决策支持系统第一讲.ppt

2023/5/28,信息管理系,1,决策支持系统(DSS),2023/5/28,信息管理系,2,1、李东.决策支持系统与知识管理系统，中国人民大学出版社，2005年。2、the Data Warehouse.(the new version).3、陈文伟,数据仓库与数据挖掘,清华大学大学出版社。,参考书,2023/5/28,信息管理系,3,眼花缭乱的名词你知道吗？,管理信息系统(MIS)、决策支持系统(DSS)、商业智能(BI)、数据挖掘系统(DMS)、供应链管理系统(SCM)、业务流程管理系统企业资源计划(ERP)、知识管理系统、?,2023/5/28,信息管理系,4,第一讲DSS概述,2023/5/28,信息管理系,5,一、几个基本概念,1、数据(Data)：对客观事物的性质、状态以及相互关系等进行记载的物理符号或是这些物理符号的组合。它是可识别的、抽象的符号。举例。描述5个人可以用5，五，伍，正，101，five，条形码等。,2023/5/28,信息管理系,6,2、信息（information）是数据经过加工处理后所得到的另外一种数据，这种数据对接收者的行为有一定的影响。,2023/5/28,信息管理系,7,信息的度量 信息量的大小取决于信息内容消除人们认识的不确定程度。消除的不确定程度大，则发出的信息量大；反之，信息量则小。事先就确切地知道消息的内容，则信息量为零。,2023/5/28,信息管理系,8,信息量的度量：H(x)=-P(Xi)log2P(Xi)（i=1,2,3,n）Xi表示第i个状态（共n个状态）；P(Xi)代表出现第i个状态时的概率；H(x)为消除不确定性所需的信息量。单位为比特(bit)。,2023/5/28,信息管理系,9,硬币：P(Xi)=0.5 H(x)=-P(X1)log2P(X1)+P(X2)log2P(X2)=-(-0.5-0.5)=1bit 骰子：P(Xi)=1/6 H(x)=2.6bit,例子,2023/5/28,信息管理系,10,数据与信息之间的联系和区别 区别：信息是经过加工之后所得到的数据，是逻辑性或观念性的；数据是记载客观事物的符号，是物理性的。联系：信息是数据的内在逻辑关系的体现；数据是信息的表现形式。举例。驾驶员开车时速度指示盘上指针指向80km/h，这是数据，驾驶员采取加速或减速后，则成为信息。,2023/5/28,信息管理系,11,3、知识（knowledge）以某种方式把一个或多个信息关联在一起的信息结构，是客观世界规律性的总结。类型 事实型知识：举例。税收是财政的来源等。规则型知识：将事实型知识以确定的逻辑关系关联起来。举例。税收减少则是财政预算减少等。,2023/5/28,信息管理系,12,特性 1)知识的关联有方向性：举例:现金是货币、是铜则导电等。2)知识的表示不具有唯一性：与了解程度、角度、观念、环境等有关。3)知识具有不完全性：与认识程度等有关。举例:天阴闷热且有雷电，则80%要下雨。,2023/5/28,信息管理系,13,4、模型（model）指对于某个实际问题或客观事物、规律进行抽象后的一种形式化表达方式。,2023/5/28,信息管理系,14,数学模型：对实际问题进行分析和高度抽象基础上建立起来的一组数学表达式（公式）。程序模型：对实际问题求解的一种形式化表达方法。逻辑模型：描述某类问题时的逻辑表达方式。结构模型：系统按照一个个子系统有序构成的结构形式逻辑关系逻辑结构模型；物理构成关系物理结构模型。,2023/5/28,信息管理系,15,方法模型：解决问题的方法及基本形式。分析模型：对问题的分析方法。数学模型加图表等或思路、工具等。管理模型：对问题和业务管理控制方式的统称。数据模型：设计和建立数据库时，用于提供数据表示和操作手段的形式构架。系统模型：系统内部的结构形式以及各部分之间的连接方式。,2023/5/28,信息管理系,16,数学模型的表示形式为：方程形式算法形式程序形式,数学模型,2023/5/28,信息管理系,17,方程形式的特点:反映了变量之间的关系。直观性。便于理解，便于人们掌握事物的内在本质。不利于计算。对模型的介绍、解释说明一般用方程形式。