数据仓库和决策支持系统.ppt

《数据仓库和决策支持系统.ppt》由会员分享，可在线阅读，更多相关《数据仓库和决策支持系统.ppt（98页珍藏版）》请在三一办公上搜索。

1、数据仓库和决策支持系统,大连海事大学计算机科学与技术学院研究方向：智能数据分析与数据挖掘,课程主要内容,决策支持系统的相关概念知识表示与决策推理数据仓库的基础知识数据仓库的建造技术OLAP技术数据仓库的应用数据仓库的发展趋势数据挖掘方法简介,教材及参考书,教材：1 徐洁磐，数据仓库与决策支持系统，科学出版社，2005年4月第1版。2（美）著,王志海等译，数据仓库（第3版），机械工业出版社，2003.参考书：1 高洪深，决策支持系统（DSS）理论方法案例（第二版），清华大学出版社，2004.2（美）Efrem G.Mallach著，李昭智等译，决策支持与数据仓库系统，电子工业出版社，2001.3

2、 陈京民等.数据仓库与数据挖掘技术，电子工业出版社，2002.4 黄梯云，智能决策支持系统，电子工业出版社，2001.,第一章 决策支持系统概述,本章内容,决策支持系统的定义决策支持系统产生的背景决策支持系统的发展阶段决策支持系统主要部件功能决策支持系统与企业决策决策支持系统的理论基础与DSS相关的若干概念决策支持系统的发展方向,1.决策支持系统的定义,计算机发展初期，主要用于科学计算问题，随后转向事务处理问题。EDP（Electronic data processing）解决了一些办公自动化中的数据处理问题，但缺乏数据的系统处理能力。企事业单位的业务数据处理需求，促使MIS系统得到迅速发展和

3、普及，解决了信息存储、组织和利用问题，促进了企事业单位信息化的进程，但不能分析、挖掘和利用数据库中潜藏的深层知识。,1.决策支持系统的定义,20世纪70年代，学术界对于应用系统分析、传统运筹学、MIS等学科的发展和作用进行了反思，认为它们都遇到了一些障碍，主要是由于不重视或者无法正确体现决策者的作用。社会与技术的发展，需要一种既能支持管理者决策、又能体现决策者意图和作用的新技术。,1.决策支持系统的定义,1971年，美国麻省理工学院的Keen和Scott Morton在管理决策系统一书中首次指出计算机对于决策的支持作用，提出了DSS(Decision Support Systems）概念。顾名

4、思义，DSS是为管理决策提供技术支持的计算机系统，主要提供决策所需的必要信息和知识。IBM公司将DSS与BI（Business Intelligence）等同。,1.决策支持系统的定义,一般认为，DSS是以数据、模型、方法以及知识和工具为主体，结合并利用了计算机强大的信息处理能力和人的灵活判断能力，以交互方式辅助决策者解决半结构化和非结构化系统问题，通过定量分析，为各级管理者提供辅助决策。70年代末期，DSS一词已经非常流行，由此开始了信息系统新的发展阶段，并形成了决策支持系统新学科。,2.决策支持系统产生的背景,2.1 从数据库到数据仓库20世纪60年代后期=数据库时代 三种典型数据库：层次

5、数据库网状数据库关系数据库处理功能以信息检索为主 事务处理(TP-Transaction Processing)分析处理(AP-Analytical Processing),2.决策支持系统产生的背景,早期的DSS（20世纪80年代初期）：直接在数据库之上建立分析模型，构成一种用于数据分析、预测和决策的系统，称为决策支持系统（图1.1），一般为双库结构。分析模型：以演绎性推理的数学模型为主 统计分析，线性规划，最小二乘法，回归分析等,DSS两库结构(三角式),图1.1 DSS双库结构,对话部件 人机接口界面，协调通信数据部件（根本）组织形式：层次模型；网状模型；关系模型 模型部件（*核心）与对

