You are on page 1of 36

Facultatea de Management Financiar Contabil Bucureşti Specializarea Contabilitate şi Informatică de Gestiune

Anul III

Anul universitar 2007-2008
Semestrul 2

Sisteme informatice de asistarea deciziei
Prof. univ. dr. Zenovic Gherasim

Întrebări pentru examen
ADEVĂRAT/FALS 1) dimensiuni. 2) utilizatorilor. Nivelul de detaliu sau granularitatea hipercubului reprezinta numarul de membri ai unei

Utilizarea tehologiei Data Mining presupune ca procesarea datelor se face cu interventia

3) În cubul OLAP, dimensiunile se materializeaza in setul de valori posibile care formeaza domeniul caracteristicii respective, valori care poarta numele de membrii dimensiunii. 4) În cubul OLAP, o caracteristica a dimensiunii este a ceea ca poate avea multipli adica grupe de valori ale dimensiunii cu o caracteristica comuna. 5) Dimensiunile impreuna cu multiplii lor formeaza structuri arborescente care sunt recunoscute de OLAP ca fiind ierarhii. 6) traditionale. Gradul de simplificare oferit de simulare este mult mai mare decat in cazul modelelor

7) Programarea euristica se aplica in cazul in care datele de care se dispune pentru o problema complexa sunt insuficiente sau are un grad mare de inexactitate, gradul de complexitate al problemei nu permite utilizarea modelelor de optimizare, nu exista solutie algoritmica iar modelul de simulare simplifica inadmisibil de mult problema si trebuie obtinuta o solutie rapida. 8) Modelul ofera un mod simplificat sau abstractizat de abordare a realitatii.

9) Depozitul de date (Data Warehouse) este o colectie de date orientate pe subiecte, integrate, corelate in timp si volatile care sprijina decizia. 10) Popularea depozitelor de date se face prin preluare din sisteme tranzactionale, care sunt supuse unor procese complexe de transformare ce nu corespund structurii depozitului care a fost proiectat. 11) Proiectarea structurii depozitului de date se face prin modelare multidimensionala.

12) OLAP nu dispune de existenta unor tehnici care permit de la o navigare si selectie simpla a datelor pana la analiza detaliata si complexa. 13) Aplicatiile care se rezolva pe baza tehnologiei OLAP au la baza analiza rapida a informatiei multidimensionala dispersata in locatii multiple dar accesibile unui mare numar de utilizatori. 14) OLAP dispune de eficacitatea bazelor de date multidimensionale, dar nu are posibilitatea de a construi alternative pentru diverse probleme de decizie. 15) OLAP presupune ca analiza datelor (care pot fi de tip numeric sau statistic) poate fi predefinita de cel care creeaza aplicatia sau chiar de utilizatorul final.

1

16) Prin modelare dimensionala se ofera un model conceptual comun pentru rapoarte si pentru agreagarea lor intr-o structura uniforma si flexibila. 17) 18) Cubul OLAP nu constituie un element structural pentru datele din procesul on-line. În tehnologia OLAP, o caracteristica a dimensiunii este aceea ca nu poate avea multipli.

19) În tehnologia OLAP, structura metadatelor este de tip ierarhic, fiecare dimensiune fiind stocata intr-o structura arborescenta cu o singura radacina (all) si cu o multitudine de ramuri care pot contine frunze comune (ierarhii alternative). 20) În tehnologia OLAP, nivelul de detaliu (granularitatea) nu reprezinta numarul de membri ai unei dimensiuni. 21) În tehnologia OLAP, datele pot fi vizualizate printr-o selectie in hipercub pe baza unui criteriu ierarhic care ar putea fi de exemplu structura organizationala pe care o conduce un anumit manager. 22) membri. 23) existente. În tehnologia OLAP, orice nivel al unei ierarhii poarta un nume dar nu contine de

Data Mining reprezinta un proces de extragere de informatii noi din colectiile de date

24) Prin tehnologia Data Mining se prelucreaza date care refera perioade anterioare (date istorice), care sunt examinate si sunt deja cunoscute. 25) În procesul decizional, design-ul sau modul de concepere al procesului de asistare a deciziei contine subetapele de identificare a problemei, descompunerea ei, stabilirea responsabilitatilor si are ca rezultat descrierea formala a problemei, a categoriei din care aceasta face parte si a tuturor responsabilitatilor care decurg de aici. 26) Principala caracteristica a SIAD pe baza de modele este modelarea analitica.

27) Analiza decizionala presupune atasarea unor valori cunoscute (precise) pentru fiecare alternativa si care se vor inscrie intr-un tabel sau un graf. 28) În analiza decizionala, numarul de consecinte trebuie sa fie mai mare sau egal cu numarul de criterii. 29) 30) alta. Solutia finala obtinuta prin programarea euristica poate fi un esec sau un succes. În tehnologia OLAP, defalcarea (dicing) este operatia de proiectie a unei dimensiuni pe o

ALEGERE 1) La modelul de programare liniara utilizat in SIAD-uri, in forma canonica toate restrictiile sunt concordante si toate variabilele sunt>=0: f ( x ) = cx f ( x ) = cx  max  min a) d)  
 Ax ≤ B  x ≥ 0 
 m in   Ax   f >

b)

(x ) =
B

cx

e)

max f ( x ) = cx  x ≥ 0
2

 Ax > B  x ≥ 0 

c)

f (x  m ax  ≤ B  Ax  x = 0 

)=

cx

f)

f (x  m in  = B  Ax  x ≥ 0 

)

=

cx

1 2 3 4 5

a+b a+c a+d b+c e+f

2) Care dintre urmatoarele subsisteme nu face parte din arhitectura unui sistem suport pentru SIAD (SSAD)? a) subsistemul de gestiune a datelor; d) subsistemul de gestiune a sabloanelor; b) subsistemul de gestiune a modelelor; e) subsistemul de gestiune a parametrilor; c) subsistemul de gestiune a f) subsistemul de gestiune a dialogului cunostintelor; (sau interfata cu utilizatorul). 1 2 3 4 5 a+b b+c c+d d+e e+f 3) a) b) c) d) 1 2 3 4 5 Care dintre etapele de mai jos nu este specifica tehnicilor de Data Mining? e) f) g) h) integrarea modelului construirea sablonului intermediar procesarea cuvintelor evaluarea modelului

identificarea surselor de date colectarea si selectarea datelor pregatirea datelor definirea si construirea modelului a+b b+c d+e e+f f+g

4) Datele pot proveni din mai multe surse interne organizatiei sau chiar din afara ei, ele putand fi incluse in baza de date proprie sau pot fi accesate direct doar in momentul in care se utilizeaza sistemul: 1 2 3 4 5 SGBD, dictionarul de date, facilitati de integrare a datelor; SGBD, SIAD, SE, dictionar de date; catalogul bazei de date, SIAD, integrarea datelor; SE, SGBD, procese decizionale, definitii de date; dictionar de date, SE, facilitati de integrare a datelor. 5) 1 2 3 4 5 Functiile unui SIAD sunt:

gestiunea datelor, gestiunea modelelor, gestiunea cunostintelor si gestiunea comunicarii intre utilizator si sistem si intre intrari si iesiri; gestiunea datelor, gestiunea modelelor, gestiunea soft-ului si gestiunea hard-ului. gestiunea intrarilor, gestiunea iesirilor, gestiunea cunostintelor si gestiunea comunicarii intre utilizator si sistem si intre date si modele, cunostinte; gestiunea datelor, gestiunea iesirilor, gestiunea legaturilor si gestiunea comunicarii intre utilizator si sistem si intre date si modele, cunostinte; gestiunea datelor, gestiunea modelelor, gestiunea cunostintelor si gestiunea comunicarii intre utilizator si sistem si intre date si modele, cunostinte.

3

spatiul operatorilor. spatiul starilor. modele de cautare exhaustiva. spatiul intrarilor. parametrii ce influenteaza rezultatul. parametrii ce influenteaza rezultatul. spatiul de rezolvare a problemelor implica: 1 2 3 4 5 spatiul starilor. modele calitative. formule matematice. 7) 1 2 3 4 5 Principalele componente structurale ale modelului sunt: variabilele de decizie. modele calitative. variabilele rezultat . starea sau starile intermediare precum si informatia asociata fiecarei stari. modele statistice. decizii in conditii de risc. 1 2 3 4 5 1 2 3 4 5 4 . starea initiala. decizii in conditii de certitudine. decizii in conditii de certitudine. decizii in conditii impuse de piata externa. starea initiala. starea initiala. variabilele rezultat. decizii in conditii de risc. un model matematic care ofera solutii aproximativ apropiate de evolutia fenomenului studiat. modele calitative (matematice). modele iconice. starea initiala. metode euristice. spatiul operatorilor. decizii in conditii de incertitudine. 9) Care este varianta corecta pentru clasificarea deciziilor: 1 2 3 4 5 decizii in conditii de certitudine. variabilele rezultat. modele nematematice. variabilele rezultat. dupa care se face si clasificarea lor: 1 2 3 4 5 modele iconice. 8) În cazul programarii euristice. starea initiala. modele cantitative (matematice). un proces aleator. variabilele de decizie. decizii in conditii de incertitudine. starea sau starile finale precum si informatia asociata fiecarei stari. modele cantitative (matematice). un model euristic. proces in urma caruia se alege solutia optima. modele cantitative (matematice). modele analitice. decizii in conditii de intelegere a contextului de luare a deciziei. modele cantitative (matematice). spatiul iesirilor. variabilele de decizie. modele analitice. metodele analitice utilizeaza: modele euristice. parametrii ce nu influenteaza rezultatul. decizii ale sistemelor informatice. variabilele de intrare. decizii in conditii de risc. decizii in conditii de incertitudine. modele analitice. pentru a gasi solutia optima. starea sau starile finale precum si informatia asociata fiecarei stari. spatiul starilor. modele statistice. spatiul operatorilor. spatiul starilor. variabilele de intrare. decizii in conditii de securitate maxima.6) Gradul de abstractizare al unui model este dat de mai multe criterii. modele iconice. o combinatie intre un model matematic si un model euristic. variabilele de iesire. parametrii ce influenteaza rezultatul. starea sau starile finale precum si informatia asociata ultimei stari. decizii in conditii de incertitudine. starea sau starile finale precum si informatia asociata fiecarei stari. 11) Metodele de cautare exhaustiva au la baza: un proces neghidat. decizii in conditii de risc. parametrii ce influenteaza rezultatul. 10) In asistarea deciziilor. spatiul operatorilor.