,(1)方程形式 例如:y=a+bx或:,Max Z=x1+2 x2 2 x1+2 x2 8 0 x1+2 x2 4 x1,x2 0,2023/5/28,信息管理系,18,例如，当输入目标函数中各目标变量的系数，确定极值（极大或极小），线性规划模型是通过单纯形法进行求解的，输入多个约束方程的系数、约束值以及约束关系（小于、等于、大于等），通过单纯形法的演算步骤，就能求出理想的目标值和变量值。模型表示的算法形式能够计算出结果，很实用，但不直观，对模型的运算一般采用模型的算法形式。,(2)算法形式 模型的算法是用一系列演算步骤来表示模型的求解过程。当人们代入实际问题的数据，经过算法步骤的演算就可求出模型的理想结果。,2023/5/28,信息管理系,19,(3)程序形式 利用计算机语言按模型的算法步骤编制模型程序，在计算机中进行计算。数学模型程序一般利用数值计算语言来编制，如FORTRAN，PASCAL，C等，它们均具有较强的计算能力。程序方式往往把模型、算法、数据统一在一个程序中，不便于模型的修改和集成。,2023/5/28,信息管理系,20,5、系统（system）指在一定环境中，为了达到某一目的而相互联系、相互作用的若干个要素所组成的有机整体。,2023/5/28,信息管理系,21,系统的要素 1)系统环境(Environment)：环境和系统应互有一定影响。边界(Bounder):系统与环境分开的假想线。实现物质、能量、信息交换。2)输入/输出(Input/Output)：与环境发生联系。,2023/5/28,信息管理系,22,3)组成要素(Element)：完成特定功能而必不可少的工作单元（子系统，subsystem)。4)系统结构(System Structure)：系统的组成要素和要素之间的关系。5)接口(Interface)：子系统之间的信息交换。,2023/5/28,信息管理系,23,系统的特征 1)整体性：一个系统由多个要素所组成，所有要素的集合构成一个有机整体，缺一不可。2)目的性：系统的发生和发展有着强烈的目的性，是系统的主导，决定着系统要素的组成和结构。3)关联性：各要素之间存在着密切的联系，这种联系决定了整个系统的机制，它在一定时期相对稳定。,2023/5/28,信息管理系,24,4)层次性：一个系统被包含在更大的系统(environment)内；其要素本身也可能是一个小系统(subsystem)。5)环境适应性：系统与环境相互作用、相互影响，进行物质、能量、信息交换，不适应环境变化的系统没有生命力。,2023/5/28,信息管理系,25,系统模型,2023/5/28,信息管理系,26,管理决策面临的新挑战 决策质量的要求更高 随着技术的迅速发展，客户获得产品和服务的渠道更为畅通，客户的选择余地更大。同时大规模生产使得产品出现了供过于求。客户成为最稀缺的资源。这迫使企业必须采取“以客户为中心”的经营策略，努力提高产品和服务的质量。,二、决策支持系统发展,2023/5/28,信息管理系,27,决策时要考虑的因素更复杂随着经济全球化趋势的加剧，尤其是中国加入WTO之后，无论是否愿意，企业都将面对全球的竞争者和全球范围的消费市场。而随着消费者权益意识的增强等，又使政府颁布了更详尽的法令和制度约束企业的经营行为。企业管理者在进行决策时需要考虑更多、更复杂的制约因素。,2023/5/28,信息管理系,28,决策速度要求更快通讯方式的发展、交通的便利以及金融体系的完善，使企业更难以长久维持自己的竞争优势。企业必须不断地创新，从以规模取胜转变到以速度取胜。这些都要求管理者能够迅速做出正确的决策。,2023/5/28,信息管理系,29,决策失败的代价更高企业中采购、生产、销售和服务等方面的联系日益紧密，企业的整个运作系统更加复杂和精密。某一环节的判断失误将产生链锁反应，造成企业重大的损失。,2023/5/28,信息管理系,30,分析工作量大企业通常的运营系统只能提供面向交易的数据，因此，许多管理者要花费80%的时间进行数据分析，真正用于决策的时间只有20%。而且对于许多大型企业，还必须为之配备庞大的专业分析队伍。,传统信息管理系统的局限,2023/5/28,信息管理系,31,分析结果滞后由于分析时间过长，经理们经常无法及时拿到所需的报表，因此贻误了许多商业机会。