决策支持系统总结

《决策支持系统总结》由会员分享，可在线阅读，更多相关《决策支持系统总结（10页珍藏版）》请在装配图网上搜索。

1、决策支持系统决策支持系统DSS是指具有辅助决策能力的高级计算机信息管理系统，为企业提供各种决策信息以及问题的解决方案，将决策者 从底层次的信息分析处理工作中解放出来，使他们拥有更多的时间专注于最需要决策智慧和经验的工作，从而提高决策质量和效率。 第一章：计算机管理决策支持概论计算机实现决策支持的原因：1、计算快速2、客服认知的限制3、减少费用4、技术支持5、质量支持6、竞争支持 管理信息系统MIS的特征:1、MIS的主要功能是事物处理2、MIS包含多个数据处理系统3、MIS是为结构化决策服务的4、MIS具有系统的一切特性5、MIS是实际管理系统的一部分6、MIS是以数据库系统作为基础建立 MI

2、S的功能：1、事物处理2、数据库的更新和维护3、产生各类报表4、查询处理5、用户与系统的交互作用DSS和MIS的联系和区别：1、MIS是面向中层管理人员，为管理服务的系统。DSS是面向高层人员，为辅助决策服务的系统2、MIS是按事务功能综合多个事务处理的信息系统，DSS是通过多种模型和知识组合计算辅助决策。3、MIS是以数据库系统作为基础、以数据驱动的系统。DSS是以模型库和知识库作为基础4、MIS分析着重于系统的总体信息的需求，DSS分析着重于决策者的需求5、MIS追求的是效率，DSS追求的是效率，即决策的正确性6、MIS支持的是结构化决策，DSS支持的是半结构化决策或非结构化决策企业内外环

3、境的变化DSS不断发展，主要原因：1、企业运营在一个不稳定的经济环境中2、企业面临着日益激烈的国内外竞争3、企业面临着不断加 大的运作情况困难4、已有的计算机系统不支持增加效率、利润和进入盈利市场的目标决策支持系统的理论基础：1、管理科学2、信息管理科学3、信息经济学4、人工智能与专家系统5、认知科学 重要的信息处理技术：1、信息本质与信息收集2、信息组织与数据仓库3、信息分析与数据挖掘数据仓库：是在数据的基础上发展起来的，又称信息仓库。是一种利用多维方法和集成方法进行数据组织和数据存取的新技术，能 够将不同来源、分散的数据汇集和处理为统一的数据资源，以便终端用户访问。数据挖掘：是从大量的数据

4、中提取或挖掘深层信息或知识的过程，是人工智能、机器学习与数据库技术相结合的产物 数据挖掘的对象：主要是关系型数据库，数据仓库，并逐渐发展到空间数据库，时态数据库、多媒体数据库、web数据源等 数据挖掘的主要任务：是概念描述、关联分析、分类和预测、聚类、偏差检测、时序模式分析。采用的方法和技术包括：统计分析 法，机器学习，神经计算法，模糊数学发，可视化技术等。信息管理科学对DSS的影响：1、信息管理科学为决策支持系统提供基本的理论框架2、信息管理科学的技术促进决策支持系统的 变革3、信息管理科学的发展趋势影响着决策支持系统的发展方向。第二章：决策的理论与方法决策的概念：是人们为实现特定目标，经过

5、缜密的推断分析而在众多备选方案中择取最佳方案的活动。包含三个方面的意思：1、找出制定决策的依据，2、在诸行动方案中进行抉择3、对已选择的方案及实施进行评价。决策基本特征：1、决策是管理的中心，决策贯穿管理的全过程2、在决策准则上，用满意性准则代替最优化准则3、强调集体与组织对决策的影响4、重视计算机技术的应用。决策问题的构成要素：1、决策人2、决策目标3、决策方案4、后果集5、信息集决策问题的特点：1、明确的针对性2、客观的显示行3、一定的风险性4、优选性5、局限性 决策全过程需遵循的原则：1、实事求是原则2、外脑原则。即重视参谋、智囊的作用3、经济原则。节约资源，力求最佳效果 确定决策目标需

6、遵循的原则：1、差距原则。现实和目标存在差距，努力缩小差距2、紧迫原则。目标和显示存在紧迫性3、力及原则。达到目标、解决差距应该是力所能及的。制定备选方案需遵循的原则：1、瞄准原则。备选方案必须瞄准决策目标2、差异原则。备选方案之间必须有所差异 优选方案需遵循的原则：1、两最原则。最后的选择方案应该是效益最大，损失最小，可靠性最大，风险性最小的决策方案2、预后原则。选定的方案应具有应变能力和预防措施3、时机原则。决策应该在信息充分或根据充足的时机做出。 决策实施过程中应遵循的原则：1、跟踪原则。决策付诸实施后，要随时检查验证，不能放任自流。2、反馈原则。一旦发生决策与客观情况有不适之处，要及时

