ﻧﻈﻢ ﺩﻋﻢ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ ﻭ ﺃﻬﻤﻴﺘﻪ ﻓﻲ

ﻧﻈﻢ ﺩﻋﻢ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ ﻭ ﺃﻬﻤﻴﺘﻪ ﻓﻲ ﺍﻟﻘﻄﺎﻉ ﺍﻟﺼﻨﺎﻋﻲ ﻡ. ﻣﺤﻤﺪ ﻣﻨﺼﻮﺭ

ﺧﻄﺔ ﺍﻟﻌﺮﺽ ﻣﻘﺪﻣﺔ ﻭﻣﺠﺎﻝ ﺍﻫﺘﻤﺎﻡ ﻭﺭﻗﺔ ﺍﻟﻌﻤﻞ ﺃﻨﻈﻤﺔ ﺇﺩﺍﺭﺓ ﺍﻟﻌﻼﻗﺎﺕ ﻣﻊ ﺍﻟﺰﺑﺎﺋﻦ CRM ﺍﻟﺬﻛﺎﺀ ﺍﻟﺼﻨﻌﻲ ﻭﻧﻈﻢ ﺩﻋﻢ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ ﺗﺤﻠﻴﻞ ﻭﺗﺼﻤﻴﻢ ﺍﻟﻨﻈﺎﻡ 2 CBR DSS

ﻣﻘﺪﻣﺔ • ﻧﻈﺎﻡ ﺩﻋﻢ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ Decision Support System DSS • ﺍﺗﺨﺎﺫ ﻗﺮﺍﺭ ﺷﺮﺍﺀ ﺍﻟﻤﻨﺘﺠﺎﺕ. 3

ﻣﺠﺎﻝ ﺍﻫﺘﻤﺎﻡ ﺍﻟﺒﺤﺚ • ﻳﻬﺘﻢ ﺍﻟﺒﺤﺚ ﺑﺤﻞ ﻣﺸﻜﻠﺔ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ ﺍﻷﻤﺜﻞ ﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺸﺮﺍﺀ ﺿﻤﻦ ﺍﻟﻤﺆﺴﺴﺎﺕ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺗﻘﻨﻴﺎﺕ ﺍﻟﺬﻛﺎﺀ ﺍﻟﺼﻨﻌﻲ. • ﺇﻥ ﻫﺪﻑ ﻫﺬﺍ ﺍﻟﺒﺤﺚ ﻫﻮ ﺗﺼﻤﻴﻢ ﻭﺑﻨﺎﺀ ﻧﻈﺎﻡ ﺩﻋﻢ ﻻﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ ﺍﻟﻤﺴﺎﻋﺪ ﻓﻲ ﺍﺧﺘﻴﺎﺭ ﺑﺮﻣﺠﻴﺔ ﺇﺩﺍﺭﺓ ﺍﻟﻌﻼﻗﺎﺕ ﻣﻊ ﺍﻟﺰﺑﺎﺋﻦ CRM ﺍﻷﻤﺜﻞ ﺍﻟﺘﻲ ﺗﻠﺒﻲ ﺍﺣﺘﻴﺎﺟﺎﺕ ﺷﺮﻛﺔ ﻣﺎ. 4

ﺗﻌﺮﻳﻒ ﺇﺩﺍﺭﺓ ﺍﻟﻌﻼﻗﺔ ﻣﻊ ﺍﻟﺰﺑﻮﻥ. ﻣﻨﻬﺠﻴﺔ ﻟﻔﻬﻢ ﺍﻟﺰﺑﻮﻥ، ﻭﺃﻴﻀ ﺍﻟﺘﺄﺜﻴﺮ ﻓﻲ ﺳﻠﻮﻛﻪ ﻣﻦ ﺧﻼﻝ ﺍﻟﺘﻮﺍﺻﻞ ﻣﻌﻪ، ﻭﺫﻟﻚ ﺑﻬﺪﻑ ﺗﺤﺴﻴﻦ ü ﻋﻤﻠﻴﺔ ﺍﻟﺤﺼﻮﻝ ﻋﻠﻰ ﺍﻟﺰﺑﻮﻥ. ü ﺍﻻﺣﺘﻔﺎﻅ ﺑﺎﻟﺰﺑﻮﻥ. ü ﺍﻟﺤﺼﻮﻝ ﻋﻠﻰ ﻭﻻﺀ ﺍﻟﺰﺑﻮﻥ ﻭﺗﺤﻘﻴﻖ ﺍﻟﺮﺑﺢ. 5

ﺇﺣﺼﺎﺋﻴﺎﺕ ﺣﻮﻝ ﺑﺮﻣﺠﻴﺎﺕ CRM 1. 8 ﻣﻠﻴﺎﺭ ﺩﻭﻻﺭ ﺣﺠﻢ ﺳﻮﻕ ﺑﺮﻣﺠﻴﺎﺕ CRM ﺍﻟﺴﻨﻮﻱ % 1. 32 ﻧﺴﺒﺔ ﻧﻤﻮ ﺳﻮﻕ ﺑﺮﻣﺠﻴﺎﺕ CRM ﺳﻨﻮﻳ % 05 %47 ﻧﺴﺒﺔ ﺍﻟﻤﺸﺎﺭﻳﻊ ﺍﻟﻔﺎﺷﻠﺔ ﻣﻦ 1002 - ﻧﺴﺒﺔ ﺍﻟﻤﺸﺎﺭﻳﻊ 6002ﺑﻴﻦ 0008 ﺷﺮﻛﺔ. ﺍﻟﻔﺎﺷﻠﺔ ﺍﻻﺧﺘﻴﺎﺭ ﺍﻟﺨﺎﻃﺊ ﻳﺆﺪﻱ. . . 6