6、话部件交互和数据部件交互,DSS两库结构(三角式),DSS两库结构(三角式),模型是以某种形式对一个系统的本质 属性的描述，揭示系统的功能、行为及其变化规律。模型库系统以库的形式对模型进行组 织和管理，包括模型库及模型库管理系统。,基于双库的决策系统,图1.2 基于双库结构的决策系统,2.决策支持系统产生的背景,基于模型库和方法库的DSS 随着数学模型的结构日益复杂，并且涉及多种数学方法，数学模型中的数学方法部分被分离出去，形成了数学模型和数学方法两个部分，分别称为（数学）模型库和（数学）方法库，构成了三库结构的DSS（20世纪80年代中期，图1.3）。更为复杂的DSS结构（四库，五库，群库）

7、,DSS三库结构,方法库管理系统,图1.3 DSS三库结构,DSS四库结构（经典结构）,图1.4 DSS四库结构,DSS五库结构,图1.5 DSS五库结构,DSS群库结构,近年来，有学者提出增加DSS的组成部件，从而形成5库、6库、7库、8库等群库结构。即：DSS=群库系统+对话系统（人机界面）群库系统：模型库，方法库，知识库，工具库 数据库，文本库，图形库，语音库 地理信息库,DSS功能,两库结构,三库结构,四库结构,五库结构,DSS的演变,结构化问题,半/非结构化问题,DSS空间范围,桌面DSS,网络DSS,DSS库结构,2.2 TP环境不适应 DSS 应用的原因,1.事务处理(TP)和D

8、SS所需数据的粒度不同 在事务处理环境中，操作的是数据库中的数据，一般为原始数据。数据格式和描述方式并不适合非计算机专业人员进行业务上的分析和统计；而在分析处理环境中，需要的是对原始数据进行统计加工的统计性、总结性数据。DSS在利用原始数据进行分析前，往往需要对这些数据进行不同程度的综合，而事务处理系统一般不具备这种能力。,2.2 TP环境不适应 DSS 应用的原因,在事务处理环境中，系统处理特点是：数据的存取操作频率高，而每次操作处理的时间短；数据随时可能修改，从而发生变化；一般为当前数据。在分析处理环境中，系统处理特点与此完全不同，某个 DSS 应用程序可能需要连续几个小时。另外，可能需要

9、用到大量历史数据，并且一般为相对稳定的，保存周期长；可按事先规定好的方式进行更新，但不允许人工修改。,2.事务处理(TP)和分析处理(AP)的处理特性不同,2.2 TP环境不适应 DSS 应用的原因,3.数据集成问题 在事务处理环境中，数据库中的数据一般为面向某个应用的局部数据。=一般不需集成 而在分析处理环境中，DSS系统需要的是大量、广泛、普遍的集成性数据。=事先需要集成 全面而正确的数据是进行有效的分析和决策的首要前提。相关数据收集得越完整，得到的结果就越可靠。而当前绝大多数企业内数据的真正状况是分散而非集成的。,2.2 TP环境不适应 DSS 应用的原因,3.数据集成问题 造成当前绝大

10、多数企业内数据分散而非集成的原因有多种，主要有：事务处理应用分散“蜘蛛网”问题 数据不一致问题 外部数据和非结构化数据,图1.7 蜘蛛网问题,2.2 TP环境不适应 DSS 应用的原因,图1.6 事务处理应用分散的实例,2.决策支持系统产生的背景,通过对比事务处理(TP)与DSS可知，传统的数据库系统不能适应决策支持系统的需要，必须进行改造，通过数据集成和综合，构建数据仓库数据仓库(Data Warehouse)是在数据库基础上产生的一种数据集合体，是数据库概念的延伸与推广，目的是适应决策支持的需要构建数据仓库的过程称为数据仓储(data Warehousing)，其成果为数据仓库(data

11、Warehouse)。,2.决策支持系统产生的背景,2.3 从数据仓库(DW)到业务智能(BI)数据仓库可以较好地满足数据集成、复杂数据查询和OLAP的需要但是对于一些复杂的、深层次的数据分析需求，数据仓库有一定局限性，必须与数据挖掘、可视化方法等相结合分析模型的扩展：从演绎推理型扩展至归纳推理（学习）型=OLAP（验证型）+DM（探索型）结果展示方法的扩展：引入最新的可视化方法 多媒体界面，Web发布,扩充的分析方法,2.决策支持系统产生的背景,结果展示,联机分析处理OLAP,数据挖掘DM,数据仓库DW,图1.7 新的决策支持系统结构,2.决策支持系统产生的背景,新的DSS结构的组成：数据仓