,2023/5/28,信息管理系,32,无法按照商业习惯进行分析传统的报表只能进行简单的汇总。管理者有时为了分析一个关键的商业因素，不得不在一大堆打印的报表中前后翻阅，极不方便。,2023/5/28,信息管理系,33,无法进行复杂的分析管理者经常希望能综合多种因素来分析问题。如:石油价格的上涨、物价指数的波动对企业各方面的影响；如果现在采取降价措施，本年度末公司的市场分额、销售额和赢利是否有所增长？哪些客户对企业最关键，他们有什么特征，如何增加他们对企业的忠诚度等等。,2023/5/28,信息管理系,34,无法提供关键问题的解决方案例如，对于大型零售企业，为了实现最高效率，如何在一个区域内设立自己的连锁店？如何制定有效的预算计划和现金流计划？如何防止客户的流失？传统的信息技术无法提供针对这些关键性问题的解决方案。,2023/5/28,信息管理系,35,缺乏量化的衡量指标随着企业规模的扩大和机构的日益复杂，管理者不能只依赖经验和直觉来评价企业的整体表现，必须借助一些关键的、量化的指标。但通常的MIS系统无法做到这一点。,2023/5/28,信息管理系,36,二 DSS的产生背景电子数据处理EDP（Electronic Data Processing）管理信息系统MIS（Management Information Systems）管理科学/运筹学-Management science,MS/operations research,OR)决策支持系统DSS（Decision Support Systems）,2023/5/28,信息管理系,37,1、电子数据处理EDP（Electronic Data Processing）提高了工作效率，把人们从繁琐的事务处理中解脱出来。缺点：仅局限于具体信息处理，不共享，不考虑整体或部门情况。,2023/5/28,信息管理系,38,2、管理信息系统 MIS（Management Information Systems）：整体分析，系统设计，信息共享，部门协调。缺点：难于适应多变的内、外部管理环境，对管理人员的决策帮助十分有限。,2023/5/28,信息管理系,39,2.1、定义 管理信息系统（management information system）是用系统思想建立起来的，以电子计算机为基本信息处理手段，以现代通信设备为基本传输工具，且能为管理决策提供信息服务的人机系统。,2023/5/28,信息管理系,40,2.2、基本观点 集成化：系统内部各种资源设备统一规划，以确保资源的最大利用率，系统各部分协调一致和高效低成本地完成组织日常信息处理业务。人机系统：在系统中真正起到执行管理命令,对组织的人、财、物、资源、以及资金流、物流进行管理的主体是人，计算机始终只是一种管理工具。,2023/5/28,信息管理系,41,分析、计划、预测、控制功能：强调管理方法的应用和对信息的进一步深加工，即利用信息分析组织的生产经营状况，利用各种模型对组织的生产经营活动的各个环节进行分析预测，控制各种可能影响实现组织目标的因素，以科学的方法，最优地分配各种资源(设备、任务、人、资金、原料、等)，合理地组织生产(计划,调度,监督等)。,2023/5/28,信息管理系,42,2.3、组成 数据处理系统（data process system）部分：主要完成数据的采集、输入、数据库的管理、查询、基本运算、日常报表输出等。分析（analysis）部分：在DPS基础上，对数据进行深加工，如利用各种管理模型定量定性分析方法、程序化方法、OR方法等，对组织的生产经营情况进行分析。,2023/5/28,信息管理系,43,决策（decision making）部分：MIS的决策模型多限于以解决结构化的管理决策问题为主，其结果是要为高层管理者提供一个最佳的决策方案。,2023/5/28,信息管理系,44,2.4、特点,1)主要功能是事务处理2)包含多个电子处理系统3)为结构化决策服务的4)具有系统的一切特征5)是管理系统的以部分6)以数据库系统为基础,2023/5/28,信息管理系,45,2.5、功能 1)数据处理：数据的收集,输入,传输,存储,加工处理和输出。