7、采取措施，进行必要的修改和调整。决策的过程主要包括：提出问题、收集资料、确定目标、拟定方案、分析评价、方案确定和实施全过程。决策的过程：（这里是本章重点）：1、信息阶段2、设计阶段3、选择阶段4、实现阶段5、决策过程的支持决策过程开始于信息阶段，该阶段考察现实系统，并识别和定义问题。在设计阶段，则构造表示系统的模型即建模，通过假设 简化现实系统，写出所有变量的关系。对模型进行有效性检验，并确定一组识别行动方案的评价准则。选择阶段，包括确定模 型的建议解（不是模型所表示问题的解），在理论上验证此解。一旦认为建议解是合理的，则进入最后阶段一实现。信息阶段：1、识别问题2、问题分类与分解3、确定问题

8、的所有者设计阶段：1、确定定量模型的变量（结果变量、决策变量、不可控变量或参数、中间结果变量）2、确定模型的结构3、设定选择的原则（最优化原则、次最优化原则、满意原则）4、产生方案5、预测各方案的结果6、度量结果7、情景分析选择阶段：1、模型的解2、搜索方法（分析技术、算法、盲目搜索和启发式搜索方法）3、评价方法（多目标分析、灵敏度分析） 决策的分类：1、按决策性质的重要性分可分为战略决策、战术决策和操作型决策，或叫战略计划、管理控制和运行控制三个级别2、按决策的结构分可分为结构化决策、非结构化决策和半结构化决策。3、按决策的对象范围分可分为宏观决策和微观决策4、按定量和定性分可分为定量决策和

9、定性决策5、按决策环境分可分为确定性决策和不确定性决策6、按决策的过程的连续性分可分为单项决策和序贯决策。结构化决策模型是指按照一定模型框架，结构化的描述影响决策的各种要素模型。最常用的结构化决策模型有2种：决策影响图模 型和决策树模型影响决策的要素主要包括决策目标、实现决策目标的方法、可选择的决策方案、不确定因素以及决策结果等。决策影响图模型和决策树模型的差异：在对决策要素进行结构化描述时，决策影响图模型和决策树模型各有优势，可以互为补充， 决策树可以直观的描述决策过程，尤其是对决策结果的计算过程，但不适合复杂的决策；决策影响图可以直观的描述决策要素之间 的关系，也适合复杂的决策，但不易直观

10、的表示决策结果的计算过程。第三章：决策支持系统概述决策支持系统是一个交互式的、灵活的和自适应的基于计算机的系统，它综合应用数据、信息、知识和模型，并结合决策人的判断， 支持决策过程的各阶段，支持决策人进行半结构化和非结构化决策问题的分析求解。决策支持系统的特征：（1）较之于处理的效率，更追求决策的效果。（2）它不是代替决策，而是提供良好的决策环境，对决策提供支持。（3）具有智能性（4）面向决策者，支持中、高层决策者的决策活动。（5）模型和用户共同驱动，即决策过程和决策模型都是动态的，是根据决策的不同层次、不同阶段、周围环 境和用户要求等动态确定的。（6）强调交互式的处理方式。决策支持系统的任务

11、和功能：（1）DSS通过将决策人的判断和计算机中的信息集成在一起，主要辅助决策人分析半结构化和非结构化决策问题。（2）可以为不同管理决策层提供支持，包括从高层管理者到生产线管理者。（3）可以为个体和群体提供支持，半结构化和非结构化问题的决策分析需要来自不同部门和组织层次的人员参与。（4）DSS支持各种决策过程和形式。（5）DSS在时间上是自适应的面对迅速化的条件，决策人应能及时反应，并且DSS应适应这种变化。（6）用户应能很方便地使用DSS。（7）DSS努力提高决策的有效性（准确性、及时性、质量），而不是决策的效率。（8）在问题求解中，决策人能完全控制决策过程的国有步骤，DSS的目的是支持而不

12、是代替决策人。（9）终端用户应能自己构造和修改单系统。（10）DSS通常应用模型分析决策问题，建模功能使DSS能够在不同的结构下，对不同策略进行试验。（11）DSS能访问和获取不同来源、格式和类型的数据，包括地理信息系统和面向对象的数据。决策支持系统（DSS ）的组成：主要由数据库子系统、模型库子系统和用户接口子系统构成1、数据库子系统：数据库子系统包括数据库和数据库管理系统，其功能包括对数据的存储、检索、处理和维护，并能从来自 多种渠道的各类信息资源中吸取数据，把它们转换成DSS要求的各种内部数据。2、模型库子系统：在管理和决策活动中，客观事物就是被决策者处理的问题，管理决策模型就是对问题状