12、库：是支持DSS的数据集合体，也是其决策基础，可为后面的分析决策提供数据支持OLAP：是一种验证型的模型化分析工具，以数据仓库中的数据为基础，按一定的模型进行分析，以人机交互为主要操作手段，最终可获得一定的规律性知识，是一种扩充的验证型分析方法。,2.决策支持系统产生的背景,数据挖掘：是一种以归纳分析为主的分析工具集合，能够对数据库和数据仓库中的数据进行归纳性总结与分析，并最终形成深层次的规律性知识结果展示：是DSS中的结果输出与表示工具，具有本地/远程/互联网、单媒体/多媒体等多种展示方式,2.决策支持系统产生的背景,新的DSS结构的优点能较好地反映DSS对数据的真实要求能够构建较深刻的分析

13、模型能充分利用DSS的有效展示能力具有更为广泛的应用性与适用性具有多学科的集成优势 数据库，人工智能，数学，多媒体，网络技术，,图1.8 数据仓库体系结构的一个实例,3.决策支持系统的发展阶段,数据库阶段DSS发展的初级阶段，主要以数据库为基础，构建分析程序，20世纪80年代初形成，并在80年代中、后期得到发展。这个阶段涉及几种专门程序：特定查询程序用户（特别是市场和金融部门的用户）向IT部门提出特定查询需求，IT部门针对一种需求，分别编制专门的程序来提供特定查询报表。,3.决策支持系统的发展阶段,特殊抽取程序IT部门预先估计用户的各种查询需求，编制从不同业务系统中抽取目标数据的程序，定期运行

14、，以满足用户的需求。有时为了满足特殊需要，也需单独编制专用程序。小的应用程序IT部门对数据抽取处理进行规范化，并基于所产生的抽取文件，开发一些简单的应用程序。用户只要给定所需要的特定报告的参数，报表打印程序就可以输出满足需要的报表。其中一些高级程序允许用户联机查看结果信息（所见即所得）。,3.决策支持系统的发展阶段,数据仓库阶段20世纪90年代初形成，并在90年代得到发展与普及，是DSS发展的中级阶段（过渡阶段），主要以数据仓库为基础，构建DSS。在这个阶段，国内外出现了许多所谓的信息中心或数据中心。下级单位需要根据上级机构的要求，逐层向上级机构传送业务数据。用户可以向信息中心提出特定查询请求

15、，可以在自己的终端上查看信息。IT专业人员会在信息中心帮助用户获得所需要的合法内容。在这种情况下，报表和屏幕上的信息都是预先定制好的，基本上可以满足用户各种查询请求。,3.决策支持系统的发展阶段,现代DSS阶段（BI阶段）20世纪90年代末期形成，至今已构成一个成熟的体系与学科。它集成了现代计算机技术多个相关领域的最新成果，可以为企业决策提供有力的支持。在这个阶段，DSS系统一般由抽取文件支持，采用菜单方式，提供在线信息，能打印特定的报表。许多这样的DSS系统是为市场营销等部门服务的，主要提供战略决策信息。,3.决策支持系统的发展阶段,必须认识到：DSS系统的构建过程必须有用户和领域专家的参与

16、需要用到大量领域知识和启发式知识DSS或BI对于企业决策仅仅能够起到辅助与支持的作用，而最终的主要决策者仍是企业的管理人员,4.决策支持系统主要部件功能,（1）人机交互接口：系统交互设备和软件功能提供多种交互方式，满足不同决策者的需求具有方便快捷的输入和明确直观的输出功能协调各部件通信和运行提供系统保密机制,4.决策支持系统主要部件功能,（1）人机交互接口,主要研究内容集中在：可视化图形界面技术基于多媒体的界面技术基于Web的信息展示自然语言界面技术多通道用户界面虚拟现实技术,4.决策支持系统主要部件功能,（2）数据库子系统,数据库子系统包括数据库及其管理系统，其基本技术与一般数据库及其管理系

