Презентация "Система принятия решения в условиях неопределенности на основе нечетких запросов к реляционным базам данных"


Подписи к слайдам:
Разработка системы с нечеткими запросами к реляционным базам данных для задач «Прямого маркетинга» (Direct marketing)

Тема : «Система принятия решения в условиях неопределенности на основе нечетких запросов к реляционным базам данных (на примере «Прямого маркетинга» (Direct marketing))»

Цели и задачи создаваемой системы

  • - обеспечение удобного ввода, хранения, просмотра данных о клиентах;
  • - обеспечение удобного ввода, хранения, просмотра данных о заказе;
  • - печать отчетных документов
  • - накопление информации;
  • - поиск информации;
  • - распределение и обработка информации;
  • - анализ информации;
  • избежание «пропадания» различного рода информации;
  • возможность работать с применением как нечетких, так и четких запросов к системе;
  • - формирование, хранение и просмотр данных о движении заказа;
  • - составление справочников;
  • - разработка дружественного интерфейса.

Директ-маркетинг

  • это любое мероприятие, направленное на получение отклика от потребителя: либо в виде прямого заказа на продукцию, либо в виде запроса на дальнейшую информацию, либо в виде обращения за продукцией непосредственно к поставщику

Главная задача Директ-маркетинга

  • Это отбор целевой аудитории. Если отбор будет либеральным, то возрастут неоправданные расходы, если слишком строгим – будет потерян ряд потенциальных клиентов.

Организационная структура ООО "Ивент-агентство Патилэнд"

Логическая модель базы данных

Концептуальная модель базы данных

Нечеткие запросы к реляционным базам данных

  • Механизмы нечетких запросов (fuzzy queries, flexible queries) к реляционным базам данных базирующиеся на теории нечетких множеств Заде, были впервые предложены в 1984 году и впоследствии получили развитие в работах Д. Дюбуа и Г. Прада.

Как это работает

  • Для примера формализуем нечеткое понятие "Возраст сотрудника компании". Это и будет название соответствующей лингвистической переменной. Зададим для нее область определения X = [18; 70] и три лингвистических терма – "Молодой", "Средний", "Выше среднего". Последнее, что осталось сделать – построить функции принадлежности для каждого лингвистического терма.
  • Выберем трапецеидальные функции принадлежности со следующими координатами: "Молодой" = [18, 18, 28, 34], "Средний" = [28, 35, 45, 50], "Выше среднего" = [42, 53, 60, 60].

  • Определим еще одну лингвистическую переменную для поля SUM с областью определения X = [0; 600000] и термами "Малая", "Средняя" и "Большая" и аналогично построим для них функции принадлежности: "Малая" = [0, 0, 0, 200000], "Средняя" = [90000, 180000, 265000, 330000], "Большая" = [300000, 420000, 600000, 600000].

Системное проектирование

  • Главное окно программы

Административная часть программы

  • Ввод пароля
  • Работа с базой

Работа с основным деревом программы

  • Раздел информация о клиентах. Анкетные данные клиентов

  • Окно поиска
  • Результат поиска

  • Раздел ДМ-мероприятия. Прогнозирование
  • Окно выбора критериев отбора целевой аудитории

  • Результат запроса

Раздел ДМ-мероприятия. Прогнозирование. Определение статуса клиента

  • Окно с результатом запроса, при нечетком вводе данных

  • Окно с результатом запроса, при четком вводе данных

  • Окно с результатом запроса, определение статуса всех клиентов

  • Раздел ДМ-мероприятия. Прогнозирование. Оценка возможностей клиента
  • Окно с результатом запроса, при нечетком вводе данных

  • Окно с результатом запроса, при четком вводе данных

Раздел ДМ-мероприятия. Анализ. ДМ-анализ

  • Окно с выбором критериев запроса

  • Окно с результатом запроса

Раздел ДМ-mail

  • Вывод списка дней рождений клиентов агентства

  • Вывод списка клиентов, которых следует проинформировать о сезонных акциях

Раздел Справочники. Информация о проведенных мероприятиях

Раздел Отчеты. Тенденция потребления услуг