Nikola Vlahović
DoctuS – tutorial
Ekonomski fakultet – Zagreb ak. god. 2003./2004.
SADRŽAJ
I.
Ogledni projekti
1. 2. 3. 3.1. 4. 4.1.
Baza znanja 2 Osnovni pristupi izradi projekta 2 Korištenje DoctuSa – deduktivno zaključivanje 4 Ekspertni sustav: Putni troškovi 4 Korištenje DoctuSa – induktivno zaključivanje 12 Učenje iz primjera (datamining): (dataminin g): Kriteriji odabira optimalne ponude 12
II.
Pregled korisničkog sučelja DoctuSa
1. 2. 3. 4. 5.
Kartica Attributes Kartica Cases Kartica Rule Based Graph Kartica Rules (of …) Kartica Case Based Graph
III.
Dodatne napomene
1. 2. 3. 4.
Sistemski zahtjevi Instalacija sustava DoctuS Režimi rada software-a Popratna dokumentacija i on-line pomoć za rad s DoctuS-om
18 20 21 23 25
28 28 28 29
1
SADRŽAJ
I.
Ogledni projekti
1. 2. 3. 3.1. 4. 4.1.
Baza znanja 2 Osnovni pristupi izradi projekta 2 Korištenje DoctuSa – deduktivno zaključivanje 4 Ekspertni sustav: Putni troškovi 4 Korištenje DoctuSa – induktivno zaključivanje 12 Učenje iz primjera (datamining): (dataminin g): Kriteriji odabira optimalne ponude 12
II.
Pregled korisničkog sučelja DoctuSa
1. 2. 3. 4. 5.
Kartica Attributes Kartica Cases Kartica Rule Based Graph Kartica Rules (of …) Kartica Case Based Graph
III.
Dodatne napomene
1. 2. 3. 4.
Sistemski zahtjevi Instalacija sustava DoctuS Režimi rada software-a Popratna dokumentacija i on-line pomoć za rad s DoctuS-om
18 20 21 23 25
28 28 28 29
1
OGLEDNI PROJEKTI
Baza znanja
Nakon odabira režima rada na radnoj površini otvoren je MDI prozor DoctuSa. Unutar programskog prozora prikazan je prozor baze znanja. S obzirom da je DoctuS ljuska za izradu aplikacija koje koriste znanje baza je prazna. Korisnik ljuske upisom potrebnih podataka formira znanje koje se u takvom obliku može procesirati.
Slika 1
U bazu znanja pohranjuju se svi podaci vezani za projekt: atributi odnosno aspekti odlučivanja, hijerarhija atributa, vrijednosti atributa, pojedini slučajevi opisani vrijednostima atributa te pravila kojima se implikativno navode odnosi između vrijednosti atributa. Osnovni pristupi izradi projekta
Postoje dva osnovna pristupa izradi projekta: ◊
Prvi pristup se koristi u slučaju kada treba donijeti originalnu odluku, kada nema dovoljno iskustva u rješavanju takvog tipa problema, ali postoji dovoljno ekspertnih znanja o domenama problema. U tom slučaju eksperti u suradnji s moderatorom znanja oblikuju svoje znanje i u obliku pravila ga pohranjuju u bazu znanja. Ishode koje generira takva baza znanja trebaju u potpunosti odgovarati rezultatima koje dobivaju eksperti rješavajući isti problem. Prednosti koje ovaj pristup osigurava (uz uobičajene prednosti ekspertnog sustava) u prvom redu predstavlja transparentnost (jasnoća i razgovijetnost) ekspertnog znanja čime je lako objasniti razloga donošenja odluke ili prihvaćenog rješenja problema. Isto tako, s obzirom na golemi opseg ekspertnog znanja, moguće je otkriti nove međuzavisnosti unutar takvog znanja ili pak prepoznati one atribute koji su irelevantni za donošenje dotične 2
odluke ili rješavanje problema, isključiti ih i na taj način pojednostaviti proces donošenja odluka. Izgradnja sustava počinje konzultacijama sa nositeljima znanja prilikom kojih se uočavaju atributi i njihove vrijednosti, a zatim i odnosi među njima.
Slika 2
U bazu znanja prvo se unose ishodi i atributi kao i njihove vrijednosti prema utvrđenom ordinalitetu. Zatim se modelira Rule Based graf. Pravilno sastavljeni graf omogućuje unošenje elementarnih pravila i provjeru njihove konzistencije. Nakon toga baza je spremna za provjeru na primjerima kao i za rješavanje problema i generiranje objašnjena rezultata. Ako baza funkcionira prema očekivanjima znanje je moguće i pretvoriti u oblik HTML stranice te ga javno publicirati. ◊
Drugi pristup odnosi se na slučajeve kada treba donositi svakodnevne odluke u domeni u kojoj je poznato i zabilježen velik broj riješenih slučajeva ili donijetih odluka, ali znanje o procesu donošenja odluka nije eksplicitno formulirano. Iz dostupnih slučajeva moguće je generirati pravila tj. bazu znanja o donošenju takve vrste odluka otkrivanjem intrizičnog (tzv. tacitnog) znanja i njegovim formaliziranjem. Prednosti ovakvog pristupa se prije svega odnose na određivanje informativnosti pojedinih atributa odlučivanja te izdvajanje onih atributa koji su dovoljni za donošenje odluka. Na taj način pojednostavljuje se proces odlučivanja te samo znanje postaje transparentno. Ovakva baza znanja može poslužiti ekspertima za uvid u sam proces donošenja odluka kako bi ga mogli prema potrebi pojednostaviti ili doraditi s ciljem povećanja efikasnosti odlučivanja. S obzirom da se slučajevi javljaju svakodnevno omogućeno je prilagođavanje baze znanja novim slučajevima i samim time nadogradnji znanja – učenje. Izgradnja sustava započinje konzultacijama moderatora znanja s nositeljima znanja te prikupljanjem podataka o zabilježenim slučajevima.