17、统基本相同。但也有自己的特点。,4.决策支持系统主要部件功能,与传统数据库系统的共同点：数据独立性 最小冗余度 共享性强 统一管理与控制 适当的响应时间 整体性（完整性）可修改性和可扩充性比较好 安全和保密 简明性,4.决策支持系统主要部件功能,DSS结构中数据库子系统的特点：面向决策支持过程，来组织和管理数据面向模型、面向模型生成，来使用数据面向不同的决策者，来描述数据,4.决策支持系统各部件功能,（3）模型库子系统：包括模型库和模型库管理系统。与数据库子系统的交互：获得模型所需的数据，实现模型输入、输出和中间结果存取的自动化；与方法库子系统的交互：可实行目标搜索、灵敏度分析和仿真运行自动化

18、等；与人机对话子系统的交互：模型的使用与维护实质上是用户通过人机对话子系统进行控制和操作的。,4.决策支持系统主要部件功能,模型库：提供模型的存储和表示模式。数学模型（方程形式，算法形式，程序形式）数据处理模型（程序形式）图形/图像模型 报表模型 智能模型模型库管理系统：提供模型的提取、访问、更新和合成等操作。,4.决策支持系统各部件功能,与模型和模型库相关的研究课题：模型的自动生成技术模型管理的人工智能方法模型管理与数据管理的结合,4.决策支持系统各部件功能,（4）方法库子系统：存储、管理、调用及维护DSS各部件要用到的通用算法、标准函数等方法的部件，供模型使用。与模型库的区别：一个模型对应

19、若干个方法 模型接近于实际决策问题，而方法接近求解算法,图1.10 DSS双库结构,4.决策支持系统各部件功能,（5）知识库子系统存储、管理、调用及维护DSS系统推理过程中用到的各类知识。知识的属性 真实性 相对性 不完全性 模糊性 可表示性,4.决策支持系统各部件功能,知识的表示方法一阶谓词逻辑产生式规则框架法语义网络Petri网脚本表示过程表示面向对象表示,5.DSS与企业决策,5.1 企业决策 一般包括收集信息、形成决策意见和决策意见传达贯彻等3个阶段。DSS可全面支持上述各阶段工作,设计方案,评价方案,确定目标,实施方案,环 境,5.2 决策问题的类型,决策问题的结构化程度：对某一过程

20、的环境和规律，能否用明确的语言（数学的或逻辑学的，形式的或非形式的）给予清晰的描述（定量的或推理的）的程度或状态。,5.2 决策问题的类型,结构化问题：能够描述清楚的问题。决策的各个阶段都能使用确定的算法或决策规则。非结构化问题：不能够描述清楚，而只能凭直觉或经验作出判断的问题。决策的各个阶段都不能使用确定的算法或决策规则。半结构化问题：介于两者之间的问题。决策的一个或二个阶段能使用确定的算法或决策规则。,5.2 决策问题的类型,5.3 决策类型,决策风格按获取数据的方式分：直觉型（N）感知型（S）按处理数据的方式分：感觉型（F）思考型（T）,组合的决策风格：系统型（ST）思辩型（NT）司法型

21、（SF）直观推断型（NF）,6.DSS的理论基础,DSS涉及计算机技术、信息论、人工智能、信息经济学、管理科学、行为科学等，构成了DSS的理论基础。DSS是一种开放技术，总是在不停地吸收其他学科的新营养，不断丰富自己的内容，同时也促进了相关学科的发展。,6.1 信息论,信息论的奠基人为R.E.Shannon。他于20世纪40年代确立了香农理论，提出了信息熵的概念，首次将信息定义为可量化的名词。信息论是运用信息的观点，把系统看作是借助于信息的获取、传播、加工、处理而实现其有目的性行动的研究方法。,6.1 信息论,信息和信息系统是现代科学技术中普遍采用的重要概念，在工程、通讯、控制等领域的理论中得

22、到了广泛应用。DSS是一类信息处理系统，其基本理论和许多概念建立在信息论基础之上，例如运行中的通信、控制、反馈等。,6.2 管理科学和运筹学,管理科学(MS)通常用计算机解决与管理相关的特殊问题，比较强调应用。MS专家对运筹学（OR）提供的一系列优化、仿真和决策的模型很重视，而系统工程学者对于模型体系更感兴趣模型体系就是DSS中的模型库所容纳的模型群。因此，DSS是系统工程的重要研究和开发领域。MS/OR最出色的研究是开发优化模型和仿真模型，以及与系统建模有关的一系列问题，对一些大规模系统问题产生了较大影响。,6.3 行为科学,行为科学(SB)认为：信息系统不是抽象的研究课题，而是由人来建立和

