Для ЛПР данные должны предоставляться в виде информации, на основе которой могут быть приняты решения и определенные действия. Информационное обеспечение ППР выполняет АИС, которая использует имеющийся информационный ресурс. В настоящее время сформировалось новое научное направление, в котором рассматриваются различные методы и способы формирования знаний на основе данных, получения новых знаний на основе имеющихся информационных ресурсов в АИС.
Различные виды знаний (конструктивные, процедурные или алгоритмические, понятийные или системные, фактографические (Фактографическая информация - результаты измерений, описаний и иного способа фиксирования в чистом виде, поддающиеся метрологическому анализу, аналогично результатам экспериментов.) хранятся в БД и БЗ АИС. Для их создания используется также математическое моделирование и вычислительный эксперимент. В этом случае исключается трудоемкий натурный эксперимент и реализуется подход “модель-алгоритм-программа”. Концептуальная модель АИС, включающая в себя фактографические, понятийные и конструктивные знания , является основой для формирования алгоритмической модели, которая базируется на процедурные знания. Реализация алгоритмической модели – это создание программного обеспечения. Цепь “модель-алгоритм-программа” – это путь получения новой информации: вместо объекта используется модель, на основе модели создается алгоритм получения характеристик объекта и программно реализуется этот процесс.
Современные ИТ позволяют по новому организовать информационный процесс как на стадии получения новой информации, так и на стадии использования информационного ресурса для управления объектом. Непрерывно происходит преобразование информации в данные, данных – в информацию и новые знания. Информационные ресурсы концентрируются в БД, БЗ, ХД (Хранилище Данных). Эффективность формирования и использования информационного ресурса зависит от решения проблемы представления информации в этих базах, составляющих основу АИС.
Существуют следующие методы интеллектуального анализа данных для получения новых знаний и построения ХД, содержащих обобщенные показатели.
Поиск ассоциаций. Ассоциации как привязка значений к какому-либо одному событию или выявление взаимосвязей в данных .
Поиск последовательностей. Поиск последовательных во времени событий.
Поиск скрытых закономерностей. Определяются причинно-следственные связи между значениями определенных косвенных параметров исследуемого объекта (ситуации, процесса) и распознаваемым свойством.
Оценка важности (влияния) параметров на события и ситуации. Известно, что на наступление некоторого события или ситуации влияет некоторый набор параметров. Необходимо оценить степень этого влияния для перечисленных параметров.
Классификация. Рассматривается конечное число классов объектов, которыми могут быть, в том числе, события, ситуации или процессы. Объекты должны быть описаны количественными значениями свойств.
Классы описаны с помощью набора объектов, принадлежность которых данному классу априорно известна. Требуется найти критерии, по которым можно было бы отнести объект к тому или иному классу.
Кластеризация. Кластеризация напоминает классификацию, за тем исключением, что критерии классификации не заданы.
Прогнозирование. Оценка состояния объектов на основе ретроспективного анализа их свойств. По истории развития объекта управления определяются обобщенные показатели на некоторое время вперед.
