大数据与决策支持PPT解决方案.ppt

《大数据与决策支持PPT解决方案.ppt》由会员分享，可在线阅读，更多相关《大数据与决策支持PPT解决方案.ppt（98页珍藏版）》请在三一办公上搜索。

1、大数据与决策支持,CONTENTS,大数据与决策支持,决策与决策支持,决策资源平台,决策数据中心,舆情监测系统,商业情报系统,知识库系统,数据字典与术语标准化,大数据与决策支持,中央政治局第九次集体学习 柳传志李彦宏雷军讲解大数据,中央政治局第九次集体学习 柳传志李彦宏雷军讲解大数据,中央政治局第九次集体学习 柳传志李彦宏雷军讲解大数据,领导与决策,决策是领导者的首要职责。领导者的水平和能力如何，最根本的还是要看他如何舞动决策这根权力“金杖”，真可谓无限风光在决策。决策（Leadership Decision）是指管理过程中为了解决重大的现实问题，通过采用科学的决策方法和技术，从若干个有价值的

2、方案中选择其中一个最佳方案，并在实施中加以完善和修正，以实现管理目标的活动过程。,政府决策,企业决策,个人决策,决策分类之一,宏观决策,中微观决策,微观决策,结构化决策,半结构化决策,非结构化决策,决策分类之二,结构化决策，是指对某一决策过程的环境及规则，能用确定的模型或语言描述，以适当的方法产生决策方案，并能从多种方案中选择最优的决策。通过计算机语言来编制相应的程序，就可以在计算机上面处理这些信息。结构化决策完全可以用计算机来代替。,在决策过程中所涉及到的数据不确定或不完整，虽有一定的决策准则，也可以建立适当的模型来产生决策方案，但决策准则因决策者的不同而不同，不能从这些决策方案中得到最优化

3、的解，只能得到相对优化的解，这类决策称为半结构化决策。,非结构化决策问题是指那些决策过程复杂，其决策过程和决策方法没有固定的规律可以遵循，没有固定的决策规则和通用模型可依，决策者的主观行为（学识、经验、直觉、判断力、洞察力、个人偏好和决策风格等）对各阶段的决策效果有相当影响。往往是决策者根据掌握的情况和数据临时做出决定。,决策支持系统（DSS）,决策支持系统（DecisionSupportSystem，简称DSS），是以管理科学、运筹学、控制论、和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供所需的数

4、据、信息和背景资料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确的决策提供必要的支持。它通过与决策者的一系列人机对话过程，为决策者提供各种可靠方案，检验决策者的要求和设想，从而达到支持决策的目的。,决策支持系统（DSS）,知识相对稳定，不易变化数据相对活跃，不断变化,CONTENTS,大数据与决策支持,决策与决策支持,决策资源平台,决策数据中心,舆情监测系统,商业情报系统,知识库系统,数据字典与术语标准化,大数据与决策支持,大数据,大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目

5、前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。在维克托迈尔-舍恩伯格及肯尼斯库克耶编写的大数据时代中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、value（价值）。,A,B,用于决策支持的各类结构化半结构化数据。,数据,决策所需的各类知识资源，包括知识体系，知识图谱，案例、专家知识等,知识,大数据数据和知识,用于决策支持的内部数据和知识的总和,内部大数据,用于决策支持的各类外部数据和知识的总和,外部大数据,大数据内部和外部,决策

6、支持的两个阶段,大数据时代的决策模式：杨学山观点：A+BA*B;IT+ITIT*IT;1、信息化时代的决策方式（加法时代）内部数据足够支持；内部数据简单，无需跨部门协同；决策者知识足够支持；部分外脑支持；2、大数据智能化时代的决策模式（乘法时代）内部数据跨部门协同；外部数据支持；内外数据协同；决策者知识不足，需要知识支持；外脑支持；,决策支持的两个阶段,2 4 5 6 3 4 6 2 3 4 5 4 3 4 5 6 3 4 5 4 3 2 5 6 4 5 6 4 3 4 5 6 4 3 4 54 5 6 3 3 4 5 6 6 4 3 23 4 5 6 3 3 4 5 6 6 6 3 3 4