Slika 3
U bazu znanja prvo se unose ishodi i atributi kao i njihove vrijednosti prema utvrđenom ordinalitetu. Ove vrijednosti moguće je uvesti iz vanjskih izvora podataka. Zatim se unose podaci o svim poznatim slučajevima. Kada je broj slučajeva velik moguće ih je uvesti iz različitih vanjskih izvora podataka, kao i iz kombinacija različitih baza podataka. Na osnovi unesenih slučajeva generira se Case Based graf. Graf je moguće dodatno modelirati radi finog ugađanja, a 3
zatim se automatizmom generiraju pravila sadržana u grafu. Tako izrađenu bazu znanja moguće je koristiti za provjeru novih odluka kao i za generiranje objašnjenja i temelja donosenih odluka. Pojavom novih slučajeva bazu je moguće automatski osvježavati i time u nju uključivati sva trenutna znanja o rješavanju problema. I ovako načinjenu bazu podataka moguće je pretvoriti u oblik HTML stranice te je javno publicirati. Korištenje DoctuSa – deduktivno zaključivanje
U nastavku prezentirat ću dva pojednostavljena primjera izgradnje aplikacije i baze znanja korištenjem DoctuSa. Cilj primjera koji slijede je prezentiranje osnovnih funkcija DoctuSa i njihovo pravilno korištenje. Primjeri su prilagođeni za izradu korištenjem DEMO verzije DoctuSa te su vrlo pojednostavljeni kako bi poslužili za ilustraciju pristupa izradi projekta, redoslijedu koraka kao i načina korištenja pojedinih metoda i naredbi. Ekspertni sustav: Putni troškovi
U ovom primjeru radi se o ekspertnom sustavu čiji je zadatak vrlo jednostavna odluka o prihvaćanju ili odbijanju pokrića putnih troškova zaposlenika nekog poduzeća. U razgovoru s upravom poduzeća, šefovima različitih odjela kao i službenicima koji rade na poslovima vezanima uz obračun i isplatu putnih troškova zaključeno je da postoje tri različita faktora koji se valoriziraju prilikom donošenja odluke o pokrivanju troškova. Prvi faktor je radno mjesto (pozicija) zaposlenoga u poduzeću, drugi faktor je standard odnosno kategorija hotela u kojem je zaposleni odsjeo, a treći odjel poduzeća u kojem zaposleni radi. Naravno, u stvarnoj životnoj situaciji koristilo bi se puno više kriterija, no za potrebe ilustracije tri faktora su sasvim dovoljna. Iz navedenog opisa problema jasno je da postoje tek dva moguća ishoda odluke: o
Odbijen – u slučaju ako je zahtjev odbijen
o
Prihvaćen
– u slučaju da se zahtjev namještenika poklapa s politikom poduzeća
Nazivi atributa koje treba uzeti u obzir prilikom donošenja odluke su: o
Pozicija – radno mjesto namještenika unutar tvrtke
o
Odjel – organizacijska jedinica u kojoj namještenik radi
o
Hotel –
kategorija hotela koja opisuje standard odnosno trošak za hotel u kojem je namještenik odsjeo
S obzirom da je riječ o izradi baze znanja ekspertnog sustava proces izrade baze znanja teče kako je prikazano slikom 2.
4
Korak 1: Definiranje atributa
Nakon što smo pokrenuli DoctuS otvorena je nova prazna baza znanja. Prvo koristimo karticu s atributima ( Attributes ) gdje ćemo navesti sve atribute njihove vrijednosti i ishode koji su potrebni za definiranje procesa donošenja odluke. Za upisivanje novog atributa potrebno je mišem kliknuti prvi redak ispod natpisa Name, i jednostavno upisati naziv atributa. U našem slučaju prvo ćemo upisati atribut koji će sadržavati ishod odluke. Naziv tog atributa je Zahtjev. Mogući ishodi, kao što smo utvrdili su Odbijen i Prihvaćen 1. U bijeli prostor tablice treba unijeti ove vrijednosti. Pri tome treba obratiti pažnju kojim redoslijedom unosimo vrijednosti. Prvo se unose vrijednosti koje su manje poželjne, a slijede ih sve poželjnije. Iz tog razloga prvo unosimo vrijednost Odbijen koja je lošiji ishod od vrijednosti Prihvaćen . S obzirom da je ovo ishodišni atribut to valja naznačiti korištenjem naredbe Edit Set to Decision Attribute . Vrijednosti atributa odluke (ishodišnog atributa) bit će prikazane na sivoj podlozi, za razliku od svih ostalih atributa.
Slika 4
Odabir pojedinih naredbi (poput odabira ishodišnog atributa) moguć je na više načina tako da je odabir ishodišnog atributa moguć i korištenjem pomoćnog izbornika koji se aktivira klikom desne tipke miša. Pri tome je važno da se pokazivač miša nalazi nad atributom čije vrijednosti želimo da budu ishodi! Sada možemo unijeti i preostale atribute s njihovim vrijednostima: Pozicija s 3 vrijednosti Mladji manager, Stariji manager i Direktor ; Odjel s dvije vrijednosti Prodaja i Knjigovodstvo ; Hotel s tri vrijednosti A, B, C . Prije unosa vrijednosti valja razmisliti o odnosima među vrijednostima – koja vrijednost je bolja a koja lošija; koja poželjnija a koja nepoželjnija. U slučaju atributa Pozicija vidljivo je da je direktor nadređen i starijem i mlađem pa je prema tome ta vrijednost dominantnija, bolja u odnosu na ostale. Stariji manager nadređen je samo mlađem manageru. Za vrijednosti atributa Odjel politika poduzeća je sklonija platiti putne troškove namještenicima koji rade u odjelu Računovodstva, s obzirom da firma prodaje robu široke potrošnje pa su im zaposlenici u prodaji potrebniji u trgovinama. U skladu s time management tvrtke je ocijenio da će radije dopustiti odsustvo namješteniku iz odjela Knjigovodstva 1
Obratite pažnju da nije moguć unos dijakritičkih znakova, pa grafeme ČĆĐŠŽ valja zamijeniti slovima CC'DJ'SZ
5
nego li namješteniku iz odjela Prodaje. Na sličan način management je ocijenio i utjecaj standarda hotela na donošenje odluke. Ako već valja pokriti putne troškove bolje je da su oni manji nego li veći, zar ne? Iz tog razloga najlošija vrijednost za atribut Hotel je hotel A kategorije (koji je najskuplji), a najbolja je najjeftinija kategorija C.
