Professional Documents
Culture Documents
Eqqqqqqqqqeeeeeeeee
Eqqqqqqqqqeeeeeeeee
Les Systèmes de gestion des règles métier comme IBM Operational Decision Management
(ODM) précédemment connues sous le nom ILOG JRules sont aux experts métier
d'automatiser leur une approximation du langage naturel. Les Systèmes de gestion des règles
métier sont commercialisés lesquelles FICO Decision Management Suite, TIBCO Business
Process Management Suite, RedHat JBoss BRMS et OpenRules.
1 OpenRules
1.1 Description
L'une des techniques les plus populaires de ML est l'extraction de règles et de modèles
de classification à partir d'ensembles de données massifs ; le module qui effectue ce travail est
appelé un apprenant de règles. En même temps, la découverte de règles est un composant
important d'un système de gestion des règles et des décisions d'entreprise. Une question
naturelle se pose donc : Pourquoi ne pas combiner ces deux technologies (ML et BR)?
OpenRules répond à cette question avec un "Rule Learner".
L'entraîneur OpenRules permet aux experts du domaine d'incorporer leurs connaissances dans
Rule Learner en les présentant sous la forme de règles de formation spécifiques au domaine.
Les règles d'apprentissage couvrent généralement les tâches courantes de prétraitement des
données suivantes :
En apportant des modifications aux règles d'entraînement, les experts du domaine informent
efficacement l'entraîneur de règles des changements dans l'environnement du monde réel.
Voici un schéma d'implémentation générique utilisé par OpenRules Trainer :
Figure 2 : schéma d'implémentation générique utilisé par OpenRules Trainer
Il est important de souligner que ce sont les spécialistes métier (et NON les développeurs de
logiciels) qui sont normalement chargés de maintenir les ensembles de formation et d'évaluer
les règles générées automatiquement.
Decision Center pour mettre la gestion des décisions entre les mains de ceux qui
dirigent l’entreprise :
Avec Decision Center, les utilisateurs professionnels peuvent gérer les décisions et les
événements directement sur la base de données leur organisation avec une dépendance
limitée à l'égard du service informatique. Le degré de dépendance peut aller d'un
contrôle limité par les utilisateurs de la logique d'entreprise mise en œuvre par les
développeurs, jusqu'à un contrôle complet de la spécification, création, les tests et le
déploiement de la logique métier par les utilisateurs métier.
Détection des risques et de la contre-fraude dans les secteurs des cartes de crédit et de
la banque
Automatisation des décisions de souscription dans le secteur de l'assurance
Automatisation du traitement des sinistres dans le secteur de l'assurance
Opérations intelligentes et planification des équipes dans le secteur du transport aérien
Optimisation et personnalisation des prix et des promotions dans le secteur de la vente
au détail.
Decision Center - Business Console : L'interface web pour le développement de règles pour
les développeurs informatiques et les utilisateurs professionnels. Ici, vous pouvez voir toutes
les versions de règles de décision, créer des règles, tester les modifications apportées aux
règles et déployer ces règles sur des serveurs d'exécution de règles.
Decision Center Repository : La base de données qui stocke les règles de décision pour
permettre le partage entre les auteurs de règles et les décisions.
Rule Execution Server : Le serveur d'exécution des règles qui évalue les décisions en
fonction des données transmises par les applications et les règles métier déployées.
Une précision et une rapidité accrues grâce à des systèmes capables d'analyser en
permanence des flux de données et d'événements, de révéler les risques et les
opportunités, et de vous permettre de prendre des décisions en temps réel. En
combinant ces deux disciplines, vous obtenez le meilleur d'une approche à la fois
déterministe et probabiliste. En conséquence, vous pouvez prendre les meilleures
décisions compte tenu des données à un moment donné. L'autorisation et la prise de
décision en temps réel qui appliquent des milliers de points de données et des techniques
de modélisation sophistiquées pour aider à augmenter la précision des approbations de
transactions authentiques. Les sociétés de cartes de crédit ont déployé cette technologie
sur des réseaux mondiaux pour contrer les transactions frauduleuses. Leurs systèmes
fonctionnent en attribuant un score à chaque transaction, qui est ensuite utilisé pour
évaluer les paiements futurs.
Data Preparation : Avant l'exécution du modèle, les données doivent 'être préparées
avant de les envoyer au moteur d'exécution des scores.
Predictive (“Scoring”) Model Execution : L'exécution d'un modèle prédictif permet
l'analyse de chaque transaction individuelle entrante. Cette forme d'exécution attribue
à chaque transaction un "score" basé sur des facteurs spécifiques qui sont des
indicateurs de la qualité. Ces indicateurs peuvent être calculés pendant la phase de
préparation des données.
Business Rules Execution : L'étape d'exécution des règles métier fait référence à la
logique de base de la façon dont la décision métier est prise, en tenant compte du
contexte et du comportement prédictif du sujet d'intérêt.