elaborarea unui model matematic care sa se plieze cel mai bine pe descrierea problemei. dictionarul (catalogul) de modele). SIAD-uri bazate pe cunostinte. procesul de executie si integrare a modelelor. SGBD ce este de obicei incorporat in SIAD. 4 modelele. descrierea si definirea intrarilor si iesirilor. elaborarea unui model matematic care sa se plieze cel mai bine pe descrierea problemei. 2 SIAD-uri care au la baza modele. 5 bazele de date. descrierea si definirea problemei. cel mai des utilizat fiind gradul de analiza a datelor pe care se bazeaza solutia: 1 SIAD-uri care au la baza metode aleatoare. alegerea solutiei. 3 SIAD-uri care au la baza modele. sistemul de gestiune al modelelor (similar SGBD). sistemul de gestiune al bazelor de date. elaborarea unui model matematic care sa se plieze cel mai bine pe descrierea problemei. 2 3 4 5 13) Clasificarea SIAD-urilor se face dupa mai multe criterii. dictionarul (catalogul) de modele). alegerea solutiei. procesul de executie si integrare a modelelor. SGBD care nu este de obicei incorporat in SIAD. 15) Subsistemul de gestiune a modelelor din arhitectura unui sistem suport pentru SIAD are urmatoarele componente: 1 modelele. lipsa facilitatilor de integrare a datelor. SIAD-uri bazate pe deciziile managerului. SGBD ce este de obicei incorporat in SIAD. 2 baza de date. 3 metodele. facilitatile de integrare a datelor ce se refera la existenta limbajelor declarative de interogare. sistemul de gestiune al modelelor (similar SGBD). elaborarea unui model matematic care sa se plieze cel mai bine pe descrierea problemei. 5 baza de date. facilitatile de integrare a datelor ce se refera la existenta limbajelor declarative de interogare. SGBD ce este de obicei incorporat in SIAD. 14) Subsistemul de gestiune a datelor din arhitectura unui sistem suport pentru SIAD are urmatoarele componente: 1 baza de cunostinte. SIAD-uri bazate pe date. bazele de date. SGBD ce este de obicei incorporat in SIAD. procesul de executie si integrare a modelelor. SIAD-uri bazate pe rezultate finale. SIAD-uri bazate pe date. 2 modelele. gasirea categoriei din care face parte cubul OLAP. alegerea solutiei. facilitatile de separare a datelor ce se refera la nonexistenta limbajelor declarative de interogare. dictionarul (catalogul) 5 . dictionarul de date (Data Dictionary). gasirea categoriei din care face parte problema. alegerea solutiei. sistemul de gestiune al modelelor (similar SGBD).12) Pentru procesul decizional structurat si pentru cel semistructurat se pot folosi modelele cantitative bazate pe metode si modele ale cercetarii operationale. SIAD-uri bazate pe date. facilitatile de integrare a datelor ce se refera la nonexistenta limbajelor declarative de programare. SIAD-uri bazate pe cunostinte. SIAD-uri bazate pe cunostinte. dictionarul de date (Data Dictionary). gasirea categoriei din care face parte problema. 5 SIAD-uri care au la baza experienta managerului. elaborarea unui model matematic care sa se plieze cel mai bine pe descrierea problemei. procesul de creare si verificare a modelelor. dictionarul de date (Data Dictionary). dictionarul de date (Data Dictionary). descrierea si definirea problemei. SIAD-uri bazate pe cunostinte. Aceasta abordare presupune automatizarea totala sau partiala a procesului de adoptare a deciziei si consta in urmatorii pasi: 1 descrierea si definirea problemei. 4 baza de date. 4 SIAD-uri care au la baza modele. gasirea categoriei din care face parte problema. dictionarul de date (Data Dictionary). alegerea acelor date de intrare care vor folosi la crearea bazei de date. SIAD-uri bazate pe date. dictionarul (catalogul) de modele). descrierea si definirea modelului euristic. sistemul de gestiune al modelelor (similar SGBD). 3 baza de date.

utilizarea modelului in operatii de simulare si predictie. metoda glisajului exponential. metoda regresiei liniare multiple. implementarea rezultatelor simularii. evaluarea experimentelor. obtinerea deciziei managerului referitoare la datele de iesire. validarea (verificarea) modelului. obtinerea modelului semantic. implementarea rezultatelor simularii. stari generale. stari generale. metoda regresiei liniare simple. specificarea. evaluarea experimentelor. alternative decizionale. metoda regresiei liniare multiple. estimarea datelor de intrare. modelul de efectuare a experimentelor. testarea si validarea modelului . modelul de efectuare a experimentelor. stari generate de inconsistenta bazei de date. metoda filtrajului adaptiv. analiza. metoda filtrajului adaptiv. alternative decizionale. analiza. metoda regresiei liniare multiple. evaluarea intrarilor si iesirilor. estimarea parametrilor modelului. utilizarea rezultatelor in operatii de simulare. 6 . metoda regresiei liniare simple. testarea semnificatiei datelor de iesire.de modele). definirea problemei. 16) 1 2 3 4 5 Analiza decizionala contine: alternative generate de crize majore ale organizatiei. estimarea parametrilor modelului. evaluarea experimentelor. stari generale. estimarea parametrilor modelului. alternative decizionale. testarea semnificatiei parametrilor estimati. testarea si validarea modelului . 18) Pentru a alcatui un model de regresie se va tine cont de urmatoarele etape: 1 2 3 4 5 analiza. testarea si validarea modelului. analiza. consecinte decizionale. utilizarea modelului in operatii de simulare si predictie. testarea semnificatiei parametrilor estimati. definirea problemei. specificarea. testarea si validarea modelului. 17) Pasii de urmat intr-un proces de simulare pot fi: 1 2 3 4 5 definirea bazei de date. modelul de efectuare a experimentelor. metode empirice. consecinte decizionale. validarea (verificarea) modelului. metoda regresiei liniare multiple. procesul de executie si integrare a modelelor. obtinerea modelului de simulare. 19) Pentru previzionarea variabilei Y din regresia liniara simpla Y=f(x) se poate folosi una din urmatoarele metode: 1 2 3 4 5 metode exhaustive. validarea (verificarea) modelului. specificarea. metoda glisajului exponential. validarea (verificarea) modelului. obtinerea modelului de simulare. utilizarea modelului in operatii de simulare si predictie. analiza. metoda filtrajului adaptiv. specificarea. implementarea rezultatelor simularii. testarea semnificatiei parametrilor estimati. metoda glisajului exponential. alternative repetitive. obtinerea modelului de simulare. definirea problemei. metoda regresiei liniare multiple. utilizarea modelului in operatii de simulare si predictie. metoda regresiei liniare simple. evaluarea experimentelor. consecinte decizionale. definirea problemei. testarea semnificatiei parametrilor estimati. consecinte decizionale. validarea (verificarea) modelului. implementarea testelor. metoda regresiei liniare simple. alternative la exploatarea bazei de date. consecinte decizionale. sinteza. modelul de efectuare a experimentelor. implementarea rezultatelor simularii. metode bazate pe puncte critice. implementarea rezultatelor simularii. testarea si validarea modelului. metode retrograde. metoda filtrajului adaptiv. estimarea parametrilor modelului.

alegerea si implementarea. 21) Metoda rationamentului bazat pe cazuri se poate aplica pentru: 1 2 3 4 5 clasificari si predictii. 7 . design-ul sau modul de alegere al procesului de asistare a deciziei si implementarea. masurarea distantei dintre vecine. revizuiri ale datelor istorice ale organizatiei. experienta acumulata de decident precum si de afinitatile acestuia fata de una sau alta dintre variantele existente. experienta acumulata de decident precum si de istoricul cazuisticii acumulate. condescendent. informarea generala. exista doua functii fundamentale de prelucrare: masurarea distantei dintre membrii cotizanti ai organizatiei. combinarea rezultatelor obtinute din masurare pentru a obtine suma totala cotizata.1 2 3 4 5 20) În rationamentul bazat pe cazuri. rationamente infinite. functioneaza pe baza analizei si agregarii datelor si au ca functii accesul imediat la date. design-ul sau modul de concepere al procesului de asistare a deciziei. 25) Sistemele de asistare a deciziei orientate pe date: 1 2 functioneaza pe baza sintezei si dezagregarii datelor si au ca functii accesul imediat la date. 23) Gradul de structurabilitate a deciziei depinde de: 1 2 3 4 5 experienta acumulata de decident precum si de nivelul si importanta ei. creeaza statistici. informarea generala. creeaza statistici. informarea generala. design-ul sau modul de implementare al procesului de asistare a deciziei si alegerea. dispun de un mecanism pentru analiza imediata a datelor. experienta acumulata de executant precum si de nivelul si importanta ei. cupluri manageriale. masurarea distantei dintre membrii fiecarui cuplu de inregistrari pentru a afla vecinele cele mai apropiate. alegerea si implementarea. combinarea rezultatelor obtinute de la “vecine” in raspunsul propus pentru cazul curent. atat ascendent cat si descendent. combinarea rezultatelor obtinute de la minori in raspunsul propus pentru majori. informarea particulara. experienta acumulata de colaboratori precum si de nivelul si importanta ei. masurarea distantei dintre membrii minori si majori ai organizatiei. design-ul sau modul de concepere al procesului de asistare a deciziei. cazuistica din procesele economice penale. 22) Tehnicile de Data Mining se pot aplica: 1 2 3 4 5 aleatoriu. 24) Procesul de adoptare a deciziilor este constituit din urmatoarele etape: 1 2 3 4 5 informarea generala. numai descendent numai ascendant. combinarea rezultatelor obtinute de la “vecine” in raspunsul propus pentru cazul curent. dispun de un mecanism pentru analiza imediata a datelor. masurarea distantei dintre membrii fiecarui cuplu managerial al organizatiei pentru a afla vecinele cele mai apropiate. design-ul sau modul de concepere al procesului de implementare a deciziei si alegerea. combinarea rezultatelor obtinute de la “vecine” in raspunsul propus pentru cazul curent.

oferita de Holsapple si Whinston. dispun de un mecanism pentru analiza intarziata a datelor. cunostinte. 26) Adoptarea deciziilor constituie un proces care pe langa suportul tehnic are nevoie de un suport: 1 2 3 4 5 structural care este asigurat de partea arhitecturala componenta integranta a sistemului decizional. SIAD bazate pe functii. modele. cognitiv care este asigurat de partea umana componenta integranta a sistemului decizional. dispun de un mecanism pentru analiza imediata a cunostintelor. cautari de informatii. functioneaza pe baza sintezei si dezagregarii datelor si au ca functii accesul intarziat la date. sisteme informatice. dispun de un mecanism pentru analiza intarziata a datelor. baze de date. manageri. 28) Caracteristicile principale ale SIAD (DSS) sunt: rezolvarea acelor probleme care nu se d) solutiile sunt obtinute prin manipulari pot rezolva cu sisteme destinate de date. cuantificarii cantitative. creeaza statistici.3 4 5 functioneaza pe baza analizei si agregarii datelor si au ca functii accesul intarziat la date. creeaza statistici. a+b+c b+c+d+e a+b+d+e b+c+d a+b+c+d a) b) c) 1 2 3 4 5 29) Clasificarea sistemelor informatice de asistare a deciziei (SIAD). rol de asistare a decidentilor e) timpul de raspuns pentru obtinerea unei (managerilor) la nivel individual sau de solutii acceptabile este limitat. creeaza statistici. b) e) SIAD procesoare de tabele. 27) Sistemele informatice de asistare inteligenta a deciziei sunt sisteme informatice de asistare a deciziei bazate pe: 1 2 3 4 5 date. a) d) SIAD baze de date. SIAD bazate pe reguli. grup in toate etapele procesului decizional timpul de raspuns pentru obtinerea unei solutii acceptabile este nelimitat. grupeaza sistemele SIAD in tipurile: SIAD bazate pe analiza textelor. credibil care este asigurat de partea scrisa pe hartie componenta integranta a sistemului decizional. functioneaza pe baza segregarii cunostintelor si au ca functii accesul imediat la cunostinte. calcule. c) 1 2 3 4 5 a+b+c a+b+c+d a+b+c+d+e b+c+d+e c+d+e 8 . informativ care este asigurat de partea informatica componenta integranta a sistemului decizional. comportamental care este asigurat de partea functionala componenta integranta a sistemului decizional.

