Применение информационных технологий на основе искусственных нейронных сетей для систем поддержки принятия решений в коммерческой деятельности.

Актуальность выбора метода нейронных сетей очевидна, поскольку в последние 10 лет идет активное развитие аналитических систем нового типа. В их основе - технологии искусственного интеллекта. Наиболее популярными и проверенными из этих технологий являются нейронные сети. Нейронные сети в каком-то смысле имитация мозга, поэтому с их помощью успешно решаются разнообразные " нечеткие" задачи - выявление закономерностей, классификация, прогнозирование.

С помощью нейронных сетей маркетологи могут осуществить:

1. Анализ потребительского рынка: нейрокомпьютер осуществляет поиск оптимального сегмента потребительского рынка для данного товара.

2. Прогнозирование объема продаж и управление закупками: прогноз спроса клиентов и дохода компании, чтобы осуществлять оптимальное управление закупками.

3. Управление ценами и производством: планирование цен и затрат, основанное на нейросети с использованием генетических алгоритмов.

4. Исследование факторов спроса: выявление сложных зависимостей между факторами спроса, прогнозирование поведения потребителей при изменении маркетинговой политики, выявление наиболее значимых факторов и оптимальных стратегий рекламы.

Сложные нейронные сети обладают, как правило, и большими вычислительными способностями. Такие многослойные сети обладают большими возможностями, чем однослойные, и в последние годы были разработаны алгоритмы для их обучения. Многослойные сети могут образовываться каскадами слоев. Выход одного слоя является входом для последующего слоя.

Среди всех свойств искусственных нейронных сетей наиболее интересным является их способность к обучению. Нейронную сеть можно обучать для выполнения конкретной функции, регулируя значения коэффициентов (весов) связи. Обычные искусственные нейронные сети настраиваются или обучаются так, чтобы конкретные входы преобразовывались в заданный целевой выход. Сеть настраивается (обучается), основываясь на сравнении сигналов выхода и цели до тех пор, пока выход сети не будет соответствовать цели.

30. Интегрированные информационные системы в коммерческой деятельности: структура и виды информации.

Интеграция с точки зрения ИТ- это объединение моделей внешней и внутренней среды, имеющих общую информационную границу. При этом, за счёт этого объединения возникает новая модель внутренней среды, затем формируется новая модель внешней среды и образуется новая информационная граница. ( Информационная граница - это совокупность данных моделей внешней и внутренней среды, попарно связанных одним и тем же граничным элементом объекта или процесса КД.) Процесс интеграции направлен на то, чтобы уменьшить ошибку (отклонение) данных на информационной границе.

А теперь о видах и структуре информации:

Необходимая коммерческая информация- это информация, без которой невозможно достижение целей данной коммерческой деятельности.

Запрошенная коммерческая информация- это информация, которая считается необходимой теми, кто осуществляет данную коммерческую деятельность.

Полученная коммерческая информация- это информация, находящаяся в распоряжении тех, кто осуществляет коммерческую деятельность.

Определить необходимую информацию не всегда возможно. Поэтому можно говорить о последовательном приближении к такой информации. В этом смысле запрошенная информация может являться первым приближением к необходимой. Полученная информация не всегда соответствует запрошенной, поскольку запрошенные данные могут быть не найдены. Кроме того, может быть получена информация, которая не соответствует запрошенной, но может частично стать необходимой при последующих приближениях.

На рисунке представлена схема взаимосвязи этих трёх групп информации. Ошибка, возникающая за счёт неточного выбора модели сбора и обработки данных, характеризуется величиной несовпадающих частей областей 2 и 3. На самом деле реальная ошибка соответствует величине несовпадающих частей областей 2 и 3 внутри области 1. Учитывая, что область 1 неизвестна и может быть вообще её не существует, выводы относительно приближения к необходимой информации приходится делать по приближенной ошибке. Задачей информационных технологий является уменьшение реальной ошибки за счёт сближения областей 1, 2, 3. Из схемы также следует, что полученную информацию следует обработать и выбрать необходимую – релевантную информацию.

Релевантная информация- это обработанная с целью выбора необходимой её части из полученной для коммерческой деятельности. Путём дальнейшей обработки эта информация действительно может стать необходимой, что на рисунке соответствует заштрихованному участку.

Нерелевантная информация- это полученная, но не обработанная информация. Область нерелевантной информации делится на две части:

Первая- соответствует информации, которая может стать релевантной за счёт применения информационных технологий. На рисунке это область 3, входящая в область 1 за исключением заштрихованной части.

Вторая- соответствует иррелевантной, т.е. ненужной, посторонней и даже может быть вредной информацией. На рисунке это область 3, не входящая в область 1.

О релевантной информации, используемой в коммерческой деятельности свидетельствует положительное отношение покупателей к товарам, производимым и реализуемым с использованием этой информации. Поэтому иррелевантная информация может превращаться в необходимую, а релевантная в иррелевантную.