Die prudsys XELOPES (eXtEnded Library fOr Prudsys Embedded Solutions) ist eine plattform- und datenquellunabhängige Business-Intelligence-Bibliothek, die klassische Data-Mining-Verfahren und neue Echtzeitanalyse-Verfahren vereint. Die Bibliothek kann zum einen als eigenständige Software benutzt werden und bietet vorgefertigte Lösungen zu fundamentalen Analyse-Problemstellungen; des Weiteren kann sie auch in andere Softwareprodukte integriert werden, um dort ihre volle Leistungsfähigkeit als embedded Analysewerkzeug zur Geltung zu bringen. Insbesondere für neuartige komplexe Probleme lassen sich aufgrund der zahlreichen Algorithmen der prudsys XELOPES, die modular kombiniert werden können, adäquate Lösungen entwickeln.
Data-Mining-Standards
prudsys XELOPES unterstützt wesentliche BI-Standards. Dies sind unter anderem CWM, ein Standard der OMG, der die grundlegende Klassenstruktur für ein Business Warehouse in UML spezifiziert, und PMML, ein XML-Format zur Serialisierung und zum Austausch von Data-Mining-Modellen. Beide Standards ermöglichen insbesondere die Interoperabilität zwischen verschiedenen Data-Mining-Anbietern. Die derzeitige XELOPES-Implementierung ist in mehreren Programmiersprachen verfügbar. Die Primär-Implementierung ist in Java und bietet so beste Möglichkeiten in diversen Web- und Serveranwendungen integriert zu werden. Der PMML Standard wird von allen klassischen Data-Mining-Modellen unterstützt und wurde eigens von prudsys für die neuen Echtzeitanalyse-Verfahren erweitert.
Streamzugriff
Da klassische Data-Mining-Verfahren zumeist mit sehr großen Datenmatrizen umgehen müssen, wurde in der prudsys XELOPES das Streamingkonzept für Datenzugriffe implementiert. Dies bedeutet, die benötigten Daten werden nicht zwingend in den Hauptspeicher geladen, sondern können in Echtzeit gelesen und verarbeitet werden. Die Daten können dabei in unterschiedlichstem Format vorliegen. Über eine abstrakte Klasse wird der Zugriff auf die Daten einheitlich modelliert. Davon abgeleitet existieren fertige Implementierungen zur Verarbeitung von Excel-, CSV- und Log-Dateien einschließlich gezippter Formate, Datenbanken, multidimensionalen Datenprovidern, etc. Die Reihe der Datenzugriffsklassen lässt sich dabei problemlos erweitern. Um auch einen wahlfreien Zugriff bei kleineren Datenmengen zu gewährleisten, sind spezielle Möglichkeiten gegeben, Daten im Zwischenspeicher abzulegen und dort anzusprechen.
Analysefunktionen
Die prudsys XELOPES vereint zahlreiche Modelle des klassischen Data Minings. Dies betrifft unter anderen Entscheidungsbäume, Neuronale Netze, SVM’s, Clusterverfahren, Warenkorb- und Sequenzanalyse-Algorithmen, als auch prudsys eigene Verfahren wie Nichtlineare Entscheidungsbäume und Sparse Grids. Des Weiteren finden sich in prudsys XELOPES ein Statistikpaket, welches grundlegende Werkzeuge zur Berechnung von Verteilungen und Konfidenzintervallen enthält, ausgefeilte mathematische Verfahren zum Lösen von Gleichungssystemen, Pakete zum effektiven Rechnen mit dünnbesetzten Matrizen und Tensoren, als auch ein OLAP-Paket, welches das Reporting auf multidimensionalen Daten ermöglicht. Der wohl zukunftsweisendste und damit herausragendste Benefit besteht im sogenannten Agent-Framework, einer Schnittstelle für die vielfältigen Echtzeitanalyse-Verfahren der prudsys XELOPES.
Agent-Framework
Basierend auf Zugängen der künstlichen Intelligenz wurde in einem ausgefeilten Entwicklungsprozess ein Framework entworfen, das einen universellen Zugriff auf alle Echtzeitverfahren bietet. Im Mittelpunkt dieses Frameworks steht dabei ein sogenannter Agent, der aus Reizen seiner Umwelt lernt und entsprechend agieren kann. Dieser Ansatz wird z.B. auf Produktempfehlungen, automatisiertes Pricing, Disposition und Echtzeit-Scoring übertragen.
Der Agent vereint dazu ein adaptives Modell, das in Echtzeit aktualisiert wird. Aus der Belohnung, dem sogenannten Reward, der z.B. bei einer gekauften Empfehlung hoch ist, lernt der Agent und passt sein Modell entsprechend an. Die Abbildung symbolisiert den Prozess des Lernens und des Anwendens (Learn und Apply Step). Die entsprechend abgeleiteten Agenten, z.B. RecommAgent (Empfehlungen mittels Reinforcement Learning), CollaborativeDemandAgent (automatische Berechnung von Bestellmengen und -zeitpunkten), ClickOrderAgent (automatische Preisanpassung anhand des Klickverhaltens), etc. sind bereits in der prudsys XELOPES integriert, wobei die Menge dieser Agenten problemlos mittels eines flexiblen Deployment-Mechanismus erweitert werden kann.
download