7、5 6 6 5 4 5 5 5 5 5 4 2 2 2 3 4 4 5 5 6 6 6=?,7*2=1 4 16*3=4822*4=8821*5=10518*6=108=?,222222233333333333333334444444444444444444444555555555555555555555666666666666666666=?,决策支持的两阶段,初级阶段1+1=211=1,高级阶段3+3=63*3=9,中级阶段2+2=42*2=4,大数据时代的决策支持,大数据,用于决策支持的信息资源不足，无法决策,信息不足,用于决策支持的信息资源过量，无法决策,信息过载,大数据决策支持两个极

8、端,大数据限制不确定原理,测量一个粒子的位置和速度,办法是将光照到这粒子上,一部分光波被此粒子散射开,由此指明它的位置.但人们不可能将粒子的位置确定到到光的两个波峰之间距离更小的程度,所以必须用短波长的光来测量.至少要用一个光量子.这量子会扰动这粒子,并改变粒子的速度.而且位置测量得越准确所需的波长就越短,单独量子的能量就越大,粒子的速度就被扰动得越厉害.你对粒子的位置测量得越准确,对速度的测量就越不准确.,CONTENTS,大数据与决策支持,决策与决策支持,决策资源平台,决策数据中心,舆情监测系统,商业情报系统,知识库系统,数据字典与术语标准化,大数据与决策支持,决策支持资源平台,企业级数据

9、与知识集成平台，采集和整合企业内外部的各类专业数据与专业知识资源，为企业管理决策提供信息资源的支持保障。决策支持两大支撑体系：知识支持体系 数据支持体系,决策支持资源平台,决策支持资源平台,数据资源库,知识资源库,内部数据资源,外部数据资源,网络舆情监测,竞争情报,知识体系技术+管理+.,知识图谱行业+.+岗位,人才专家库内部+外部,决策数据中心,案例库,数据/术语字典,档案/样品/图纸/标准,管理知识库,产品知识库,原料设备知识库,营销知识库,CONTENTS,大数据与决策支持,决策与决策支持,决策资源平台,决策数据中心,舆情监测系统,商业情报系统,知识库系统,数据字典与术语标准化,大数据与

10、决策支持,工业4.0与两化深度融合,工业4.0”研究项目由德国联邦教研部与联邦经济技术部联手资助，在德国工程院、弗劳恩霍夫协会、西门子公司等德国学术界和产业界的建议和推动下形成，并已上升为国家级战略。德国联邦政府投入达2亿欧元。德国政府提出“工业4.0”战略，并在2013年4月的汉诺威工业博览会上正式推出，其目的是为了提高德国工业的竞争力，在新一轮工业革命中占领先机。该战略已经得到德国科研机构和产业界的广泛认同，弗劳恩霍夫协会将在其下属67个生产领域的研究所引入工业4.0概念，西门子公司已经开始将这一概念引入其工业软件开发和生产控制系统。,工业4.0与两化深度融合,两化深度融合是两化融合的继承

11、和发展，不是另起炉灶，而是在两化融合实践的基础上，在一些关键领域进行深化、提升，例如新一代信息技术应用、产品信息化、企业信息化集成应用和融合创新、产业集群两化融合、先进制造业和现代服务业融合(简称“两业融合”)、培育新兴业态等。,工业4.0与两化深度融合,工业4.0与两化深度融合,企业信息化与企业智能化,2 4 5 6 3 4 6 2 3 4 5 4 3 4 5 6 3 4 5 4 3 2 5 6 4 5 6 4 3 4 5 6 4 3 4 54 5 6 3 3 4 5 6 6 4 3 23 4 5 6 3 3 4 5 6 6 6 3 3 4 5 6 6 5 4 5 5 5 5 5 4 2 2

12、 2 3 4 4 5 5 6 6 6=?,7*2=1 4 16*3=4822*4=8821*5=10518*6=108=?,222222233333333333333334444444444444444444444555555555555555555555666666666666666666=?,工业3.0,工业4.0,企业信息化与企业智能化,初级阶段1+1=211=1,高级阶段3+3=63*3=9,中级阶段2+2=42*2=4,工业3.0,工业4.0,两化融合困境：信息孤岛与信息烟囱,两化融合困境：信息孤岛与信息烟囱,信息孤岛是信息化加法时代与乘法时代的冲突！信息孤岛是指相互之间在功能上不关