O. Subsistemul de gestiune a datelor contine facilitatile de integrare a datelor in care nu trebuie sa existe limbaje declarative de interogare. ele putand fi incluse in baza de date proprie sau pot fi accesate direct doar in momentul in care se utilizeaza sistemul. cresterea ponderii procesului decizional bazat pe date informale datorita lucrului in echipa precum si cresterea gradului de creativitate al grupului. cresterea importantei procesului decizional datorita lucrului in echipa precum si cresterea gradului de creativitate al grupului. sau de actualizare a modelelor deja existente. diversificarea procesului decizional datorita lucrului in echipa precum si cresterea gradului de creativitate al grupului. c) 1 2 3 4 5 a+b+c b+c+d c+d a+d+e a+b+c+d 34) categoriile: a) Facilitatile oferite de un sistem de gestiune a modelelor (SGM) se pot grupa in stocarea modelelor. Subsistemul de dialog cu utilizatorul sau interfata este o componenta care asigura interactivitatea SIAD. cresterea cantitatii informatiei procesului decizional datorita lucrului in echipa precum si cresterea gradului de creativitate al grupului. Datele pot proveni din mai multe surse interne organizatiei sau chiar din afara ei. Subsistemul de gestiune a cunostintelor inglobeaza sisteme expert ce ofera pentru SIAD solutii pentru aspectele calitative nestructurate. subrutine. care dintre afirmatiile prezentate mai jos nu este corecta? 1 Subsistemul de gestiune a datelor contine baza de date ce poate fi proprie SIAD sau se poate crea prin extragere de date din alte baze de date sau dintr-un depozit de date. e) facilitati de mentabilitate a modelelor existente cu posibilitati de pastrare a 9 . Subsistemul de gestiune a modelelor. destinat pentru crearea de noi modele cu ajutorul limbajelor de programare.O. metoda STEM b) e) metoda R. 31) Referitor la subsistemele componente ale unui sistem suport pentrru SIAD. 2 3 4 5 32) Care dintre regulile prezentate mai jos nu exista pentru solutia optima a problemei de decizie multicriteriala in conditii de incertitudine? 1 2 3 4 5 Criteriul WARD (al prudentei) Criteriul SAVAGE sau regula regretului Criteriul Laplace Criteriul Hurwicz Criteriul Schwarz programarii liniare 33) Care dintre metodele prezentate mai jos nu apartin multidimensionale? metoda utilitatii globale metoda de rafinare imediata a datelor a) d) metoda P. contine un sistem de gestiune al modelelor (similar SGBD).30) 1 2 3 4 5 Sistemele informatice pentru asistarea deciziei de grup (Groupware) au ca scop: cresterea calitatii procesului decizional datorita lucrului in echipa precum si cresterea gradului de creativitate al grupului.P.S. Ea poate fi utilizata de unul sau mai multi decidenti pentru diverse aplicatii.

g) consistenta care da posibilitatea ca acelasi model si aceleasi date sa fie accesate de mai multi utilizatori. controlul si previziunea activitatilor lor. stabilirea retelelor in interiorul organizatiei cat si la rezolvarea problemelor curente. dar si pentru comunicarea dintre persoane. O astfel de decizie se bazeaza pe criteriul costului minim de functionare. b) c) Aceste decizii presupun cunoasterea e) evolutiei anterioare a fenomenului economic. Daca exista variante de decizie care au aceeasi speranta matematica. controlul si previziunea sarcinilor didactice. analiza si proiectarea sistemelor informatice de gestiune.b) c) utilizarea modelelor deja existente. a+b+c+d a+c+d+e b+c+d a+b+c+d+e+f+g c+d+e+g 35) f) solutiilor. flexibilitate. organizarea. Ca varianta optima se va alege aceea care are cea mai mica abatere standard. 36) a) În cazul deciziilor in conditii de risc: d) Procesul de decizie va avea o multitudine de consecinte. analiza si proiectarea sistemelor informatice pentru asistarea deciziei. stabilirea retelelor in interiorul organizatiei cat si la rezolvarea problemelor curente. analiza si proiectarea sistemelor expert. Acest tip de decizie face parte din clasa generala a deciziilor de orientare in care alegerea unei variante se face in functie de previziunile viitoare ale decidentului precum si de criterii obiective care presupun rationament logic. organizarea. coordonarea. construirea unor modele noi pe baza celor existente. posibilul trend al variabilelor necontrolabile si chiar ce rezultate are fiecare strategie analizata pe baza criteriului sperantei matematice. Aceste decizii presupun o cunoastere a evolutiei fenomenelor viitoare. coordonarea. ceea ce se petrece mai rar in realitatea economica. Aceste decizii presupun un ansamblu de decizii anterioare. a+b+c 1 10 . care consta in trecerea rapida de la o abordare la alta. Acest mod de cunoastere va permite o previziune si o alegere cat de cat corecta a variantei de decizie. dar si pentru comunicarea dintre persoane. facilitati de acces si de regasire a modelelor. Se obtine o distributie a probabilitatilor din care se va alege varianta cu speranta matematica cea mai buna. atunci se va calcula intervalul de variatie si abaterea standard. d) 1 2 3 4 5 Managerii utilizeaza sistemele informatice pentru: 1 2 3 4 5 planificarea. cu verificarea rezultatelor in practica. planificarea. Aceste decizii presupun ca decidentul cunoaste aproximativ evolutia viitoare a fenomenului. iar fiecareia i se va asocia o probabilitate.

39) În etapa de alegere pentru adoptarea deciziei. Aceste decizii presupun un ansamblu de decizii anterioare. folosesc formule matematice pentru a gasi solutia optima. d) folosesc formule financiare pentru a gasi solutia optima. 38) În cazul deciziilor in conditii de incertitudine: 1 2 3 4 5 Aceste decizii presupun ca decidentul cunoaste aproximativ evolutia viitoare a fenomenului. atunci se va calcula intervalul de variatie si abaterea standard. iar fiecareia i se va asocia o probabilitate. Daca exista variante de decizie care au aceeasi speranta matematica. Aceste decizii presupun cunoasterea evolutiei anterioare a fenomenului economic. O astfel de decizie se bazeaza pe criteriul costului minim de functionare. Procesul de decizie va avea o multitudine de consecinte. rationamentul facut prin parcurgerea spatiului de cautare a solutiilor ce permite trecerea prin toate stadiile intermediare catre o stare finala care poate fi un rezultat satisfacator sau o nereusita (esec).2 3 4 5 a+d b+c+d c+d+e a+c+e 37) În cazul deciziilor in conditii de certitudine: 1 2 3 4 5 Aceste decizii presupun ca decidentul cunoaste aproximativ evolutia viitoare a fenomenului. cu verificarea rezultatelor in practica. Se obtine o distributie a probabilitatilor din care se va alege varianta cu speranta matematica cea mai buna. posibilul trend al variabilelor necontrolabile si chiar ce rezultate are fiecare strategie analizata pe baza criteriului sperantei matematice. cu verificarea rezultatelor in practica. Ca varianta optima se va alege aceea care are cea mai mica abatere standard. Se obtine o distributie a probabilitatilor din care se va alege varianta cu speranta matematica cea mai buna. Aceste decizii presupun o cunoastere a evolutiei fenomenelor viitoare. Daca exista variante de decizie care au aceeasi speranta matematica. posibilul trend al variabilelor necontrolabile si chiar ce rezultate are fiecare strategie analizata pe baza criteriului sperantei matematice. Acest mod de cunoastere va permite o previziune si o alegere cat de cat corecta a variantei de decizie. Acest tip de decizie face parte din clasa generala a deciziilor de orientare in care alegerea unei variante se face in functie de previziunile viitoare ale decidentului precum si de criterii obiective care presupun rationament logic. Aceste decizii presupun un ansamblu de decizii anterioare. iar fiecareia i se va asocia o probabilitate. Aceste decizii presupun cunoasterea evolutiei anterioare a fenomenului economic. b) e) 11 . Procesul de decizie va avea o multitudine de consecinte. Acest tip de decizie face parte din clasa generala a deciziilor de orientare in care alegerea unei variante se face in functie de previziunile viitoare ale decidentului precum si de criterii obiective care presupun rationament logic. Ca varianta optima se va alege aceea care are cea mai mica abatere standard. atunci se va calcula intervalul de variatie si abaterea standard. ceea ce se petrece mai rar in realitatea economica. ceea ce se petrece mai rar in realitatea economica. Acest mod de cunoastere va permite o previziune si o alegere cat de cat corecta a variantei de decizie. metodele de cautare euristice se bazeaza pe: a) o riguroasa analiza a problemei sau printr-o cautare prin incercari succesive a spatiului solutiilor. O astfel de decizie se bazeaza pe criteriul costului minim de functionare. Aceste decizii presupun o cunoastere a evolutiei fenomenelor viitoare.

