juece决策支持系统1研讨.ppt

第十一章 决策支持系统 第一节 决策支持系统的概念 第二节 决策支持系统的组成 第三节 群体决策支持系统 第四节 商务智能 第一节 决策支持系统的概念 一、决策支持系统的产生和发展 二、决策支持系统的功能 三、决策支持系统与管理信息系统的区别 四、决策支持系统的分类 第一节 决策支持系统的概念 结构化决策 决策过程和方法有规律，能用语言和模型描述 半结构化决策 决策过程和方法有一定规律，不完全确定 非结构化决策 决策过程和方法没有规律，主要依靠主观判断 一、决策支持系统的产生和发展 决策支持系统的产生的背景 MIS的局限性：着重完成例行的日常信息处理任务，没有强调对决策的积极支持。导致70年代国际上展开了MIS为什么失败的讨论。 技术的发展：运筹学、数理统计、多目标决策、人工智能、专家系统、数据库系统的改善等。使得对半结构化决策问题的解决成为可能。 DSS 的定义： DSS是一种以计算机为工具，应用决策科学及有关学科的理论与方法，以人机交互方式辅助决策者解决半结构化和非结构化决策问题的信息系统。 DSS的功能： 收集、提供与决策有关的各种信息（组织内、外） 能存储决策模型和数学方法 用模型与方法对数据进行加工、汇总、分析和预测，得出综合信息与预测信息 具有方便的人机对话和图象输出功能,满足随机查询要求能回答 “What … if … ” 之类的问题 提供良好的数据通信功能 速度与响应时间应满足用户的要求 DSS的基本特征: 1. 对准结构化程度不高的决策问题 2. 模型或分析技术与传统的数据存取及检索技术相结合 3. 易于为非计算机专业人员使用 4. 强调用户决策方法改变的灵活性适应性 5. 支持但不代替高层决策者决策 MIS 解决结构化问题 提供固定格式的报告，追求效率 监控企业的行为 DSS 解决半结构、非结构化问题 针对性查询、图形显示 指导决策，追求决策的准确性 三、决策支持系统与管理信息系统的区别 模型驱动 早期的系统 独立的系统，用模型执行“what-if”分析 数据驱动 基于大量业务数据，挖掘有用信息 也被称为商务智能（BI) 三库结构 第三节 群体决策支持系统 一、群体决策支持系统的基本概念 二、群体决策支持系统的类型 三、群体决策支持系统的组成 GDSS 是一类信息系统 在 DSS 基础上利用计算机网络与通信技术让多个决策者为了一个共同的目标,通过某种规程相互协作,探寻半结构化或非结构化决策问题解决方案. GDSS 涉及面很广,研究与开发的难度非常大 GDSS有以下一些特点： 1．不受时间与空间的限制 2．让决策者便捷地交流与共享信息，减少片面性 3．使决策者克服消极心理，无保留地发表意见 4．能集思广益激发思路，使问题方案尽可能完美 5．可防止小集体主义及个性对决策结果的影响 6．提高决策者对决策结果的满意程度和置信度 7．群体越大效果越显著 根据环境、人员空间分布、决策周期长短等因素 GDSS 大致可以四种类型： GDSS 按一个预定的规程以会议方式运行 由一个主持人及多个决策者参加 围绕一个称为“主题”的决策问题 按照某种规程展开 主持人员控制决策活动的进程 参会者利用三库资源和私有 DSS 分析问题 进行子问题的决策，发表各自的意见 第四节 商务智能 商务智能（BI）产生的背景 一方面，信息技术的发展使得企业获取、管理信息的能力大大增加，从而可以利用丰富的信息进行明智的决策，提高企业竞争力； 另一方面，信息技术所带来的信息的爆炸性增加，也极易使企业淹没在数据的海洋里。 因此，在信息化时代，企业要想生存、发展，就必须拥有对大量信息、数据进行有效分析和利用，进而为决策提供支持的智能化工具。 第四节 商务智能 BI的含义 BI是一个面向决策的管理信息集成，它最直接的目的就是从各种各样的信息中获取决策知识，为企业的决策服务。它建立在ERP、CRM等各种信息系统所提供的信息源之上，面向决策，为现代企业的信息管理提供了一种新的思路。 第四节 商务智能 BI的三大技术要素 数据仓库（Date Warehouse） 以面向主题的多维结构对组织的数据进行集成管理的技术 OLAP技术： (Online Analytical Processing) 对历史数据动态分类和统计而产生信息或知识 数据挖掘技术(Date Mining) 根据数据的相似性找出数据相关性 第四节 商务智能 数据挖掘技术的分类 联想：如超市采购模型发现：购买薯片的，50%会购买可乐饮料，借此