Slika 5
Naravno, tablica s atributima ovime nije fiksirana. Prema potrebi moguće je u kasnijim fazama izrade vršiti različite izmjene – dodavati nove vrijednosti, mijenjati nazive starim vrijednostima, dodavati nove atribute ili brisati nepotrebne. Ipak pri tome valja povesti računa da se ne uklanjaju vrijednosti i atributi koji su uključeni u pravila ili grafove, budući da će se tada pravila promijeniti. Zato je prije brisanja atributa potrebno prethodno isključiti nepotrebne atribute iz Rule Based grafa, odnosno ukloniti suvišne vrijednosti atributa iz definiranih pravila. Korak 2: Definiranje odnosa među atributima
Nakon unosa atributa i njihovih vrijednosti potrebno je opisati odnose među atributima. Za to služi Rule Based graf.
Slika 6
Atribute koji nisu prikazani na grafu treba uključiti u graf na odgovarajuća mjesta. U ''korijenu'' grafa (tzv. vršni atribut) uvijek se nalazi ishodišni atribut. U našem slučaju to je atribut Zahtjev. Svi preostali atributi određuju kakav će biti ishod pa ih treba vezati na atribut Zahtjev. Atribute je potrebno prebaciti na graf korištenjem miša tj. Drag-and-Drop, na odgovarajuće mjesto u grafu. Na taj način dobit ćemo konačni oblik grafa prikazan na narednoj slici:
6
Slika 7 Korak 3: Definiranje pravila
Kada smo definirali sve atribute, njihove vrijednosti i odnose među atributa ostvareni su svi preduvjeti za unos pravila. Za unos pravila koristit ćemo pogled na pravila u dvije dimenzije. Uključivanjem ovog pogleda u tablici na kartici Rules dobijamo sljedeći sadržaj:
Slika 8
Prikazana tablica u zaglavlju redaka i stupaca sadrži sve vrijednosti sva tri atributa. Sve vrijednosti navedene su prema ''poželjnosti'' koju smo definirali u prvom koraku. Svaka ćelije unutar tablice predstavlja ishod jednog pravila. Primjerice, uokvirena ćelija sa gornje slike sadržavat će vrijednost ishoda u slučaju da je pozicija zaposlenika Stariji manager , odjel Prodaje te da je hotel B kategorije. Na taj način ova tablica pokriva sve kombinacije ulaznih atributa tj. sve slučajeve. Unos ishoda vrši se odabirom željene ćelije tablice nakon čega se klikom desnog dugmeta miša otvara pomoćni izbornik na kojem valja odabrati željenu vrijednost. Za ćeliju sa slike treba odabrati vrijednost Odbijen, nakon čega tablica izgleda ovako:
7
Slika 9
U tijelu tablice pojavile su se sive vrijednosti. S obzirom da smo definirali redoslijed atributa od manje poželjnih prema više poželjnima DoctuS na osnovu toga daje prijedloge ishoda za ostala pravila poštujući pri tome konzistentnost znanja. Pri tome postoje i posebni znakovi sa slijedećim značenjima: Oznaka
Značenje
Crtica (-)
Nema dovoljno elemenata za prijedlog ishoda Ishod može biti bilo koja vrijednost atributa odluke. Ishod može biti navedena vrijednosti ili bilo koja ''lošija'' Ishod može biti navedena vrijednosti ili bilo koja ''bolja''
Asterisk (*) Dvije točke ispred (..Prihvacen) Dvije točke iza (Odbijen..) Tablica 1
Ako se naruši konzistentnost znanja, pravila koja ne odgovaraju označavaju se odgovarajućim ''smajlićima'' (vidi Kartica Rules). Ostatak tablice pravila treba ispuniti tako da je ishod Prihvacen za sve zahtjeve Direktora kao i za sve koji traže Hotel C kategorije. Prihvaćaju se i zahtjevi Starijih managera koji su zaposleni u odjelu Računovodstva, a traže Hotel B kategorije. Svi ostali zahtjevi se odbijaju. Konačni ishod je slijedeća tablica:
Slika 10
8
Korak 4: Unos slučajeva i korištenje znanja
Nakon što su definirana sva pravila te je utvrđena konzistentnost baze znanja, mogu se unositi slučajevi iz prakse odnosno vršiti konzultacija sa sustavom. Za to se koristi tablica Cases u kojoj je svi slučajevi ostati evidentirani.
Slika 11
Svaki slučaj unosi se pod svojim nazivom ili evidencijskim brojem. U našem primjeru za naziv poslužit će ime i prezime podnositelja zahtjeva za podmirenje putnih troškova. U slučaju da postoji više zahtjeva moguće ih je prvo sve upisati ili uvesti iz drugih digitalnih izvora, a nakon toga treba pokrenuti zaključivanje pritiskom na dugme Reason ' ' . U dodatnu kolonu ispisuju se ishodi za sve navedene slučajeve:
Slika 12
Vrijednosti ishoda moguće je provjeriti aktiviranjem naredbe Explain . Ova naredba označit će pravilo koje je korišteno za donošenje navedenog ishoda. Potpuni pregled svih slučajeva i njihova objašnjenja moguće je dobiti i na Rule based grafu, prilagodbom prikaza (naredba View -> Customize ):
Slika 13
9
Za objašnjenje ishoda potrebno je kliknuti desnim dugmetom miša te odabrati naredbu Explain i naziv slučaja za koji tražimo objašnjenje. Nakon toga otvara se kartica Rules s označenim pravilom koje je aktivirano za traženi slučaj. Nakon unosa većeg broja zahtjeva moguće je generirati i Case Based graf pomoću kojeg je moguće otkriti koja su pravila najčešće korištena, kao i neke skrivene i neartikulirane odnose između atributa odluke. Korak 5: Publiciranje baze znanja
Sastavljena baza znanja može se publicirati u HTML obliku kako bi bila lakše dostupna većem broju sudionika u procesu odlučivanja. Za ovu namjenu koristi se naredba File -> Export .
Slika 14
Na dijaloškom prozoru moguće je odabrati više varijanti HTML dokumenta (jedna stranica ili više, različite boje i sl.) Nakon aktiviranja pritiskom na dugme OK, potrebno je navesti ime datoteke u koju će se sačuvati dokument.