a+b+c a+c+e a+e b+c+d c+e a deciziei orientate pe date sunt rezultatul crearii unor exploatarea depozitelor de date prin procesare analitica on-line (OLAP. MIS pleaca de la relatiile interumane pe cand SIAD-ul porneste de la relatiile dintre sistemele informatice. sunt sisteme informatice: destinate asistarii deciziilor pe cel mai d) au posibilitatea de a oferi decidentului de jos nivel al managementului tendinte. OnLine Transation Processing). b) depozitarea unor volume enorme de e) date istorice ale organizatiei (Data Warehousing). MIS pleaca de la decident si de la decizie pe cand SIAD-ul porneste de la relatiile interumane. concurentiala. MIS pleaca de la relatiile dintre sistemele informatice pe cand SIAD-ul porneste de la relatiile interumane. ajuta la identificarea si rezolvarea problemelor prin sesizarea de noi oportunitati. 42) Sistemele informatice de sprijin al executivului. analize pentru activitatea organizational. MIS pleaca de la date si relatiile dintre acestea pe cand SIAD-ul porneste de la decident si de la decizie. Automatizarea lucrarilor de birou (OAS. destinate asistarii deciziilor pe cel mai e) destinate asistarii deciziilor pe nivelul inalt nivel al managementului de mijoc al managementului organizational.c) folosesc formule statistice pentru a gasi solutia optima. a+b+c+d b+c+d c+d+e a+b+e a+c Modelarea este considerata esentiala pentru sistemele informatice de asistare a deciziei si a) b) c) 1 2 3 4 5 43) implica: 12 . Office Automation Systems). 1 2 3 4 5 a+b+c b+d c+d+e d+e a+e 41) Diferenta dintre sistemele informatice pentru management (MIS) si sistemele informatice pentru asistarea deciziei. c) birotica. OnLine Analytical Processing). SIAD (DSS) consta in aceea ca: 1 2 3 4 5 MIS pleaca de la decident si de la decizie pe cand SIAD-ul porneste de la date si relatiile dintre acestea. ESS (EIS). 1 2 3 4 5 40) Sistemele informatice de asistare tehnologii speciale cum sunt: a) exploatarea datelor prin procesarea d) online a tranzactiilor (OLTP. organizational.

problemele de programare liniara au restrictii de tip inegalitati si conditii explicite puse unora dintre variabile. obtinerea unor tipare. obtinerea unor tipare. analiza datelor presupune: 1 2 3 4 5 1 2 3 4 5 a gasi relatii intre datele distribuite. cauzale sau functionale. partea de concepere a problemei si partea de abstractizare in expresii cantitative sau calitative. corelatii structurale. determinarea unui min sau max pentru functia obiectiv care nu depinde de nici o variabila. partea de discreditare a problemei de rezolvat. determinarea unui min sau max pentru functia obiectiv care depinde de una sau mai multe variabile care satisfac restrictiile modelului (conditii implicite) sau care se refera la valorile ce pot fi luate de variabile (conditii explicite). cauzale sau functionale. corelatii structurale. corelatii structurale. determinarea unei valori medii pentru functia obiectiv care depinde de una sau mai multe variabile care satisfac restrictiile modelului (conditii implicite) sau care se refera la valorile ce pot fi luate de variabile (conditii explicite). cum ar fi: disocieri. 45) În SIAD-urile bazate pe analiza si sinteza datelor. cauzale sau functionale. 46) În SIAD-urile bazate pe analiza si sinteza datelor. cauzale sau functionale. a gasi relatii intre datele sintetizate cum ar fi: asocieri. problemele de programare liniara au restrictii de tip inegalitati si conditii explicite puse unora dintre variabile. problemele de programare liniara au restrictii de tip egalitati si conditii explicite puse unora dintre variabile. 47) 1 Sistemele de asistare a deciziei care au la baza sinteza si analiza datelor realizeaza: 3 4 5 modele necesare pentru a obtine informatii care sa reliefeze factorii care influenteaza 13 . a gasi relatii intre datele centralizate cum ar fi: asocieri. a gasi relatii intre datele tranzactionale cum ar fi: asocieri. partea de sinteza a problemei si partea de concretizare in expresii cantitative sau calitative. corelatii si uneori modele din care se pot deduce tendinte. corelatii si uneori modele din care nu se pot deduce tendinte. determinarea unui min sau max pentru functia obiectiv care depinde de una sau mai multe variabile care satisfac restrictiile modelului (conditii implicite) sau care se refera la valorile ce pot fi luate de variabile (conditii explicite).1 2 3 4 5 partea de implementare a problemei de rezolvat. problemele de programare liniara au restrictii de tip egalitati si conditii explicite puse unora dintre variabile. dar nu se poate previziona cu o anumita probabilitate cum vor arata datele pe o perioada ulterioara. rezultatul procesului de observare analitica este: 1 2 obtinerea unor tipare. corelatii structurale. corelatii structurale. obtinerea unor tipare. corelatii si uneori modele din care nu se pot deduce tendinte sau nu se poate previziona cu o anumita probabilitate cum vor arata datele pe o perioada ulterioara. cauzale sau functionale. corelatii si uneori modele din care se pot deduce tendinte sau se poate previziona cu o anumita probabilitate cum vor arata datele pe o perioada ulterioara. partea de discretizare a problemei de rezolvat. problemele de programare liniara au restrictii de tip inegalitati si conditii explicite puse unora dintre variabile. obtinerea unor modele din care se pot dezvolta SIAD-uri bazate pe modele. 44) Modelul unei probleme de programare liniara poate fi sintetizat astfel: determinarea unei valori medii pentru functia obiectiv care depinde de una sau mai multe variabile care satisfac restrictiile modelului (conditii implicite) sau care se refera la valorile ce pot fi luate de variabile (conditii explicite). dar se poate previziona cu o anumita probabilitate cum vor arata datele pe o perioada ulterioara. a gasi relatii intre datele sintetizate cum ar fi: disocieri.

sistematizarea. ceea ce obliga depozitul de date sa se adapteze din mers cerintelor. modificarile care intervin datorita adaptarii sistemului la schimbarile intervenite reiau anumite faze ale ciclului de viata. De aceea se observa ca datele gestionate pentru sisteme tranzactionale sunt privite ca un a) b) c) 1 2 3 4 5 a) b) c) 1 2 3 4 5 a) datele continute de un sistem de d) prelucrare a tranzactiilor. interogari curente. decorelarea si regruparea datelor pentru a obtine informatii care sa reliefeze factorii care influenteaza pozitiv sau negativ performantele companiei. aglomerarea motorului bazei de e) aglomerarea motorului bazei de date cu task-uri de centralizare date cu task-uri de centralizare care grabeste astfel tranzactiile care incetineste astfel tranzactiile curente. 14 . conditionarea datelor pentru a obtine informatii care sa reliefeze factorii care influenteaza pozitiv sau negativ performantele companiei. sunt date centralizate sau derivate din date operationale. date referitoare la tranzactii ulterioare. distribuirea. sistematizarea.2 3 4 5 pozitiv sau negativ performantele companiei. 48) Principalele inconveniente ale depozitelor de date sunt: timpul mic necesar exploatarii lor. nu se modifica in timp si sunt destinate utilizatorilor finali. corelarea si gruparea datelor pentru a obtine informatii care sa reliefeze factorii care influenteaza pozitiv sau negativ performantele companiei. strategic. Dar odata implementate ele functioneaza perioade lungi de timp fara modificari. in depozitul de date se pot stoca: arhive de date privind activitatea d) decizii ale managementului anterioara. dispersarea. curente. a+b+c b+c+d c+d+e c+e a+c+e 49) Fara ca utilizatorul sa poata interveni. OLTP (OnLine Transaction Processing) sunt de tip operational. d) integritatea si coerenta bazei de date. e) hotarari ale managementului strategic. timpul mare necesar exploatarii lor. iar datele continute de un depozit de date sunt specifice asistarii deciziilor. comasarea. corelarea si gruparea datelor pentru a obtine informatii care sa reliefeze factorii care nu influenteaza performantele companiei. a+b+c b+c+d c+d a+c a+d+e 50) Diferentele dintre depozitul de date si baza de date sunt urmatoarele: bazele de date construite pentru sisteme tranzactionale sunt proiectate si realizate pe baza unor cerinte cunoscute si certe. În SIAD cerintele sunt cunoscute doar partial in momentul proiectarii si realizarii lor. comasarea.

În procesele decizionale. datele necesare acestora sunt in volum mare. e) performantele se refera la integritate. 4 15 . etapa in care se face declansarea actiunii alese (propuse) de decident. siguranta si timp de raspuns intrucat un numar mare de utilizatori introduc date in sistem. datele procesate in sistemele tranzactionale sunt in seturi relativ mici. stocate dispersat ceea ce duce la o prelucrare mai lenta. furnizori. in care datele sunt: orientate pe subiecte. decidentul alege o singura actiune din multitudinea existenta in functie de criteriul de selectie propus si de modelul decizional pe care l-a ales. a+b+c b+c+e c+d+e a+b+d+e a+b+c+d+e intreg. introduse recent si compact. confidentialitate. c) 1 2 3 4 5 a+b+c+d a+c+d+e b+c+d+e a+c+e b+c+d 52) Una din subetapele design-ului sau modului de concepere al procesului de asistare a deciziei este modelarea ce implica: 1 2 3 o etapa in care sunt analizate evenimentele aparute in organizatie si depistate cauzele lor de aparitie. 1 2 3 4 5 51) Depozitul de date (Data Warehouse) este o colectie de date care sprijina decizia. astfel incat prelucrarea se face destul de rapid. modul de concepere a problemei precum si abstractizarea ei cantitativa si/sau calitativa. pe cand depozitele de date sunt orientate pe subiecte cum ar fi de exemplu: resurse. pe cand cele din depozitele de date sunt organizate pe sectiuni deoarece ele sunt organizate in functie de subiectul de analiza. produse. clienti. neintegrate. a) d) non-volatile.b) c) in cazul sistemelor tranzactionale. corelate in timp. etapa de baza pentru adoptarea deciziei deoarece in cadrul ei se concretizeaza rezultatele obtinute in celelalte etape. in timp ce in cazul SIAD (deci a depozitelor de date) numarul de utilizatori finali (manageri) este foarte mic. b) e) integrate. dezvolta proceduri mentale care ajuta la incadrarea problemei de rezolvat intr-o anume clasa de modele existente. Astfel si securitatea si siguranta in exploatare nu sunt supuse unor riscuri majore. procedurile de salvare si restaurare fiind mai putin utilizate decit in cazul sistemelor tranzactionale. sistemele tranzactionale reflecta de obicei fluxul datelor din activitati curente. experienta decidentului isi pune amprenta pe modul de alegere a modelului dintr-o multitudine existenta.

