- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
管理信息系统11-2
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 智能决策支持系统 第四节 群体决策支持系统 第五节 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、决策支持系统与管理信息系统的区别 信息系统与决策支持 决策是人们为达到一定目的而进行的有意识、有选择的行动。决策需要掌握理论和方法,需要获取准确及时的信息。 西蒙(Simon) 的决策过程模型: 信息系统与决策支持 决策科学化的含义: 用信息系统支持和辅助决策 各种通用和专用决策支持系统 定性化决策向定量与定性相结合的决策发展 系统工程学、仿真技术、电子计算机理论、科学学、预测学,特别是运筹学、布尔代数、模糊数学、泛函分析等引进决策活动 信息系统与决策支持 决策问题的类型 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 信息系统与决策支持 判别决策问题的类型 库存报表 工资计算 出勤统计 生产计划 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。 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 二、决策支持系统与管理信息系统的区别 三库结构 结构 IDSS与DSS的区别 具有智能人机接口:理解自然语言 问题处理系统:结构化、非结构化分别处理 增加了知识库和推理机 GDSS 概念 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. 组成 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 BI的含义 BI是一种能力,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。 第五节 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 第五节 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,可以制定较好的营销策略。目前,网络营销常用。 因果:时间上的联系,如购买房子后,半年左右会购买家具或电器。 分类:对流失客户特征的分析,以预测他们是谁,设计特殊的对策。电信、银行客户。 聚类:客户细分 预测: 发现数据变化规律、预测未来值 第五节 商务智能 数据挖掘(DM)与知识发现的应用 数据库营销 通过对已有顾客数据的分析,将客户分为不同的等级,由手工分类到机器学习,形成智能系统,当新客户到来时,输入系统,对其购买可能性进行预测,根据结果有针对性地进行推销。 购物篮分析 通过POS数据库的分析,识别顾客的购买行为,比如A商品被选购,B商品被选购的可能性为95%。 调整货架布局,制定促销方案 第五节 商务智能 数据挖掘的典型案例 某个夏天,沃尔玛(Walmart)数据分析人员利用数据仓库系统对商品进行“购物篮分析”时发现了一个令人惊奇的现象——每逢周末,位于某地区的沃尔玛连锁超市的婴儿尿布和啤酒的销量特别大。 第五节 商务智能 进一步分析发现:购买这两个产品的顾客一般都是年龄在25-35周岁的青年男子,假日会狂欢玩乐,没时间购买孩子的东西,于是每到周五下班前后,一次买齐孩子周末和下一
文档评论(0)