A) – multiple pages
B) – single page
Slika 15
10
Otvaranjem HTML datoteke omogućen je pristup za upisivanje slučajeva. U prikazu s više stranica dugme Next koristi se za prelazak na sljedeći atribut. Na posljednjoj stranici ispisuje se donesena odluka kao i tekst opisa ako je bio uključen u bazu znanja. U prikazu s jednom stranicom potrebno je upisati sve poznate atribute i zatim pritisnuti dugme Reason. U slučaju da nema dovoljno podataka ishod glasi unknown.
11
Korištenje DoctuSa – induktivno zaključivanje
Slijedi prikaz pojednostavljenog primjera izgradnje aplikacije i baze znanja korištenjem indukcije. I ovaj primjer je prilagođen za izradu korištenjem DEMO verzije DoctuSa a poslužit će za ilustraciju induktivnog pristupa izradi projekta, redoslijedu koraka kao i načina korištenja pojedinih metoda i naredbi. Učenje iz primjera (datamining) – Kriteriji odabir optimalne ponude
U ovom primjeru cilj izrade baze znanja je u prvom redu otkrivanje novog znanja temeljenog na poznatim slučajevima. Uprava poduzeća je prije nekog vremena raspisala natječaj za izgradnju nekoliko proizvodnih hala na više lokacija. S obzirom da su već ranije izgradili jednu halu, žele iskoristiti stečeno znanje o odabiru ponuda za donošenje što boljih odluka za nove hale. Na taj stari natječaj javilo se četvero ponuđača sa različitim ponudama. Komisija za odabir izvođača radova našla se pred složenim zadatkom rangiranja svih ponuda i odabira najpovoljnije. Pri tome je odlučeno da će se voditi računa o šest različitih točki svih ponuda. Svaka ponuda je ocijenjena bilo kao dobra, odlična ; neprihvatljiva , nepreporučljiva ili pak preporučljiva kao oznaka za srednje odgovarajuću ponudu. Valorizirani su slijedeći faktori. Prvi faktor bile su preporuke tvrtki za koje su izvođači već završili projekte. Drugi faktor bio je broj projekata koje su izvođači već dovršili, a treći broj izgradnji objekata u tijeku. Preostala tri faktora su bili od posebne važnosti s obzirom da se odnose na financiranje. Stoga je četvrti faktor bio mogućnosti financiranja i otplata, peti faktor dostupnost i kvaliteta garancije za izgrađeni objekt, a posljednji faktor iako po mišljenju komisije izuzetno važan – cijena izgradnje. Iz navedenog opisa problema jasno je da postoji više mogućih ishoda odluke: o o
o
o
o
Neprihvatljiva – u slučaju ako je ponuda potpuno neprimjerena Nije preporučljiva – u slučaju da ponuda sadrži neke dobre
karakteristike ali ne udovoljava na odgovarajući način bitnim zahtjevima komisije Preporučljiva – u slučaju da ponuda odgovara po najvažnijim točkama natječaja Dobra – u slučaju da ponuda zadovoljava po svim kriterijima koji su očekivani Odlična – u slučaju da je ponuda povoljnija od nekih od uvjeta koji su očekivani (primjerice iznimno povoljna cijena, produžene garancije, posebne mogućnosti otplate poput ''grace'' perioda i sl.)
Nazivi atributa koji su uzeti u obzir prilikom donošenja odluke su: o
Reference – razina zadovoljstva ostalih klijenata izvođača
o
Završenih projekata –
o
Tekući projekti –
o
Financiranje
količina završenih objekata
količina objekata na kojima izvođač trenutno radi
– adekvatnost mogućnosti otplate 12
o
Garancije – trajanje garantnog roka kao
o
Cijena – povoljnost cijene radova
i opseg garancije
S obzirom da je riječ o izradi datamining projekta proces izrade baze znanja teče kako je prikazano slikom 3. Korak 1: Definiranje atributa
Nakon što smo pokrenuli DoctuS otvorena je nova prazna baza znanja. Prvo koristimo karticu s atributima ( Attributes ) gdje ćemo navesti sve atribute njihove vrijednosti i ishode koji su potrebni za definiranje procesa odabira ponude. Nazive atributa kao i njihove vrijednosti unosimo kao što je opisano u slučaju izrade baze znanja ekspertnog sustava. Prvo naravno upisujemo naziv i vrijednosti atributa koji zadrži odluku o izboru izvođača radova. Naziv tog atributa je Ponuda . Mogući ishodi, kao što smo utvrdili prikazani su ranije, a prilikom unosa moramo obratiti pažnju na redoslijed ovih vrijednosti. S obzirom da prvo upisujemo manje poželjne vrijednosti prva je vrijednost neprihvatljiva , a slijede je sve ostale do vrijednosti odlicna. Dobiven je slijedeći rezultat:
Slika 16
S obzirom da je ovo ishodišni atribut to valja naznačiti korištenjem naredbe Edit Set to Decision Attribute . Sada možemo unijeti i preostale atribute s njihovim vrijednostima: Reference s 5 vrijednosti neudovoljavaju, slabe, dostatne, dobre i odlicne ; Zavrsenih projekta s 4 vrijednosti nema, nekoliko, dosta i puno; Tekuci projekti s 5 vrijednosti nema, jedan ili previse, nekoliko i harmonizirano; Financiranje s 5 vrijednosti neprihvatljivo, slabo, osrednje, dobro i odlicno ; Garancije s 5 vrijednosti nema, slabe, prihvatljive, dobre i odlicne ; Cijena s 5 vrijednosti neprihvatljiva, losa, osrednja, dobra, odlicna . Prije unosa vrijednosti valjalo je razmisliti o odnosima među vrijednostima. U razgovoru s komisijom prihvaćene su gore navedene vrijednosti i redoslijed. Primjerice za atribut koji opisuje broj tekućih projekta ocijenjeno je da su tvrtke koje imaju tek jedan projekt jednako poželjne kao i tvrtke koje imaju previše tekućih projekata. Niti jedna niti druga karakteristika nije osobito poželjna s obzirom da su te dvije situacije ipak bolje nego li da graditeljska tvrtka nema niti jedan projekt što bi značilo da su početnici. No, komisija daje prednost tvrtkama koje vode nekolicinu projekata kao i tvrtkama koje svoje projekte vode međusobno 13
usklađene odnosno bez većih zastoja niti na jednom od njih – harmoniziraju posao.