ﻣﻘﺪﻣﺔ ﻋﻦ ﺃﻨﻈﻤﺔ ﺩﻋﻢ ﺍﻟﻘﺮﺍﺭ ﻋﺮﻑ James O'Brien ﻧﻈﺎﻡ ﺩﻋﻢ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ، ﺑﺄﻨﻪ ﻧﻈﺎﻡ ﻣﻌﻠﻮﻣﺎﺕ ﻣﺮﺗﺒﻂ ﺑﺎﻟﺤﺎﺳﺐ ﻳﻘﻮﻡ ﺑﺘﺰﻭﻳﺪ ﺍﻟﻤﺴﺘﺨﺪﻣﻴﻦ ﺑﺎﻟﺪﻋﻢ ﺍﻟﻼﺯﻡ ﻻﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭﺍﺕ ﺍﻟﻼﺯﻣﺔ ﻣﻦ ﺧﻼﻝ ﺗﺤﻠﻴﻞ ﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺍﻟﻤﻌﻘﺪﺓ ، ﻭﻣﺤﺎﻛﺎﺓ ﻋﻤﻠﻴﺔ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭﺍﺕ ﻋﻠﻰ ﺍﻟﺼﻌﻴﺪ ﺍﻟﺒﺸﺮﻱ. ﺣﺩ PETER KEEN ﺃﺤﺪ ﺭﻭﺍﺩ ﻧﻈﺎﻡ ﺩﻋﻢ ﺍﻟﻘﺮﺍﺭ ﺍﻟﻤﻬﻴﻜﻠﺔ ، ﺛﻼﺛﺔ ﺃﻬﺪﺍﻑ ﻳﻌﻤﻞ ﻧﻈﺎﻡ ﺩﻋﻢ ﺍﻟﻘﺮﺍﺭ ﻋﻠﻰ ﺗﺤﻘﻴﻘﻬﺎ ﻭﻫﻲ : ﻣﺴﺎﻋﺪﺓ ﺍﻟﻤﺪﺭﺍﺀ ﻓﻲ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ ﻟﺤﻞ ﺍﻟﻤﺸﺎﻛﻞ ﺍﻟﻤﻬﻴﻜﻠﺔ ﺩﻋﻢ ﺣﻜﻢ ﺍﻟﻤﺪﻳﺮ ﺑﺪﻻ ﻣﻦ ﻣﺤﺎﻭﻟﺘﻪ ﺃﻦ ﻳﺤﻞ ﻣﺤﻠﻪ ﺗﺤﺴﻴﻦ ﻓﻌﺎﻟﻴﺔ ﻋﻤﻠﻴﺔ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭﺍﺕ ﺑﺪﻻ ﻣﻦ ﻛﻔﺎﺀﺗﻬﺎ 7

ﺃﻨﻮﺍﻉ ﻧﻈﻢ ﺩﻋﻢ ﺍﻟﻘﺮﺍﺭﺍﺕ ﺗﻘﺴﻢ ﻧﻈﻢ ﺩﻋﻢ ﺍﻟﻘﺮﺍﺭ ﻟﻸﻨﻮﺍﻉ ﺍﻟﺘﺎﻟﻴﺔ : ﻧﻈﻢ ﺍﻟﺨﺒﺮﺓ ﻭﺍﻟﺬﻛﺎﺀ ﺍﻟﺼﻨﻌﻲ ﻧﻈﻢ ﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺍﻟﺘﻨﻔﻴﺬﻳﺔ ﺍﻟﺸﺒﻜﺎﺕ ﺍﻟﻌﺼﺒﻴﺔ ﺍﻻﺻﻄﻨﺎﻋﻴﺔ ﻧﻈﻢ ﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺍﻹﺩﺍﺭﻳﺔ 8