13、态及其演变过程的 描述，模型库就是这些决策模型的集合。模型库子系统由模型库和模型库管理系统组成。3、用户接口子系统：接受和检验用户的请求，协调数据库系统和模型库系统之间的通信，为决策者提供信息收集、问题识别 以及、使用、改进、分析和计算。智能决策支持系统的结构：在DSS结构中，增加知识子系统，可以得到智能决策支持系统。所谓的知识子系统，就是提供一种（或 几种）知识表示的方法和知识的存储、管理形式，以使得人们能够很方便地表达他们的知识，能够很方便地存储管理和调用这些知 识为DSS的运行（包括识别问题，人机对话，自动推理，模型构成以及问题求解等）服务。（以下小了解一下数据仓库、联机分析处理和数据挖

14、掘是三种相互独立又相互关联的信息技术，他们各自从不同的角度辅助决策。数据仓库是基础， 联机分析处理和数据挖掘是两种不同的分析工具。三者的结合使数据仓库辅助决策能力达到更高层次。这三种技术可结合成三种不 同形式的决策支持系统:基于数据仓库的决策支持系统、基于数据仓库和联机分析处理的决策支持系统和着三种结果为一体的DSS。 综合型决策支持系统：把数据仓库、联机分析处理、数据挖掘、模型库、数据库、专家系统结合起来，则形成综合的、更高级形式 的决策支持系统。综合型决策支持系统包括三个主体：第一个主体是模型库系统和数据库系统的结合，它是决策支持系统的基础，为决策问题提供定量分析的辅助决策信息 第二个主体

15、是数据仓库和联机分析处理，它从数据仓库中提取综合数据和信息，这些数据和信息反映了大量数据的本质； 第三个主体是专家系统和数据挖掘的结果，数据挖掘从数据库和数据仓库挖掘知识，放入专家系统的知识库中，由知识推理 的专家系统达到定性分析辅助决策。传统决策支持系统：利用第一个主体的辅助决策支持系统智能决策支持系统：利用第一个主体和第三个主体相结合的辅助决策支持系统就是智能决策支持系统 基于数据仓库的决策支持系统：利用第二个主体和第三个主体相结合的辅助决策支持系统就是新决策支持系统 综合型决策支持系统：将三个主体都结合起来形成综合型辅助决策支持系统。数据库子系统的机构：1、数据库及其结构2、数据库管理系

16、统3、数据查询4、数据字典。DSS的数据来源：内部数据、外部数据、个人数据数据库的结构有6种：关系型、层次型、网状型、面向对象型、多媒体型、智能型。模型库子系统：模型是对客观事物及其环境的客观描述，是人们研究客观事物的一种手段。模型库子系统的功能：1、产生或重构新的模型2、分解和组合模型3、管理模型库4、与数据库发生联系5、协调和集成建模、存取及运行管理。模型库子系统的机构：模型库、模型库管理系统、模型字典用户接口模式：1、命令语言2、菜单交互3、表格技术4、自然语言理解5、可视化技术6、浏览技术决策支持系统的分类：Alter的分类：1、文件柜系统2、分析信息系统3、统计模型系统4、样本模型系

17、统5、最佳模型系统6、建议模型系统 Holsapple和Whinston的分类：1、面向文本的DSS 2、面向数据库的DSS 3、面向表格软件的DSS 4、面向求解器的DSS5、面向规则的DSS 6、组合DSS第四章：决策支持系统的构造决策支持系统的开发策略：从环境角度：1、在系统开发初期就着手建立和改善系统的开发环境及应用环境2、采用“速成原型”法进行系统开发，边开发、边应用。3、DSS的开发工作同软科学研究密切集合。从开发工具与层次上：1、直接使用通用程序设计语言编写相应的DSS模块2、采用第4代语言开发相应DSS模块3、采用DSS集成开发工具生产决策支持系统4、采用专门领域的DSS生成器

18、生成专门领域内特定问题的决策支持系统5、应用Case方法开发DSS6、综合使用以上多种方法开发更为复杂的DSS。决策支持系统的开发方法：1、生命周期法2、原型法3、累接设计法4、面向对象的设计方法5、面向代理的方法生命周期法：根据问题定义与规划生命周期不断学习与循环，来了解问题或处在的环境。原型法：是经过一系列短时间的开发步骤，在这些步骤中有来自用户的中间反馈，根据反馈修改系统，并反复迭代，以保证开发的正确进行迭代过程包括4个任务：1、首先构造选择的重要子问题2、为决策人开发一个小得可用系统3、不断的进化系统4、不断的细化、扩展和修改系统原型法的优点：1、开发时间短2、用户反馈速度快3、用户对

