów. Taką filtrację dokonuje się w

bardzo prosty sposób wydając odpowiednie zapytanie do bazy danych wyciągające z

niej interesujące użytkownika przykłady [opcja Edit SQL Query] (Rys. 8):

Rys. 8 Wybór z klasy c=4

Okazuje się, że ze wszystkich 23 ankietowanych czytelników ośmiu jest takich, którzy

oceniają ogólną zawartość magazynu na 4 (Rys. 9).

Rys. 9 Prezentacja przykładów dla klasy c=4

Aplikacja OLSA System daje użytkownikowi ogromne możliwości, jeśli chodzi

o prezentacje problemu i jego własności. Przykłady dodatkowo można obrazować w

postaci dwóch wykresów oraz technologii OLAP i DRSA. Poza przykładami można

podejrzeć dokładną charakterystykę atrybutów (kryteriów), możliwe wartości jakie

mogą przyjmować, kierunek preferencji i wskazać, który z nich ma być decyzyjnym

(Rys. 10).

Rys. 10 Moduł prezentacji atrybutów

Ponieważ cała analiza danych marketingowych oraz metody szukania strategii

interwencji bazują na wygenerowanych regułach decyzyjnych, dlatego dużo zależy od

sposobu ich generacji, tj. algorytmu oraz własności danej reguły: zaufania oraz

wsparcia. Aktualnie w systemie GoalProject zaimplementowany jest prosty algorytm

generujący wszystkie możliwe reguły, który dla analizowanego problemu 23

przykładów i 27 kryteriów stworzył aż 1071 reguł. Istnieje także możliwość wczytania

do bazy danych przez GoalProject reguł wygenerowanych w innych programach przy

pomocy różnych algorytmów lub przez późniejsze dodanie do aplikacji OLSA System

komunikacji z GoalProject-em i generację reguł np. dla przefiltrowanych przykładów.

Dla każdej z reguł prezentowane są jej własności oraz lista przykładów, które ona

pokrywa. Należy zaznaczyć, że liczba przykładów w kolumnie „Support” nie zawsze

musi być równa faktycznej liczbie wyświetlanych przykładów pokrywanych przez tą

regułę. Pierwsza wartość dotyczy reguły wczytanej z bazy danych i wygenerowanej dla

całego zbioru przykładów, natomiast druga dotyczy już przypadku, który analizujemy w

aplikacji i modyfikujemy, np. po filtracji przykładów będą wyświetlane tylko te, które

spełniają warunki filtru, zazwyczaj będzie ich mniej (Rys. 11):

Rys. 11 Moduł prezentacji reguł

Przy bardzo dużej liczbie reguł sensowna analiza jest mocno utrudniona lub wręcz

niemożliwa. Aby strategie interwencji wywiedzione z reguł decyzyjnych były jak

najbardziej wiarygodne można dokonać filtracji reguł wg dwóch kryteriów:

minimalnego wsparcia reguły oraz maksymalnej liczby warunków elementarnych

(długości reguły) [opcja Filter Options] (Rys. 12):

Rys. 12 Moduł do filtrowania reguł

6.2.2 Etap 2 – analiza metodą szukania strategii interwencji

Załóżmy, że magazyn „Anna” jest zainteresowany zwiększeniem ogólnej oceny

jego zawartości z 4 na 5 dla konkretnych ankietowanych. Pytanie, jakie może się

nasunąć w tym momencie to, dla których z nich będzie to łatwe, a dla których

trudniejsze? Teoretycznie im więcej lepszych ocen na poszczególnych kryteriach tym

wyższa ogólna ocena końcowa. Dlatego należy szukać takich czytelników, którzy mają

jak najwyższe oceny tematycznej zawartości czasopisma. Pomocna w tej sytuacji może

być wizualizacja przykładów na wykresie [Analysis->Line Chart->Examples] (Rys. 13):

Rys. 13 Moduł wykresu liniowego

Zaznaczony fragment wykresu wskazuje, że powyższe warunki spełnia m.in.

respondent oznaczony numerem 11 (example_name = __ex11), ponieważ na dużej

ilości kryteriów ma on wysoką ocenę. Powyższy rysunek jest niestety nieczytelny. Z

pomocą przychodzi w takiej sytuacji możliwość filtracji przykładów. Dokonajmy takiej

filtracji i wyświetlmy tylko tą część przykładów, która wizualnie ma wysokie oceny na

dużej ilości kryteriów: nr 7, 11, 22:

SELECT * FROM magazine_Anna WHERE example_name IN (‘__ex7’, ‘__ex11’, ‘__ex22’)

Okazuje się, że największą liczbę kryteriów z najwyższymi ocenami ma przykład nr 11

(kolor niebieski) – aż 20, mniej bo 13 ma przykład nr 7 (kolor czerwony), a 10 nr 22

(kolor zielony) – Rys. 14:

Rys. 14 Wykres liniowy dla przykładów: __ex7, __ex11, __ex22

Czytelnik nr 11 ocenia już ogólną zawartość magazynu na 5, więc do analizy

wybieramy respondenta nr 7. Przekonajmy się, co należy zrobić, aby zmienił on ogólną

ocenę zawartości magazynu z 4 na 5 wykorzystując do tego celu metodą szukania

strategii interwencji.