23、运转的社会系统；DSS是一个完成社会变化管理的一种过程。应强调过程的动态性、变化阻力以及构造变化程序的需求。,6.3 行为科学,心理学（PS）是行为科学的一个主要分支。有的PS研究认为，信息并不是一种客观存在，而是人们对于周围环境中的事物的反映。上述认知观为决策过程做出了概念上的说明，强调：系统设计应该符合用户的个人要求、心理状态及其能力。,6.3 行为科学,行为科学认为，信息系统的开发仅靠纯技术观念是不可能取得成功的，然而这一观点未得到DSS研究者的普遍重视。原因是许多DSS研究者不懂或者轻视管理和决策，或者没有能力以技术的形式表现出来一些重要的决策概念。以往DSS项目失败的原因就在于系统模

24、型脱离实际。DSS系统开发必须强调以人为本、面向用户的观点，强调个性化，通过人机接口、自然语言理解等形式表现出来。,6.3 行为科学,DSS系统的许多方面，例如模型的生成与使用、知识表达的方式和内容、数据库的组织和利用等，都与用户的爱好、能力有关。符合每个人的要求不可能，但可以通过个性找共性，指导DSS的研究和设计。变化的阻力和因素也许并不是病态的反映，而是一种合理的反应。例如，如果不能有效提高管理者的能力、素养和技术水平，也许用户会将DSS拒之门外。,6.4 信息经济学,在信息社会和知识经济时代，信息的产生与获得的成本及利润是多少？信息经济学（IE）是将微观经济理论与方法研究的有关理论和方法

25、运用于解决计算机产生的软件问题而逐步形成的一个研究领域，主要研究信息的产生、获得、传递、加工处理、输出等方面相关的价值问题。研究信息和信息系统的价值很重要，但很难，不过对于DSS开发有指导意义和参考作用。,6.5 人工智能,人工智能为DSS提供了有效的理论和方法。例如基于知识库的DSS，利用领域专家的知识来选择和组合系统模型，完成问题的推理和运行，缩小问题求解的搜索范围，并可为用户提供智能化的交互式借口。DSS运用的是数据和模型，专家系统（ES）运用的是知识和推理。二者的相互渗透和融合，将会把DSS技术推向一个新的高度。,6.6 计算机技术,DSS已经成为计算机技术的一个重要应用领域。计算机软

26、件和硬件是DSS开发的制约因素，也是其发展的促进因素，使一些新提出的先进的DSS体系结构具有技术可行性。DSS工具包中包括了许多新开发的系统建模工具、统计分析软件包、数据抽取系统、可视化系统等。应纠正DSS建设中只重视计算机系统而忽视其决策支持作用的倾向。,7.与DSS相关的若干概念,7.1 相关概念(1)管理信息系统（MIS-Management Information System）：引用了计算机科学、运筹学、管理科学等学科的概念，形成了信息收集和加工的方法，从而形成一个纵横交错的系统。MIS强调管理系统内信息流程的整体性，为所有业务人员和管理人员提供所需的业务和管理信息，并强调其系统性，

27、而只提供了少量的中、高层决策者所需的内外部信息，不可能达到使决策者信手拈来所需信息的程度，不可能满足决策者的全部需求。,7.DSS的相关概念,MIS的主要功能包括：尽可能全面、及时地提供原始数据和查询统计信息，以支持决策需要；信息格式统一，简化统计工作利用指定的数学方法分析数据，根据以往数据，在较低水平上预测未来状况；对于不同的管理层次，提供不同要求和不同粒度的报告，以期最快地分析解释报告，及时做出决策。,7.DSS的相关概念,（2）ERP：Enterprise Resource Planning，企业资源规划,是由美国著名的计算机技术咨询和评估集团Garter Group 公司提出的一整套企