19、系统及其信息需求和功能的理解增强4、费用低缺点：不能很好了解信息系统效益和费用、企业信息需求的详细描述等累接设计法：累接设计的步骤：1、识别一个重要的子问题2、开发一个小型但能对决策者起辅助作用的系统3、周期性地改进、扩展和修改系统4、不断评价系统支持累接设计的机制：1、定义角色2、支持技术3、通信机制4、文件编制能力5、用户培训6、评价和跟踪ROMC分析方法：R（表述）0（操作）M（记忆辅助）C（控制机构）面向对象方法包括面向对象的分析、设计、编程、调试和维护等过程。面向代理方法包括三个方面内容：1、面向代理的系统分解2、面向代理软件的抽象3、面向代理的组织结构管理面向代理与面向对象之间的异

20、同：相同点：面向代理与面向对象的系统开发视图有一些相似之处，例如：它们都强调试题见相互作用的重要性 不同点：1、对象一般式被动的，需要接到消息才能启动2、尽管对象封装了状态和行为，它不封装对行为的激活操作，因而所有对象可以公开的访问任何其 它对象，一旦方法激活，对象便执行相应的行动。3、面向对象不能为一些复杂类型的系统建模提供足够的抽象概念和机制。决策支持系统的开发过程：1、问题规划2、调查3、系统分析和概念设计4、系统设计5、系统构造、系统集成6、系统实现7、文档与维护8、适应决策支持系统的设计阶段：包括用户开发的决策支持系统和小组开发的决策支持系统。用户开发的决策支持系统的特点：1、交付时

21、间短2、可免去大量的预先和正式的用户声明3、通过将现实任务转移到用户4、费用低5、性能可能较低6、存在风险7、缺乏文档和维护技能可能引起问题。用户开发决策支持系统的过程：1、系统分析和概念设计2、设计与构造3、系统实现小组开发的决策支持系统是一个规范的软件开发过程，它涉及的人员、部门多，开发时间长，费用高，组织管理要求高，适 合解决中长期的决策支持问题。小组内也可以分工合作，快速生成临时支持软件。决策支持系统的实现与集成：决策支持系统的实现包含了成功因素，判断成功的准则主要有：用户的满意性，和偏好程度、系统达到预定目标的程度、 效益费用等。决策支持系统成功实现的决定性因素主要有：1、技术因素2

22、、因为因素3、过程因素4、用户参与5、组织因素6、外部环境7、与项目有关的因素。解决决策支持系统开发语言的问题：1、研制合适于决策支持系统开发的集成语言2、以某些功能较强的计算机语言为宿主语 言，嵌入开发决策支持系统需要的其他语言形成宿主语言。决策支持系统的集成：DSS软件集成的主要目的1、增强基本功能2、增加应用能力。DSS常用的集成方式：1、网状结构2、桥式结构3、分层结构4、塔状结构决策支持系统的开发工具决策支持系统一般包括3个技术层次，即专用DSS、DSS生成器、DSS工具。DSS工具：是DSS技术的最低层次，他是用户开发DSS最基础的技术，既可用于DSS生成器的开发，也可用于专用DS

23、S的开发，它包括开发专用DSS或DSS生成器的基本硬件和软件单元。DSS工具分为2大类：1、语言类，即提供一套开发语言2、外壳（或生成器）类，即提供DSS的一个框架。开发一个系统需要提供三个接口 ： 1、开发者接口 2、用户接口 3、系统接口。专用DSS是完成专门决策任务的计算机软件和硬件系统。DSS生成器是由相关的一组软件和硬件组成的模块，其目的是提供迅速而方便的开发专用DSS的能力。第五章：决策支持系统中的模型模型的类型：1、物理模型（图标模型和模拟模型）2、定量模型3、仿真模型4、静态模型与动态模型数学模型：是由字母、数字和数学符号构成的等式或不等式，用来描述系统内部特征或与外界的联系；

24、它是真实世界的一种抽象。 数学模型可分为：1、原理性模型2、系统学模型3、规划模型4、预测模型5、管理决策模型6、仿真模型7、计量经济模型第六章：数据仓库当前数据处理可以分为2大类：操作型处理和分析型处理操作型处理也叫事物处理，是指对数据库联机的日常操作，通常是对一个或一组记录的查询和修改，主要是为了企业的特定 应用服务的。人们关心的是响应时间、数据的安全性和完整型分析型处理则用于管理人员的决策分析。事物处理环境不适宜DSS应用的原因：1、事物处理和分析处理的性能特性不同2、数据集成问题3、数据动态集成问题4、历史数据问题5、数据的综合问题。数据仓库的定义：数据仓库是面向主题的、集成的、稳定的

