DSS分析预工具.docVIP

DSS分析预测工具 ?DSS和数据仓库的目标用户相同，都是面向企业的中高层领导，它们执行的都是决策和趋势分析类的应用。DSS中的一些技术可以很好的集成到数据仓库中，并使数据仓库的分析能力更加强大，例如，DSS中的传统统 计分析模型可以帮助用户对数据仓库中的数据进行更加有效且更加深入的分析，从而更好的掌握和利用信息。而一些智能决策技术，如人工神经网络在顾客行为模式及预测金融市场行为等方面显示了强大的功能。这些DSS的核心技术在数据仓库中的应用不但会大大提高数据仓库的决策支持能力，同时也使DSS的应用范围更加广泛。自20世纪70年代以来，DSS已经得到了很大的发展，它是在MIS（管理信息系统）基础上发展起来的。MIS是利用数据库技术实现各级管理者的管理业务，在计算机上进行各种事务处理工作，DSS则是要为各级管理者提供辅助决策的能力。1980年Sprague 提出了DSS的三部件结构，即对话部件、数据部件（数据库DB和数据库管理系统DBMS）及模型部件（模型库MB和模型库管理系统MBMS）。该结构明确了DSS的组成，也间接的反映了DSS的关键技术，即模型库管理系统、部件接口和系统综合集成，他为DSS的发展起到了很大的推动作用。1981年Bonczak 等提出了DSS的3系统机构，即语言系统（LS）、问题处理系统（PPS）与知识系统（KS）。该结构在问题处理系统和知识系统上具有特色，并在一定范围内有其影响，但与人工智能的专家系统容易混淆。DSS主要是以模型库系统为主题，通过定量分析进行辅助决策。其模型库中的模型已经由数据模型扩大到数据处理模型和图形模型等多种形式，可以概括为广义模型。DSS的本质是将多个广义模型有机结合起来，对数据库中的数据进行处理而形成决策问题的模型。DSS的辅助决策能力从运筹学、管理科学的淡漠行辅助决策发展到多模型综合决策，是辅助决策能力上了一个新的台阶。20世纪80年代末90年代初，DSS与专家系统结合形成了IDSS（智能决策支持系统），专家系统是定性分析辅助决策，它和以定量分析辅助决策的DSS的结合，进一步提高了辅助决策能力。IDSS是DSS发展的一个新阶段。一、 DSS和IDSSDSS的概念结构由会话系统、控制系统、运行及操作系统、数据库系统、模型库系统、规则库系统和用户共同组成，最简单和实用的是3库DSS逻辑结构（数据库、模型库和规则库）。DSS运行过程可以简单描述为：用户通过会话系统输入要解决的决策问题，会话系统把输入的问题信息传递给问题处理系统，然后，文体处理系统开始收集数据信息，并根据知识机中已有的知识判断和识别问题。如果出现问题，系统通过会话系统与用户进行交互对话，直到问题得到明确。然后系统开始搜寻问题解决的模型，通过计算推理的厨房按可行性的分析结果，最终将决策信息提供给用户。DSS技术构成包括：（1）接口部分：输入输出的界面，是人机交互的窗口。（2）模型管理部分：系统要根据用户提出的问题调出系统中已有的基本模型，模型管理部分应当具有存储、动态建模的功能。目前模型管理的实现通过模型库系统来完成。（3）知识管理部分：集中管理决策问题领域的知识（规则和事实），包括知识的获取、表达及管理等功能。（4）数据库部分：管理和存储与决策问题领域有关的数据。（5）推理部分：识别并解答用户提出的问题，分为确定性推理和不确定性推理两大类。（6）分析比较部分：对方案、模型和运行结果进行综合分析比较，得出用户最满意的方案。（7）处理部分：根据交互式会话识别用户提出的问题，构造出求解问题的模型和方案，并匹配算法、变量和数据等运行求解系统。（8）控制部分：连接协调系统各个部分，规定和控制各部分的运行程序，维护和保护系统此外，DSS技术构成还包括咨询部分、模拟部分及优化部分等，其主要特点如下：（1）系统的使用面向决策者，在运用DSS的过程中，参与者都是决策者。（2）系统解决问题是针对半结构化的决策问题，模型和方法的使用是确定的，但是决策者对问题的理解存在差异，系统使用有特定的环境，问题的条件也不确定和唯一，这是的决策结果具有不确定性。（3）系统强调的是支持的概念，帮助加强决策者做出科学决策的能力。（4）系统的驱动力来自模型和用户，人是系统运行的发起者，模型是系统完成各个环节转换的核心。（5）系统运行强调交互式的处理方式，一个问题的决策要经过反复、大量且经常的人机对话。人的因素，如偏好、主观判断、能力、经验和价值观等对系统的决策结果有重要的影响。IDSS系统是人工智能和DSS的结合，用用专家系统技术，使DSS能够更充分的应用人类的知识，如关于决策问题的描述性知识，决策过程中的过程性知识和求解问题的推理性知识等，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。IDSS的核心思想