第16讲—管理信息系统应用与发展.pptVIP

（二）数据挖掘 数据挖掘(Data Mining)，又译作数据开采，其前身是知识发现（KDD），属于计算机学习的范畴，也是数据库发展与人工智能技术相结合的产物。 作为目前国外的研究热点，也是数据库学者的研究热点。技术的思想早在计算机应用于商业之初就有,是长期研究和产品不断发展的结果。 提到数据挖掘的概念，就使人们会同时想到一个现在同样流行的概念——知识发现（KDD）。 人们在改造客观世界的实践中所获得的认识和经验的总和为知识。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1、数据挖掘与知识发现 目前对这二者的关系主要存在两种看法： 一种观点认为知识发现是从数据中发现有用知识的整个过程,数据挖掘是知识发现过程中的一个特定步骤，它用专门算法从数据中抽取模式。 另一种观点则认为知识发现是用一种简洁的方式从数据中抽取信息，这些信息是隐含的、未知的，并且是潜在、有用的。 数据挖掘则是通过处理大量已存在的数据，以期发现一些“意外的关系”。 数据挖掘主要包括统计分析、知识发现和其他技术，如，可视化系统、地理信息系统、分形分析等。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 2、数据挖掘的概念 数据挖掘是一种从大型数据库或数据仓库中提取隐藏的预测性信息的新技术，它能挖掘出数据间潜在的模式，找出最有价值的信息，指导商业行为或辅助科学研究。 它由以下三个成熟技术支持： ·大规模数据采集 ·功能强大的多处理器计算机 ·数据挖掘算法 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3、数据挖掘可实现的功能 （1）自动进行统计分析。 数据挖掘利用统计分析来检查异常的数据模式，然后通过统计模型和数学模型解释这些数据模式。 通常使用的模型有线形分析和非线形分析、连续回归分析和逻辑回归分析、单变量和多变量分析、以及时间序列分析。 对数据仓库中的数据进行统计分析可解决市场营销、电话销售、商业管理、医疗研究和产品授权等大量的商业问题。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 管 理 信 息 系 统 * 第16讲 管理信息系统的发展 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第16讲 MIS的发展方向 一、管理信息系统的新形式 二、数据仓库和数据挖掘 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 一、管理信息系统的新形式 近年以来，为了使电子计算机能在更大的范围和更深的层次上对管理和决策活动提供支持，人们先后提出或发展了一些新的系统，例如，决策支持系统，办公自动化系统，专家系统，集成化生产系统等。事实上，可以把它们看做是管理信息系统的一种补充或新的表现形式。 可以预计，随着计算机技术水平的提高，计算机网络的普及和各种办公设备的创新，更高水平的管理信息系统将会不断出现。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. （一）决策支持系统(Decision Support System，DSS) 决策支持系统（Decision Support System，DSS）是20世纪70年代在管理信息系统的基础上发展起来的新型管理信息技术。 Evaluation only. Created with Aspose.Sli