28、业管理系统的体系标准，是指建立在信息技术基础上，以提高企业资源效能为系统思想，为企业提供业务集成运行中的资源管理方案。ERP系统是描述MRP II（下一代制造商业系统和制造资源计划）的软件，包含客户/服务架构，使用图形用户接口，采用开放系统方式构建。,7.DSS的相关概念,ERP是一种先进的企业管理思想，强调对企业的内、外部资源进行整合与优化配置，提高资源利用效率，克服了MIS注重企业内部管理、忽视整个供应链的完整性、不能面向市场、企业资源高耸式管理、系统之间信息不能共享（“烟囱”现象）等弊端。ERP的核心管理思想：实现对整个供应链的有效管理。主要体现在以下三个方面：,7.DSS的相关概念,体

29、现对整个供应链资源进行管理的思想 在知识经济时代，仅靠自己企业的资源不可能有效地参与市场竞争，还必须把经营过程中的有关各方如供应商、制造厂、分销网络、客户等纳入一个紧密的供应链中，才能有效地安排企业的产、供、销活动，满足企业利用全社会一切市场资源快速高效地进行生产经营的需求，以期进一步提高效率，在市场上获得竞争优势。换句话说，现代企业竞争不是单一企业与单一企业间的竞争，而是一个企业供应链与另一个企业供应链之间的竞争。ERP系统实现了对整个企业供应链的管理，适应了企业在知识经济时代市场竞争的需要。,7.DSS的相关概念,体现精益生产、同步工程和敏捷制造的思想 ERP系统支持对混合型生产方式的管理

30、，其管理思想表现在两个方面：其一是“精益生产LP（Lean Production）”的思想。它是由美国麻省理工学院（MIT）提出的一种企业经营战略体系，即企业按大批量生产方式组织生产时，把客户、销售代理商、供应商、协作单位纳入生产体系，企业同其销售代理、客户和供应商的关系，已不再简单地是业务往来关系，而是利益共享的合作伙伴关系，这种合作伙伴关系组成了一个企业的供应链。,7.DSS的相关概念,其二是“敏捷制造（Agile Manufacturing）”的思想。当市场发生变化，企业遇有特定的市场和产品需求时，企业的基本合作伙伴不一定能满足新产品开发生产的要求，这时，企业会组织一个由特定的供应商和销

31、售渠道组成的短期或一次性供应链，形成“虚拟工厂”，把供应和协作单位看成是企业的一个组成部分，运用“同步工程”（SE）组织生产，用最短的时间将新产品打入市场，时刻保持产品的高质量、多样化和灵活性。,7.DSS的相关概念,体现事先计划与事中控制的思想 ERP系统中的计划体系主要包括：主生产计划、物料需求计划、能力计划、采购计划、销售执行计划、利润计划、财务预算和人力资源计划等，而且这些计划功能与价值控制功能已完全集成到整个供应链系统中。另一方面，ERP系统通过定义事务处理相关的会计核算科目与核算方式，以便在事务处理发生的同时，自动生成会计核算分录，保证了资金流与物流的同步记录和数据的一致性，从而实

32、现了根据财务资金现状，可以追溯资金的来龙去脉，并进一步追溯所发生的相关业务活动，改变了资金信息滞后于物料信息的状况，便于实现事中控制和实时做出决策。,7.DSS的相关概念,此外，计划、事务处理、控制与决策功能都在整个供应链的业务处理流程中实现，要求在每个流程业务处理过程中最大限度地发挥每个人的主观能动性、工作潜能与责任心，流程与流程之间则强调人与人之间的合作精神，实现企业管理从“高耸式”组织结构向“扁平式”组织机构的转变，提高企业对市场动态变化的响应速度。,7.DSS的相关概念,（3）TP：事务处理，完成对数据的增、删、改、查询等操作；（4）OLTP：联机事务处理，以在线方式完成对数据的更新和

33、查询等操作；（5）AP：事务处理，完成数据的分析和挖掘；（6）OLAP：联机分析处理，完成对数据的向上综合、向下细化、旋转、切片和分割（又称局部分析）等操作。OLAP以多维分析为基础，刻画了管理和决策过程中对数据进行多层面、多角度、多粒度的分析处理需求。,7.DSS的相关概念,（7）DW：数据仓库，是一个面向主题的、集成的、随时间变化的、非易失性的数据集合，用于支持管理决策过程。（8）DM：数据挖掘，从大量数据中发现数据模式,预测趋势和行为，又称知识发现(KDD)。（9）OLAM：联机分析挖掘，将OLAP与DM技术结合起来的一种技术。这一概念不太流行。（10）DSS：决策支持系统，是综合利用O