2)事务处理：将管理人员从繁重的重复性的事务处理中解脱出来，以更多的精力思考管理问题，从事创造性劳动。3)预测功能：运用数学、统计或模拟等方法，根据过去的数据预测未来的情况。,2023/5/28,信息管理系,46,4)计划功能：合理安排各职能部门的计划，并按照不同的管理层提供相应的计划报告。5)控制功能：对计划的执行情况进行监测、检查，比较执行情况与计划的差异，并分析其原因，辅助管理人员及时用各种方法加以控制。6)辅助决策功能：运用数学模型，及时推导出有关问题的最优解，辅助各级管理人员进行决策。,2023/5/28,信息管理系,47,总结：整体分析，系统设计，信息共享，部门协调。缺点：难于适应多变的内、外部管理环境，对管理人员的决策帮助十分有限。,2023/5/28,信息管理系,48,3、管理科学与运筹学,管理科学(Management science,MS)运筹学（operations research,OR)管理科学是对管理问题用定量分析方法，建立数学模型，通过求解计算，达到辅助管理决策的一门学科。,2023/5/28,信息管理系,49,例子：旅行商问题(Traveller Salesman Problem,TSP问题)就是一销售商从n个城市中的某一城市出发，不重复地走完其余n-1个城市并回到原出发点，在所有可能的路径中求出路径长度最短的一条。它是组合优化中研究最多的问题之一，是一个经典的NP难题。吸引了许多不同领域的研究工作者，包括数学、运筹学、物理、生物和人工智能等领域，它是目前优化领域里的研究热点。,2023/5/28,信息管理系,50,管理科学处理问题的步骤：教材p3,2023/5/28,信息管理系,51,4、决策支持系统,Decision Support System,管理科学：单个模型实际情况：多个模型，几十个，几百个 模型共同解决一个问题。决策支持系统与管理科学相比：增加了模型库和模型管理系统，将众多的模型有机组织和存储起来，并建立模型库和数据库的有机结合。,2023/5/28,信息管理系,52,DSS的发展70年代，Scott Morton在管理决策系统（1971）一书中首次提出DSS。Peter G.W.Keen等人编写了一套丛书，阐明DSS的主要观点，初步构造出DSS的基本框架。1978至1988年，DSS得到迅速发展，许多实用系统被开发出来，投入实际应用，产生明显效益。1988至现在，DSS技术持续发展，目前已基本成熟。新一代DSS研究仍然十分活跃。,2023/5/28,信息管理系,53,DSS的理论基础信息论 计算机技术 管理科学与运筹学 信息经济学 行为科学人工智能,2023/5/28,信息管理系,54,(1)信息论信息是现代科学技术中普遍使用的一个重要概念。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、传送、加工处理、输出而实现其有目的性行为的研究方法。,2023/5/28,信息管理系,55,(2)计算机技术计算机软件技术计算机硬件技术计算机网络技术计算机图形处理技术计算机知识处理技术等。,2023/5/28,信息管理系,56,(3)管理科学与运筹学管理科学MS（Management Science）：面向管理者，研究决策问题，如决策目标、决策效能等。运筹学OR（Operations Research）：提供一系列优化、仿真、决策等模型。,2023/5/28,信息管理系,57,(4)信息经济学 在信息时代，研究信息的产生、获得、传递、加工处理、输出等方面的价值问题。从经济学的角度，研究信息产生和获得的成本是多少？利润是多少？即研究信息价值问题。,2023/5/28,信息管理系,58,(5)行为科学 研究决策者的决策风格、在决策过程中的决策行为等，指导DSS的设计和开发。涉及到决策者的心理学。,2023/5/28,信息管理系,59,(6)人工智能 将人工智能技术用于管理决策是一项开拓性工作。当前研究的IDSS就是DSS与AI技术相结合的产物，它用领域专家的知识来选择和组合模型，完成问题的推理和运行，为用户提供智能的交互式接口。