cat si adoptarea deciziei. deschise a sistemului. asigurarea unei transparente sporite e) complexitatea dimensionala a analizei b) prin existenta unei arhitecturi ofera performante stabile. a+b+c+d b+c+d+e a+c+d+e a+c+d a+d+e c) 1 2 3 4 5 16 . prin asistarea implicarii acestuia in modalitatile tehnice de furnizare a datelor.5 atat analiza. e) unde server-ul are ca scop omogenizarea datelor. fac parte: a) posibilitatea de acces a unui singur utilizator (mono-user) la aceeasi faza (etapa) de analiza. a datelor. fac parte: abordarea conceptuala a) d) accesibilitatea asigurata utilizatorului multidimensionala a datelor. posibilitatea de a efectua aceleasi operatii asupra tuturor dimensiunilor si care poarta numele de prelucrare generica a dimensiunilor. 1 2 3 4 5 a+b+c+d a+b+d+e b+c+d+e c+d+e a+c+e 55) Dintre cele 11 principii formulate de Ted Codd (1992) care stau la baza tehnologiei OLAP. 53) Mediul in care se construieste si se exploateaza un depozit de date contine urmatoarele elemente: a) surse de date tranzactionale. 1 2 3 4 5 a+b+c+d b+c+d+e a+b+c+d+e+f a+d+e+f c+d+e+f 54) Dintre cele 11 principii formulate de Ted Codd (1992) care stau la baza tehnologiei OLAP. posibilitatile de acces simultan a mai multor utilizatori (multiuser) la aceeasi faza (etapa) de analiza. b) utilizarea arhitecturii client-server. d) sistemul de gestiune al bazei de date. b) instrumente de proiectare-dezvoltare. e) instrumente de acces si analiza a datelor. pentru a nu incarca memoria calculatorului. c) instrument de extractie si transformare f) instrumente de administrare. numar limitat de niveluri de c) agregare si de dimensiuni. d) gestionarea dinamica a matricilor incrucisate prin facilitatea de a elimina combinatiile dimensionale nule.

multidimensionala. 5 informatie unidimensionala prin analiza partajata incetinita. b) numar limitat de niveluri de agregare si e) de dimensiuni. de Ted Codd (1992) care stau la baza tehnologiei numar nelimitat de niveluri de agregare si de dimensiuni. a+c+e b+d+e c+d+e a+b+c a+b+c+d+e În tehnologia OLAP. perspectiva multidimensionala asupra datelor este data de a) b) c) 1 2 3 4 5 60) posibilitatea: 1 2 de a integra un aspect care caracterizeaza activitatea unei intreprinderi cu un aspect care caracterizeaza activitatea altei intreprinderi. d) capacitatea de calcul intensiv. perspectiva multidimensionala a e) orientare in timp (time intelligence). ceea ce da d) posibilitatea executarii fara restrictii a calculelor pentru toate combinarile de dimensiuni si niveluri ierarhice. 4 informatie multidimensionala prin analiza nepartajata rapida.56) Dintre cele 11 principii formulate OLAP. 2 informatie multidimensionala prin analiza partajata rapida. 59) Tehnologia OLAP se caracterizeaza prin: perspectiva unidimensionala a datelor. operatii restrictive. c) posibilitatea manipularii intuitive a datelor. fac parte: a) operatii nerestrictive. 17 . de a integra multiplele aspecte care caracterizeaza activitatea unei intreprinderi si care sunt considerate dintr-o singura perspectiva (a banilor). datelor. informatie. c) 1 2 3 4 5 a+b+c+d+e b+c+d+e c+d+e d+e e 58) Testul cu 5 reguli denumit FASMI (Fast Analysis Shared Multidimensional Information) pentru definirea caracteristicilor unei aplicatii OLAP se refera la: 1 informatie unidimensionala prin analiza partajata rapida. ceea ce da posibilitatea executarii cu restrictii a calculelor pentru toate combinarile de dimensiuni si niveluri ierarhice. 3 informatie multidimensionala prin analiza partajata lenta. a+b+c a+c+d c+d+e a+b+e c+e 1 2 3 4 5 57) Testul cu 5 reguli denumit FASMI (Fast Analysis Shared Multidimensional Information) pentru definirea caracteristicilor unei aplicatii OLAP se refera la: rapida. a) d) analiza. b) e) partajata. capacitatea de calcul ponderat.

cu inteles de unitate de masura. consecintele. dimensiunile activitatii.3 4 5 de a integra un aspect care caracterizeaza activitatea unei intreprinderi cu un aspect care caracterizeaza activitatea altei intreprinderi. În tehnologia OLAP. de a integra multiplele aspecte care caracterizeaza activitatea unei intreprinderi si care sunt considerate din perspective multiple ca: timp. coloane niveluri. criterii de agregare a datelor. tabele. 61) În tehnologia OLAP. 63) În tehnologia OLAP. cu inteles definit de contextul in care se folosesc datele. criterii de definire contextuala a datelor. cu inteles de generator de date. matrici. 1 o structura unidimensionala prin care se modeleaza complexul de activitati pe o perioada indelungata de timp. criterii de repartizare a datelor catre utilizatori. fiecare dimensiune este definita in genere prin mai multe: 1 2 3 4 5 linii. 18 . criteriile. modelarea multidimensionala este caracterizata de cateva concepte 65) de baza: a) b) c) 1 2 3 4 5 cuantificarea activitatii (aspectul cantitativ). a+b+c b+c+d a+b+d a+d+e a+b+c+e 66) Cubul OLAP este: d) e) faptele. cu inteles de baza de date. nivelele unei dimensiuni formeaza: 1 2 3 4 5 baza pentru nivelele altei dimensiuni. din perspectiva activitatilor comune. criterii de distributie a datelor. produse. 62) În tehnologia OLAP. dimensiunile fiind dependente unele de altele si cu unitati de masura specifice dimensiunii respective. dimensiunile fiind dependente unele de altele si cu unitati de masura specifice dimensiunii respective. 64) În tehnologia OLAP. un depozit de date. din perspectiva profitului comun. bani. un raft de date. unitatile de masura pot constitui: 1 2 3 4 5 1 2 3 4 5 criterii de dezagregare a datelor. ierarhia. o baza de date. dimensiunile fiind independente si cu unitati de masura specifice dimensiunii respective. de a integra un aspect care caracterizeaza activitatea unei intreprinderi cu un aspect care caracterizeaza activitatea altei intreprinderi. conceptul de dimensiune este folosit: cu inteles de aspect.

70) În cubul OLAP. selectare prin vizualizare a tuturor inregistrarilor din baza de date. date elementare. detalii. defalcarea (dicing) este operatia de: selectare prin vizualizare doar pentru un membru al unei dimensiuni. o structura multidimensionala prin care se modeleaza complexul de activitati numai intrun moment de timp definit de administrator. obtinerea de informatii din colectiile de date existente prin tehnici Data Mining. date sintetice. adica un plan din cubul tridimensional. De obicei o dimensiune din primul plan este combinata cu o alta dimensiune din adancime. date complexe. a+b+c+d 1 2 3 4 5 a) b) c) 1 19 . prin sectionare (slicing) se creeaza posibilitatea: 1 2 3 4 5 selectarii prin vizualizare doar pentru un membru al unei dimensiuni. 68) În cubul OLAP. Sectiunea astfel obtinuta va apare ca un tabel pilot cu valorile dimensiunilor pe laturi si cu specificarea valorii alese pentru dimensiunea suprimata. Acest proces se mai numeste imbricarea dimensiunilor.2 3 4 5 o structura cu o singura dimensiune prin care se modeleaza complexul de activitati pe o perioada indelungata de timp. prin operatia drill-down se obtin: 1 2 3 4 5 date de conjunctura. proiectie a unei dimensiuni pe ea insasi. adica un plan din cubul tridimensional. definirea oportunitatilor comerciale e) cuantificarea cat mai corecta a si a datelor pe care se face rezultatelor concrete pentru a exploatarea. o structura multidimensionala prin care se modeleaza o baza de date tranzactionala. d) adoptarea deciziilor si actiunilor in urma informatiilor rezultate. selectarii prin vizualizare a tuturor inregistrarilor din baza de date. identifica si alte cai de exploatare a datelor. proiectie a unei dimensiuni pe o alta. proiectiei unei dimensiuni pe o alta. o structura multidimensionala prin care se modeleaza complexul de activitati pe o perioada indelungata de timp. 69) În cubul OLAP. date complexe. date sintetice. selectare prin vizualizare simultana a tuturor dimensiunilor din cubul tridimensional. Acest proces se mai numeste imbricarea dimensiunilor. proiectiei unei dimensiuni pe ea insasi. date elementare. Sectiunea astfel obtinuta va apare ca un tabel pilot cu valorile dimensiunilor pe laturi si cu specificarea valorii alese pentru dimensiunea suprimata. detalii. 71) Ciclul in utilizarea Data Mining cuprinde etapele: analiza problemei. De obicei o dimensiune din primul plan este combinata cu o alta dimensiune din adancime. prin operatia drill-up se obtin: 1 2 3 4 5 date de conjunctura. selectarii prin vizualizare simultana a tuturor dimensiunilor din cubul tridimensional. 67) În cubul OLAP.

d) estimarea. retroactive. 76) Prin tehnologia Data Mining se prelucreaza date care se refera la: 1 2 perioade viitoare (date viitoare). care sunt presupuse si nu sunt cunoscute. care sunt examinate si sunt cunoscute din relatarile expertilor. f) colectarea si selectarea datelor. integrarea modelului. identificarea surselor de date.2 3 4 5 b+c+d+e a+c+e a+d+e a+c 72) Destinatia actiunilor oferite de Data Mining este: clasificarea. pe baza 20 . g) pregatirea datelor. a+b+c+d+e+f+g b+c+d+e+f c+d+e f+g a+c+e+f+g 74) Factorii care au dus la necesitatea Data Mining sunt: arhivele de date memorate pe suporturi arhivele de date stocate pe suport d) informatice. a) b) c) 1 2 3 4 5 a+b+c+d b+c+d+e a+c+d+e b+d+e c+e a) b) c) d) 1 2 3 4 5 73) Data Mining presupune parcurgerea urmatoarelor etape: definirea problemei. a+b+c+d a+c+e c+d+e b+c d+e 75) Informatiile care se pot obtine prin Data Mining sunt: a) b) c) 1 2 3 4 5 1 2 3 4 5 date complexe. perioade diverse. hartie. predictive sau descriptive. pe baza lor constituindu-se un model. e) predictia. esantionarea. evaluarea modelului. arhivele de date stocate in memoria cresterea capacitatii de memorare si e) operativa a sistemului de calcul. existenta si perfectionarea algoritmilor si a produselor program dedicate. date elementare. prelucrare a calculatoarelor care permit tratarea corelativa a volumelor mari de date. complementare sau periodice. gruparea. definirea si construirea e) modelului.