25、、不同时间的数据集合，用于支持经营管理中决策的制定。数据集市是一种更小、更集中的具有特定应用的数据仓库。分为独立的数据集市和从属的数据集市，独立的数据市集的数据来源于 数据源，而从属数据集市的数据来源于中央数据仓库。数据集市与数据仓库的差异：数据集市不等于数据仓库，多个数据集市简单的合并起来不能成为数据仓库，数据仓库是基于整个企 业的数据模型建立的。数据集市是按照某一特定部门的数据模型建立的，数据仓库中存储整个企业内非常详细的数据，而数据集市 中数据的详细程度要低一些，包含的概要和累加的数据要多些。从组织上，数据集市的数据组织一般采用星型模型，大型数据仓库 的数据组织采用第三范式。数据仓库的特

26、点：1、数据仓库是面向主题的2、数据仓库是集成的3、数据仓库是稳定的4、数据仓库是随时间变化的5、数据仓库中得数据量很大。数据仓库的结构：包括当前细节数据、早期细节数据、轻度综合数据、高度综合数据和元数据。多维表模型：数据仓库是以多维表型的维表一一事实表结构形式组织的，共有三种形式：1、星型模型2、雪花模型3、星网模型。 多维表的设计步骤：1、确定决策分析需求2、从需求中识别出事实3、确定维4、确定数据概括的水平5、设计事实表和维表6、确定数据需求7、按使用的DBMS和用户分析工具，证实设计方案的有效性。8、随需求变化修改设计方案 数据仓库的数据模型与操作型数据库的三级数据模型的区别：1、数据

27、仓库的数据模型中不包含纯操作型的数据2、数据仓库的数据模型扩充了码结构，增加了时间属性作为码的一部分。3、数据仓库的数据模型中增加了一些导出数据。数据仓库的三级数据模型主要是：概念模型、逻辑模型和物理模型，另一种三级模型的概念是高级模型、中级模型和低级模型。 数据仓库的设计方法又称为“数据驱动”的设计方法，其基本思路是：1、“数据驱动”系统设计方法的思路就是利用以前所取得的工作成果来进行系统建设。2、“数据驱动”的系统设计方法不再是面向应用，而是从已有的数据库系统出发，按照分析领域对数据及数据间的联系从新考 察，组织数据仓库的主题。3、“数据驱动”的系统设计方法的中心是利用数据模型有效的识别原

28、有的数据库中的数据和数据仓库中主题的数据的“共同性”。 数据仓库的设计步骤：1、概念模型的设计2、技术准备工作3、逻辑模型设计4、物理模型设计5、数据仓库生成6、数据仓库运行于维护1、概念模型设计的主要工作是：1、界定系统边界2、确定主要的主题域及内容32、技术准备工作这一阶段的主要工作是技术评估于技术环境准备。3、逻辑模型设计的主要工作是：1、分析主题域，确定当前要装载的主题2、确定粒度层次划分3、确定数据分割策略4、关系模式定义5、记录系统定义4、物理模型设计的工作是：1、确定数据的存储结构2、确定索引策略3、确定数据存放位置4、确定存储分配5、数据仓库的生成的主要工作是设计接口和数据装入

29、6、数据仓库的使用和维护的工作：1、建立DSS应用2、理解需求，调整和完善系统，维护数据仓库。提高数据仓库性能的技术：1、合并表2、建立数据序列3、引入冗余4、表的物理分割5、生成导出数据6、建立广义索引数据仓库的查询与决策分析：决策分析需要对数据仓库的数据进行分析处理，通常运用的技术是联机分析处理（OLAP）（他与联机事 务处理（OLTP）的区别在上面的内容中已经提及过。参考第三页）联机分析处理（OLAP）的定义：联机分析处理（OLAP）是一种软件技术，它使分析人员能够迅速、一致、交互地从各个方面观 察信息，以达到深入理解数据的目的。这些信息是从原始数据转换过来的，按照用户的理解，它反映了企

30、业真实得方方面面。联机分析处理（OLAP）与联机事务处理（OLTP）的区别：联机分析处理是以数据库或数据仓库为基础的，OLAP面对的是决策人员和高层管理人员对数据仓库进行信息分析处理。OLTP 面对的则是具体操作人员和低层管理人员。以快速事务响应和频繁的数据修改为特征，用户利用数据库快速的处理具体业务。 OLAP的数据组织可分为：基于关系数据库的OLAP（ROLAP）和基于多维数据库的OLAP（MOLAP或MD-OLAP）ROLAP和MOLAP的区别：这两种技术都满足了 OLAP数据处理的一般过程：即数据装入、汇总、建索引和提供使用。但MOLAP 较ROLAP要简明一些。MOLAP是基于多维数