Slika 17
Konačna tablica atributa i njihovih vrijednosti prikazana je na slici 17. Korak 2: Definiranje odnosa među atributima
Kao i u prvom slučaju nakon unosa atributa i njihovih vrijednosti potrebno je opisati odnose među atributima. Za to služi Rule Based graf.
Slika 18
Atribute koji nisu prikazani na grafu treba uključiti u graf na odgovarajuća mjesta. U ''korijenu'' grafa (tzv. vršni atribut) nalazi se ishodišni atribut Ponuda. Svi preostali atributi određuju kakav će biti ishod pa ih treba vezati na atribut Ponuda. Atributi se prebacuju na graf korištenjem miša tj. Drag-and-Drop, na odgovarajuće mjesto u grafu. Na taj način dobit ćemo konačni oblik grafa prikazan na narednoj slici:
Slika 19
14
Korak 3: Unos slučajeva i Case Based Graph
Nakon što su opisani svih atributi potrebno je unijeti sve poznate slučajeve tj. ponude na stari natječaj, s obzirom da je hala već izgrađena poznato je koja ponuda je odabrana kao i prihvatljivost svih ostalih ponuda. Unos slučajeva jednak je kao pri unosu slučajeva u prvom primjeru, osim što je dodatno potrebno unijeti i ishode za svaki od upisanih slučajeva. Nakon obavljenog unosa dobivena je slijedeća tablica (vertikalni pregled tablice):
Slika 20
Iz ovako ispisanih primjera moguće je izvesti pravila zaključivanja tj. donošenja odluke o izvođaču radova. Generiranje Case Based grafa pokreće se pritiskom na dugme ' ', nakon čega se pojavljuje dijaloški prozor u koje se unose pojedinosti o načinu generiranja grafa. Za potrebe ovog primjera koristit ćemo heuristički pristup generiranju stabla odlučivanja temeljenog na primjerima.
Slika 21
15
Dobiven je slijedeći graf:
Slika 22
Iz grafa je vidljivo je da je za donošenje odluke bio presudan atribut koji govori o broju dovršenih projekata. S obzirom da nije vidljivo da li je ponuda s puno završenih projekata neprihvatljiva ili odlična potrebno je ovu granu grafa razgranati koristeći pomoćni izbornik i naredbu Branch . Kriterij odluke za grananje na ovom mjestu je atribut koji govori o garancijama. U slučaju da ponuđač ima puno završenih projekata te da nudi dobre garancije trebalo bi ga odabrati za izvođača radova na novim halama.
Slika 23 – konačni graf
Navedeni atributi Završeni projekti i Garancije su tzv. informativni atributi s obzirom da je za dani set slučajeva dovoljno znati vrijednosti ovih atributa kako bi se donijela odluka o odabiru izvođača radova. Dodavanjem novih slučajeva u popis na kartici Cases stablo odlučivanja će se prilagođavati s promjenom informativnosti pojedinih atributa. Korak 4: Generiranje pravila i korištenje znanja
Kada smo zadovoljni s dobivenim grafom temeljenim na upisanim slučajevima moguće je izdvojiti informativne atribute u novu bazu znanja tj. izvesti pravila korištenjem naredbe Knowledge Management -> Extract Rules . 16
Ovakvu bazu znanja moguće je koristiti kao bazu znanja ekspertnog sustava. Kada pristignu nove ponude u karticu Cases potrebno je unijeti vrijednosti atributa sadržanih u novim ponudama, te pokretanjem naredbe Reason moguće je donijeti ocjenu o prihvatljivosti svake od unesenih ponuda. Kao što je opisano i u prvom primjeru ovu bazu znanja moguće je publicirati u HTML obliku te je učiniti dostupnom na svim mjestima donošenja odluke.
17
Pregled korisničkog sučelja DoctuSa
Kartica Attributes
U polja ove kartice definiraju se svi atributi (svojstva, aspekti odlučivanja) koji su relevantni za bazu znanja i odlučivanje.
Slika 24
Svaki redak u ovoj tablici predstavlja jedan atribut. U prvoj koloni naveden je naziv atributa, a slijede ga vrijednosti koje može poprimiti. Vrijednosti atributa su simboli odnosno riječi, pa se svi numerički izrazi tretiraju kao tekst. Uz svaki atribut moguće je dodati i detaljniji opis atributa aktiviranjem naredbe View - Description , koja otvara dijaloški prozor u koji se može upisati detaljan opis atributa. Prilikom unosa vrijednosti atributa treba voditi računa o redoslijedu unosa. Uobičajeno je unositi vrijednosti prema poželjnosti od lošijih prema boljima. Uspostavljanjem redoslijeda vrijednosti atributa DoctuS će kasnije moći vršiti kontrolu konzistentnosti pravila u kojima se javljaju uneseni atributi. U slučaju da ne postoji jasno vidljiv kriterij razlikovanja boljih od lošijih vrijednosti neke od atributa moguće je pretvoriti u nominalne atribute – naredbom Edit – Attribute properties .
