Моделі обробки текстових бізнес-правил у системах підтримки прийняття рішень

Abstract

У статті розглянуто проблему формалізації та автоматизованої обробки текстових бізнес-правил у системах підтримки прийняття рішень з урахуванням наявної структури даних та контексту предметної області. Запропоновано математичні моделі, що охоплюють три ключові етапи обробки правил: визначення структурних компонентів текстового бізнес-правила, побудову формальної таблиці рішень у нотації DMN та валідацію синтаксису й семантики згенерованої моделі за правилами логічної узгодженості. Модель структурного аналізу забезпечує формальне виділення умов, дій та залежностей із урахуванням доступних даних; модель генерації DMN визначає відповідність текстових конструкцій елементам таблиці рішень і враховує контекст системи підтримки рішень; модель валідації дозволяє виявляти логічні суперечності, неповноту та помилки узгодженості у формальній моделі. Представлено прототип програмної системи, що реалізує запропоновані моделі та дозволяє проводити експериментальне тестування їхньої ефективності. Результати експериментів демонструють коректність формалізації, повноту відображення бізнес-правил у DMN-таблиці та дієвість автоматичного виявлення структурних, синтаксичних і семантичних помилок.

The paper addresses the problem of formalization and automated processing of textual business rules in decision support systems, taking into account the existing data structure and the contextual constraints of the decision-making domain. The study proposes mathematical models covering three key stages: identifying the structural components of a textual business rule, generating a formal DMN decision table, and validating the syntax and semantics of the resulting model in accordance with logical consistency rules. The structural analysis model extracts conditions, actions, and dependencies while incorporating the available data schema; the DMN generation model maps textual constructs to decision table elements with respect to the context of the decision support system; the validation model detects logical inconsistencies, incompleteness, and coherence errors in the formalized model. A prototype implementation is presented, enabling experimental evaluation of the proposed models. The results demonstrate correct formalization, completeness of business rule transformation into the DMN table, and effective detection of structural, syntactic, and semantic errors in the generated decision model.