Po wskazaniu w tabeli decyzyjnej interesującego nas przykładu i wybraniu

metody szukania strategii [opcja

Search of strategy pod prawym przyciskiem myszki]

określamy decyzję co najmniej 5 i uruchamiamy obliczenia. W ich wyniku

otrzymujemy aż 43 reguły – możliwe strategie interwencji, których zastosowanie

pozwoli na zmianę ogólnej oceny z 4 na 5, a wśród której poszukujemy najlepszej. Nie

można zapomnieć o niezgodnościach w zbiorze reguł, które w tym przypadku nie

występują (Rys. 15).

Rys. 15 Moduł szukania strategii interwencji

Ponieważ dla czasopisma „Anna” ważne jest osiągnięcie celu jak najmniejszym

wysiłkiem i kosztem ustalono, że pod uwagę będą brane reguły o minimalnej liczbie

warunków elementarnych. Takie postępowanie jest zrozumiałe, gdyż w konsekwencji

będzie to równoważne małym zmianom na kryteriach przy zastosowaniu strategii

wywiedzionej z takich reguł. Wśród otrzymanych rezultatów znajduje się 8 reguł

(propozycji strategii interwencji) posiadających tylko jeden warunek elementarny.

Dla przykładu strategia wywiedziona z reguły nr 26 mówi, że wybrany przez nas

czytelnik będzie oceniał zawartość czasopisma na 5, jeśli jego ocena na kryterium

Praca będzie wynosić co najmniej 5 – aktualnie ocenia on je tylko na 3. Dla magazynu

oznacza to, że jeśli chce on, aby ten właśnie respondent zmienił ogólną ocenę

zawartości magazynu, musi spowodować podwyższenie jego oceny z 3 na 5 na

kryterium

Praca.

Aby powyższa analiza miała sens należy założyć, że magazyn „Anna” wie jak

nakłonić czytelników do zmiany ich oceny na poszczególnych kryteriach. Gdyby z

każdym kryterium i określoną zmianą na nim powiązać koszt to otrzymane 43 strategie

można by było posortować po koszcie od najmniej kosztownej do najbardziej.

Zastosowana strategia daje odpowiedzi na pytania tylko dla konkretnego jednego

przykładu. Docelowo jej stosowanie powinno dotyczyć pewnej grupy obiektów

pogrupowanych według określonych zasad (np. ogólną oceną zawartości magazynu

równą 4) i odpowiadać na pytanie, co należałoby zrobić, aby wszyscy z tej grupy

zmienili ogólną ocenę na 5 (jedna z możliwości rozbudowy OLSA System w

przyszłości). Wówczas przy zastosowaniu wskazanej strategii interwencji magazyn

zyskałby dodatkową grupę klientów (nie tylko jednego) oceniającą jego zawartość

najwyżej.

6.2.3 Etap 3 – analiza metodą testowania strategii interwencji

W rzeczywistości bardzo często tematy dotyczące kina, muzyki, itp. nie są przez

czytelników rozróżniane, a traktowane jako szeroko pojęta rozrywka. Magazyn „Anna”,

przy drugim podejściu analizy danych ankietowych w systemie OLSA, bazuje właśnie

na takim przypuszczeniu. Istnieje duża szansa, że respondenci bardzo podobnie ocenili

zawartość czasopisma na trzech kryteriach:

Sztuka i Kultura, Kino oraz Muzyka. Do

sprawdzenia tego wykorzystamy prezentację danych w postaci wielowymiarowej tabeli

OLAP i DRSA [Analysis->OLAP Settings->Examples]. Określamy więc, co chcemy

mieć zaprezentowane i w jakiej postaci: trzy wymienione kryteria jako wymiary,

wartości wymiarów (co najmniej) oraz miarę liczności (Rys. 16):

Rys. 16 Moduł definiowania wymiarów i miary dla OLAP

W rezultacie otrzymujemy wielowymiarową tabelę danych. W pojedynczej komórce

znajduje się liczba czytelników magazynu, którzy oceniają jego zawartość zgodnie z

wartościami wymiarów określonymi dla danej komórki (rys. 17).

Rys. 17 Moduł prezentacji danych wielowymiarowych OLAP

Rozkład wartości pokazuje, że przypuszczenie się potwierdza, ale nie w całości. Oceny

zawartości tematycznej na tych kryteriach są bardzo zbliżone, ale praktycznie w

większości przypadków istnieje różnica w wartości oceny na jednym z trzech

kryterium, a dla dwóch pozostałych jest identyczna.

Powyższa analiza może być wyjściem do metody testowania strategii [opcja

Test

of strategy pod prawym przyciskiem myszki]. Cel jest taki sam – zmiana ogólnej oceny

zawartości tematycznej magazynu przez czytelników z 4 na 5 przy jak najmniejszej

ilości działań z tym związanych. Kierując się ponownie jak najwyższą oceną na jak

największej liczbie kryteriów zastosujemy metodologię dla komórki określonej

wymiarami:

Sztuka i Kultura, Kino oraz Muzyka co najmniej 4 (wartości wymiarów,

tzn. część warunkową reguły spełnia przykład nr 10). Następnie należy określić cel

strategii (część decyzyjną) – dla danego wyboru obliczany jest współczynnik

wiarygodności reguły. Dla decyzji co najmniej 5 otrzymujemy końcową postać reguły:

(b11>=3)&(b12>=4)&(b13>=4) => (c>=5) i współczynnik równy 0% (Rys. 18).