Slika 25
18
U slučaju kad je atribut nominalan redoslijed vrijednosti atributa nije bitan, a mehanizam provjere konzistentnosti pravila u kojima se ovaj atribut javlja isključuje se! U istom dijaloškom prozoru ponuđena je i mogućnost okretanja redoslijeda vrijednosti atributa ( Decreasing ). S ovom opcijom treba pažljivo raditi s obzirom da kasnije može biti otežan unos konzistentnih pravila u bazu znanja! Odabirom naredbe Edit – Set Decission Attribute označeni atribut postaje atribut odluke koji predstavlja ishod odlučivanja. Redak s vrijednostima atributa odluke postat će sive boje. Broj različitih vrijednosti pojedinih atributa može biti od 2 na više. Ipak, nije preporučljivo korištenje više od 12 vrijednosti budući da se time smanjuje efikasnost pojedinih funkcija koje DoctuS obavlja nad tolikim brojem različitih vrijednosti. Uobičajeno je koristiti do maksimalno 5 različitih vrijednosti pojedinog atributa s obzirom da se tim brojem modaliteta može sasvim dovoljno precizno opisati većina atributa. Nove vrijednosti atributa moguće je i naknadno dodavati. Potrebno je označiti ćeliju tablice u kojoj se nalazi vrijednost koja prethodi novoj vrijednosti i zatim pritisnuti tipku (ili naredbu Edit – Insert value ). U tom slučaju nova vrijednost će se pojaviti između dvije ranije unesenih. U slučaju da treba dodati novu 'bolju' vrijednost treba je jednostavno upisati u narednu ćeliju retka. Za potrebe stabla odlučivanja svakom atributu moguće je podesiti i svojstva koja se odnose na način grananja (naredba Edit – Attribute properties kartica Branching method )
Slika 26
S obzirom da postoji više načina generiranja stabla odlučivanja pojedine atribute moguće je ili isključiti iz stabla (opcija No Branching ), uvijek granati na dvije najudaljenije grane (opcija Polar Only) bez obzira na metodu kojom se generira stablo ili namjesto efikasnog grananja koristiti heurističko grananje (opcija Disable Efficient ). Ipak, najčešća (a i zadana) vrijednost je opcija Any kojom se grananje vrijednosti atributa vrši prema metodi odabranoj prilikom generiranja stabla odlučivanja.
19
Kartica Cases
Tablica na ovoj kartici slična su onima na kartici atributa. No, ovog puta retci predstavljaju pojedine realne slučajeve iz prakse.
Slika 27
Prva dva stupca ove tablice su sivi, a ostali bijeli. U prvi sivi stupac unosi se naziv slučaja (šifra, identifikacijska oznaka). U primjeru na slici to su jednostavno brojevi prikazanih slučajeva (od 1 do 5). U drugom sivom stupcu rezervirano je mjesto za atribut odluke – ishod. U bijele stupce vrši se unos vrijednosti atributa za svaki od slučajeva. Unos vrijednosti vrši se pritiskom desne tipke miša nad poljem u koje želimo vrijednost unijeti. Nakon toga pojavljuje se pomoćni izbornik u čijem su gornjem dijelu navedene sve vrijednosti atributa. Klikom na odgovarajuću vrijednost ona se ispisuje u ćeliju. Ako za neki slučaj nije važna vrijednost atributa treba odabrati opciju * Don't Care.
Slika 28
U slučaj kada su poznata pravila (vidi Kartica Rules), pritiskom na opciju Reason ' ' ispisuje se vrijednosti ishoda za sve upisane slučajeve. Upis pojedinačnih slučajeva dodatno je olakšan korištenjem opcije View -> Customize koja otvara prozorčić s mogućnostima prilagodbe kolona tablice.
20
Slika 29
Ako za slučajeve trenutno nije poznat ishod atribut odluke nije potrebno prikazivati u tablici. Odabir atributa koji će biti ispisani u tablici vrši se u donjem djelu prozorčića sa slike 27 pod nazivom Attributes . Odabir je moguće vršiti i na detaljnom popisu svih definiranih atributa u bazi znanja (vidi Kartica Attributes ) koji se nalazi s desne strane istog prozorčića. Kartica Rule Based Graph
Na ovoj kratici nalazi se prostor gdje se grafički utvrđuju odnosi između atributa odnosno njihova hijerarhija prilikom odlučivanja. Svi atributi koji se definiraju u tablici atributa (vidi Kartica Attributes ) nalaze se prikazani unutar ove kartice. Atributi su raspoređeni u dva različita prostora odijeljena horizontalnom crtom.
Slika 30
U gornjem dijelu prikaza nalazi se hijerarhijski graf. Na vrhu grafa uvijek se nalazi atribut odluke (ishodišni atribut). Ovisno o međuzavisnosti definiranih atributa moguće je modelirati graf premještanjem nevezanih atributa iz donjeg dijela prikaza na graf. Atribute je moguće razmještati iz donjeg dijela prikaza u gornji korištenjem miša (Drag-and-Drop), kao što je moguće atribut unutar grafa premjestiti s jednog mjesta na drugo. Isto tako, pojedine atribute moguće je koristiti više puta na istom grafu (ali ne u istoj grani! – o tome će biti riječ kasnije) i to tako da se označi atribut (klik mišem) te utisne tipka Ctrl . Zatim se atribut prenese na željeno mjesto u grafu te se pusti 21
tipka Ctrl . Naziv atributa bit će ispisan sivim slovima kako bi se označilo da je taj atribut prisutan još na jednom mjestu u grafu. Ukoliko neki atribut želimo uklonit iz grafa potrebno ga je označiti (klik mišem) te odabrati naredbu Edit-> Prune. U slučaju da se radi o atributu koji se pojavljuje samo jednom u grafu atribut se premješta u donji dio prikaza koji je rezerviran za nevezane atribute. Konačni ishod razmještanja je hijerarhijski graf u čijem korijen se nalazi ishod (atribut odluke), intermedijarni atributi koji čine grane grafa i lisni atributi koji predstavljaju ulazne atribute. Primjer takvog grafa dan je na idućoj slici:
Slika 31
Iz prikazanog grafa vidljivo je o kojim atributima ovisi ishod. Isto tako otkriva se i ovisnost pojedinih atributa jednih o drugima. U primjeru sa slike 29 vidljivo je da ishod Ponuda ovisi o dva atributa: Reference i Financije . No, vrijednosti ta dva atributa ovise o različitim pokazateljima - faktorima: Atribut Reference ovisi o atributima Zavrsenih projekata i Tekuci projekti . Atributi koji ne ovise ni o kakvim faktorima predstavljaju ulazne atribute. Za korisnika sustava to znači da će za odlučivanje o prihvaćanju ili odbijanje ponude morati sustavu podastrijeti podatke o broju odrađenih projekata ponuđača kao i o broju projekata na kojima ponuđač radi. Na osnovu toga izvršite će se procjena atributa Ponuda u skladu s definiranim pravilima (vidi Kartica Rules). S obzirom da se na ovome mjestu definira tok i način zaključivanja postoje neka osnovna pravila kojih se valja pridržavati prilikom izrade Rule Based grafa: 1. Nadređeni atribut nikada ne može imati samo jedan faktor. U tom slučaju nadređeni atribut nema nikakvu funkciju, pa ga valja ukloniti. 2. Nadređeni atribut ne smije imati previše faktora, odnosno maksimalno 3-4 faktora. Svakim narednim povezivanjem dodatnog atributa geometrijski se povećava broj različitih kombinacija vrijednosti faktora čime se drastično smanjuje preglednost, a povećava mogućnost pogreške i nekonzistentnosti znanja. U tom slučaju otežan je unos pravila (vidi Kartica Rules). 3. Unutar hijerarhijskog grafa jedan atribut može biti faktorom više različitih intermedijarnih atributa, no nikako ne može biti sam svoj faktor (direktno ili indirektno). Znači, u svakoj grani atribut se može pojaviti samo jedanput.
