数据驱动的综合智能决策支持系统及其生成器研究与开发.pdf

攮要 |基数据仓瘁和数摇挖撼鸯代表鹣决策支持薪技术麴惑蠛，淹决 策慧理人员从数据中获取决策信息和知识提供了新的思路和方法， 拓宽了篱瑶决策入员更深层次瓣簧惠分拆途径。本文主簧在对传统 铿靛决策支持系统的研究基础上，利用层次模型研究并分析了锣能 决策支持系统歼发的屡次模型，提磁数据驱动箭综台智熊决策支持 on Decision based Intelligent System 系统(Integrated Support 挺挖掘框架移数据挖撼模型，鼹数攒驱裁的决篆支持技术、数据驱 动的综合智能决策支持系统及其生成器(IntegratedIntelligent on Decision based generator SupportSystem 的设计等方面的理论、技术和方法进行深入的研究探讨，并结合具 嚣企盟瀚管理决燕，开发了专疆决繁支持系统瘸予企遂翁决羡分謇厅。 论文的主要工作和创瓶点主要魏括以下几方霹： 1．智能决策支持系统(IDSS)开发翰层次模型砑究是搐透、 拜发和评价数据驱动的综合智能决繁支持黎统的理论基础。首先， 针对IDSS开发的过程和特点，将IDSS开发划分为西个滕次，即应 鼹漂、经务屡、逻辑层轻物瑗屡。对于不鼹舞羡壤次(巍鹰屡、任 务层、逻辑层和物理层)分别进行了描述和分析。其次，为提离系 统资源辫畜效集盛，对任务屡实理方法宁静资源搂鏊星避嚣详缍的 设计，利用相关技术规范了四种系统资源(数据、模型、知识和实 礁)鹃BNT接掰语法，援蕊了系统资源接瑟标准。最螽，在蘧基潮 上对数据驱动的综合智能决策支持系统体系结构进行了研究，通过 将数据仓痒稻数据挖掘等薪技术煞弓{入察襁关组件技术豹篌糟，使 得该体系结构具有照好的通用集成性和可扩展性，支持多种决策支 持技术。 2，婿究7数据驱动的决策支持技术，包括数攥仓麾技寒鞠数 撼挖掘技术等，论述了数撂仑疼豹构建方法秘OLAP数据模型，_并 在层次模型的慕础上给出了豆联网环境下数据挖掘系统的开发框架 耱数据挖掘概念模型，对其各个屡次翻模型进幸亍了探讨与分挺，明 确了各自的关系，同时将数据挖掘中的相关功能划分为若干个构成 部分，其中峦中央处疆单元、辅助选择、数据库交互平台积功能组 合平台四个部分构成的智能中间件是数据挖掘的核心和关键。最后， 对分类分析、关联规则发现、聚类分析等具体决策支持技术进行了 深入研究。 3．分析并设计了数据驱动的综合智能决策支持系统 (HDSS国D)，将传统智能DSS和餐戆决策毅披术摆终合，系统详 细地设计了数据管理、模型篱理、知识管理的具体功能模块及其工 佟流程，将模型管理、数据篱瑾器知识警蘧三者商枧逮合成在一超， 系统能为管理决策人员在更广泛的领域里提供更深层次的信息分析 帮更有价值酶决策方案。 4．通过采用面向对象方法和组件技术方法，提_出了智能决策 支持系统生成器的组件纯开发方法，设计了数据驱动的综合智能决 策支持系统生成器(IlDSSG国D)，将其进行组件化(包括主控制组 件、模型管理组件、数据仓摩组件、数据挖掘组件、知识管理组件)， 透过组件寒实现专用餐能决策支持系统的开发。 5．根据保险实际业务需求，选择IIDSSG他D中的相关组件快 速开发了一个橱能保险客户关系管理系统CRMS蛙)。在CRMSh 的实现过程中，组件为系统的决策支持提供技术基础，功能实现机 动灵活，并真正逑耨模墅、数据和躲识有辊的集成在～超。在原有 业务系统的基础上运用模型组件、数据仓库组件、数据挖掘组件及 冀知识管理组件实现和满足了公司保险决策需要。结果表明，组件 化开发方法生成专用IDSS不仅简单可行，而且实用有效。 关键词智能决策支持系统，数据挖掘，数据管理，模型篱理， 知识管理 ABSTRACT