31、据组形式存储，表现为超立方结构，且MOLAP的索引可自动进行，并可根据元数 据自动管理所有的索引及模式，为开发者设计物理数据模式和确定索引策略节省了时间，但也丧失了一定的灵活性。相比而言， OLAP的实现较为复杂，但灵活性较好，用户可以动态定义统计或计算方式。OLAP的多维数据分析功能：1、切片和切块2、钻取3、旋转4、代理操作5、计算能力6、模型计算数据仓库的索引技术：1、位索引2、多级索引3、将整个索引或索引的一部分存储在主存中4、压缩索引项5、建立选择索引和范围索引可视化系统的组成：1、数据的管理与过滤2、提取几何图元，建立一个模型3、绘制4、显示和演放可视化方法：可视化绘制方法就是把隐

32、藏于大容量数据集中的物理信息转化为有组织结构表示的视觉信号集合，如空间几何形状、 颜色、亮度等。目前常用的可视化绘制方法有：1、几何法2、色彩法3、多媒体法4、光学法第七章：数据挖掘知识发现（KDD）：是指从数据库中发现知识的全部过程，而数据挖掘（Date Mining）则是此过程中的一个特定步骤。KDD过程定义：从大量数据中提取出可信的、新颖的、有用的并能被人理解的模式的高级处理过程。数据挖掘的定义：广义的数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程。典型的数据挖掘系统有如下成分：1、数据库、数据舱仓库2、数据库或数据仓库服务器3、知识库4、数据挖掘引擎5、

33、评估模式6、图形用户界面数据挖掘的对象：从原则上讲数据挖掘可以在任何类型的信息存储上进行。这包括关系数据库、数据仓库、事物数据库、高级数据 库系统、展开文件和www。高级数据库系统包括面向对象数据库、对象一关系数据库和面向特殊应用的数据库。数据挖掘的任务：1、关联分析2、时序模式3、聚类4、分类5、偏差检测6、预测数据挖掘的方法和技术：1、归纳学习方法2、仿生物技术3、公式发现4、统计分析方法5、模糊数学方法6、可视化技术Web文本挖掘：可以对web上大量文档集合的内容进行摘要、分类、聚类、关联分析，以及利用web文档进行趋势预测等。 第八章：智能决策支持系统人工智能（AI）是一门研究如和利用

34、一种机器来模拟人的大脑，从事推理、解题、识别、设计和学习等思维活动的学科。专家系统：是一类程序系统，从功能上可以把它定义为具有大量专门知识，并能运用这些知识解决特定领域中实际问题的计算机系 统。包括知识库+推理机专家系统的特点：1、知识包括事实和规划2、适合于符号处理3、推理过程是不固定的形式4、能得出未知的事实。智能决策支持系统：简单来说就是讲专家系统和人工智能与DSS结合起来，进一步提高决策支持系统的能力。辅助决策者做出正 确的决策。智能决策支持系统目前有三种模式：第一种：DSS+知识库+文本库；第二种：DSS+知识求解单元+知识库第三种：LPK系统结构。该系统突破了传统的DSS模式，在该

35、系统中用户通过语言系统（LS）陈述要解决的问题； 知识系统（KS）中存放领域知识，问题处理系统（PPS）接受LS表达的问题，利用KS中的知识求解问题。智能决策支持系统的相关技术：1、决策树2、集成技术3、数据仓库与数据挖掘相结合的决策支持。智能决策支持系统的开发：智能决策支持系统的柔性：柔性的外部表现：1、易修改2、适应性3、求解灵活性4、可扩充性柔性的特征：1、运行柔性2、结构柔性3、界面柔性4、开放性智能决策支持系统的开发环境的基本设计：1、为研制的系统确定基本目标：1、开放性和可扩展性2、效率和灵活性3、高效集成性4、用户友好性5、持久性6、可移植性2、基于目标，确定设计思想及技术路线：

36、1、环境外部形式2、环境面向对象特性3、环境开放性和可扩展性设计4、效率和灵活性设计5、持久性设计知识表示的要求：1、表示能力2、推理效率3、结构性广义知识元的概念：广义知识元是由元名和一组属元构成。其每个属元也是广义知识元。属元为空的广义知识元称为原子元，是在 广义知识元层次上不能再分或不准备再分的元。不是广义知识元的元称为构造元。广义知识元之间的关系：元之间组成一个多层次、多关联的复杂网络，称为元网，元即反应一种静态结构又反应一种动态关系 广义知识元之间有三种关系：1、构成关系，某元是由另一些元构成的；2、派生关系，某元是由另一元派生的，继承其特性3、触发关系，某元被激活，导致它按某种方式