22
U slučaju kada je po logici rješenja problema potrebno vezati više od 4 faktora, preporuča se uvođenje dodatnog atributa kojim je moguće zamijeniti dodatne atribute. U primjeru na slici 30 uveden je novi atribut kako bi se broj faktora sa pet sveo na tri:
A
B
Slika 32
Rješenje na slici 30 podrazumijeva da atributi 3, 4 i 5 logički čine jednu cjelinu koju je moguće opisati novim atributom. Zadatak moderatora znanja u ovakvoj situaciji je utvrditi takve atribute. Kartica Rules (of …)
Pravila koja su definirana za otvorenu bazu znanja moguće je unositi, pregledavati i mijenjati korištenjem kartice Rules. Pravila su definirana za atribut odluke, ali i za intermedijarne atribute Rule Based grafa. Iz tog razloga ova kratica mijenja svoj naziv ovisno koji atribut je odabran na kartici Attributes ili na kartici Rule Based Graph . U nazivu kartice navodi se atribut na koji se pravila odnose (npr. Rules of Outcome ili Rules of Attribut 2 ). Pogleda na pravila može biti jednodimenzionalan ili dvodimenzionalan:
A – jednodimenzionalan pogled na pravila
B – dvodimenzionalan pogled na pravila Slika 33
23
Prijelaz iz jednog pogleda u drugi moguć je korištenjem dugmeta ili naredbe View->Customize opcija 2 dimensions.
( 2 dimensions)
Jednodimenzionalan pogled na pravila sličan je prikazu slučajeva (vidi kartica Cases) s tom razlikom da su u tablici prvo navedene vrijednosti ulaznih atributa tj. uvjeti, a u zadnjem stupcu naveden je ishod pravila. Znanje je prikazano s najmanjim mogućim brojem pravila iako je broj pravila moguće prilagoditi. Prilagodba pregleda pravila moguća je korištenjem naredbi u izborniku Edit . Učinci pojedinih naredbi objašnjeni su u tablici: Naredba u izborniku Edit
Divide range
(Podjela opsega)
Assamble rules
(Sklapanje pravila)
Extend Rule Ranges
(Proširivanje opsega pravila) Purify Rule Set
(Sažimanje seta pravila)
Sort (Sortiranje)
Objašnjenje
Odabrano pravilo dijeli se na dva pravila tako da za odabrani atribut dio vrijednosti ostaje zadržan u izvornom pravilu a ostatak vrijednosti prelazi u novo pravilo. Time je moguće izmijeniti ishode za dio opsega vrijednosti određenog atributa. Odabrana pravila se sažimaju ukoliko je to moguće, na najmanji mogući broj pravila. Ova naredba suprotna je naredbi Divide Range. U pravilima u kojima je moguće proširuje se opseg vrijednosti atributa te se na taj način smanjuje broj pravila. Ova naredba se koristi za svođenje seta pravila na najmanji mogući broj. Pravila se prvo razdjele na elementarna pravila, zatim se uklone nepotrebna pravila (tzv. skrivena pravila). Preostala pravila se sklapaju u složena pravila te im se nakon toga prema potrebi proširuje opseg. Redanje pravila prema poželjnosti vrijednosti odabranog atributa
Tablica 2
Dvodimenzionalan pogled prikazuje sve kombinacije uvjeta, a na njihovim križanjima navedeni su svi ishodi. S obzirom da su na taj način prikazane sve kombinacije faktora ovaj prikaz je koristan prilikom unosa pravila te prilikom provjere konzistencije pravila. Isto tako, u slučaju da postoji više od tri ili četiri uvjeta broj kombinacija progresivno raste te se gubi preglednost pravila stoga se prilikom izrade Rule Based grafa izbjegava korištenje više od 3 ili 4 faktora (vidi Kartica Rule Based Graph). S obzirom da je redoslijed ordinalnih vrijednosti definiranih atributa određen (vidi 24
Kartica Attributes ) te se kreće od najnepovoljnije vrijednosti prema najpovoljnijima praćenje konzistentosti pravila je dodatno olakšano. S obzirom na to na slici 31 B u krajnjoj donjoj desnoj ćeliji tablice nalazi se pravilo za koje uvjeti poprimaju svoje najbolje/najpovoljnije vrijednosti, dok se u krajnjoj gornjoj lijevoj ćeliji nalazi pravilo za koje su vrijednosti uvjeta najnepovoljnije. Iz tog razloga ishodi pravila koja se nalaze u ovim ćelijama moraju biti najpovoljniji u prvom slučaju odnosno najnepovoljniji u drugom slučaju. Ako se u krajnjoj gornjoj lijevoj ćeliji za ishod pretpostavi vrijednost koja je bolja od vrijednosti u krajnjoj donjoj desnoj ćeliji narušena je konzistentnost znanja. U tablici se u takvom slučaju kod «nevaljanih» pravila pojavljuju smajlići .