Transformation and Load). 5) etapa in care arbitrul publica o informare asupra rezultatelor obtinute. 4) etapa in care arbitrul efectueaza calculele prin evaluare consecintelor aparute dupa primirea de la participanti a deciziilor adoptate si a perturbatiilor de la consilieri. perioade anterioare (date istorice). care sunt examinate pe baza flerului analistilor. pe baza lor constituindu-se un model. iar prin generarea unor variabile aleatoare legate de solutie se realizeaza experienta pe model. iar prin generarea unor variabile deterministe legate de solutie se realizeaza experienta pe model. 3) Personalul de specialitate. 4) Depozitul de date de tip intreprindere. Tuban – 2007) sunt urmatoarele: 1) orientarea pe subiecte. care nu pot fi examinate din cauza complexitatii lor.3 4 5 lor constituindu-se un model. 78) Principalele etape de desfasurare a unui joc de intreprindere sunt urmatoarele: 1) etapa de instruire a participantilor. 2) Extragerea. 1 2 3 4 5 1+2+3+4+5 1+2+4+5+6 1+2+4+6+7 2+3+4+5+6 2+4+5+6+7 80) Caracteristicile fundamentale ale depozitelor de date (Inmon – 2005. 7) Instrumente (Tools) de manipulare a entitatilor pe rafturile depozitului. Data Mining. transformarea si incarcarea datelor din bazele de date operationale. perioade anterioare (date istorice). perioade anterioare (date istorice) si perioade viitoare (date prognozate). ce asigura accesul la depozitul de date (OLAP. instrumente soft de intocmire a rapoartelor si de vizualizare a datelor). numit si probabilist. numit si exact. numit si probabilist. 2) etapa de gandire initiala asupra strategiei jocului. 5) Metadatele (programe soft pentru date si reguli pentru organizarea rezumatelor de date. iar prin generarea unor variabile deterministe legate de solutie se realizeaza experienta pe model. 3) etapa de adoptare a deciziilor de catre participanti. 6) etapa de efectuare a unui test de continuare sau de incetare a jocului de catre arbitru. 1 2 3 4 1+2+3+4+5+6 1+2+3+4+6+7 2+3+4+5+6+7 1+3+4+5+6+7 79) Procesul de depozitare a datelor (Data Warehousing) contine urmatoarele componente majore: 1) Sursele de date. unei probleme aleatoare i se asociaza un model aleator. unei probleme deterministe i se asociaza un model determinist. in urma carora jucatorii fac la randul lor o analiza rezultatelor. 2) integrarea. EDW (Enterprise Data Warehouse). 21 . iar prin generarea unor variabile aleatoare legate de solutie se realizeaza experienta pe model. unei probleme aleatoare i se asociaza un model determinist. pe baza lor constituindu-se un model. numit si fixist. 7) etapa de anuntare a sfarsitului jocului si a rezultatelor finale. ETL (Extraction. inclusiv prin instrumente Web). 77) Simularea prin metoda Monte Carlo presupune ca: 1 2 3 4 unei probleme deterministe i se asociaza un model aleator. care sunt examinate si sunt deja cunoscute. 6) Instrumente de tip middleware. pe baza lor constituindu-se un model. Sunt usor de indexat si regasit.

1 2 3 4 5 1+2+3 2+3+4 1+2+4 1+2+5 1+3+5 83) In principiu. 2)memoriile-tampon de date operationale. Dintre acestea cele mai uzuale sunt: 1) bazele de date relationale. DM (Data Marts).3) nonvolatilitatea. 3)sursele de date principale. procesul Data Mining poate fi aplicat asupra oricarui tip de depozit de date. Home Data Warehouse. Alegeti-le din urmatoarea enumerare: 1) rafturile de date. 2) accesul la date. Alegeti-le din urmatoarea enumerare: 1) securizarea datelor. EDW (Enterprise Data Warehouse). 4) volatilitatea. 3) realizarea federatiei de date. 2) bazele de date tranzactionale. 1 2 3 4 1+2+3+4+5 1+2+4+5+6 2+3+4+5+6 1+3+4+5+6 22 . 1 2 3 4 1+2+3+4+5+6+7+8 2+3+4+5+6+7+8+9 1+2+3+5+6+7+8+9 1+3+4+5+6+7+8+9 81) Integrarea datelor intr-un depozit de date contine trei procese majore. 8) utilizarea structurilor de baze de date relationale sau de baze de date multidimensionale. 9) folosirea metadatelor (date despre date).Data Warehouses. 5) variabilitatea in timp (serii de timp). 4)depozitele de date pentru acasa. 7) utilizarea arhitecturii client/server. 5) bazele de date obiecturale. 3) bazele de date periodice. MDS. 5)depozitele de date de tip intreprindere. HDW. ODS (Operational Data Stores). precum si asupra fluxurilor de date („trecatoare”). Main Data Sources. 1 2 3 4 5 1+2+3 2+3+4 3+4+5 1+3+5 2+3+5 82) Turban (2007) diferentiaza trei tipuri principale de depozite de date. 6) bazele de date in tehnologii avansate. 4) depozitele de date . 4) pregatirea speciala a personalului de specialitate. 5) reflectarea oportuna in depozitul de date a modificarilor semnificative ale datelor provenite din sursele de date de tip intreprindere. 6) includerea aplicatiilor bazate pe Web.

8) O clasificare a deciziilor poate fi facuta in functie de ____________de care dispune decidentul referitoare la evolutia problemei pe care o are de rezolvat. un sistem informatic de asistare a deciziei este o________________________abordata unitar. Sistemele de asistare a deciziei orientate pe date se gasesc in ___________ de date al 17) Semantic. 9) Procesul decizional este ansamblul de activitati executat de o persoana/grup de persoane care sunt puse in fata unui fenomen care poate genera mai multe variante de actiune si avand drept obiectiv alegerea uneia dintre ele care sa raspunda cel mai bine _____________de valori ale persoanei. 5) Sistemele informatice ofera un nivel rapid de obtinere. analiza si interpretare a unei mari cantitati de date si informatie. 13) Metodele analitice sunt utilizate in asistarea deciziei datorita utilizarii formulelor ________________pentru a gasi solutia optima.COMPLETARI 1) Sistemele de asistare a deciziei orientate pe date lucreaza cu date ce se gasesc in _________ _____ ____________ al organizatiei. este expresia abstractizarii unor fapte. care presupune un dialog permanent cu utilizatorul. KWS. 7) În organizatia economica. ___________si informationale. 3) Sistemul. 6) Decizia se poate defini si ca fiind rezultatul unor activitati constiente de alegere a unei cai de actiune. 10) Alegerea este etapa de baza pentru adoptarea deciziei deoarece in cadrul ei se concretizeaza ___________obtinute in celelalte etape. 16) organizatiei. 12) Decidentul alege intre posibilitati in functie de solutionarea definitiva a_______________de selectarea celei mai adecvate alternative si tot el selecteaza planul pentru implementare. resursele alocate sunt umane. 14) Utilizarea metodelor analitice in asistarea deciziei este _________________de natura problemelor. in plan conceptual. sintetizate in ESS. 23 . grupului de persoane sau organizatiei in ansamblul sau. DSS. procese. obiecte din universul real pe baza unei structuri ____________ predefinite. 2) Sistemul este o colectie de parti (elemente) organizate si ______________ pentru indeplinirea unui anumit scop. OAS. ____________. 15) Se pot aplica metode analitice pentru probleme de gestiune a __________________sau de alocare a resurselor. ajutand la o adaptare rapida a ______________intr-un mediu economic in permanenta dinamica. fenomene. IT&C influenteaza evolutia procesului managerial prin oferta de mijloace si instrumente din ce in ce mai performante pentru rezolvarea sarcinilor managerilor. alegere care presupune alocarea unor ______________. 11) Decidentul alege o singura actiune din multitudinea existenta in functie de ______________de selectie propus si de modelul decizional pe care l-a ales. materiale. dar decizia finala este adoptata de utilizator si nu de sistem. 4) Evolutia tehnologiilor informatiei si ale comunicatiilor. iar acestea trebuie sa fie structurate.

frecvent vor apare noi cerinte informationale care vor duce neaparat la extinderea structurii. 22) Programarea euristica conduce la generarea unei solutii ___________________pentru probleme complexe de obicei nestructurate. la popularea cu extensii cuprinzand date____________. fulg de nea sau constelatie sunt modele conceptuale ____________________________ale acestor depozite. 23) La programarea euristica. 28) În exploatarea curenta a depozitului de date. 20) Modelele predictive au ca scop anticiparea evolutiei viitoare a sistemului considerat in functie de evolutiile sale ____________________. 19) Simularea prezinta avantaje deoarece modelul este obtinut de obicei din perspectiva decidentului. prin extinderea cubului tridimensional la cel n-dimensional. 26) Depozitul de date se construieste _______________________adica el permite completari si dezvoltari ulterioare. cu inglobarea de sisteme expert. surprinde complexitatea reala a problemei si se poate aplica unor mari diversitati de probleme_______________. 29) În etapa de conceptie a unui depozit de date se folosesc modele ________________ care grupeaza datele din tabelele relationale in scheme de tip stea sau fulg de zapada. privite din punct de vedere multidimensional. ofera pentru SIAD solutii pentru aspectele ______________________. este unica metoda din cadrul SIAD care se poate utiliza pentru problemele nestructurate. 21) Predictia are un caracter limitat fata de ___________________(prognoza) care inseamna depasirea cadrului statistic permis de modelele de regresie. 31) La depozitele de date. avand ca rol organizarea datelor pe subiecte necesare procesului de decizie. 24 . 33) În tehnica OLAP. datele sunt reprezentate in ______________de date. evaluarea rezultatelor se realizeaza cu ajutorul functiei de __________________care depinde de stare si de informatiile referitoare la acea stare. 30) La depozitele de date. dar care vor fi supuse unor procese complexe de _________________________care sa corespunda structurii depozitului care a fost proiectat. 27) Popularea depozitelor de date se face prin preluare din sisteme tranzactionale. criteriile de agregare sunt denumite ______________________. 24) Tehnicile de observare analitica a datelor se regasesc intr-o tehnologie moderna denumita Data ________________. Utilizatorul poate vizualiza aceasta structura ca nume de coloane si linii care reprezinta informatiile de pe axele cuburilor. precum si la integrarea noilor date incorporate in aplicatii de analiza. 34) Baza de date multidimensionala este formata din doua structuri: structura datelor in care se stocheaza masurile activitatilor preluate din tabela de fapte a depozitului de date. structura ___________________care este formata din totalitatea dimensiunilor si membrilor acestora precum si din structurile ierarhice ale dimensiunilor.18) Subsistemul de gestiune a cunostintelor. schemele de tip stea. 32) OLAP presupune ca analiza datelor (care pot fi de tip numeric sau statistic) poate fi ____________ de cel care creeaza aplicatia sau chiar de utilizatorul final. 25) Datele care formeaza suportul pentru tranzactiile primare sunt prelucrate pentru a se obtine informatii de ________________ necesare planificarii si luarii deciziilor si sunt tratate de instrumentele SGBD. Datele vor fi prezentate utilizatorului in celulele tabelelor pivot.

