一、决策支持系统的定义



S.S.Mittra对DSS的定义：决策支持系统是从数据库 中找出必要的数据，并利用数学模型的功能，为用户 产生所需要的信息。 决策支持系统具有如下功能：
为了作出决策，用户可以试探几种“如果，将如何”(What If...)的方案。 DSS必须具备一个数据库管理系统，一组以优化和非优化模型为形 式的数学工具和一个能为用户开发DSS资源的联机交互系统。 结构是由控制模块将数据存取模块，数据变换模块(检索数据，产 生报表和图形)，模型建立模块(选择数学模型或采用模拟技术)三 个模块连接起来实现决策问题的回答。

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。
第一章决策支持系统综述 知识点8 决策问题的结构化分类
一、决策问题的结构化分类

决策问题按结构化程度分类，即对决策问题的内在规 律能否用明确的程序化语言（数学的、逻辑的、形式 的、定量的、推理的）给以清晰的说明或者描述。
一、决策支持系统的定义



P.G.W.Keen对DSS的定义：决策支持系统是“决策 ”(D)，“支持”(S)，“系统”(S)，三者汇集成的一 体。 即通过不断发展的计算机建立系统的技术(System)， 逐渐扩展支持能力(Support)，达到更好的辅助决策 (Decision)。 传统的支持能力是指提供的工具能适用当前的决策过 程，而理想的支持能力是主动的给出被选方案甚至于 决策被选方案。


二、几种常用智能技术（2）

机器学习是模拟人的学习方法，通过学习获取知识的 智能技术。
机器学习包括归纳学习、类比学习、解释学习等多种 类型。 机器学习和决策支持系统结合形成的智能决策支持系 统，主要是增加学习功能，获取辅助决策知识。


二、几种常用智能技术（3）

自然语言理解是指计算机从用户输入的自然语言请求 中，分析语言中的语法获取语义。


三、决策支持系统适用问题

决策支持系统的作用就是在决策的“结构化”部分为
决策者提供支持，从而减轻决策者的负荷，使之能够 将精力放在问题的非结构化部分。

处理决策的非结构化部分的过程可以看成是人的处理 过程。
第一章决策支持系统综述 知识点9 决策支持系统的定义
一、决策支持系统的定义


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。

三、数据挖掘DM

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。


R.H.Spraque 和 E.D.Carlson对DSS 的定义：决策支 持系统具有交互式计算机系统的特征，帮助决策者利 用数据和模型去解决半结构化问题。 决策支持系统具有如下功能： 解决高层管理者常碰到的半结构化和非结构化问题。 把模型或分析技术以传统的数据存储和检索功能结合 起来。 以对话方式使用决策支持系统 能适应环境和用户要求的变化
二、数据仓库DW

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。

它为用户提供辅助决策的随机查询，综合数据分析以 及预测信息等。
三、数据挖掘DM

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。
第一章决策支持系统综述 知识点4
决策支持系统的概述
一、决策支持系统的作用



决策支持系统的出现是要解决由计算机自动组织和协调多模 型的运行和数据库中大量数据的存取和处理，达到更高层次 的辅助决策能力。 决策支持系统的模型库和模型库管理系统把众多的模型有效 地组织和存储起来，建立了模型库和数据库的有机结合。 通过人机交互功能形成DSS。DSS不同于MIS数据处理，也 不同于单模型的数值计算，而是它们的有机集成它既具有数 据处理功能又具有模型的数值计算功能,具有更高层次的辅 助决策。
除专家系统这种典型的人工智能技术以外，还有神经 网络、机器学习、遗传算法以及自然语言理解等多种 人工智能技术

二、几种常用智能技术（1）

神经网络是基于人脑神经元的数学模型（MP模型）建 立起的智能技术。
神经网络和决策支持系统结合形成智能决策支持系统 ，可以用来完成模型的自动选择。 利用神经网络专家系统（不同于一般专家系统）和决 策支持系统结合形成一种新型的智能决策支持系统。
第一章决策支持系统综述 知识点3
管理科学/运筹学的基本概念
一、管理科学/运筹学定义