Oznacza to, że strategie wywiedzione z takiej reguły będą miały zerową wiarygodność.

Rys. 18 Wybór celu strategii (części decyzyjnej reguły)

Należy więc poszukać takiej reguły która będzie miała dodatkowo, oprócz przyjętej

wyżej zasady, jak największy współczynnik wiarygodności (najlepiej 100%). Jako

kompromis przyjmijmy regułę postaci: (b11>=4)&(b12>=1)&(b13>=4) => (c>=5) ze

współczynnikiem równym 50%, która pokrywa przykłady: nr 10 oraz nr 11 (ocenia już

magazyn najwyżej).

Aby wymieniony przykład nr 10 był pokrywany przez tą regułę, tzn. dany czytelnik

zmienił swoją ogólną ocenę na najwyższą, należy jeszcze sprawdzić czy w zbiorze

wszystkich reguł nie ma niezgodności. Okazuje się, że takie są i żeby się ich pozbyć

należy dodatkowo wymóc u niego zmianę oceny na wielu innych kryteriach (Rys. 19).

Zgodnie z tą regułą wywiedziona z niej strategia interwencji o wiarygodności 50%

mówi, że czytelnik nr 10 może zmienić ogólną ocenę zawartości czasopisma „Anna”

pod warunkiem jego zmian oceny na wskazanych dodatkowych kryteriach.

Rys. 19 Moduł testowania strategii interwencji

Dokonajmy teraz zmiany wartości na jednym z warunków elementarnych reguły

i sprawdźmy (przetestujmy) czy istnieją inne przykłady, które pokryłaby część

warunkowa reguły w zmienionej postaci. Okazuje się, że gdy zmienimy warunek

(b13>=4) na (b13>=2) to poza respondentami nr 10 i 1 pokrywani są także nr 3 oraz 9.

Co to dla nas oznacza? Otóż, jeśli magazyn „Anna” chciałby zmienić ogólną ocenę

czytelnika nr 3 lub 9 na najwyższą musiałby spowodować zmianę jego oceny na

kryterium

Muzyka z obecnej równej 2 na 4 zgodnie ze strategią interwencji

wywiedzioną z tej reguły oraz dodatkowo, aby zlikwidować niezgodności, zmianę na

wskazanych kryteriach.

Analizę metodą opisaną w tym podpunkcie można przeprowadzić także dla

reguły już wygenerowanej po jej wskazaniu w tabeli z wczytanymi regułami. Wówczas

nie dokonujemy „ręcznego” wyboru celu strategii interwencji (części decyzyjnej),

ponieważ taka reguła już go posiada i owy cel definiujemy wskazując odpowiednią dla

nas regułę decyzyjną.

6.2.4 Etap 4 – badanie oczekiwanej efektywności strategii interwencji

Wyidukowany zbiór reguł wczytany razem z wynikami ankiety magazynu

„Anna” informuje o występujących w niej regularnościach i zależnościach.

Dotychczasowa analiza dotyczyła jednego zbioru czytelników. Załóżmy, że posiadamy

dwa zbiory danych: podstawowy

U czyli wyniki ankiety czasopisma oraz dodatkowy

U’, na których chcemy sprawdzić efektywność strategii wywiedzionej z reguł

wyidukowanych ze zbioru, a który w tym przypadku jest tym samym zbiorem

(oczywiście może być inny oparty na tych samych kryteriach).

Do aplikacji OLSA System należy wczytać podstawowy plik z problemem: przykłady i

reguły [File->Open file] oraz dodatkowy plik pokrywający się w tym przypadku z

pierwszym [File->Open examples U’].

Ponieważ celem strategii włoskiego magazynu jest wzrost liczby czytelników

oceniających ogólnie jego zawartość najwyżej, należy wybrać taką regułę decyzyjną,

która pozwoli osiągnąć zamierzony cel, a dokładniej strategie interwencji z niej

wywiedzione. Przypuśćmy, że właściciele czasopisma chcą tym razem oprzeć działania

na dwóch kryteriach:

Moda oraz Zdrowie i ograniczyć ewentualne zmiany ocen

czytelników tylko na tych dwóch tematach. Kierując się tymi założeniami do dalszej

analizy wybieramy regułę

r postaci: (b3>=5)&(b7>=5) => (c>=5), tzn. jeżeli ocena

Mody i Zdrowia będzie co najmniej 5 to czytelnik oceni magazyn na co najmniej 5

[opcja

Calculate Coefficients pod prawym przyciskiem myszki].

W kolejnym kroku określamy, przez wybór odpowiednich warunków elementarnych,

postać badanej strategii wywiedzionej z reguły. Przez strategię będziemy rozumieć w

tym przypadku manipulację na zbiorze

U’ mającą na celu transformację przykładów z

(„Target value”) & („Selected” \ ”Target value”) do pożądanych klas decyzyjnej.