34、LAP、DW、DM、OLAM等技术，为企业或政府的管理决策提供服务的计算机系统。,7.DSS的相关概念,（11）MS：管理科学，是一门研究人类管理活动规律及其应用、横跨自然科学与社会科学两大领域的综合性交叉科学，是对管理活动的科学概括和总结。所谓管理，是指对人、物、事等组成的系统的运动、发展和变化，进行有目的、有意识控制的行为。,7.DSS的相关概念,（12）OR：Operational Research，运筹学，是二十世纪四十年代兴起的近代应用数学的一个分支，主要研究如何将生产、管理、军事、生物信息学等事件中出现的运筹问题加以提炼，然后利用数学方法进行解决。运筹学可以根据问题的要求，通过数学

35、上的分析和运算，得出各种各样的结果，最后提出综合性的合理安排，以达到最优的效果。优化理论是运筹学的主要方法。,7.DSS的相关概念,（13）SB：scienceofbehaviour,行为科学,是以心理学、社会学、人类学理论为依据，研究人类行为规律的一门学问。其目的是激励人的积极性，发挥人的潜在能力，以最大限度地利用人力资源，提高工作效率和工作质量，为实现管理目标服务。它包括研究人的行为的动力、行为产生的原因、影响行为的因素和激励/控制行为的方法途径等等。（14）PS:心理学，是研究人和动物的心理活动和行为表现的一门科学，是行为科学的一个分支。,7.DSS的相关概念,认知心理学：是20世纪60

36、年代新兴起的心理学方向，是其他科学对心理学发生影响的典型例子，其主要理论是信息加工理论，所以又称为信息加工心理学。认知心理学把人类所具有的概念、观念、表征等脑的内部过程看作是物理符号过程，认为人的认知过程是信息通道的输入、编码、译码、存储、提取、输出等处理信息的过程，可以设计出计算机程序来模拟人的心理过程，特别是思维、问题解决等高级心理活动。认知心理学和计算机科学相结合，产生了人工智能这一新学科。最近认知心理学研究非常活跃。,7.DSS的相关概念,（15）AI：人工智能，是研究、解释和模拟人类智能、智能行为及其规律的一门学科。其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能

37、行为的计算系统。AI是计算机科学的一个分支。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器 主要研究内容：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、专家系统、自动程序设计，等等。,7.DSS的相关概念,7.2 DSS与MIS、ERP的关系,7.DSS的相关概念,DSS与MIS的关系：观点1：MIS包括DSS，DSS是MIS的高级阶段；观点2：DSS包括MIS；观点3：二者相互衔接，自成体系；我们同意第3种观点，因为二者的系统目标、系统重点和面向的层次都不同，不能相互代替，但必须相互有机结合与衔接。二者的

38、开发流程基本相同，但是MIS侧重于系统的稳定性，而DSS更强调系统的进化性。,7.DSS的相关概念,DSS与ERP的关系：二者都是以MIS为基础，均可作为独立系统而存在；许多ERP系统将DSS作为其中一个重要的组成部分，具有DSS系统的一些功能;ERP系统比DSS系统的功能更丰富，但是其决策支持功能一般不如专门的DSS系统。,7.DSS的相关概念,7.3 DSS与专家系统（ES）的关系DSS主要解决非结构化问题，经常需要通过做出有限的假设，将问题转化为一个结构化的问题求解模块。因此，DSS常常将分析技术、常规的数据存取和ES中的非结构化问题的搜索功能结合起来。将ES的基本原理、方法等应用于DS