ﺃﻨﻮﺍﻉ ﻧﻈﻢ ﺩﻋﻢ ﺍﻟﻘﺮﺍﺭﺍﺕ ﻧﻮﻉ ﻧﻈﺎﻡ ﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺗﻮﻗﻴﺖ ﻇﻬﻮﺭﻩ ﺍﻟﻤﺴﺘﻮﻯ ﺍﻹﺩﺍﺭﻱ ﺍﻟﺬﻱ ﻳﺨﺪﻣﻪ ﺃﻨﻮﺍﻉ ﺍﻟﺪﻋﻢ ﺍﻟﺬﻱ ﺗﻮﻓﺮﻫﺎ ﻋﻤﻠﻴﺔ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭﺍﺕ ﻧﻈﻢ ﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺍﻹﺩﺍﺭﻳﺔ ﻧﻈﻢ ﺩﻋﻢ ﺍﻟﻘﺮﺍﺭﺍﺕ ﺍﻟﺴﺒﻌﻴﻨﻴﺎﺕ ﺍﻟﻤﺪﻳﺮﻭﻥ ﺍﻟﻤﺤﻠﻠﻮﻥ ﺍﻟﻤﺸﻜﻼﺕ ﺷﺒﻪ ﺍﻟﻤﻬﻴﻜﻠﺔ ﻭﻏﻴﺮ ﺍﻟﻘﺎﺑﻠﺔ ﻟﻠﻬﻴﻜﻠﺔ ﺍﻟﺘﻲ ﺗﺤﺘﺎﺝ ﺇﻟﻰ ﻛﻢ ﺿﺨﻢ ﻣﻦ ﺍﻟﻨﻤﺬﺟﻪ ﻭﺍﻟﺤﻜﻢ ﺍﻟﺸﺨﺼﻲ ﺍﻟﻨﻈﻢ ﺍﻟﺨﺒﻴﺮ ﺍﻟﺜﻤﺎﻧﻴﻨﺎﺕ ﺍﻟﻤﺪﻳﺮﻭﻥ ﺍﻷﺨﺼﺎﺋﻴﻮﻥ ﺍﻟﻤﺸﻜﻼﺕ ﺍﻟﻤﻌﻘﺪﺓ ﻏﻴﺮ ﺍﻟﻤﻬﻴﻜﻠﺔ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺃﺪﻭﺍﺕ ﺍﻟﻤﻨﻬﺞ ﺍﻟﻮﺻﻔﻲ ﺍﻟﺸﺒﻜﺎﺕ ﺍﻟﻌﺼﺒﻴﺔ 9 ﺍﻟﺴﺘﻴﻨﻴﺎﺕ ﺍﻹﺩﺍﺭﺓ ﺍﻟﻮﺳﻄﻰ ﺩﻋﻢ ﺍﻟﻤﺸﻜﻼﺕ ﺍﻟﺮﻭﺗﻴﻨﻴﺔ ﺍﻟﻤﻬﻴﻜﻠﺔ ﺑﻤﻌﺎﻭﻧﺔ ﺃﺪﻭﺍﺕ ﺑﺤﻮﺙ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺘﻘﻠﻴﺪﻳﺔ ﺍﻟﺘﺴﻌﻴﻨﻴﺎﺕ ﺍﻟﻤﺪﻳﺮﻭﻥ ﺍﻷﺨﺼﺎﺋﻴﻮﻥ ﺗﻔﻴﺪ ﻓﻘﻂ ﻓﻲ ﺍﻟﺘﻨﺒﺆ ﺍﻟﻤﺒﻨﻰ ﻋﻠﻰ ﺩﺭﺍﺳﺔ ﺍﻟﺤﺎﻻﺕ ﺍﻟﺘﺎﺭﻳﺨﻴﺔ

ﻣﺴﺘﻮﻳﺎﺕ ﺍﻟﺪﻋﻢ ﻷﻨﻈﻤﺔ ﺩﻋﻢ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ ﺍﻻﺣﺘﻴﺎﺟﺎﺕ ﻣﻦ ﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺗﻜﻮﻥ ﻣﻦ ﺃﺠﻞ : ﺍﻹﺟﺎﺑﺔ ﺍﻟﺴﺆﺎﻝ ﺍﻟﺘﺎﻟﻲ ﻣﺎﺫﺍ ﻳﺤﺪﺙ ) ( What is ﺗﻘﺎﺭﻳﺮ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻌﺎﻣﺔ ﺃﻮ ﺍﻟﺘﻔﺼﻴﻠﻴﺔ ﻣﺎﺫﺍ ﻳﺤﺪﺙ ﻭﻟﻤﺎﺫﺍ ) ( / why What is ﺍﻹﻣﻜﺎﻧﻴﺎﺕ ﺍﻟﺘﺤﻠﻴﻠﻴﺔ ﺍﻟﻌﺎﻣﺔ ﻣﺎﺫﺍ ﺳﻴﺤﺪﺙ ) ( What will be ﺍﻟﻘﻮﺍﺋﻢ ﺍﻟﻤﺎﻟﻴﺔ ﻭﺍﻟﺘﻨﺒﺆﺎﺕ ﻟﻤﺎﺫﺍ ) (Why ﻧﻤﺎﺫﺝ ﺗﺸﺨﻴﺺ ﻋﻼﻗﺎﺕ ﺍﻟﻨﺴﺒﻴﺔ ﻣﺎﺫﺍ ﻟﻮ ) ( What if ﺍﻗﺘﺮﺍﺡ ﺍﻟﺤﻠﻮﻝ ﻭﺗﻘﻴﻴﻢ ﺍﻟﺒﺪﺍﺋﻞ ﻣﺎ ﻫﻮ ﺍﻷﻔﻀﻞ ﺃﻮ ﺍﻟﺠﻴﺪ ﻛﻔﺎﻳﺔ ) ( What is best or good enough 01 ﻧﻮﻉ ﺍﻟﺪﻋﻢ ﺍﻟﺬﻱ ﺗﻘﺪﻣﻪ ﻧﻈﻢ ﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺑﻐﺮﺽ ﺍﻹﺟﺎﺑﺔ ﻋﻠﻰ ﻫﺬﺍ ﺍﻟﺴﺆﺎﻝ ﺍﺧﺘﻴﺎﺭ ﺍﻟﺒﺪﻳﻞ ﺍﻷﻔﻀﻞ