Jeśli dla przykładu wybralibyśmy tylko pierwszy (b3>=5) to oznaczałoby to, że badamy

oczekiwaną efektywność strategii interwencji dla przykładów, które nie spełniają tego

warunku elementarnego (b3<=4), natomiast spełniają drugi nie wybrany (b7>=5) i

oczywiście oceniają magazyn na mniej niż 5 (c<=4). Nasza analiza zakłada sprawdzenie

efektywności wszystkich możliwych strategii interwencji wywiedzionej ze wskazanej

reguły, więc wybieramy wszystkie warunki elementarne i zaznaczamy opcję –

wszystkie kombinacje (Rys. 20):

Rys. 20 Moduł badania efektywności strategii interwencji wywiedzionej z reguł

Zanim przejdziemy do interpretacji wyników przypomnijmy znaczenie

poszczególnych współczynników (wszystkie wartości wyrażone są w procentach i im są

one większe tym lepiej) – dokładny opis omawianej metody można znaleźć w

punkcie 3.2:

• E(PSI) – wskaźnik efektywności stworzonej strategii ze względu na

konsekwencję (część decyzyjną) danej reguły

• E(FI) – wskaźnik efektywności wywiedzionej strategii ze względu na przesłanki

(część warunkową) danej reguły decyzyjnej

• DELTA(PSI) – oczekiwany wzrost liczby obiektów po zastosowaniu

pojedynczej strategii interwencji,

• c(FI) – wskaźnik określający udział (wkład) danego warunku użytego w

strategiach bazujących na regule

• I(FI) – wskaźnik określający kompletną skuteczność warunku użytego w

strategiach bazujących na regule

• TOTAL – całkowity oczekiwany wzrost liczby obiektów po zastosowaniu

łącznej strategii interwencji wywiedzionej z danej reguły

r, polegającej na

jednoczesnej zmianie wielu warunków.

W rezultacie obliczeń otrzymujemy trzy możliwe strategie interwencji, które

nakazują odpowiednio (Rys. 21):

• Strategia 1 – zmienić ocenę na kryterium Moda na co najmniej 5 wszystkim tym

czytelnikom, którzy oceniają ją obecnie na co najwyżej 4 i oceniają zawartość

tematyczną magazynu na kryterium

Zdrowie na co najmniej 5, a ogólną ocenę

czasopisma mają równą co najwyżej 4,

• Strategia 2 – zmienić ocenę na kryterium Zdrowie na co najmniej 5 wszystkim

tym czytelnikom, którzy oceniają je obecnie na co najwyżej 4 i oceniają

zawartość tematyczną magazynu na kryterium

Moda na co najmniej 5, a ogólną

ocenę czasopisma mają równą co najwyżej 4,

• Strategia 3 – zmienić oceny na kryteriach Moda oraz Zdrowie na co najmniej 5

wszystkim tym czytelnikom, którzy oceniają je obecnie na co najwyżej 4, a

ogólną ocenę czasopisma mają równą co najwyżej 4. Należy zauważyć, że tej

strategii nie można tak naprawdę zrealizować.

Rys. 21 Graficzna reprezentacja reguły i wywiedzionych z niej strategii interwencji

Teraz można postawić pytanie o oczekiwany procentowy wzrost czytelników magazynu

„Anna” oceniających jego zawartość najwyżej po zastosowaniu każdej ze znalezionych

strategii interwencji i rzeczywistą efektywność każdej z nich. Okazuje się, że działania

podjęte zgodnie ze strategią nr 1 spowodują znikomy wzrost czytelników (4,35%).

Najbardziej efektywną dla nas jest natomiast strategia nr 2, której zastosowanie da nam

wzrost ponad połowy ankietowanych (52,17%) ze zbioru

U’. Ostatnia proponowana

strategia interwencji powoduje, że 34,78% respondentów zwiększy swoją ogólną ocenę

z 4 na 5.

Jeśli chodzi o wartości wskaźników dla warunków elementarnych to dla pierwszego

(b3>=5) są one bardzo małe: 21,74% (

c(FI)) oraz 23,81% (I(FI)), a bardzo duże dla

drugiego (b7>=5): 69,56% (

c(FI)) oraz 76,19% (I(FI)). Wynika to oczywiście z faktu,

że strategie, w których udział ma warunek pierwszy są mało efektywne (nr 1 i 3),

natomiast drugi wchodzi w skład bardzo efektywnej strategii nr 2.

Podsumowując, w wyniku badania efektywności strategii interwencji

wywiedzionej z wybranej na początku reguły

r, otrzymano trzy możliwe strategie o

różnych efektywnościach. Jednoczesne zastosowanie wszystkich pozwoli magazynowi

„Anna” osiągnąć zamierzony cel w 91,3%, tj. najwyższą ogólną ocenę jego zawartości

przez ewentualne zmiany tylko na dwóch kryteriach:

Moda i Zdrowie, dla 91,3%

respondentów ze zbioru

U’. Pomijamy w tym przypadku sprawę kosztów takich zmian

dla poszczególnych strategii i kryteriów.

