[教育]管理信息系统课件.pptVIP

第九章 决策支持系统 决策支持系统是通过将数据、复杂的分析模型和工具、界面友好的软件以及能够支持半结构化或非结构化的决策制定的单个强大的系统结合起来帮助管理决策。 第一节 决策与决策支持系统 管理信息系统，是服务于管理决策的。它能够提高企事业单位日常的信息处理效率，对结构化的管理决策提供有利的支持。然而，在现实经济中，管理者所面临的往往是复杂的非结构化和半结构化决策问题，很难用规范化的步骤描述清楚，因此，将计算机信息处理技术同管理决策有机地结合在一起的管理决策支持系统便应运而生。 管理思想的演进 20世纪以来，随着西方生产规模的日益扩大，管理的必要性越来越被人们所认识。20世纪初建立的古典管理理论，着眼于通过作业管理和组织管理来提高工作效率，这在当时大大推动了管理的改革，不足之处是对人的能动作用考虑不够。行为科学则对这种管理理论进行了补充。它将西方的社会科学和心理学引入到企业管理的研究领域，提出用调节人际关系、改善劳动条件等办法来提高生产效率。除了古典和行为学派外，还有社会系统学派、决策理论学派、经验主义学派、权变理论学派、管理科学学派等。其中以决策理论最有生气，其代表人物是美国卡内基—梅隆大学的Simon（西蒙）。他由于在决策理论方面的研究成果而获得1978年度的诺贝尔经济学奖。西蒙认为，决策贯穿管理的全过程，管理就是决策。 决策的概念 西蒙在著名的决策过程模型论著中指出：决策就是找出要求制定决策的条件；寻找、拟订和分析可能的行动方案；选择特定的行动方案。这三步过程包括收集信息（情报）、拟定可供选择的方案和选择特定的行动方案。 决策的步骤 一般来讲，合理的决策过程分为以下几个步骤： 1．发现问题； 2．确定目标 ； 3．拟定可行方案； 4．选择方案； 5．实施方案； 6．评价决策效果。 决策的类型 从不同的角度出发可以对决策作出不同的分类： 按决策本身的性质，可分为战略决策、战术决策和业务决策； 按决策重复出现的程度，分为程序性决策和非程序性决策； 按决策过程的可描述性分为结构化决策和非结构化决策； 按决策所处条件的不同可分为确定性决策、风险性决策和不确定性决策。 决策的科学化 决策的科学化，一方面是现实管理提出的要求，另一方面是计算机和近代数学的发展，为它提供了实现的可能性。 目前，决策科学化正在向以下一些方向发展：（1）用信息系统支持和辅助决策；（2）定性决策向定量与定性相结合的决策发展；（3）单目标决策向多目标综合决策发展；（4）战略决策向更远的未来决策发展。 决策支持系统 决策支持系统（Decision Support System，DSS）的有关概念，最早是由美国麻省理工学院学者Michael S.Scott Morton于70年代初，在《管理决策系统》一文中首先提出的。根据DSS应具备的功能及特征，有关的专家学者先后为DSS给出了多种定义，这些定义可综合为：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和方法，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。 决策支持系统的类型 最早的DSS倾向于运用全体数据的一小部分并且是极端的模型驱动。计算机处理和数据库最近的进展已经把DSS的定义扩充为包含能够通过分析大量数据支持决策制定的系统。 模型驱动决策支持系统 模型驱动决策支持系统（Model-driven DSS）主要是单机系统，脱离主要的组织信息系统，这些组织使用一些类型的模型来执行“如果……怎么样”以及其他类型的分析。这样的系统通常是由最终用户部门或小组来开发而不是在中心的信息系统控制之下。它们分析能力基于强有力的理论或模型，该模型结合了一个好的用户界面使其能够容易被使用。 数据驱动决策支持系统 数据驱动决策支持系统（Data-driven DSS）分析在主要的组织系统中找到的大量合并数据。它们允许用户提取先前淹没于大量数据中的有用信息来支持决策的制定。为此目的，通常从交易处理系统中来的数据被收集到数据仓库中。联机分析处理（OLAP）和数据挖掘能够用来分析这些数据。 数据挖掘 数据挖掘更多是被发现的事物驱动。通过寻找大数据库中所隐藏的模型和关系并从中推断规则来预测未来的行为。 数据挖掘（datamining）提供对不能用联机分析处理来获取的组织数据的洞察。这些模型和规则就能够用来指导决策制定并预测那些决策的效果。信息的类型能够从数据挖掘中获取，包括关联、顺序、分类、聚合和预测等。 关联 关联（associations）是指把一个事件与一个独立的事件相连接。例如，研究超级市场购买模式可能披露出在人们购买爆米花时，同时购买可口可乐饮料的可能性为65%，但当有促销