13、联互助、信息不共享互换以及信息与业务流程和应用相互脱节的计算机应用系统。信息孤岛表现在行业应用或垂直应用上就是信息烟囱。应当看到，在整个信息技术产业飞速发展过程中，企业的IT应用也伴随着技术的发展而前进。但与企业的其它变革明显不同的是，IT应用的变化速度更快，也就是说，企业进行的每一次局部的IT应用都可能与以前的应用不配套，也可能与以后的“更高级”的应用不兼容。因此，从产业发展的角度来看，信息孤岛的产生有着一定的必然性。,信息孤岛的成因,重硬件，轻软件重流程，轻决策 重网络，轻数据,决策数据中心数据治理，消除孤岛,决策数据中心作为决策支持的核心资源，必须消除内部信息孤岛方能与外部数据资源及知识

14、资源高效对接，实现决策支持。,决策数据中心数据治理，消除孤岛,传统的解决方法：接口=加法模式,决策数据中心数据治理，消除孤岛,传统的解决方法：接口=加法模式,决策数据中心数据治理，消除孤岛,传统的解决方法：接口=加法模式,N个分散应用采用接口链接，需要有N*(N-1)N个接口,决策数据中心数据治理，消除孤岛,科学的解决方法：主题数据库=乘法模式,决策数据中心数据治理，消除孤岛,科学的解决方法：主题数据库=乘法模式,决策数据中心数据治理，消除孤岛,科学的解决方法：主题数据库=乘法模式,决策数据中心数据治理，消除孤岛,主题数据库建设的基本工具IRP(信息资源规划)完成的核心工作：建立数据标准 建立

15、数据模型 建立业务模型 概念数据库设计 据此可以完成系统的总体规划，决策数据中心的设计和实施。并可据此安排相关应用系统的实施，以及硬件设施的配置。,决策数据中心数据治理，消除孤岛,决策数据中心的设计和实施流程,在这个快速变化的商业世界中，企业必须具备与对手竞争需要的反应速度，而这就需要这么一种类似人类神经系统的企业“数字神经系统”企业信息系统。比尔盖茨未来时速：数字神经系统与商务新思维,决策数据中心数据治理，消除孤岛,决策数据中心数据治理，消除孤岛,决策数据中心的设计和实施VS神经系统优先发育 企业信息化的最高境界：生物神经系统神经系统是生物竞争的武器。生物依据神经系统的优劣决定其在食物链中的

16、地位。生物神经系统具有优先发育的特性人在出生时，人的神经系统的120亿个脑神经细胞都已经通过基因完成所有配置设计，同时要完成全部神经细胞的发育，出生后神经细胞会变大变长，但是不会再增加。企业信息系统犹如神经系统一样，是企业在商业竞争中的武器。因此企业信息系统是否先进发达，也决定了企业在商业竞争中的优劣。同时，一个优秀的企业信息系统也应该是预先设计和优先发育的，这个预先设计就是决策数据中心的顶层设计，这个优先发育就是决策数据中心的建设和实施。,CONTENTS,大数据与决策支持,决策与决策支持,决策资源平台,决策数据中心,舆情监测系统,商业情报系统,知识库系统,数据字典与术语标准化,大数据与决策

17、支持,网络新媒体时代的到来,互联网的快速发展和普及，为公众舆论的传播提供了全新的渠道。企业、政府、个人均可在自媒体时代，随意发声，表达诉求，形成网络舆情时代。网络舆情形成迅速，并且其呈现的影响力日益增加，已经渗入到政府政策发布、企业活动乃至个人诉求表达等社会的各个方面，互联网已经成为思想文化信息的集散地和社会舆论的放大器！,网络新媒体时代的到来,互联网已成为思想文化信息的集散地和社会舆论的放大器，我们要充分认识以互联网为代表的新兴媒体的社会影响力。胡锦涛2008年6月,网络新媒体时代的到来,网络舆情监测定义,网络舆情监测是对互联网上公众的言论和观点进行监视和预测的行为。这些言论主要为对现实生活

18、中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点。具体上讲，舆情监测是指整合互联网信息采集技术及信息智能处理技术，通过对互联网海量信息自动抓取、自动分类聚类、主题检测、专题聚焦，实现用户的网络舆情监测和新闻专题追踪等信息需求，形成简报、报告、图表等分析结果，为客户全面掌握群众思想动态，做出正确舆论引导，提供分析依据。,舆情监测一言以蔽之：对网上公众言论动向的一种监测和预测行为,网络舆情监测具体应用,倾听民意民声评估实施效果追踪社会热点危机信息预警,行业资讯采集网络口碑监测竞争情报分析营销效果反馈,网络舆情监测的主要需求,网络舆情监测的难点,网络舆情信息海量网络舆情信息包含种类多、信息

