决策支持与商务智能.pptx

第八章;本章内容;决策过程和决策问题;根据结构化程度和层次划分决策问题

结构化程度是指对某一个过程的环境和规律，能否用明确的语言（数学的或逻辑学的，形式的或非形式的，定量的或推理的）给予清晰的说说明或描述。;决策支持系统的定义

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、模拟技术和信息技术为手段，面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－机计算机系统。;决策支持系统的特征

面向决策者：决策支持系统的输入和输出、起源和归宿都是决策者。

主要帮助管理人员完成半结构化的决策问题

强调支持的概念 ：辅助和支持管理人员，而非取而代之 。

强调交互式的处理方式;决策支持系统的功能 ⑴

管理并随时提供与决策问题有关的组织内部信息

搜集、管理并提供与决策问题相关的组织外部信息

及时搜集提供有关各项活动的反馈信息

能以一定的方式存储和管理与决策问题相关的各种数学模型

能够存储并提供常用的数学方法及算法;决策支持系统的功能⑵

上述数据、模型和算法能够容易的添加和修改

能够灵活的运用模型与方法对数据进行加工、汇总、分析、预测，得出所需的综合信息与预测信息。

具有方便的人机对话和图像输出功能，能够满足随机的数据查询要求，回答“如果…则…”之类的的问题。

提供良好的数据通信功能

具有使用者能够忍受的加工速度与响应时间，不影响使用者的情绪。;决策支持系统的基本模式;决策支持系统的模式

一个完整的决策支持系统的模式被表示为DSS本身以及它与真实系统、管理者和外部环境的关系 。

管理者处于核心位置;决策支持系统的基本构件

人机对话系统：DSS中用户与计算机的接口，其核心是人机界面。

数据库系统：存储、管理、提供与维护用于决策支持的数据的基本构件，是支撑模型库系统及方法库系统的基础。

模型库系统：传统的DSS的重要支柱，是DSS最有特色的构件之一。

方法库系统：存储、管理、调用和维护DSS各构件要用到的通用算法、标准函数等方法的构件。

知识库系统;DSS的系统结构;DSS的系统分析方法 －ROMC;决策支持系统的发??趋势

智能决策支持系统（IDSS）：充分利用专家系统定性分析与DSS定量分析的能力；

群体决策支持系统（GDSS）： DSS与计算

机网络技术的结合，能够供一定决策者共同参与与进行决策的；

分布式决策支持系统（DDSS）：在GDSS的

基础上，将分布式的数据库、模型库与知识库等等决策资源有机集成。;智能决策支持系统 （IDSS）;群体决策支持系统（GDSS）;本章内容;人工智能(AI)

人工智能是在计算机科学、控制论、信息论、神经生理学、心理学、哲学、语言学等多种学科相互渗透的基础上发展起来的一门新兴边缘学学科。

研究怎样让计算机或智能机器（包括硬件和软件）模仿、延伸和扩展人脑从事推理、规

划、计算、思考、学习等思维活动，解决迄今为止需要人类专家才能处理好的复杂问题。;人工智能学科体系的三个层次;人工智能的研究内容和目的;专家系统的概念

研究出发点不同，看待问题的观点不同，追求的目标不同，导致对专家系统的定义存在不一致的看法。

通用定义：专家系统是利用计算机技术、人工智能及其它理论，将某个特定领域内专家的知识或者推理过程在计算机上实现，并且用来解决决过去需要专家才能解决的现实问题的计算机系统 。;专家系统的七个特征

具有专家水平的专门知识

符号处理

一般问题的求解能力

复杂度和难度

具有解释功能

具有获取知识的能力

知识和推理机构相互独立;按不同分类标准划分专家系统;按处理问题的类型划分专家系统;专家系统的结构;常用的知识表示方法 －产生式规则;常用的知识表示方法 －框架;框架网络的活动和推理;常用的知识表示方法－语义网络;语义网络系统的三种活动;专家系统的发展趋势－第一代专家系统;专家系统的发展趋势－第二代专家系统;专家系统的发展趋势－第三代专家系统;本章内容;从OLTP到OLAP;OLAP和数据仓库;OLAP中的基本概念⑴;OLAP中的基本概念⑵;OLAP的基本操作－切片（Slice）;OLAP的基本操作 －切块（Dice）;OLAP的基本操作 －下钻/上卷（Drill

Down/RollUp）;OLAP的基本操作 －旋转（Rotate）;OLAP的准则(Codd1993);本章内容;商务智能;知识发现、数据挖掘与商务智能

20世纪80年代末，机器学习方法在数据分析中中的应用导致数据库知识发现（KDD，KnowledgeDiscoveryinDatabase）的产生。

20世纪90年代以来，以数据挖掘技术为核心的的商务智能（知识发现在商业的应用）受到了学术界和业界的广泛关注。;数据挖掘 (Data Mining)

数据挖掘/知识发现(从海量数据中淘“金”)”;数据挖掘的特点