,2023/5/28,信息管理系,60,人工智能技术作为计算机应用研究的前沿，近十年取得了惊人的进展，呈现了光明的前景。专家系统、智能机器人和模式识别是人工智能中最活跃、最富有成果的三个研究领域。,2023/5/28,信息管理系,61,专家系统（Expert Systems,即ES）研究，取得了许多实用化的成果。当今世界上已经有上万个专家系统，应用于医疗、诊断、探矿、军事、调度、质谱分析、计算机配置、辅助教育等各种领域，并已开始涉足财务分析、计划管理、工程评估、法律咨询等管理决策领域。,2023/5/28,信息管理系,62,DSS和ES：处于不同的学科范畴，有着不同的解决问题的方法。DSS主要运用数据和模型，ES主要运用知识和推理。在管理科学领域，一个是方兴未艾，一个是后起之秀，各有特色。但是它们的互相结合和互相渗透，将会把计算机用于决策支持技术推向一个新的高度。,2023/5/28,信息管理系,63,决策的正确性关系到经营效果和事业成败，决策理论、决策方法和决策工具的科学化和现代化是正确性的重要保证。人工智能将为DSS提供有效的理论和方法。例如，知识的表示和建模，推理、演绎和问题求解及各种搜索技术，再加上功能很强的人工智能语言，都为DSS的发展走向更加实用的阶段提供强有力的理论和方法的支持。,2023/5/28,信息管理系,64,DSS与相关技术的关系决策与预测的关系DSS与MS/OR的关系DSS与MIS的关系DSS与ES的关系,2023/5/28,信息管理系,65,(1)决策与预测的关系决策：创造未来，基于预测，实现将来一个目标。预测：预言未来，基于分析、研究、仿真、实验。例如：灾害预测与防灾决策、日常预测与决策、经营预测与决策、宏观预测与决策、贯序预测与决策、为重大决策作预备性研究等。,2023/5/28,信息管理系,66,(2)DSS与MS/OR的关系MS：处理结构化问题，运用分析的观点。OR：处理结构化问题，研究对象主要集中在数学规划、决策论、对策论等理论和方法上。DSS：处理战略、规划等半结构化和非结构化一类的决策问题。,2023/5/28,信息管理系,67,(3)DSS与MIS的关系MIS：收集、传递、存储、加工处理各种信息，监测运营数据，利用历史数据预测未来，用指定的数学方法分析数据，提供全面数据和分析报告。面向管理人员，提供低层次的决策支持。DSS：面向决策者，提供适当的决策支持，是MIS的高级阶段。,2023/5/28,信息管理系,68,(4)DSS与ES的关系 IDSS=DSS+ESES：利用知识和推理机，处理半结构化和非结构化问题。DSS：使用数据和模型，处理结构化问题，与ES结合后，可处理半结构化和非结 构化问题。,2023/5/28,信息管理系,69,DSS的特征：.目的在于解决非结构化或半结构化的问题。.综合应用数据、模型和分析技术。.交互式的友好的接口，非计算机人员容易使用.具有很高的灵活性和适应性。.是支持而不是代替人的决策过程。.是跟踪和适应人的决策过程，而不是要求人去适应系统。,2023/5/28,信息管理系,70,用构成DSS的部件来表述DSS的特征，这种方法在国内比较流行，它可以被概括为五个方面：(1)模型库及其管理系统；(2)交互式计算机硬件和软件；(3)数据库及其管理系统；(4)图形及其它高级显示装置；(5)对用户友好的建模语言。显然，上述1）5）的描述也是一个范围较宽的集合。在国内DSS学术界更流行于四库（模型库、数据库、方法库、知识库）一体化的说法。,2023/5/28,信息管理系,71,三、DSS的基本概念,决策过程,设计方案,评价方案,确定目标,实施方案,环 境,2023/5/28,信息管理系,72,决策问题的类型决策问题的类型（按结构化程度分为）：结构化决策问题半结构化决策问题非结构化决策问题 三类。,2023/5/28,信息管理系,73,结构化程度：对某一过程的环境和规律，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）。,2023/5/28,信息管理系,74,结构化问题：能够描述清楚的问题。三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。