19、杂网络舆情信息传播速度快,网络舆情监测的技术,传统监测：人工查看相关网站通过搜索引擎搜索,技术手段:爬虫、数据分析,传统的网络舆情监测技术,搜索引擎搜索：百度、google、奇虎等/百度新闻订阅站内搜索功能：天涯、discuz、新浪博客等站内搜索收集重要舆情重点网站:人工定期查看微博舆情收集方式：关注重点人物，查看动态,自动化网络舆情监测技术,全面监测实时监测自动预警智能分析与统计代替人工搜索,自动化网络舆情监测技术,技术方法：云爬虫技术网页内容智能提取自然语言内容分析技术全文检索舆情演变全程记录情感分析,优势：数据抓取全、快、广;数据筛选准;监测维度多;分析能力强,危机预警快;简洁实用、易于

20、操作,网络舆情监测服务体系,第一时间自动预警,图表分析报告,WEB系统舆情简报,网络舆情监测后续服务危机公关,CONTENTS,大数据与决策支持,决策与决策支持,决策资源平台,决策数据中心,舆情监测系统,商业情报系统,知识库系统,数据字典与术语标准化,大数据与决策支持,竞争情报,竞争情报，就是有关自己、竞争对手、竞争环境以及由此引出的相应竞争策略的情报研究，是企业为获得和（或）维持竞争优势而采取决策行动所必需的信息。竞争情报系统，又名CIS，是Competitive Intelligence System的缩写，是企业竞争战略管理实践中新出现的概念。企业竞争情报系统是一个持续演化中的正规化和非

21、正规化操作流程相结合的企业管理子系统。它的主要功能是为组织成员评估行业关键发展趋势，把握行业结构的进化，跟踪正在出现的连续性与非连续性变化，以及分析现有和潜在竞争对手的能力和方向，从而协助企业保持和发展可持续性的竞争优势。,竞争情报产生的基础,之前，企业苦恼,现在，企业苦恼,找不到有效商业信息,信息爆炸,商业信息交流传递,竞争情报的需求分析,竞争情报解决方案喻服务模式,提升企业五大能力，迎接新商业模式挑战,竞争情报解决方案与服务模式,移动互联时代的商业情报神器竞争情报系统,竞情,客情,行情,品情,情报系统平台为您做什么？通过大数据挖掘，在海量互联网数据中获取有价值信息，在信息时代时刻保持主动对

22、网络上出现的有效信息或企业相关信息及时察觉并快速反应对客户需求、客户的诉求及时响应对产品动态、产品口碑、实时把握实时监测企业品牌口碑，提升企业品牌形象,竞争情报解决方案与服务模式,竞争情报系统解决方案和应用模式,信息源头,Web1.0（网站、搜索引擎）,Web2.0（论坛、微博、电商）,监测分析,业务展现,应用支持,智能云采集,自动云分析,人工辅助分析,主推式内容展现,行情（行业认知）,竞情（竞争掌控）,客情（客户拓展）,品情（产品营销）,我情（品牌经营）,自动生成报告,追踪导控,多级预警机制,724监测,策略与服务,竞争情报解决方案与服务模式,竞争情报解决方案与服务模式,竞争情报解决方案与服

23、务模式,竞争情报解决方案与服务模式,竞争情报解决方案与服务模式,竞争情报实施方法与价值收益,竞争情报实施方法与价值收益,竞争情报实施方法与价值收益,竞争情报实施方法与价值收益,竞争情报实施方法与价值收益,CONTENTS,大数据与决策支持,决策与决策支持,决策资源平台,决策数据中心,舆情监测系统,商业情报系统,知识库系统,数据字典与术语标准化,大数据与决策支持,知识体系与决策支持,一个企业单位在存续期间维持其生产管理、技术研发、市场推广等活动过程所需要的各类知识的集合。这些知识集合可以按学科分类原则构建成特有的知识系统，形成企业各类活动所必须的知识基础。知识可以是文本型的、数字式的、图形式的、