Slika 34
Nasmješeni žuti smajlić upozorava da je posljednje upisano pravilo pretjerano dobrog ishoda u odnosu na neka od ostalih pravila (koja su također označena smajlićima , ali bijele boje). U tom slučaju potrebno je ili ispraviti pogrešku i za ishod odabrati vrijednost s lošijim ordinalitetom ili preispitati eksperte od kojih je znanje preuzeto i upozoriti ih na nekonzistentnost u njihovom znanju! Analogno tome tužni žuti smajlić upozorava da je posljednje upisano pravilo pretjerano lošeg ishoda u odnosu na neka od ostalih pravila te je potrebno ili ispraviti pogrešku odabiranjem nekog od bolje rangiranih ishoda ili preispitati nositelje znanja te ih upozoriti na nekonzistentnost njihovog znanja! U slučaju kada postoji nekonzistentnost među pravilima, a nastavi se sa izmjenama u preostalim pravilima sva ostala pravila koja su nekonzistentna bit će označena smajlićima sive boje. Prilikom unosa znanja u ćelijama u koje ishodi nisu uneseni pojavljuju se vrijednosti ishoda sive boje. One predstavljaju prijedloge mogućih ishoda koji osiguravaju konzistentnost znanja. U slučaju da ispred neke vrijednosti stoje dvije točke znači da se predlaže navedena vrijednost ishoda ili lošija, a ako dvije točke slijede iza vrijednosti znači da se predlaže navedena vrijednost ishoda ili bolja, ali nikako lošija od navedene! (vidi Tablica 1 u prvom dijelu). Kartica Case Based Graph
Na ovaj kartici rezervirano je mjesto za hijerarhijski graf kojim se prikazuju slučajevi navedeni u kartici Cases. Ovaj graf ustvari predstavlja stablo odlučivanja sa kojeg je moguće očitati pravila koja su primijenjena na poznate slučajeve.
25
Slika 35
Sam graf generira se prilikom pokretanja induktivnog zaključivanja naredbom Knowledge Management ->Inductive Reasoning odnosno pritiskom na dugme'
'.
Aktiviranjem ove naredbe pojavljuje se dijaloški prozor u koji se navodi na koji način valja provesti grananje ( Branching method). Metoda polarnog grananja dijeli svaki čvor grafa na dvije grane, dok metoda efikasnog grananja dijeli svaki čvor na dvije ili više grana (prema potrebi), a redoslijed atributa ovisi o koeficijentu informativnosti svakog atributa.
Slika 36
Koeficijent informativnost logički pokazuje u kojem stupnju je atribut presudan za točno donošenje odluke, a matematički je jednak entropiji atributa izračunatoj na osnovu frekvencije pojedinih vrijednosti u dostupnim slučajevima. Pregled izračunatih koeficijenata informativnosti moguće je pokrenuti odabirom željenog atributa na grafu i aktiviranjem naredbe View -> Information .
A - informativnost Slika 37
B - statistike
26
Na ekranu se pojavljuje tablica s koeficijentima informativnosti kao i ostalim statistikama (o broju ponavljanja pojedinih vrijednosti atributa u korištenim slučajevima). S obzirom na to u velikim bazama znanja vrijeme za izračun i procjenu redoslijeda atributa u stablu odlučivanja je jako dugo pa je u takvim okolnostima bolje koristiti heuristički pristup izradi ovog grafa. Dobiveni graf je moguće i naknadno mijenjati i to na slijedeće načine: a) U slučaju da kad je potrebno napraviti dodatno grananje treba odabrati atribut koji treba granati te pokrenuti naredbu Knowledge Management -> Branch . Grananje je moguće sve dok se u prethodnim listovima pojavljuje više od jedne vrijednosti atributa. b) Redoslijed atributa koji se granaju može se mijenjati. Odabirom atributa na grafu i pritiskom desne tipke miša pojavljuje se pomoćni izbornik. Odabirom naredbe Select attribut -> ispisuje se lista dostupnih atributa poredanih prema koeficijentu informativnosti od najvišeg prema nižima. Odabirom atributa s liste izgled grafa se mijenja. Isto tako na osnovi Case Based grafa moguće je dobiti uvid na koji način ovise ostale vrijednosti atributa koji sudjeluju u odlučivanju. Za utvrđivanje ovih ovisnosti potrebno je u dijaloškom okviru sa slike 34 na kartici Benchmark odabrati atribut koji nas interesira te će se na stablu odlučivanja pojaviti kao ishodi vrijednosti Benchmark atributa. Time je stablo odlučivanja potpuno prilagodljivo modeliranju i utvrđivanju zakonitosti koje se u slučajevima javljaju pružajući dodatni uvid u raspoloživo znanje o problemu.
27
Dodatne napomene
Sistemski zahtjevi
Za pokretanje DoctuS-a potreban je operativni sustav Windows. Podržane verzije su Windows 9x, 2000, NT, XP. Instalacijske datoteke
Datoteku za instalaciju sustava DoctuS moguće je preuzeti s Interneta na lokalno računalo sa adrese http://www.dorfler.hu/doctus/doctus30r4.exe . Preporučuje se korištenje ove inačice iako su dostupne ranije verzije na slijedećim web adresama: http://www.doctus.info/download/doctus3_00.exe , http://www.odluka.com/doctus_30.exe i http://www.doctus.hu/software/doctus30.exe . Instalacija sustava DoctuS
Pokrenite preuzetu datoteku. Na polaznom dijaloškom okviru treba odabrati mapu u koju će se kopirati datoteke i izvršiti instalacija programa. Instalacijski program podešen je tako da se nakon uspješne instalacije DoctuS po prvi puta pokrene. Prilikom prvog pokretanja pojavljuje se pomoćni dijaloški prozor u kojem je moguće odabrati želimo li da nam program postavi prečace na radnu površinu i izbornik start. Nakon odabira ovaj dijaloški prozor se više ne pojavljuje. Režimi rada software-a
DoctuS podržava tri različita režima rada: DEMO - režim rada omogućuje punu funkcionalnost programa, ali uz ograničenja vezana za broj atributa, kao i broj slučajeva. S obzirom da je broj atributa ograničen na 7, a broj primjera na 14 ovaj režim rada namijenjen je za potrebe evaluacije softvera i obrazovne svrhe. Korištenje nije vremenski ograničeno te je besplatno. COLLECTOR - režim rada s ograničenom funkcionalnošću odnosno bez mogućnosti procesiranja znanja, ali bez ograničenja broja atributa, kao i broja slučajeva. Primjeren je za upis velikog broja podataka u bazu znanja. Vremenski nije ograničen, a korištenje je besplatno. AUTHORISED – normalni je režim rada registriranog softvera, bez ograničenja i s potpunom funkcionalnošću. Za korištenje potrebno je kupiti odgovarajuću licencu.
28