三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。一个或二个阶段能使用确定的算法或决策规则。,2023/5/28,信息管理系,75,(1)决策支持系统DSS（Decision Support System）是在半结构化和非结构化决策活动过程中，通过人机对话，向决策者提供信息，协助决策者发现和分析问题，探索决策方案，评价、预测和选择方案，以提高决策有效性的一种以计算机为手段的信息系统。,DSS定义(p10)：,2023/5/28,信息管理系,76,(2)决策支持系统是“一个交互式的基于计算机的系统，它利用数据库（DB）、模型库（MB）和方法库（AB）以及很好的人-机对话部件和图形部件，帮助决策者进行半结构化和非结构化决策的所有过程”。该定义的要点如下：1)以有效性为主要目标 2)支持决策的全过程 3)是支持而不是代替 4)用户驱动（User Driven）5)模型驱动（Model Driven）6)智能模型,2023/5/28,信息管理系,77,1 DSS系统结构图,决策步骤,四、DSS系统结构,2023/5/28,信息管理系,78,2 DSS典型部件,2023/5/28,信息管理系,79,数据库管理子系统 DSS的数据库通常包括在数据仓库中。数据仓库是集成的、面向主题的数据库集合，它是用来支持决策支持功能的，其中每个数据单元都不随时间改变。数据仓库的数据通常从内部和外部数据源中抽取。内部数据主要来自于组织的交易处理系统。外部数据包括行业数据、市场调查数据、人口普查数据、国家经济数据等。,2023/5/28,信息管理系,80,模型库管理系统 一个包含有财务、统计、运筹和其它定量模型的软件包，能够提供系统的分析能力和合适的软件管理能力。在模型库中的模型可以分为战略性的、策略性的、运营性的等等。模型在模型库中的存储方式主要有子程序方式、语句方式、数据方式等。,2023/5/28,信息管理系,81,用户界面子系统 用户与DSS应用之间的交流。如交互式界面、报表打印。为了实现组织内的信息共享，还应包括Intranet/Internet的发布方式。,2023/5/28,信息管理系,82,用户 用户可看作系统的一部分。DSS的用户主要是企业各层次的管理者和商业分析人员。,2023/5/28,信息管理系,83,五、新一代DSS的研究与发展,群决策支持系统（GDSS）分布式决策支持系统（DDSS）智能决策支持系统（IDSS）决策支持中心（DSC）战略决策支持系统（SDSS）智能交互综合 I3DSS DW+OLAP+DM DDS 综合决策支持系统,2023/5/28,信息管理系,84,（1）群决策支持系统（GDSS）支持多人或集体共同决策：利用通信技术（网络、电话会议、电子信息交换）、计算机技术（多用户系统、4GL、数据库、数据分析OLAP、数据存储、数据仓库、数据挖掘）和决策支持技术（议程设置)、AI与推理技术、决策模型方法如决策树、风险分析、预测方法等，结构化群决策方法如德尔菲法等）相结合。,2023/5/28,信息管理系,85,（2）分布式决策支持系统（DDSS）研究DSS在分布式环境中、与分布式技术相结合相关的技术问题。,2023/5/28,信息管理系,86,（3）智能决策支持系统（IDSS）AI与DSS技术相结合，形成了高级别的、具有知识处理能力的DSS。组成：四库系统+接口。知识库、数据库、模型库、方法库及人机接口，还有问题求解模块。,2023/5/28,信息管理系,87,（4）决策支持中心（DSC）1985年欧文提出来的。功能：提供办公决策支持，具有定性定量 相结合的综合集成功能。组成：以决策支持小组为核心，为决策的 全过程提供技术支持。,2023/5/28,信息管理系,88,（5）战略决策支持系统（SDSS）功能：支持战略级或高层管理者的决策过 程。组成：数据库系统、模型库系统、方法库 系统、知识库系统、案例分析系统、输入输出系统、控制与通信系统等。,2023/5/28,信息管理系,89,（6）I3DSS含义：智能的、交互式的、集成化的（Intelligent,Interactive and Integrated）DSS。特点：面向问题，有机集成。