iar prelucrarea este asigurata de tehnologia OLAP. prin indicarea corespondentei intre denumirea metodei si enuntul care descrie esenta metodei: 1 2 3 metoda utilitatii globale metoda STEM metoda P.O. 1) algoritmul care descrie aceasta metoda presupune o ordonare a solutiilor in functie de criterii de preferinta definite de decident 2) consta in definirea unei functii de utilitate care inlocuieste functia obiectiv 3) consta in definirea unei functii obiectiv de sinteza cu coeficienti care vor fi atasati fiecarui criteriu 4) 1) ____ 2) ____ 3) ____ 4) ____ Precizati esenta fiecarui tip de SIAD. numarul de 36) Ajustarea nivelului de _______________ este realizata de OLAP prin exploatarea ierarhiilor dimensiunilor prin comasari si descompuneri ale masurilor prin proceduri care poarta numele de roll-up si drill-down. prin indicarea corespondentei intre denumirea SIAD si enuntul care descrie esenta acelui tip de SIAD: 1 se refera la un volum apreciabil de date stocate in sistemul informatic al organizatiei si ofera posibilitatea de a extrage informatii utile din multitudinea de date de care dispune. clasificarea are ca scop plasarea obiectelor prelucrate intr-un grup limitat de ____________predefinite.P. 37) În Data Mining. POTRIVIRE Precizati esenta fiecarei metode utilizate in problemele de programare liniara multidimensionala. nivelul de detaliu (granularitatea) reprezinta ___________ ai unei dimensiuni. Aceste tipuri de SIAD-uri au la baza depozitele de date (Data Warehouse).35) La un hipercub OLAP. utilizeaza tehnologiile inteligentei artificiale si de aceea se mai numesc si SIIAD (sisteme informatice inteligente de asistare a deciziei). modelul cantitativ este sprijinit de o interfata care faciliteaza utilizarea. problema de programare liniara este luata drept o problema de decizie multidimensionala. 2 3 5) 6) 7) 5) ____ SIAD bazat pe modele SIAD bazat pe date SIAD bazat pe cunostinte 25 .

2 3 4 5 6 12) 13) 14) 15) formularea si intelegerea continutului problemei selectarea indicatorilor economici analiza matricei de corelatie simpla alegerea unei ecuatii de regresie 26 . 3 regula regretului. presupune stabilirea unui interval de incredere pentru previziunile individuale si ce precizie are fiecare variabila independenta. presupune a se gasi alaturi de variabilele independente si acei factori suplimentari care influenteaza variabila dependenta. factori ce vor trebui inclusi in ecuatia de regresie. calculatorul determina coeficientii de regresie si elementele care permit testarea semnificatiei acestora. Dupa fiecare iteratie de marire progresiva a acestui coeficient se verifica testele de semnificatie. presupune ca managerul sau decidentul sa defineasca in termeni cat mai apropiati de realitate problema. În aceasta etapa se descrie situatia decizionala. se verifica daca conditiile de regresie sunt corecte. solutia optima va fi data urmand una dintre reguli: 1 calculul unui indicator decizional ca medie ponderata a rezultatelor extreme. se identifica variabila sau variabilele care vor constitui obiectul predictiei ca si variabilele dependente de acestea. 4 starile se considera a fi echiprobabile. La incheierea acestei etape se vor retine doar trei sau patru ecuatii de regresie care vor fi ulterior analizate. 2 nu se admite sub nici o forma riscul. Specific domeniului economic este fenomenul de multicoliniaritate adica nivelul inalt de interdependenta intre variabile diverse.6) ____ 7) ____ Daca problema de decizie multicriteriala este in conditii de incertitudine. 8) 9) 10) 11) 8) ____ 9) ____ 10) ____ 11) ____ Criteriul WARD Criteriul SAVAGE Criteriul Laplace Criteriul Hurwicz Pentru utilizarea metodelor de previziune trebuie parcurse etapele: 1 se face pentru a alege variabilele care trebuie incluse in ecuatia de regresie. Se retin ecuatiile semnificative si se incearca ridicarea progresiva a valorii coeficientului de corelatie R2 prin introducerea unor noi variabile independente. aceasta incluzand variabilele care trebuie explicitate si a caror valori vor face obiectul previziunii.

ofera posibilitatea gruparii datelor dupa criterii stabilite si ofera functii pentru domeniile astfel create. resursele si politicile organizatiei. specifice si dedicate. 2 se refera la obiectivele. genereaza structuri de baze de date. 21) 22) 23) decizii strategice decizii de control operational decizii tactice . 3 determina modul in care sunt duse la indeplinire sarcinile de la nivelele superioare.de control managerial 21) _____ 22) _____ 23) _____ Clasificarea deciziilor in functie de gradul de structurare este: 1 decizii care se bazeaza pe flerul si modul de judecata al decidentului care analizeaza 27 . determina cat de eficiente au fost folosite resursele. 4 hotarare a managerului luata in conditii de stres maxim. pe termen mediu si lung.16) 17) verificarea corectitudinii conditiilor de regresie pregatirea previziunii 12) _____ 13) _____ 14) _____ 15) _____ 16) _____ 17) _____ Solutiile oferite de informatica pentru procesul de sintetizare a datelor sunt: 1 2 3 4 oferite de generatoarele de rapoarte care permit indicarea ierarhiilor criteriilor de grupare. 18) 19) 20) programe interogari functii de total si subtotal 18) _____ 19) _____ 20) _____ Clasificarea deciziilor in functie de nivelul decizional este: 1 in mod curent si pe termen scurt.

O astfel de decizie se bazeaza pe criteriul costului minim de functionare. intrucat acestea au elemente predominant cantitative. Ca varianta optima se va alege aceea care are cea mai mica abatere standard. deci nu pot exista reveniri. 2 3 27) 28) 29) decizii in conditii de certitudine decizii in conditii de incertitudine decizii in conditii de risc 27) _____ 28) _____ 29) _____ 28 . iar calea rationamentelor nu este schimbata nici prin program si nici de utilizatori. Daca decizia este supusa procesului de informatizare. Daca exista variante de decizie care au aceeasi speranta matematica. Acest tip de decizii intervin in momentul in care apare un proces cunoscut. pentru care nu exista proceduri prestabilite. decizii care pot fi rezolvate partial cu proceduri cunoscute. obiectivele si finalitatea nu sunt precise si nu exista un algoritm cunoscut pentru rezolvarea lor. 24) 25) 26) 24) ____ 25) ____ 26) ____ decizii structurate sau programabile decizii nestructurate (neprogramabile) decizii semistructurate Clasificarea deciziilor in functie de cunostintele de care dispune decidentul referitoare la evolutia problemei pe care o are de rezolvat este: 1 presupun ca decidentul cunoaste aproximativ evolutia viitoare a fenomenului. În acest caz procesul de decizie va avea o multitudine de consecinte. scopurile nu sunt precise. presupun cunoasterea evolutiei anterioare a fenomenului economic. Acest mod de cunoastere va permite o previziune si o alegere cat de cat corecta a variantei de decizie. posibilul trend al variabilelor necontrolabile si chiar ce rezultate are fiecare strategie analizata pe baza criteriului sperantei matematice. Acest tip de decizie face parte din clasa generala a deciziilor de orientare in care alegerea unei variante se face in functie de previziunile viitoare ale decidentului precum si de criterii obiective care presupun rationament logic. Se obtine o distributie a probabilitatilor din care se va alege varianta cu speranta matematica cea mai buna. ceea ce se petrece mai rar in realitatea economica. decizii uzuale pentru care exista proceduri realizate. ea este descrisa printr-un program a carui executie este fixa.2 3 problema. atunci se va calcula intervalul de variatie si abaterea standard. presupun o cunoastere a evolutiei fenomenelor viitoare. elementele sale sunt de tip calitativ. Acest tip de decizie se refera la tipuri de probleme atipice pentru organizatie. iar fiecareia i se va asocia o probabilitate. iar procedura de rezolvare nu asigura ansamblul elementelor problemei.

astfel incat prelucrarea se face destul de rapid. introduse recent si compact. stocate dispersat ceea ce duce la o prelucrare mai lenta. 34) performantele se refera la integritate. siguranta si timp de raspuns intrucat un numar mare de utilizatori introduc date in sistem. 35) datele procesate sunt in seturi relativ mici. confidentialitate. 37) aceste organizari ale datelor sunt proiectate si realizate pe baza unor cerinte cunoscute si certe. procedurile de salvare si restaurare fiind mai putin utilizate decit in cazul celorlalte sisteme. produse. 36) datele necesare acestora sunt in volum mare. 32) 33) datele continute sunt specifice asistarii deciziilor. modificarile care intervin datorita adaptarii sistemului la schimbarile intervenite reiau anumite faze ale ciclului de viata. clienti. 39) 40) reflecta de obicei fluxul datelor din activitati curente. 38) cerintele pentru aceasta organizare a datelor sunt cunoscute doar partial in momentul proiectarii si realizarii lor. Astfel si securitatea si siguranta in exploatare nu sunt supuse unor riscuri majore. datele nu se modifica in timp si sunt destinate utilizatorilor finali. 31) numarul de utilizatori finali (manageri) este foarte mic. furnizori. sunt orientate pe subiecte cum ar fi de exemplu: resurse. Dar odata implementate ele functioneaza perioade lungi de timp fara modificari. 30) _____ 31) _____ 32) _____ 33) _____ 34) _____ 35) _____ 36) _____ 37) _____ 38) _____ 39) _____ 40) _____ Structura datelor si structura metadatelor pentru o baza de date multidimensionala sunt formate din: 29 .Diferentele dintre depozitul de date si baza de date sunt urmatoarele: 1 2 depozit de date baza de date 30) datele continute sunt de tip operational. ceea ce obliga adaptarea din mers cerintelor.

luna. agentie 1 Romania.1 2 3 4 5 6 ianuarie. Ungaria. tara. februarie. semestru. an. Ucraina. Bulgaria 47) 48) 49) 50) 51) 52) dimensiune ierarhie set de membri ai subdimensiunii subdimensiune numar de membri nivel 47) _____ 48) _____ 30 . zona. decembrie 12 Timp 4 Timp. data calendaristica luna 41) 42) 43) 44) 45) 46) dimensiune ierarhie set de membri ai subdimensiunii subdimensiune numar de membri nivel 41) _____ 42) _____ 43) _____ 44) _____ 45) _____ 46) _____ Structura datelor si structura metadatelor pentru o baza de date multidimensionala sunt formate din: 1 2 3 4 5 6 tara Agentie 4 Agentie. …. trimestru.