6.3 Końcowe wnioski

Przeprowadzony eksperyment, na rzeczywistych danych ankietowych włoskiego

magazynu „Anna”, pozwolił zapoznać się z możliwościami i zastosowaniem aplikacji

OLSA System. Na początku został określony cel eksperymentu, a następnie przy

wykorzystaniu trzech podejść analizy danych zawartych w programie, próbowano

znaleźć sposoby jego osiągnięcia. W rezultacie otrzymano propozycje działań w postaci

konkretnych strategii interwencji różniących się między sobą w zależności od

postawionych przez czasopismo dodatkowych wymagań i wybranej metody. Bardzo

pomocna okazała się różnorodność sposobów prezentacji analizowanych danych, m. in.

na wykresie (w metodzie szukania strategii) i w tabeli wielowymiarowej (dla metody

testowania strategii).

Otrzymane wyniki zawierają już określone działania, jakie musi podjąć

czasopismo, aby zwiększyła się ogólna ocena jego zawartości przez czytelników (na

najwyższą równą 5). Przebieg eksperymentu pokazał, że punktem wyjściowym analizy

może być konkretny czytelnik magazynu (wtedy poszukujemy dla niego najlepszej

strategii), jak i zamierzona strategia interwencji (wówczas testujemy jej zastosowanie

oraz oczekiwaną efektywność). Wadą metod szukania oraz testowania strategii

interwencji jest to, że obliczenia dotyczą jedynie pojedynczego ankietowanego

natomiast trzecia z metod, w przeciwieństwie do pozostałych dwóch, bada oczekiwaną

efektywność dla określonej grupy ankietowanych. Należy zaznaczyć, że bardzo

przydatne byłoby wprowadzenie kosztów zmian ocen na poszczególnych kryteriach,

dzięki czemu pojawiłby się element wyboru między efektywnością a kosztem

zastosowania strategii interwencji.

7 Podsumowanie i wnioski

W ramach pracy magisterskiej powstał zaawansowany system wspomagania

decyzji – OLSA System, który reprezentuje nowoczesne podejście do analizy

satysfakcji klienta. Do tego celu została w nim wykorzystana teoria zbiorów

przybliżonych, a w szczególności reguły decyzyjne. W systemie zaproponowano

następujące trzy warianty analizy: badanie oczekiwanej efektywności strategii

interwencji, poszukiwanie strategii interwencji oraz testowanie strategii interwencji.

Przeprowadzony eksperyment pozwolił udowodnić zasadność motywacji

wykorzystania do ASK wiedzy odkrytej właśnie w postaci reguł. Otrzymane wyniki

udowodniły, że każdy z trzech zaprezentowanych wariantów analizy danych

marketingowych (ankiet), pozwolił osiągnąć zamierzony cel i w rezultacie dał

odpowiedź na postawione pytania – propozycje działań w postaci konkretnych strategii

interwencji. Ponieważ brakuje tutaj elementów dotyczących kosztów takich strategii,

dlatego trudno ocenić rzeczywiste ich zastosowanie i wybranie tej najlepszej. Aplikacja

daje możliwość zarówno poszukiwania strategii dla konkretnego przykładu jak i

testowania efektywności strategii już zamierzonej, co jest jej dużą zaletą.

Wykorzystanie technologii OLAP w połączeniu z DRSA umożliwiło stworzenie

rozbudowanego narzędzia do prezentacji analizowanych danych w postaci tabeli

wielowymiarowej. W programie wykorzystano również inne formy prezentacji danych,

m.in. proste tabele dwuwymiarowe i wykresy. To wszystko wpłynęło na przejrzystość,

czytelność i funkcjonalność interfejsu mimo jego dużej złożoności.

Wszystkie zadania postawione na początku pracy (punkt 2) zostały

zrealizowane. Udało się osiągnąć następujące cele:

• stworzyć „otwarty” i „ergonomiczny” system regułowej analizy danych

marketingowych dotyczących satysfakcji klienta,

• zaimplementować metodologię badania wpływu strategii interwencji

wywiedzionej z reguł decyzyjnych,

• zaprojektować i zaimplementować własne rozszerzenia (w postaci algorytmów)

metodologii ASK w oparciu o reguły decyzyjne: metodę testowania oraz

szukania strategii interwencji,

• do wczytywania danych wejściowych oraz generacji reguł decyzyjnych

wykorzystać istniejący już system eksploracji danych GoalProject,

• stworzyć bardzo rozbudowany, ale przejrzysty interfejs użytkownika łączący w

sobie czytelną i przejrzystą prezentację problemu oraz dużą funkcjonalność,

• przeprowadzić eksperyment, przeanalizować otrzymane wyniki i wyciągnąć z

nich odpowiednie wnioski,

• utworzyć dokumentację systemu OLSA.