综合采用系统分析、运筹学方法、计算机技术、知识工程、专家系统等技术，使之有机结合，而不是单一的以信息为基础的系统，或单一的以数学模型为基础的系统，或单一的以知识为基础的系统。在面向问题的前提下，充分发挥各自的优势，特别是发挥它们在联合运用时的优势，即集成化（Integrated）。.,2023/5/28,信息管理系,90,当DSS进入到高层次的决策活动领域时，由于处理的问题多半是半结构化或非结构化的，为了帮助决策者进一步明确问题、认定目标和环境约束，产生决策方案和对决策方案进行综合评价，系统应具有更强的人机交互能力，这种应用方式就是决策支持系统的交互性（Interactive）。,2023/5/28,信息管理系,91,在处理难以定量分析的问题时，需要使用知识工程、专家系统方法与工具，已经涉及到人工智能领域。而重要的问题在于如何使用知识工程的思想方法，组织各个有关模块，实现决策支持过程的集成化。这种应用方式就是决策支持系统的智能化（Intelligent）。,2023/5/28,信息管理系,92,I3DSS的提出和实际应用，是DSS进入一个新的历史阶段。,2023/5/28,信息管理系,93,(7)新决策支持系统和综合决策支持系统,20世纪90年代中期，兴起了数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）三项新技术。数据库用于事务处理，而数据仓库是由大量的相关数据集成而来，用于决策分析。,2023/5/28,信息管理系,94,联机分析处理把数据的组织由二维平面结构扩充到多维空间结构，并提供了多维数据分析方法。数据挖掘则是从数据库中发现知识（KDD）过程的核心，获取数据中隐含的知识。这三项新技术的结合形成了基于数据仓库的新决策支持系统。,2023/5/28,信息管理系,95,简述：DW,数据仓库（DW）与数据库（DB）,按决策主题重新组合,DW多维数据,二维数据,DB1,DBi,DB n,2023/5/28,信息管理系,96,1.基于数据仓库的新决策支持系统,数据仓库是对整个企业各部门的数据进行统一和综合，这实际上是决策支持和客户管理的一次革新。数据仓库是将大量的数据库的数据按决策需求进行重新组织，以数据仓库的形式进行存储，它将为用户提供辅助决策的随机查询，综合数据以及随时间变化的趋势分析信息等。,2023/5/28,信息管理系,97,数据仓库(Data Warehouse，DW)的兴起,数据仓库是一种存储技术，它的数据存储量是一般数据库的100倍，它包含大量的历史数据、当前的详细数据以及综合数据。它能适应于不同用户对不同决策需要提供所需的数据和信息。数据仓库是预测利润、分析风险、进行市场分析，以及加强客户服务与营销活动等的催化技术。数据仓库技术已紧跟Internet而上，成为信息社会中获得企业竞争优势的一个关键技术。,2023/5/28,信息管理系,98,数据挖掘的兴起,数据挖掘从大量数据中提取出隐藏在数据中的有用信息，为人们的正确决策提供了很大的帮助。数据挖掘(Data Mining，DM)是在大型数据库中知识发现(Knowledge Discovery in Database，KDD)中的一个步骤，它主要是利用某些特定的知识获取算法，从数据库中发现出有关的知识。,2023/5/28,信息管理系,99,数据挖掘的兴起,数据挖掘是从人工智能机器学习中发展起来的。利用数据挖掘的方法和技术从数据库中挖掘的信息和知识，反映了数据库中数据的规律性。用户利用这些信息和知识来指导和帮助决策。98年的Gartner报告列举了五项在今后5年内对工业将产生重要影响的关键技术，其中KDD和人工智能排名第一。,2023/5/28,信息管理系,100,简述：DM,数据挖掘（DM）,数据,挖掘出,If 条件 then 结论If 条件n then 结论 n,知识,DB,DW,2023/5/28,信息管理系,101,DWOLAPDM的新决策支持系统,数据仓库、联机分析处理与数据挖掘都是决策支持新技术。它们有着完全不同的辅助决策方式。数据仓库为不同的用户随时提供各种辅助决策的随机查询、综合数据或趋势分析信息。联机分析处理提供了多维数据分析。数据挖掘是挖掘数据中隐含的信息和知识。