Un exemplu este “analiza cosului gospodariei” in evaluarile statistice. bani. ridicat. posibilitatea de a integra multiplele aspecte care caracterizeaza activitatea unei intreprinderi si care sunt considerate din perspective multiple ca: timp. vanzarea unui produs nou se poate incadra intr-una din urmatoarele categorii de risc: scazut. prelucrarea intr-un timp cat mai scurt a unui volum mare de date. poate clasa inregistrarile luate in considerare in functie de un anumit comportament sau o valoare viitoare estimata. va atribui o valoare unei variabile pe baza celorlalte date de intrare. are ca scop plasarea obiectelor prelucrate intr-un grup limitat de clase predefinite.49) _____ 50) _____ 51) _____ 52) _____ Tehnologia OLAP se caracterizeaza prin: 1 presupune flexibilitatea exploatarii acestei dimensiuni care este necesara pentru comparatii si aprecieri de valoare in analizale economice. De aceea se va recurge la o colectie de exemple care vizeaza date din trecut. produse. 2 3 53) 54) 55) perspectiva multidimensionala a datelor capacitatea de calcul intensiv orientare in timp (time intelligence) 53) _____ 54) _____ 55) _____ Caracteristicile actiunilor oferite de Data Mining sunt : 1 2 poate duce la determinarea acelor obiecte care apar cel mai fecvent impreuna. 3 4 56) 57) 58) 59) Clasificarea Estimarea Predictia Gruparea 56) _____ 57) _____ 31 . Cu ajutorul lor se va construi un model care va putea explica comportamentul observat. De exemplu. Aceasta dimensiune este luata de obicei din calendarele tranzactiilor economice asa cum se afla in bazele de date ale sistemului informatic al companiei. mediu. Rezultatele obtinute in urma aceste actiuni sunt valori continue. in care valorile variabilei de previzionat sunt deja cunoscute. Pentru acest tip de prelucrari se pot utiliza retelele neuronale.

Evenimentele care intervin in procesul de simulare se clasifica in functie de anumite criterii si anume : 32 . in functie de nivelurile de management ale organizatiei. ale carui valori se explica prin celelalte campuri. 4 sisteme informatice de sprijin al executivului. 5 sisteme informatice pentru management. presupune ca se ia in considerare un atribut sau un camp. urmatoarele tipuri de sisteme informatice: 1 sisteme de automatizare a lucrarilor de birou. 62) 63) 64) 65) 66) 67) TPS OAS KWS DSS MIS ESS 62) _____ 63) _____ 64) _____ 65) _____ 66) _____ 67) _____ Simularea unui sistem economic porneste de la definirea evenimentelor care survin in derularea procesului economic supus analizei si de la specificarea legaturilor existente intre evenimente. 3 sisteme informatice pentru procesarea tranzactiilor. 2 sisteme informatice pentru asistarea deciziei. 6 sisteme de lucru cu cunostinte.58) _____ 59) _____ În Data Mining se folosesc: 1 2 3 identifica relatiile sau structurile din datele examinate fara a asigura prioritate unui camp sau a altuia. 60) 61) Cautarea dirijata Cautarea nedirijata 60) _____ 61) _____ Sistemele informatice integrate economice au in compunere. utilizeaza o tehnica aleatoare.

evenimente sistem si evenimente program. 68) _____ 69) _____ 70) _____ In SIAD-uri bazate pe modele: 1 2 3 4 Ceasul cu incrementare finita Programul de simulare Ceasul cu crestere variabila Timpul simulat 71) se scurge perioada cu perioada. 69) 70) evenimente care nu apar in urma unor decizii sau evenimente cu decizii. 72) genereaza pe parcursul procesului de simulare o crestere constanta T>0.1 2 3 Dupa natura evenimentelor Dupa natura conditionarilor dintre evenimente Dupa modul de prelucrare care este asociat evenimentului 68) evenimente noncontingente in care aparitia unor evenimente nu depinde de aparitia sau existenta altor evenimente in sistem si evenimente contingente la care aparitia este influentata de aparitia altor evenimente. iar calculatorul va executa toate tranzactiile care au loc pas cu pas pana la expirarea orizontului de simulare. 33 . precum si efectele asupra starii sistemului si deciziile ce se vor adopta. intre altele: 1 2 3 modelul Kimball modelul Gary modelul Gyssens si Lakshmanan 75) fundamentat pe o extensie ale algebrei relationale. din aceasta s-au dezvoltat schema tip fulg de nea si schema tip constelatie. 74) are la baza tehnica sau regula evenimentului urmator. 76) fundamentat pe schema tip stea ca o reprezentare relationala a cubului n-dimensional. 71) _____ 72) _____ 73) _____ 74) _____ Din categoria extensiilor modelului de date relational pentru OLAP fac parte. deoarece marimea cu care este incrementat acesta este egala cu intervalul de timp de trecere de la o stare notata Si la starea determinata de aparitia celui mai apropiat eveniment notata cu Si+1. 73) permite determinarea tuturor evenimentelor posibile care se produc in intervalul T.

80) Web. 75) _____ 76) _____ 77) _____ Tipurile majore de OLAP sunt: 1 2 3 4 5 6 OLAP multidimensional (MOLAP) OLAP relational (ROLAP) OLAP hibrid (HOLAP) OLAP baza de date (DOLAP) OLAP Web (WOLAP) OPAP pe desktop 78) combinatie intre MOLAP si ROLAP. 82) atunci cand se refera la un SGBDR care este proiectat pentru a gazdui structuri OLAP si a permite calcule OLAP. sunt urmatoarele: 1 2 3 4 5 6 Descrierea clasa/concept “Mineritul” modelelor frecvente Clasificarea si predictia Analiza grupurilor Analiza exceptiilor Analiza evolutiei atunci cand se refera la date OLAP ce sunt accesibile prin intermediul unui navigator 34 . 79) reprezinta o varianta de OLAP cu pret scazut. sarcinile Data Mining care trebuie executate pentru realizarea lor si categoriile de modele data mining care se pot obtine ca rezultat. 83) atunci cand o baza de date OLAP este implementata in varful unei baze de date relationale existente. 81) atunci cand cubul OLAP este implementat prin intermediul unei baze de date multidimensionale specializate (sau memorie-tampon de date – data store). 78) _____ 79) _____ 80) _____ 81) _____ 82) _____ 83) _____ Principalele functii Data Mining.77) fundamentat pe operatorii CUBE si ROLLUP ai clauzei Group By din limbajul de interogare structurata SQL. atunci cand instrumentele OLAP si bazele de date sunt localizate pe statia de lucru a utilizatorului final.

harti. regulile de asociere cu suport si incredere sub limitele specificate de utilizator sunt considerate neinteresante. 91) specifica forma in care sunt prezentate utilizatorului modelele de date extrase. 88) este functia sistemului Data Mining realizata prin executarea sarcinilor Data Mining caracterizare date si discriminare date care au ca rezultat un model Data Mining de tip descriere. 35 . precum si pentru evaluarea modelelor de date extrase. poate cuprinde reguli. 93) se utilizeaza pentru directionarea procesului data mining catre extragerea modelelor de date care prezinta interes pentru utilizator. grafice. arbori decizionali si cuburi de date. reprezinta elementele fundamentale (de baza) necesare pentru specificarea unei sarcini Data Mining sub forma de interogare Data Mining. 89) este functia sistemului Data Mining realizata prin executarea sarcinii Data Mining de analiza a exceptiilor care are ca rezultat un model Data Mining al exceptiilor (date atipice).84) este functia sistemului Data Mining realizata prin executarea sarcinilor Data Mining de clasificare date si predictie care au ca rezultat modele Data Mining de clasificare (clasificator) si predictie (predictor). 87) este functia sistemului Data Mining realizata prin executarea sarcinii Data Mining de grupare a datelor cu caracteristici reprezentative comune. Acestea sunt: 1 2 3 4 5 Setul de date relevante pe sarcina Data Mining Categoria de cunostinte care trebuie “minerita” Cunostintele de baza Masurile interesului pe care il reprezinta un model de date pentru utilizator Reprezentarea modelului extras pentru vizualizare 90) sunt cunostinte despre domeniul care trebuie “minerit” necesare pentru directionarea procesului Data Mining si pentru evaluarea modelelor de date. 84) _____ 85) _____ 86) _____ 87) _____ 88) _____ 89) _____ O interogare Data Mining este formata din asa numitele primitive Data Mining care. 85) este functia sistemului Data Mining realizata prin executarea sarcinii Data Mining de analiza a evolutiei datelor care are ca rezultat un model Data Mining tendintelor de evolutie (a datelor). 92) cuprinde specificatiile datelor “minerite” prin executia sarcinii Data Mining de catre sistemul Data Mining. tabele. spre exemplu. denumit in mod uzual descriere. 86) este functia sistemului Data Mining realizata prin executarea sarcinilor Data Mining asociatie date si corelatie date care au ca rezultat modele Data Mining frecvente. care are ca rezultat un model Data Mining de grupare. prin definitie.

de exemplu. raspunzand astfel cererilor Data Mining efectuate de utilizator. 96) module software care fac analiza datelor stocate in depozitele de date pentru descoperirea modelelor de date si evaluarea acestora. asociere/corelare. pentru gestionarea efectelor unor calamitati naturale – inundatii. cutremure. 100) sunt adoptate pentru gestionarea unor situatii decizionale importante pentru organizatie cum sunt. atat ca interes pentru utilizator. grupare etc). cat si ca baza de cunostinte. 99) sunt adoptate pentru managementul situatiilor de criza (de exemplu. incendii etc. 90) _____ 91) _____ 92) _____ 93) _____ 94) _____ Sistemul Data Mining este. oportunitatile de afaceri. pentru conducerea unor instalatii industriale. acest tip de decizii pot fi asistate de tehnici de inteligenta artificiala. deciziile sunt: 1 2 3 decizii luate strict in timp real decizii luate aproape in timp real decizii care nu sunt urgente 98) timpul la dispozitia decidentului este suficient pentru asiguraarea desfasurarii unei analize detaliate si obtinerea unei rezolvari optime a problemei decizionale. 98) _____ 99) _____ 100) _____ 36 . 95) _____ 96) _____ 97) _____ Dupa gradul de urgenta. lansarea unui produs nou.). un produs software cu functii Data Mining denumit generic aplicatie Data Mining care cuprinde: 1 2 3 Interfata Data Mining Serverul Data Mining Tehnicile Data Mining 95) modulul software care gestiuneaza cererile Data Mining adresate de utilizator. 97) modulul software care asigura interactiunea (comunicarea) cu utilizatorii care formuleaza cereri Data Mining (solicitari de executie a sarcinilor Data Mining pentru extragerea de modele de date).94) reprezinta categoria de modele de date de interes pentru utilizator care se extrag prin executia sarcinii Data Mining de catre sistemul Data Mining (caracterizare/discriminare. clasificare/predictie. prefalimentul firmei etc. in esenta sa.