ﺍﻟﺤﻞ ؟ 11

ﺍﺗﺠﺎﻫﺎﺕ ﺍﻟﺤﻞ ﺍﻟﺮﻳﺎﺿﻲ -1 - ﺍﻟﻤﻴﺰﺓ ﺇﺩﺍﺭﺓ ﺍﻟﺤﺴﺎﺑﺎﺕ 3 4 4 ﺇﺩﺍﺭﺓ ﺍﻟﻮﻗﺖ 2 4 4 ﺇﺩﺍﺭﺓ ﺍﻟﺘﺴﻮﻳﻖ 4 5 3 ﺍﻟﻤﺠﻤﻮﻉ 21 ﺍﻟﻤﻨﺘﺞ X ﺍﻟﻤﻨﺘﺞ Y ﺍﻟﻤﻨﺘﺞ Z 9 31 11

ﺍﺗﺠﺎﻫﺎﺕ ﺍﻟﺤﻞ ﺍﻟﺮﻳﺎﺿﻲ -2 - ﺍﻟﻤﻴﺰﺓ ﺍﻷﻬﻤﻴﺔ ﺍﻟﻤﻨﺘﺞ Y ﺍﻟﻤﻨﺘﺞ X ﻧﺴﺒﺔ ﺍﻷﻬﻤﻴﺔ ﻣﻦ 01 ﺍﻟﺪﺭﺟﺔ ﺍﻟﻨﺘﻴﺠﺔ ﺍﻟﺪﺭﺟﺔ ﺍﻟﻨﺘﻴﺠﺔ ﺇﺩﺍﺭﺓ ﺍﻟﻤﻮﺍﻋﻴﺪ 4 3 21 ﺇﺩﺍﺭﺓ ﺍﻟﺘﺴﻮﻳﻖ 4 4 61 3 21 ﺇﺩﺍﺭﺓ ﺍﻟﺤﺴﺎﺑﺎﺕ 2 2 4 ﺍﻟﻤﺠﻤﻮﻉ ﺍﻟﻜﻠﻲ 31 23 82

ﺇﺫ ﻧﺤﻦ ﺑﺤﺎﺟﺔ ﻟﻠﺬﻛﺎﺀ ﺍﻟﺼﻨﻌﻲ. . 41

ﺍﻟﺬﻛﺎﺀ ﺍﻟﺼﻨﻌﻲ Elaine rich " ﺍﻟﺬﻛﺎﺀ ﺍﻟﺼﻨﻌﻲ ﻫﻮ ﺩﺭﺍﺳﺔ ﻛﻴﻔﻴﺔ ﺗﻮﺟﻴﻪ ﺍﻟﺤﺎﺳﺐ ﻷﺪﺍﺀ ﺃﺸﻴﺎﺀ ﻳﺆﺪﻳﻬﺎ ﺍﻹﻧﺴﺎﻥ ﺑﺸﻜﻞ ﺃﻔﻀﻞ“ Nilsson ﻭﻓﻲ ﺗﻌﺮﻳﻒ آﺨﺮ ﻧﺠﺪ ﺃﻦ ﻫﺪﻑ ﺍﻟﺬﻛﺎﺀ ﺍﻟﺼﻨﻌﻲ ﻫﻮ ﺑﻨﺎﺀ آﻼﺕ ﻗﺎﺩﺭﺓ ﻋﻠﻰ ﺍﻟﻘﻴﺎﻡ ﺍﻟﻤﻬﺎﻡ ﺍﻟﺘﻲ ﺗﺘﻄﻠﺐ ﺍﻟﺬﻛﺎﺀ ﺍﻟﺒﺸﺮﻱ 51

ﺗﻘﻨﻴﺎﺕ ﺍﻟﺬﻛﺎﺀ ﺍﻟﺼﻨﻌﻲ ﺍﻟﻨﻈﻢ ﺍﻟﺨﺒﻴﺮﺓ ﺍﻟﺘﻨﻘﻴﺐ ﻓﻲ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻣﻨﻄﻖ ﺍﻟﻐﻤﻮﺽ ﺍﻟﺸﺒﻜﺎﺕ ﺍﻟﻌﺼﺒﻮﻧﻴﺔ ﺍﻟﺨﻮﺍﺭﺯﻣﻴﺎﺕ ﺍﻟﻮﺭﺍﺛﻴﺔ ﺍﻻﺳﺘﻨﺘﺎﺝ ﺍﻋﺘﻤﺎﺩ ﻋﻠﻰ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻮﺍﻗﻌﻴﺔ 61

ﺍﻻﺳﺘﻨﺘﺎﺝ ﺍﻋﺘﻤﺎﺩ ﻋﻠﻰ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻮﺍﻗﻌﻴﺔ ﺇﺣﺪﻯ ﺗﻘﻨﻴﺎﺕ ﺍﻟﺬﻛﺎﺀ ﺍﻟﺼﻨﻌﻲ ﻟﺒﻨﺎﺀ ﻧﻈﺎﻡ ﺧﺒﻴﺮ CBR ﺗﻌﺘﺒﺮ ﺗﺴﺘﺨﺪﻡ ﻗﺎﻋﺪﺓ ﺍﻟﻤﻌﺮﻓﺔ ﺍﻟﻤﺴﺘﻨﺘﺠﺔ ﻣﻦ ﺗﺠﺎﺭﺏ ، ﻭﺧﺒﺮﺍﺕ ﺳﺎﺑﻘﺔ ﺗﺴﻤﻰ ( Cases ﺍﻟﺤﺎﻻﺕ ) ﻳﺘﻢ ﺣﻞ ﺃﻲ ﻣﺸﻜﻠﺔ ﺟﺪﻳﺪﺓ ﺑﺈﻳﺠﺎﺩ ﺍﻟﺤﺎﻟﺔ ﺍﻷﻜﺜﺮ ﺗﺸﺎﺑﻬ ﻟﻠﺤﺎﻟﺔ ﺍﻟﺠﺪﻳﺪﺓ ، ﻭﻣﻦ ﺛﻢ ﺇﻋﺎﺩﺓ ﺍﺳﺘﺨﺪﺍﻣﻬﺎ ﻟﺘﻜﻮﻥ ﺣﻞ ﻟﻠﻤﺸﻜﻠﺔ ﺍﻟﺠﺪﻳﺪﺓ ﺗﺨﺰﻥ ﺍﻟﺤﺎﻟﺔ ﺍﻟﺠﺪﻳﺪﺓ ﻓﻲ ﻗﺎﻋﺪﺓ ﺍﻟﻤﻌﺮﻓﺔ ﻟﺤﻞ ﻣﺸﺎﻛﻞ ﺃﺨﺮﻯ ﻓﻲ ﺍﻟﻤﺴﺘﻘﺒﻞ 71

ﺍﻟﺬﻛﺎﺀ ﺍﻟﺼﻨﻌﻲ ﻭﻧﻈﻢ ﺩﻋﻢ ﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ ﺍﻟﺘﻘﻨﻴﺔ ﺍﻟﻨﻈﻢ ﺍﻟﺨﺒﻴﺮﺓ ﺍﻟﺘﻨﻘﻴﺐ ﻓﻲ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻣﻨﻄﻖ ﺍﻟﻐﻤﻮﺽ ﺍﻟﺸﺒﻜﺎﺕ ﺍﻟﻌﺼﺒﻮﻧﻴﺔ ﺍﻟﺨﻮﺍﺭﺯﻣﻴﺎﺕ ﺍﻟﺠﻴﻨﻴﺔ ﺍﻻﺳﺘﻨﺘﺎﺝ ﺍﻋﺘﻤﺎﺩ ﻋﻠﻰ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻮﺍﻗﻌﻴﺔ 81 ﻣﺠﺎﻻﺕ ﺍﻻﺳﺘﺨﺪﺍﻡ ﺍﻟﺘﺸﺨﻴﺺ، ﺍﻛﺘﺸﺎﻑ ﺍﻷﻌﻄﺎﻝ، ﺍﻟﻨﻈﻢ ﺍﻟﻤﺴﺎﻋﺪﺓ ﺑﺎﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ. ﺍﻟﺘﺤﻠﻴﻞ، ﺍﻟﺘﻨﺒﺆﺎﺕ ، ﺍﻟﺘﺼﻨﻴﻒ ، ﺍﻛﺘﺸﺎﻑ ﺍﻟﻘﻮﺍﻋﺪ. ﺍﻛﺘﺸﺎﻑ ﻃﺮﻳﻖ، ﺣﺮﻛﺔ ﺭﻭﺑﻮﺕ. ﺍﻟﺘﻌﺮﻑ، ﺍﻟﻤﺤﺎﻛﺎﺓ، ﺍﻟﻨﻤﺬﺟﺔ. ﺇﻳﺠﺎﺩ ﺍﻟﺤﻠﻮﻝ ﺍﻟﻤﺜﻠﻰ. ﺍﻟﻨﻈﻢ ﺍﻟﺨﺒﻴﺮﺓ ﺍﻟﺬﻛﻴﺔ، ﺍﻟﺘﻘﻴﻴﻢ، ﺇﻳﺠﺎﺩ ﺣﻠﻮﻝ ﺟﺪﻳﺪﺓ