以数据仓库为基础，结合联机分析处理和数据挖掘形成了基于数据仓库的决策支持系统。,2023/5/28,信息管理系,102,2.综合决策支持系统,新决策支持系统与传统决策支持系统的关系：新决策支持系统和传统决策支持系统几乎没有什么共同之处，它们是从不同的角度发展起来，辅助决策的方式也不相同。由于两者不是覆盖关系，也就不存在相互代替的问题，而是相互补充和相互结合的问题。,2023/5/28,信息管理系,103,新决策支持系统与传统决策支持系统的关系,（1）新决策支持系统中数据挖掘获取的知识与传统决策支持系统的知识推理中的知识是不相同的。它们的结合将扩大知识面。（2）新决策支持系统中没有充分利用模型和模型组合来辅助决策。（3）决策支持系统的技术还没有完全成熟。它们的结合为决策支持系统的发展前景指明了方向。,2023/5/28,信息管理系,104,综合决策支持系统,将传统决策支持系统和新决策支持系统结合起来的决策支持系统称为综合决策支持系统（Synthetic Decision Support System，SDSS）。智能决策支持系统称为传统决策支持系统。,2023/5/28,信息管理系,105,数据仓库与联机分析处理和数据挖掘三者结合起来辅助决策能力有极大的提高，是一种新型决策支持系统。这种新决策支持系统的典型特点是从数据中获取辅助决策信息。数据仓库本身能提供综合信息和预测信息；联机分析处理提供多维数据分析信息；数据挖掘提供所获取的知识，共同为实际决策问题辅助决策。,2023/5/28,信息管理系,106,传统决策支持系统是以模型和知识为决策资源，通过模型的计算和知识推理为实际决策问题辅助决策。早期的决策支持系统中包含模型库系统和数据库系统就是为实现多模型组合需要。组合模型的辅助决策完成了定量分析辅助决策效果。决策支持系统和专家系统的结合形成了智能决策支持系统，实现了定量分析辅助决策与定性分析辅助决策的结合,2023/5/28,信息管理系,107,把数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）、模型库（MB）、数据库（DB）、知识库（KB）结合起来形成的综合决策支持系统是更高级形式的决策支持系统。其中数据仓库（DW）能够实现对决策主题数据的存储和综合以及时间趋势分析。联机分析处理（OLAP）实现多维数据分析，数据挖掘（DM）从数据库和数据仓库中获取知识，模型库（MB）实现多个模型的组合辅助决策，数据库（DB）为辅助决策提供数据，知识库（KB）中知识通过推理进行定性分析。它们集成的综合决策支持系统（SDSS），将相互补充和依赖，发挥各自的辅助决策优势，实现更有效的辅助决策。,2023/5/28,信息管理系,108,综合决策支持系统（SDSS）结构图,2023/5/28,信息管理系,109,综合决策支持系统,综合决策支持系统由三个主体组成：（1）模型库系统和数据库系统结合的主体（2）数据仓库系统与联机分析处理（OLAP）结合的主体。（3）知识库系统（知识库、推理机和知识库管理系统）与数据挖掘结合的主体。,2023/5/28,信息管理系,110,(8)网络环境的综合决策支持系统,Internet技术推动了决策支持系统的发展，网络上的数据库服务器，使数据库系统从单一的本地服务上升为网络上的远程服务，而且能对远地多个用户的不同客户机，同时并发的提供服务。模型资源和知识资源也应该以服务器的形式在网络上为远地的客户机提供并发和共享的模型服务和知识服务。,2023/5/28,信息管理系,111,模型服务器中可以集成大量的数学模型、数据处理模型、人机交互的多媒体模型等，为用户提供不同类型的模型服务。知识服务器中可以集中多种智能问题的知识库，或者是不同知识表示形式的知识和多种不同的推理机,2023/5/28,信息管理系,112,决策支持系统的综合部件（问题综合与交互系统）是由网络上的客户机来完成，即：在客户机上编制DSS控制程序，由它来调用或者组合模型服务器上的模型，完成模型计算；知识服务器上的知识，完成知识推理以及数据仓库的综合信息查询，或用历史数据进行预测。,2023/5/28,信息管理系,113,网络环境的综合决策支持系统结构图,