39、S，即形成所谓的智能型DSS和战略专家系统（SES)。,7.DSS的相关概念,DSS与ES的关系：ES强调专用性，而DSS突出通用性；ES基本可独立工作，而DSS必须人机结合；二者具有一定的相似性；决策过程一般同时使用模型和数据，因此智能型DSS是DSS和ES发展的必然。,8.1 群决策支持系统（GDSS）群决策：多人在一起，共同讨论所涉及的实质性问题，分别提出解决某一问题的若干方案，评价每个方案的优劣，最后做出决策。群决策方式可以避免单独决策的偏差，取得较好效果，在现实生活中随处可见。通讯、计算机和决策技术的发展，使GDSS成为可能。GDSS涉及决策中的通讯、议程安排、决策分析建模、分析判断

40、方法的选择、数据库/知识库的共享、专家咨询、讨论规则制订等诸多技术问题。,8.DSS的发展方向,8.2 分布式决策支持系统（DDSS）受一些因素的限制，许多决策过程不能或不便采用集中方式进行；同时，DSS面向的对象可能不仅仅是单个人、单个决策群，而是若干个具有一定独立性而又存在某种联系的决策组织。DDSS于20世纪80年代提出，支持上述决策方法。DDSS是一个有多个物理上分离的具有信息处理能力的结点构成的计算机网络，每个结点对应一个决策群。,8.DSS的发展方向,DDSS的特性：DDSS是一类专门设计的DSS系统，能支持处于不同结点的多层次决策，提供对于个人、群体和组织的支持；能支持问题结构不

41、良和信息结构不良的决策过程支持结点间的人机、人人、机机多种交互机制；决策资源共享，决策结果沟通与说明、解释；可协调结点间的操作，解决冲突；协议严格且开放，允许系统或结点扩展；各结点平等、自治。,8.DSS的发展方向,8.3 智能决策支持系统（IDSS）IDSS是DSS中引入AI技术的产物，将DSS的基本功能模块和AI的知识推理技术有机结合起来。AI的一些特性可增强DSS的能力：AI的启发式搜索技术；AI处理定性的、近似的、不精确的知识的能力；AI的接口技术、人机对话功能；知识表示方法；推理方法（分类法，递推法，框架法等）IDSS一般为典型的四库结构,8.DSS的发展方向,8.4 决策支持中心（

42、DSC）1985年Owen等学者提出DSC的概念，由一个了解决策环境中信息系统组成情况、接近于决策高层领导的决策支持小组作为DSC的核心，组织了一批参与政策制订、决策分析和系统开发的专家，装备有最先进的计算机及通讯设备，随时支持高层领导决策。决策支持小组处于决策者和DSS之间，突出了专家的预决策作用。DSC具有明显的实用性和有效性，且易于建立和应用。,8.DSS的发展方向,8.5 战略决策支持系统（SDSS）SDSS是支持企业高层进行战略性决策的DSS，类似于战略专家系统（SES）。SDSS在典型的四库结构基础上，增加了案例分析系统，包括案例资料库、基于案例的案例查询模块和案例维护规则。需要一

43、批战略专家参与决策过程。,8.DSS的发展方向,8.6 I3DSSI3DSS-Intelligent,Interactive and Integrated DSS，智能型、交互式、集成化决策支持系统是面向决策者和决策过程的综合性DSS的一个功能框架是随着DSS应用范围不断扩大、应用层次不断提高而产生的，需要综合运用多学科、多领域的技术和知识，解决高级问题,8.DSS的发展方向,DSS应用范围：从支持一个企业、一个组织发展到对于区域性经济社会发展战略研究、国民经济发展规划等重要决策活动的支持DSS应用层次：这些问题中的决策活动涉及的方面、层次和因素广泛而复杂，信息不够齐全、完善和精确，并且涉及社会、政治、文化、心理等多种成分影响DSS进入了解决复杂巨系统领域问题的阶段，单一的以信息/数学模型/知识（规则）为基础的DSS不能满足需要,8.DSS的发展方向,I3DSS必须是智能的：需要用到大量、多方面、系统化的知识，必须借助于人工智能和知识工程的技术成果I3DSS必须是交互的：解决半/非结构化问题，核心是人机交互，必须是交互式系统I3DSS必须是集成的：必须将系统分析、运筹学、计算机技术、知识工程、专家系统等多学科的理论、方法、技术、工具等有机结合，实现决策支持过程的集成化数据仓库和数据挖掘技术成为I3DSS的利器,8.DSS的发展方向,