ﻣﺎ ﻫﻮ ﺍﻟﺤﻞ ﺍﻟﻤﻘﺘﺮﺡ ؟ 91

ﺍﻟﺤﻞ ﺍﻟﻤﻘﺘﺮﺡ ﺇﻥ ﻭﺟﻮﺩ ﻧﻈﺎﻡ ﺧﺒﻴﺮ ﻟﻮﺣﺪﻩ ﻻ ﻳﻜﻔﻲ. . . ﺍﺳﺘﺨﺪﺍﻡ ﺍﻟﻨﻈﻢ ﺍﻟﺨﺒﻴﺮﺓ ﻣﻊ ﺩﻣﺠﻬﺎ ﺑﺘﻘﻨﻴﺔ ﺍﻻﺳﺘﺪﻻﻝ ﻣﻦ ﺧﻼﻝ ﺍﻟﺤﺎﻻﺕ ﺍﻟﺴﺎﺑﻘﺔ Cased Based Reasoning CBR ﺑﺎﻹﺿﺎﻓﺔ ﻻﺳﺘﺨﻼﺹ ﺍﻟﻘﻮﺍﻋﺪ ﺍﻟﻤﺘﺮﺍﺑﻄﺔ . Association Rules 02

ﺗﻘﻨﻴﺔ ﺍﻻﺳﺘﺪﻻﻝ ﺍﻋﺘﻤﺎﺩ ﻋﻠﻰ ﺍﻟﺤﺎﻻﺕ CBR ﺍﺳﺘﻨﺘﺎﺝ ﺍﻟﺤﻞ ﻣﻦ ﺧﻼﻝ ﻋﻤﻠﻴﺔ ﺍﺳﺘﻌﺎﺩﺓ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﺨﺰﻧﺔ، ﻭﺣﺴﺎﺏ ﻧﺴﺒﺔ ﺍﻟﺘﺸﺎﺑﻪ ﺑﻴﻨﻬﺎ ﻭﻳﺒﻦ ﺍﻟﺤﺎﻟﺔ ﺍﻟﺠﺪﻳﺪﺓ، ﻭﺍﺧﺘﻴﺎﺭ ﺍﻟﺤﺎﻟﺔ ﺍﻷﻜﺜﺮ ﺗﺸﺎﺑﻬ. 12

ﺗﻮﺻﻴﻒ ﺍﻟﻨﻈﺎﻡ -1 - 1. ﻳﺘﻢ ﻃﺮﺡ ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﺍﻷﺴﺌﻠﺔ ﺍﻟﻌﺎﻣﺔ ﺗﻤﺜﻞ ﺍﻟﻤﻴﺰﺍﺕ ﺍﻟﻤﻄﻠﻮﺑﺔ ﻓﻲ ﺍﻟﻤﻨﺘﺞ. • ﻟﻜﻞ ﺳﺆﺎﻝ ﻭﺯﻥ ﻳﻤﺜﻞ ﻣﺪﻯ ﺃﻬﻤﻴﺔ ﻫﺬﻩ ﺍﻟﻤﻴﺰﺓ. • ﺍﺧﺘﺼﺎﺭ ﺍﻷﺴﺌﻠﺔ. • ﻓﻲ ﻛﻞ ﺳﺆﺎﻝ ﻳﺘﻢ ﺣﺴﺎﺏ ﺍﻟﺘﺸﺎﺑﻪ • ﺣﺴﺎﺏ ﺍﻟﺘﻘﻴﻴﻢ ﻭﻓﻖ ﺍﻟﻌﻼﻗﺔ : • ﺇﺭﺷﺎﺩ ﺍﻟﻤﺴﺘﺨﺪﻡ. 22

ﺗﻮﺻﻴﻒ ﺍﻟﻨﻈﺎﻡ -2 - 2. ﻓﻲ ﺣﺎﻝ ﻛﺎﻥ ﺍﻟﺴﺆﺎﻝ ﻳﻤﺜﻞ ﺍﻟﻤﺘﻄﻠﺒﺎﺕ ﺍﻟﻮﻇﻴﻔﻴﺔ ﻟﻠﻤﻨﺘﺞ • ﻳﺘﻢ ﻃﺮﺡ ﻣﺠﻤﻮﻋﺔ ﺃﺴﺌﻠﺔ ﺗﻤﺜﻞ ﺍﻟﻤﻴﺰﺍﺕ ﺍﻟﺘﻔﺼﻴﻠﻴﺔ ﻟﻜﻞ ﻣﺘﻄﻠﺐ ﻭﻇﻴﻔﻲ. • ﻳﺘﻢ ﺣﺴﺎﺏ ﺍﻟﺘﺸﺎﺑﻪ ﺑﻴﻦ ﺍﻟﻤﻴﺰﺍﺕ ﺍﻟﺘﻔﺼﻴﻠﻴﺔ ﺍﻟﻤﺘﻮﻓﺮﺓ ﻭﺑﻴﻦ ﺍﻟﻤﻴﺰﺍﺕ ﺍﻟﺘﻔﺼﻴﻠﻴﺔ ﺍﻟﻤﻄﻠﻮﺑﺔ. • ﻳﺘﻢ ﺍﻟﺘﺪﺭﺝ ﺣﺎﻟﺔ ﺗﻠﻮ ﺍﻟﺤﺎﻟﺔ. • ﻳﺘﻢ ﺣﺴﺎﺏ ﺍﻟﺘﻘﻴﻴﻢ ﺍﻟﻨﻬﺎﺋﻲ ﻭﺫﻟﻚ ﺑﺄﺨﺬ ﺑﻌﻴﻦ ﺍﻻﻋﺘﺒﺎﺭ ﻣﻌﺎﻳﻴﺮ ﺍﻟﺘﻘﻴﻴﻢ ﺍﻟﻌﺎﻣﺔ 32