Stworzony system OLSA ze względu na swoją otwartość ma wiele możliwości

rozbudowy (część z nich opisano w treści pracy). Jednym z kierunków dalszego

rozwoju pracy może być skupienie się na metodach analizy danych

zaimplementowanych w aplikacji i ich rozwijanie. Ponieważ w rzeczywistości

spowodowanie zmian oceny/ocen satysfakcji klienta kosztuje, należałoby wprowadzić

funkcję kosztu zmiany zależną od kryterium, na którym ta zmiana jest dokonywana

(określenie dla każdego kryterium kosztów zmian na jego wartościach). Pozwoliłoby to

w przyszłości dokonywać wyboru najlepszej znalezionej strategii interwencji pod

względem kosztu jej przeprowadzenia – jak największy wzrost liczby klientów przy jak

najmniejszym koszcie koniecznych zmian (elementy optymalizacji), a także tak

naprawdę ocenić przydatność powstałego systemu. Ponadto dla metody szukania

strategii interwencji bardzo funkcjonalne wydaje się podejście jej poszukiwania nie

tylko dla pojedynczego przykładu, ale pewnej wcześniej wybranej grupy.

Przy ewentualnym rozwijaniu OLSA System należy zwrócić również uwagę na

interfejs i jego doskonalenie. Mimo dużej funkcjonalności oraz złożoności nie jest on na

pewno idealny. Jedna z propozycji to bardziej zaawansowana komunikacja z systemem

GoalProject nie tylko przez bazę danych (pośrednio), ale przez wydawanie poleceń

(bezpośrednio), np. przy generowaniu reguł. Inne możliwości to m.in. bardziej

interakcyjne prezentacje w postaci wykresów, dodanie nowych filtrów dla reguł, czy

wyświetlanie kryteriów w postaci OLAP nie tylko typu wyliczeniowego (więcej w pliku

TODO.pdf na dołączonej płycie CD).

Ponieważ wykorzystane narzędzia i systemy są w pełni darmowe można

zastanowić się również nad ewentualnym udostępnieniem całego projektu w sieci i jego

rozwojem jako system

Open Source. Pozwoliłoby to na rozwijanie aplikacji przez wielu

programistów, a tym samym na dodawanie kolejnych elementów oraz doskonalenie już

istniejących.

BIBLIOGRAFIA

[1] Biedziński J., Biedziński M., Boński P., Lepkowski L.,

Praca inżynierska:

Otwarta platforma programowa dla systemów eksploracji danych, Politechnika
Poznańska, Poznań 2003

[2] Błaszczyński J., Dembczynski K.,

Otwarta platforma programistyczna dla

systemów analizy danych, Raport Politechniki Poznańskiej RB-034/03, 2003

[3] CodeGuru, http://www.codeguru.com/java/Swing/JTable/index.shtml
[4] CRM,

Customer Relationship Management, http://www.e-crm.int.pl

[5] Date C.J.,

An Introduction to Database Systems, Addison Wesley Longman,

Massachusetts 2000

[6] Dejnak A.,

Psychologia kontaktu z klientem - zadowolenie klienta i lojalność,

Psychologia i Rzeczywistość nr 4/2002
http://www.psycholog.alleluja.pl/tekst.php?numer=465

[7] Greco S., Matarazzo B., Pappalardo N., Słowiński R.,

Measuring expected effects

of interventions based on decision rules, Journal of Experimental and Theoretical
Artificial Intelligence, 2004 (w druku)

[8] Greco S., Matarazzo B., Słowiński R.,

Rough Set Analysis of Preference-Ordered

Data, [In]: J.J. Alpigini, J.F. Peters, A. Skowron, N. Zhong (eds.), Rough Sets and
Current Trends in Computing. LNAI 2475, Springer-Verlag, Berlin, 2002, 44-59

[9] Greco S., Matarazzo B., Slowinski R., Stefanowski J.,

Variable consistency model

of dominance based rough set approach, [In]: W.Ziarko, Y.Yao: Rough Sets and
Current Trends in Computing, LNAI 2005, Springer-Verlag, Berlin, 2001, pp.
170-181

[10] Grigoroudis E., Siskos Y.,

A survey of customer satisfaction barometers: Some

result from the transportation-communications sector, European Journal of
Operational Research 152 (2004), 334-353

[11] Java Sun Microsystems, http://java.sun.com
[12] JCharts,

A free Java chart library, http://jcharts.krysalis.org/,

http://sourceforge.net/projects/jcharts/

[13] JFreeChart,

A free Java chart library, http://www.jfree.org/jfreechart/

[14] Johnson M.D., Fornell C.,

A framework for comparing customer satisfaction

across individuals and product categories, Journal of Economic Psychology 12
(1991), 267-286

[15] Kessler S.,

Measuring And Managing Customer Satisfaction, ASQ Quality Press,

Wisconsin 1996

[16]  Letrix, http://www-idss.cs.put.poznan.pl/~goalproject/letrixII-webpage/index.html
[17]  MySQL Connector/J, http://dev.mysql.com/
[18]  MySQL, http://www.mysql.com
[19]

Otwarta Platforma Programowa Dla Eksploracji Danych,
http://www-idss.cs.put.poznan.pl/~goalproject/

[20] Pawlak Z.,

Rough Sets, International Journal of Information and Computer

Sciences 11 (1982), 341-356

[21] Roy B.,

Wielokryterialne wspomaganie decyzji, WNT Warszawa 1990

[22] Rumiński J.,

Język Java – podstawy programowania, 1999

[23] Słowiński R., Greco S., Matarazzo B.,

Induction of decision rules for explanation

and support of multicriteria choice and ranking, DSTIS, Warszawa 2001

[24] Słowiński R., Greco S., Matarazzo B., Rough set based decision support. Chapter