24、音像的、实物式的、经验式的等。知识体系包含上述各种知识类型。,知识体系的架构,两种典型的知识组织方法分类法,TP自动化技术、计算技术1自动化基础理论2自动化技术及设备3计算技术、计算机30一般性问题31计算机软件32一般计算器和计算机33电子数字计算机(不连续作用电子计算机)34电子模拟计算机(连续作用电子计算机)35混合电子计算机36微型计算机38其他计算机39计算机的应用6射流技术(流控技术)7遥感技术8远动技术,知识体系的架构,两种典型的知识组织方法知识图谱,知识体系的架构,两种典型的知识组织方法知识图谱,知识体系的架构,两种典型的知识组织方法知识图谱,知识体系的架构,知识体系的架构遵循

25、分类方法，以树状架构来表现。知识体系有助于我们按照分类原则确定某特定的专业知识在知识体系中的位置，以及该专业知识的发展现状。未来可能的发展方向，可能突破的领域。知识体系可以有两个方向：一个是向深度发展，一个是向广度发展。两个方向都会促进学科知识体系的繁荣。知识体系可以按学科来组织，也可以按照企业的职能或部门分工来组织。,知识体系的架构,科学知识体系,知识体系的架构,管理知识体系,知识图谱,“知识管理”知识图谱,知识体系与知识图谱,知识体系1、是以分类方法进行知识组织，按照我们的思维逻辑来组织和管理知识。2、适合于成熟的学科体系的整理。可以比喻为知识系统的躯干。3、在结构上以树状结构为主。,知识

26、图谱1、主要是以关键词及相互关联来组织知识。2、适合于新兴领域的知识组织，也适合于细节性的知识整理与表达。可以比喻为知识系统中的枝叶。3、结构上以网络结构为主,知识图谱应用系统,科学知识图谱之海洋知识图谱,知识图谱应用系统,海洋知识图谱之体系结构,知识图谱应用系统,海洋知识图谱之车轮结构,知识资源库,企业知识资源库,CONTENTS,大数据与决策支持,决策与决策支持,决策资源平台,决策数据中心,舆情监测系统,商业情报系统,知识库系统,数据字典与术语标准化,大数据与决策支持,数据字典,数据字典（data dictionary）是一个自动或手动存储数据源定义和属性的文档，对数据的数据项、数据结构、

27、数据流、数据存储、处理逻辑、外部实体等进行定义和描述，其目的是对数据流程图中的各个元素做出详细的说明。数据字典对用户来说是一组只读的表，其内容包括数据库中所有模式对象的信息，如表、视图、簇及索引等。,数据字典的组成,数据字典,数据字典是数据库的重要组成部分。它存放有数据库所用的有关信息，对用户来说是一组只读的表。数据字典内容包括：1、数据库中所有模式对象的信息，如表、视图、簇、及索引等。2、分配多少空间，当前使用了多少空间等。3、列的缺省值。4、约束信息的完整性。5、用户的名字。6、用户及角色被授予的权限。7、用户访问或使用的审计信息。8、其它产生的数据库信息。,数据字典,数据字典最重要的作用

28、是作为分析阶段的工具。任何字典最重要的用途都是供人查询对不了解的条目的解释，在结构化分析中，数据字典的作用是给数据流图上每个成分加以定义和说明。换句话说，数据流图上所有的成分的定义和解释的文字集合就是数据字典，而且在数据字典中建立的一组严密一致的定义很有助于改进分析员和用户的通信。,数据库数据字典是一组表和视图结构。它们存放在SYSTEM表空间中。数据库数据字典不仅是每个数据库的中心。而且对每个用户也是非常重要的信息。用户可以用SQL语句访问数据库数据字典。,术语标准化,术语是在特定学科领域用来表示概念的称谓的集合，在我国又称为名词或科技名词（不同于语法学中的名词）。术语是通过语音或文字来表达或限定科学概念的约定性语言符号，是思想和认识交流的工具。根据国际标准，“术语”一词仅指“文字指称”。但许多人使用此词颇为混乱，时而指指称，时而指概念。这可能是由于言者脑中概念漂移。但也可能同加拿大术语学家隆多给出的另一定义有关，即视术语为索绪尔意义的语言符号，为所指和能指的统一体。术语标准化有助于企业信息化的实施，也是数据字典的基础,术语标准化,术语标准化一般有行业协会牵头实施。我国由国家标准化管理委员会，负责制定全国各类标准，包括数据标准。,Thanks,