ﺍﺳﺘﺨﻼﺹ ﻗﻮﺍﻋﺪ ﺍﻻﺭﺗﺒﺎﻁ Association Rule • ﺗﻮﺟﺪ ﻋﺪﺓ ﺧﻮﺍﺭﺯﻣﻴﺎﺕ ﻹﻳﺠﺎﺩ ﻗﻮﺍﻋﺪ ﺍﻻﺭﺗﺒﺎﻁ Apriori Freq. Pattern Growth Vertical Data Format Approach ﺗﻢ ﺍﺳﺘﺨﺪﺍﻡ ﺍﻟﺨﻮﺍﺭﺯﻣﻴﺔ Freq Pattern Growth ﻳﺘﻢ ﺍﺳﺘﺨﺮﺍﺝ ﻗﻮﺍﻋﺪ ﺍﻻﺭﺗﺒﺎﻁ ﻣﻊ ﺍﻋﺘﺒﺎﺭ ﺃﻦ ﺍﻟﻤﻌﺎﻣﻞ Min Confidence ﻳﺴﺎﻭﻱ %001. 42

ﺍﻋﺘﺒﺎﺭ 2 -itemsets ﻣﻊ ﻻﺳﺘﻨﺘﺎﺝ FP-Tree ﺧﻮﺍﺭﺯﻣﻴﺔ ﺗﻄﺒﻴﻖ ﻳﺘﻢ min support ﺗﺴﺎﻭﻱ ﻋﺪﺩ ﺍﻟﻤﺰﻭﺩﻳﻦ، ﺃﻲ ﻋﻨﺪ ﺳﺆﺎﻝ ﻣﻌﻴﻦ ﺍﺗﻔﻖ ﻛﻞ ﺍﻟﻤﺰﻭﺩﻳﻦ ﻋﻠﻰ ﻧﻔﺲ ﺍﻟﺠﻮﺍﺏ، ﻛﻤﺎ ﻳﺘﻢ ﺍﺳﺘﺨﺮﺍﺝ ﻗﻮﺍﻋﺪ ﺍﻻﺭﺗﺒﺎﻁ ﻣﻊ ﺍﻋﺘﺒﺎﺭ ﺃﻦ ﺍﻟﻤﻌﺎﻣﻞ Min Confidence ﻳﺴﺎﻭﻱ %001. ﺩﻋﻢ ﺍﻟﻤﻴﺰﺍﺕ ﺍﻟﺘﻔﺼﻴﻠﻴﺔ ﺭﻣﺰ ﺍﻟﺤﺎﻟﺔ ﺍﻟﺪﺭﺟﺔ ﻣﺪﻋﻮﻣﺔ 01 ﻣﺪﻋﻮﻣﺔ ﻭﻟﻜﻦ ﺑﺤﺎﺟﺔ ﻟﻠﺘﻌﺪﻳﻞ 7 ﻣﺪﻋﻮﻣﺔ ﻣﻦ ﻗﺒﻞ ﻃﺮﻑ ﺛﺎﻟﺚ 6 ﻣﺪﻋﻮﻣﺔ ﺑﺎﻟﺘﺨﺼﻴﺺ 4 ﺳﺘﺪﻋﻢ ﺑﺈﺻﺪﺍﺭ ﻣﺴﺘﻘﺒﻠﻲ 2 ﺩﻋﻢ ﺍﻟﻤﻨﺘﺞ ﺍﻟﺸﺮﺡ ﺍﻟﻤﻴﺰﺓ ﻣﺪﻋﻮﻣﺔ ﺑﺸﻜﻞ ﻛﺎﻣﻞ ﺍﻟﻤﻴﺰﺓ ﻣﺪﻋﻮﻣﺔ ﻣﻦ ﺧﻼﻝ ﺍﻟﺘﻌﺪﻳﻞ ﻓﻲ ﺍﻟﻮﺍﺟﻬﺎﺕ ﻭﺍﻟﺨﻴﺎﺭﺍﺕ. ﺍﻟﻤﻴﺰﺓ ﻣﺪﻋﻮﻣﺔ ﻣﻦ ﺧﻼﻝ ﻃﺮﻑ ﺛﺎﻟﺚ ﺍﻟﻤﻴﺰﺓ ﻣﺪﻋﻮﻣﺔ ﻣﻦ ﺧﻼﻝ ﺍﻟﺘﺨﺼﻴﺺ ﻭﺗﻌﺪﻳﻞ ﺍﻟﺸﻔﺮﺓ ﺍﻟﺒﺮﻣﺠﻴﺔ ﺍﻟﻤﻴﺰﺓ ﺳﻴﺘﻢ ﺩﻋﻤﻬﺎ ﺑﺈﺻﺪﺍﺭ ﻣﺴﺘﻘﺒﻠﻲ ﺭﻏﺒﺔ ﺍﻟﺰﺑﻮﻥ ﺃﻬﻤﻴﺔ ﺍﻟﻤﻴﺰﺓ ﻳﺠﺐ ﺃﻦ ﺗﻜﻮﻥ ﻻ ﺑﺄﺲ ﺑﻮﺟﻮﺩﻫﺎ ﻻ ﺗﻬﻤﻨﻲ ﺍﻟﺒﺘﺔ 52 ﺍﻟﺪﺭﺟﺔ 01 5 0