管理科学(Management Science, MS)的传统名字叫运筹学 (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原则：安全 性、流动性和盈利性有效结合 管理科学是用数学模型方法研究经济、国防等部门在环境 的约束条件下，合理调配人力、物力、财力等资源，通过 模型的有效运行，来预测发展趋势，制定行动规划或优选 可行方案。
信息系统分析与决策
主讲：钱旭培 苏州大学计算机科学与技术学院
第一章决策支持系统综述 知识点1
决策支持系统的形成
一、计算机应用的发展过程
20世纪40年代 电子计算机出现 用于科学和工程计算（数值计算） 20世纪50-60年代 电子数据处理（EDP，数据处理） 人工智能（AI,知识处理） 20世纪60-70年代 管理信息系统(MIS,数据处理的发展） 20世纪80年代 决策支持系统(DSS，定量辅助决策) 专家系统（ES，定性辅助决策） 20世纪90年代 神经网络(NN)， Internet(万维网) 20世纪90年代中期 数据仓库（DW）， 数据挖掘（DM） 21世纪 信息化时代 (计算机+网络)
一、智能决策支持系统的定义


决策支持系统和专家系统结合起来，辅助决策的效果 将会大大改善,即达到定性辅助决策和定量辅助决策相 结合。 这种专家系统和决策支持系统的结合形成的系统称为 智能决策支持系统。
一、智能决策支持系统的定义

智能决策支持系统是以决策支持系统为主体，结合人 工智能技术形成的系统。
数据仓库（DW） 联机分析处理（OLAP） 数据挖掘（DM） 新决策支持系统 （NDSS）
综合决策支 持系统
（SDSS）
智能决策支持系统（IDSS） Internet
网络环境下的综 合决策支持系统 （）
第一章决策支持系统综述 知识点2
管理信息系统的基本概念

一、数据处理

管理信息系统是从数据处理的基础上发展起来的。
如果能够描述清楚的，称为结构化问题；不能描述清 楚，而只能凭直觉或者经验作出判断的，称为非结构 化问题；介于这两者之间的，则成为半结构化问题。

一、决策问题的结构化分类

结构化问题可以用计算机程序来实现。
非结构化问题计算机难以处理。 当把计算机和人有机的结合起来就能有效地处理半结 构化决策问题。

自然语言理解和决策支持系统的结合形成的智能决策 支持系统，能提高人机交互的效果，即: 在人机交互中可以直接采用自然语言与决策支持系统 对话。


第一章决策支持系统综述 知识点7 基于数据仓库的新决策支持系 统
一、基于数据仓库的新决策支 持系统三个支撑技术



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。它们 的结合形成了基于数据仓库的新决策支持系统。 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。 联机分析处理提供了多维数据分析方法。 数据挖掘则是发现知识（KDD）过程的核心，获取数据 中隐含的知识。
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 。

四、DW＋OLAP＋DM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。

三、管理信息系统定义

管理信息系统(Management Information System , MIS)是一 种以计算机为基础支持和管理功能的信息系统。
更具体的定义为：

管理信息系统是由人和计算机结合的对管理信息进行收集、
存储、维护、加工、传递和使用的系统。
四、管理信息系统特性
（1）管理信息系统的主要功能是事务处理 （2）管理信息系统包含多个电子数据处理系统(EDP) （3）管理信息系统是为结构化决策服务的 （4）管理信息系统具有系统的一切特征 （5）管理信息系统是管理系统的一部分 （6）管理信息系统以数据库系统为基础建立起来的
二、决策支持系统的特性

用定量方式辅助决策，而不是代替决策 使用大量的数据和多个模型 支持决策制定过程 为多个管理层次上的用户提供决策支持 能支持相互独立的决策和相互依赖的决策 用于半结构化决策领域
第一章决策支持系统综述 知识点5 专家系统
一、专家系统的定义

专家系统是利用专家的知识在计算机上进行推理,达到 专家解决问题的能力。