16 in: Burke E., Kendall G., eds:

Introductory Tutorials on Optimization, Search

and Decision Support Methodologies. Kluwer Academic Publishers, Boston, 2004

[25] Słowiński R., Greco S., Matarazzo B.,

Rough sets theory for multicriteria decision

analysis, European Journal of Operational Research 129 (2001), 1-47

[26] Sydra E., Góreczka M.,

Indeks Satysfakcji Klienta (CSI) jako jeden z elementów

wpływających na kreowanie strategii przedsiębiorstwa, Strategie.info.pl
http://ww.strategie.info.pl/artykuly/1023.htm, 2004

[27] The Java Developers Almanac 1.4, http://javaalmanac.com/egs/index.html
[28] W3 Schools,

SQL Tutorial, http://www.w3schools.com/sql/default.asp

[29] Wrembel R., Królikowski Z., Morzy M.,

Pro Dialog 10: Magazyny danych – stan

obecny i kierunki rozwoju, Wydawnictwo NAKOM, Poznań 2000, 75-93

Dodatek A – Wykaz tabel i rysunków

TABELE
Tabela 1 Wyniki ankiety PKP ........................................................................................ 28
Tabela 2 Reguły decyzyjne dla ankiety PKP.................................................................. 29
Tabela 3 Przykład połączenia OLAP i DRSA - liczność................................................ 35
Tabela 4 Podejścia dla miary - decyzja .......................................................................... 36
Tabela 5 Przykład połączenia OLAP i DRSA – decyzja................................................ 36
Tabela 6 Kryteria oceny magazynu "Anna" ................................................................... 45

RYSUNKI

Rys. 1 Struktura danych wielowymiarowych z wykorzystaniem agregacji ................... 26
Rys. 2 Przykładowa kostka danych OLAP..................................................................... 26
Rys. 3 Architektura systemu OLSA i wykorzystane technologie .................................. 38
Rys. 4 Elementy systemu OLSA i ich powiązania ......................................................... 40
Rys. 5 Moduł komunikacji z bazą danych...................................................................... 46
Rys. 6 Moduł do wczytywania danych wejściowych ..................................................... 47
Rys. 7 Aplikacja OLSA System 1.0 ............................................................................... 47
Rys. 8 Wybór z klasy c=4............................................................................................... 48
Rys. 9 Prezentacja przykładów dla klasy c=4................................................................. 48
Rys. 10 Moduł prezentacji atrybutów............................................................................. 49
Rys. 11 Moduł prezentacji reguł..................................................................................... 50
Rys. 12 Moduł do filtrowania reguł................................................................................ 50
Rys. 13 Moduł wykresu liniowego ................................................................................. 51
Rys. 14 Wykres liniowy dla przykładów: __ex7, __ex11, __ex22 ................................ 52
Rys. 15 Moduł szukania strategii interwencji................................................................. 53
Rys. 16 Moduł definiowania wymiarów i miary dla OLAP........................................... 54
Rys. 17 Moduł prezentacji danych wielowymiarowych OLAP ..................................... 55
Rys. 18 Wybór celu strategii (części decyzyjnej reguły)................................................ 56
Rys. 19 Moduł testowania strategii interwencji.............................................................. 56
Rys. 20 Moduł badania efektywności strategii interwencji wywiedzionej z reguł ........ 58
Rys. 21 Graficzna reprezentacja reguły i wywiedzionych z niej strategii interwencji... 60

Dodatek B – Przewodnik instalacyjny użytkownika

Poniżej została przedstawiona krok po kroku instalacja systemu OLSA oraz

elementów z nim związanych dla użytkownika końcowego:

1) Instalacja bazy danych MySQL

• Zainstalować MySQL w wersji 5.0 (wersja instalacyjna znajduje się w

CD\Install\MySQL\mysql-5.0.0a-alpha-win.zip).

• W katalogu gdzie został zainstalowany MySQL należy uruchomić

..\mysql-5.0.0-alpha\bin\mysql.exe.

• Należy stworzyć nową bazę danych o nazwie „oppfda” (Open Programming

Platform for Data Analysis) poleceniem

create database oppfda;

• Należy uruchomić skrypt tworzący odpowiednie tabele w bazie danych. Treść

skryptu znajduje się w plikach:

isf.sql oraz rls.sql w katalogu

CD\Install\GoalProject\MySQL-tables\. Komenda uruchamiająca skrypt z

konsoli MySQL (mysql.exe) :

\. Ścieżka_dostępu_do_skryptu (po kropce musi

być spacja).

• Istnieje możliwość wykorzystania przykładowej bazy danych „oppfda”

znajdującej się na dołączonej do pracy płycie CD. Wystarczy wgrać zawartość

katalogu

CD\Install\GoalProject\MySQL-database\ (katalog oppfda) do

odpowiedniego katalogu w MySQL -

..\mysql-5.0.0-alpha\data\.