37、去激活相应的元元的面向对象特征：1、彻底的面向对象观点2、复杂网络3、数据抽象和操作抽象4、并发性5、持久性元的开放性：1、增加预定义元2、增加“型”3、扩展元的词法和语法4、基于Client/Server的消息机制 智能决策支持系统（IDSS）的开发环境的基础：1、C+语言成分2、型元3、预定义元开发环境的其他组成成分：1、元编译器2、元构造器3、可视化编辑器4、知识处理系统5、模型处理系统6、数据库系统7、超媒体系统8、元网管理核心9、局部元网构造机10、局部元网推理机 第九章：群体决策支持系统群体决策：是指多个决策人在共同的决策环境中，彼此间进行通信和协作，依赖一定的决策方法，产生和评估

38、决策方案，并最终形 成决策的过程。群体决策存在的条件：1、客观存在的群体2、需要决策的共同问题3、支持群体决策的机制群体决策的类型：1、合作性群体决策；特点：1、群体有产出2、群体成员间有相互交流、支持的要求3、群体有持续发展的要求2、非合作型群体决策3、影响型群体决策群体决策的过程：1、发现共同的问题2、确定群体目标3、方案评选4、执行反馈群体决策过程的数学模型：1、问题一问题关系2、成员一成员关系3、决策步一决策步关系4、成员一问题关系5、成员一决策步关系和问题一决策步关系群技术：1、名义群体法2、步阶法3、德尔菲法4、头脑风暴法5、辩证询问法6、魔鬼辩护法等群体决策支持系统：是辅助联合工

39、作群体解决非结构化问题的交互式计算机或向参加决策会议的群体提供支持的系统。群体决策支持系统的特点：1、群体性2、支持性3、集成性4、开放性5、交互性6、智能性 群体决策支持系统的功能：1、成员管理2、任务管理3、信息支持4、交互支持5、统计计算6、模型支持7、方案管理8、决策控制群体决策支持系统的类型：1、决策室2、过程室3、远程会议4、远程决策群体决策支持系统的组成：1、人2、硬件平台3、软件系统4、规程群体决策支持系统的结构：1、用户接口呈分布式，设置了多个终端和I/O设备，提供多维的信息交互手段2、增加了决策控制系统，具有协调群体行为的能力，如安排会议议程等3、增加了通信系统，方便决策参

40、与者之间进行交流4、模型库的功能加强，增加了投票、排序、分类评估等功能，为实现达成一致的决策提供了方便。 群体决策支持系统的技术：1、信息收集技术2、决策任务分配技术3、个体偏好公布技术4、决策方案判决技术5、集体综合评价技术6、消除认知偏差技术群体决策支持系统的构造：1、问题库及其管理系统2、模型库及其管理系统3、数据库及其管理系统4、系统集成 群体决策系统成功的因素：可分为三个方面：设计方面：1、对非结构化决策问题提供结构化支持2、提供匿名操作方式3、提供符合人体工程学的操作和使用环境实现方面：1、确保对高层管理的支持2、通过实验确定适当的操作3、提供用户培训 管理方面：1、对系统进行必要

41、的维护2、通过反馈和总结意见，对系统进行更新和 改进3、群体决策支持系统人员须及时学习和掌握的新技术第十章：基于网络的决策支持系统基于网络的决策支持系统：是以计算机网络通信技术为信息交互基础的决策支持系统。优势在于：1、能给决策者提供一种有效的通信协调和信息共享机制2、可以集成各种已有的信息支持工具3、可以方便灵活的集成各种信息资源4、支持模型共享等等基于Intranet的决策支持系统一般采用的是C/S结构，即系统由客户端和服务器端两部分组成。而基于Internet的决策支持系统一 般采用的B/S结构，及系统由浏览器和服务器组成。基于网络的决策支持系统中得群件：1、电子邮件于消息系统（电子邮件

42、、电子公告板、新闻组、邮件列表）2、屏幕共享3、视频电话会议4、工作流系统（管理型工作流、设定型工作流、协作型工作流、生产型工作流）电子商务的概念：广义的电子商务是指利用计算机网络技术进行的全部商务活动，包括产品生产、内部管理、物资调配、公司间合 作、客户联系、电子交易等各个方面。电子商务可分为三个层次：1、初级层次是在企业的传统商务活动中的一部分引入电子化的信息处理于交换系统，代替传统的手工 的信息存储和传递方式。2、中级层次是指企业利用计算机网络信息化传递履行商务合同的部分义务，典型如在线销售3、高级层次是指利用计算机网络的信息处理和信息传输代替企业商务活动的全部过程。电子商务的四种运用类