ﺇﻳﺠﺎﺩ ﻗﺎﻧﻮﻥ ﻟﺤﺴﺎﺏ ﻧﺴﺒﺔ ﺍﻟﺘﺸﺎﺑﻪ: • ﻳﺠﺐ ﺇﻳﺠﺎﺩ آﻠﻴﺔ ﻟﻤﻌﺮﻓﺔ ﻧﺴﺒﺔ ﺍﻟﺘﺸﺎﺑﻪ ﺑﻴﻦ ﺑﺮﻣﺠﻴﺔ ﻣﺎ ﻭﺑﻴﻦ ﻣﺘﻄﻠﺒﺎﺕ ﺍﻟﺰﺑﻮﻥ، ﻭﺫﻟﻚ ﻣﻦ ﺧﻼﻝ ﺣﺴﺎﺏ ﻧﺴﺒﺔ ﺍﻟﺘﺸﺎﺑﻪ ﺑﻴﻦ ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﺍﻟﻤﻴﺰﺍﺕ ﺿﻤﻦ ﺍﻟﺒﺮﻣﺠﻴﺔ، ﻭﺑﻴﻦ ﻧﻈﻴﺮﺗﻬﺎ ﺍﻟﺘﻲ ﻳﻄﻠﺒﻬﺎ ﺍﻟﺰﺑﻮﻥ. • ﺗﻢ ﺍﻻﻧﻄﻼﻕ ﻣﻦ ﻗﺎﻧﻮﻥ )3991 , (Kolodner RV= (∑ wi * Si) ∕ ∑wi S : Similarity W: Weight R: Ranking 62

ﺣﺴﺎﺏ Si ﺗﻢ ﺍﻗﺘﺮﺍﺡ ﺍﻟﺘﻌﺮﻳﻒ ﺍﻟﺘﺎﻟﻲ ﻟﻤﻌﺎﻣﻞ ﺍﻟﺘﻄﺎﺑﻖ ﺑﻴﻦ ﻣﻴﺰﺗﻴﻦ ﻭﻫﻮ "ﺍﻟﻤﺘﻮﺳﻂ ﺍﻟﺤﺴﺎﺑﻲ ﻟﻨﺴﺒﺔ ﺍﻟﻤﻴﺰﺗﻴﻦ ﺍﻟﻤﺘﻘﺎﺑﻠﺘﻴﻦ ﻋﻨﺪ ﻛﻞ ﻣﻦ ﺍﻟﺰﺑﻮﻥ ﻭﺍﻟﻤﻨﺘﺞ"، ﻭﻟﻜﻦ ﺑﺸﺮﻁ ﺃﻦ ﻻ ﻳﺘﺠﺎﻭﺯ ﺍﻟﻮﺍﺣﺪ ﻛﻤﺎ ﻳﻠﻲ: 0= If F<= 0 then S Else If F<n then S= F/n 1= Else S • : F ﺗﻤﺜﻞ ﺃﻬﻤﻴﺔ ﺍﻟﻤﻴﺰﺓ ﺍﻟﺘﻔﺼﻴﻠﻴﺔ ﺍﻟﻤﺘﻮﻓﺮﺓ ﻓﻲ ﺍﻟﻤﺘﻄﻠﺐ ﺍﻟﻮﻇﻴﻔﻲ ﻟﻠﻤﻨﺘﺞ • : N ﺗﻤﺜﻞ ﺃﻬﻤﻴﺔ ﺍﻟﻤﻴﺰﺓ ﺍﻟﺘﻔﺼﻴﻠﻴﺔ ﺍﻟﻤﻄﻠﻮﺑﺔ 72

ﻣﺜﺎﻝ A RV= (∑ wi * Si) ∕ ∑wi Rv 1 =0. 4+0. 2=1 Rv 2=0. 28+0. 4+0. 2=0. 88 Rv 3=0. 20+0. 4+0. 2=0. 80 Sv 1 Sv 2 Sv 3 C D 10 10 5 0 10 10 10 5 7 10 10 0 5 10 Wa C V 1 V 2 V 3 B Wb Wc Wd 0. 4 1 0. 7 0. 5 0. 4 1 1 1 0. 2 1 1 1 0 0 28

ﻣﻌﺎﻳﻴﺮ ﺍﻟﺘﻘﻴﻴﻢ ﺍﻟﻌﺎﻣﺔ 92

ﻭﻇﺎﺋﻒ ﺍﻟﻨﻈﺎﻡ ﺍﻟﺰﺑﻮﻥ ﺍﻟﻤﻨﺘﺞ ﻣﺪﻳﺮ ﺍﻟﻨﻈﺎﻡ 03

- ﻣﻨﺘﺞ Use Case 31

- ﺯﺑﻮﻥ Use Case 32

– Use Case ﻣﺪﻳﺮ ﺍﻟﻨﻈﺎﻡ 33

ﺷﻜﺮ ﻟﻜﻢ. . 43