2) Instalacja systemu GoalProject

• Zainstalować maszynę wirtualną Microsoft .NET Framework w wersji 1.0.3705

(nie może być wyższa) – plik

CD\Install\DotNetFx\dotnetredist.exe.

• Kolejne etapy instalacji samego systemu znajdują się w pliku

CD\Install\GoalProject\Install-GoalProject.pdf. Należy wykonać kroki z

pominięciem punktu 1.1.1 (wszystkie pliki zaznaczone na niebiesko znajdują się

w katalogu

CD\Install\GoalProject\BIN\ natomiast przykładowe skrypty

ScriptsSamples można znaleźć w

CD\Install\GoalProject\ScriptsSamples\).

3) Instalacja środowiska JAVA

• Zainstalować maszynę wirtualną JAVA w wersji 1.4.2_05 – plik

CD\Install\Java\j2re-1_4_2_05-windows-i586-p.exe.

4) Instalacja aplikacji OLSA System

• Należy przegrać katalog CD\Application\ w dowolnie wybrane miejsce.

• Aplikację uruchamia plik OLSA System 1.0.bat.

• Przykład korzystania z systemu został opisany w punkcie 6 (Studium

przypadków) oraz w podręczniku użytkownika zamieszonym na CD.

Dodatek C – Przewodnik instalacyjny programisty

Poniżej została przedstawiona krok po kroku instalacja wszystkich elementów

dla programisty systemu OLSA:

1) Instalacja bazy danych MySQL oraz systemu GoalProject

• Postępowanie identycznie jak w podpunktach 1) i 2) z dodatku B.

2) Instalacja maszyny wirtualnej JAVA lub środowiska JAVA SDK

• Zainstalować maszynę wirtualną JAVA – plik CD\Install\Java\j2re-1_4_2_05-

windows-i586-p.exe lub maszynę wirtualną JAVA z SDK (ang. Software

Development Kit) w wersji 1.4.2_05 – plik

CD\Programs\Java\j2sdk-1_4_2_05-

windows-i586-p.exe.

3) Instalacja środowiska programistycznego Eclipse SDK i projektu OLSA System

• Zainstalować

środowisko do programowania w Javie – plik

CD\Programs\Eclipse SDK\eclipse-SDK-3.0-win32.zip.

• Po uruchomieniu należy wskazać katalog do przechowywania projektów

(najlepiej zostawić domyślny).

• Należy przegrać katalog projektu OLSA System z kodem źródłowym do

wybranego wcześniej katalogu projektów – plik

CD\Sources\OLSASystem.rar.

• Przegrać pliki JAR znajdujące się w katalogu

..\eclipse\workspace\OLSASystem\OLSASystem\lib\ do odpowiedniego katalogu

z JAVĄ (np.

..\j2sdk1.4.2_05\jre\lib\ext\).

4) Eclipse SDK 3.0

• Stworzyć nowy projekt JAVA w Eclipse [File->New->Projekt->JavaProject] i

jako nazwę wpisujemy

OLSASystem, a następnie wybieramy opcje Next i Finish.

• Należy ustawić konfigurację kompilacji projektu OLSA System [opcja Run]. W

oknie konfiguracji należy wybrać opcję

New dla Java Apllication, określić

nazwę projektu i główną klasę w projekcie (

OLSASystem.Application).

• Po wykonaniu powyższych kroków można dokonywać zmian w kodzie projektu

OLSA System oraz dokonywać kompilacji.

• Generacja pliku JAR odbywa się przez wybór opcji File->Export->JARFile i

wskazanie co ma dokładnie zawierać.

Dodatek D – Spis CD

Płyta CD-ROM dołączona do pracy magisterskiej zawiera:

1) gotową do uruchomienia aplikację OLSA System 1.0 w postaci pliku JAR z

wymaganymi bibliotekami oraz plikiem uruchamiającym,

2) dokumentację aplikacji OLSA System 1.0 w postaci HTML (wygenerowaną

przy pomocy JavaDoc) oraz inne dokumenty:

• możliwości i propozycje rozwoju aplikacji OLSA System 1.0 (TODO),

• podręcznik użytkownika,

• manuale i tutoriale dla JAVY i MySQL,

• dotyczące zagadnień DRSA i Satysfakcji Klienta,

3) programy do instalacji w systemie operacyjnym wymagane dla poprawnego

działania aplikacji OLSA System 1.0:

• maszynę wirtualną Microsoft DotNet oraz JAVY,

• system GoalProject z przykładowymi problemami, skryptami i bazą danych,

• biblioteki i komponenty wykorzystywane w aplikacji OLSA System 1.0,

• system zarządzania baza danych MySQL w wersji 5.0.0a,

4) dodatkowe programy dla programistów JAVY i MySQL:

• darmowe środowisko do programowania w JAVIE – Eclipse 3.0, w której został

stworzony system OLSA,

• środowisko JAVA SDK 1.4.2 dla programistów,

• MySQL w wersji 4.0.13 i programy pomocne przy zarządzaniu bazą danych,

5) kod źródłowy aplikacji OLSA System 1.0,

6) elektroniczną wersję pracy magisterskiej z rysunkami JPG w niej

wykorzystywanymi.