43、型：1、企业对企业（B to B）2、企业对消费者（B to C）3、企业对政府结构（B to G）4、消费者对政府机构（B toG） 电子商务中的市场营销决策支持系统的特点：1、基于电子化的协同作环境2、降低成本，提高效益3、变被动销售为主动销售4、交易方便、快捷、透明。5、更有效的客户服务市场营销决策支持系统的功能：1、利润目标的预测与决策2、销售量和销售额的预测与决策3、产品价格决策4、促销决策。市场营销决策支持系统应具备哪些基本特征？1、具有较好的实用性，针对预定的具体工作任务，提供充分的支持功能。2、能够支持突发性的决策任务，适应市场环境复杂多变的特性3、提供有好、统一的人机交互界面

44、，强调人的创造性和能动性在决策过程中的作用。为其提供充分的控制权4、突出模型的针对性和实用性，支持定性模型的使用电子商务中物流决策支持系统需要支持的决策问题包括：1、位置决策2、生产决策3、库存决策4、运输决策物流决策支持系统的主要功能包括：1、提供优化技术2、生成物流计划3、模型和参数的选择于设置4、方案的评价5、通信 谈判支持系统处理包含一般决策支持系统中所需的模型库、数据库、知识库及管理模块外还包括：1、问题处理模块2、图形处理模块3、通信模块4、过程控制模块5、冲突分析模块6、数据查询模块7、电子合同管理模块 商务智能（BI）：是指一种在计算机软硬件、网络、通信、决策等多种技术条件成熟

45、的基础上实现的海量信息数据处理技术，是基 于大量信息提炼和重组的过程，该过程与知识共享和知识创造紧密集合，完成信息到知识的转变。最终为商家提供巨大利润。 商务智能的功能：1、客户分析2、市场营销策略分析3、经营成本于收入分析4、欺诈行为分析和预测5、预测发展趋势商务智能系统的应用流程是什么？其技术支持是什么？1、外部数据通过运行环境流入BI循环2、进入数据仓库/数据集市部分一对加入数据仓库的数据进行净化和转换，纠正错误和统一格式使其满足数据仓库应具有的 数据格式和质量标准八3、进入DSS部分一DSS从数据仓库中检索出数据提交给业务决策者4、BI讲DSS发现所得的信息以决策者自身的反馈信息再次带

46、入运作环境，根据新的变化，表达新的结果。其技术支柱是以数据仓库为基础，联机分析处理为复杂分析技术，数据挖掘搜索出有用数据再次利用。商务智能的组成机构：1、商务智能应用2、商务智能门户3、访问工具4、数据存储和数据源5、数据集成工具6、安全及管理7、商务智能基础设施。第十一章：决策支持系统的应用与发展主管信息系统（EIS）的功能：1、按照首长的要求，及时精确的访问处理信息2、支持电子通信，提供联机服务3、抽取、过滤、 压缩和跟踪有关数据4、提供在线状态存取、趋势预测5、提供数据分析工具6、提供友好界面等等主管信息系统的特点：1、由主管人员直接使用2、有效增强主管工作能力3、围绕关键成功因素组织系

47、统4、信息数量增大、信息质量提高5、访问获取信息方便6、信息和数据表示与分析更灵活等等主管的作用:主管在信息交流中的作用：1、监督者2、传播者3、发言者在决策过程中的作用：1、企业家2、救火员3、资源分配者4、谈判人主管的工作特点：1、工作活动设计大量的情势判断和综合分析，而决策信息高度模糊2、主管人员的工作过程是非过程化的3、主管更多的是负责构造性和创造性的活动4、主管人员所处的工作环境是复杂多变的综合情景5、主管工作活动和对判断的形成不是一蹴而就的，要经过不断修正和补充。主管的信息需求的类型：1、判定、推测、估计和预测2、解释、判断、评价和翻译3、新闻报道、企业趋势和外部的调查数据4、调度

48、计划和正式的计划5、观点、感觉和意见6、谣言、闲谈而后传闻主管信息系统（EIS）与决策支持系统（DSS）的比较：1、EIS的目的是发现问题，DSS是针对问题或机会找到解决途径2、EIS的服务对象是高级主管人员，DSS的对象是分析员或一般管理者3、DSS中包含问题求解子系统，EIS中则没有4、DSS是基于模型的，模型库是核心，而EIS不是基于模型的5、DSS支持建模，具有可扩展性，EIS不支持建模，且无扩展性主管系统中提供决策支持功能的方式有2种：1、内置的决策支持工具2、与决策支持系统产品集成。主管系统集成决策支持系统的集成的原则：1、决策结论逐步精化2、决策过程的层次化和直观化3、推演过程柔性化4、多重认知情景比较5、支持主管人员的直觉判断智能Agent：也被称为“软件代理”或“智能软件机器人”，如果一个实体可以用信念、承诺、义务、意图等精神状态进行描述， 那么该实体可视为一个Agent。