管理信息系统应用与发展.ppt

3、数据挖掘可实现的功能 （3）自动发现以前未知的模式 数据挖掘工具搜索数据库并认定隐含着的模式。 一个模式发现的例子是通过对零售数据的分析，找出表面上互不相关却常被一起购买的商品。 另一个模式发现的问题是检测信用卡诈骗交易并识别出某些不规则数据的错误。 4、数据挖掘的主要方法和技术 数据挖掘之所以能够准确地告诉人们一些未知的事情或将要发生的事情，关键是通过建模。即在已知答案的环境中建立模型，把它应用于未知的环境。 其主要过程是计算机装入各种各样的情况和答案信息，然后数据挖掘运行这些数据，精炼出其中的共性，找出其中的模型。一旦建立了这种模型，就可用此模型找出相似情况下的答案。 5、用于建模的最常使用的方法有 神经网络方法 决策树方法 遗传学算法 最临近算法 公式发现方法 6、数据仓库和数据挖掘的结合—决策支持新技术 传统的决策支持系统由数据库、模型库、知识库、方法库以及人机交互等几个部件组成的。通过综合利用各种数据、信息、知识、特别是模型技术，辅助各级决策者解决半结构化决策问题。 将决策支持系统与专家系统结合，就形成了高级形式----智能决策支持系统。 随着技术的发展，现在又出现了新的决策支持技术—数据仓库与数据挖掘相结合用于辅助决策。 * 管理信息系统应用与发展 MIS的应用与发展 管理信息系统的新形式 数据仓库和数据挖掘 一、管理信息系统的新形式 决策支持系统 专家系统 办公自动化 集成生产系统 概述 近年来，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。 （一）决策支持系统概述 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。 1、决策支持系统的基本概念 DSS是以管理学、运筹学、控制论和行为科学为基础，以计算机技术、仿真技术、信息技术为手段，以人－机交互方式辅助决策者解决半结构化或非结构化决策问题的信息系统。 2、决策支持系统的主要特征 系统只是支持用户而不是代替他决断。 DSS并不提供所谓“最优”解，而是给出一类满意解，让用户自行决断。同时，DSS并不要求用户给出一个预先定义好的决策过程。 DSS所支持的主要对象是半结构化的决策。即不能完全用数学模型、数学公式来求解的决策。它的一部分分析可由计算机自动进行，但需要用户的监视和及时参与。 人机交互的方式。采用人机对话的有效形式解决问题，充分利用人的丰富经验，计算机的高速处理及存贮量大的特点，各取所长，有利于问题的解决。 3、DSS与MIS的区别 DSS是在管理信息系统（MIS）的基础上发展起来的一种更高级的信息系统。但DSS与MIS又有区别，MIS面对的主要是结构化的问题，而DSS面对的是半结构化或非结构化问题，二者主要的区别有以下几个方面。 追求目标不同 解决的问题性质不同 驱动方式不同 服务对象不同 操作方式不同 4、DSS结构 DSS由交互语言系统、问题求解系统以及数据库、模型库、方法库、知识库管理系统组成。在某些具体的决策支持系统中，也可以没有单独的知识库及其管理系统，但模型库和方法库通常则是必须的。 知识库 数据库 模型库 方法库 知识库 管理系统 数据库 管理系统 模型库 管理系统 方法库 管理系统 问题处理系统 交互语言系统 人机界面 用户 5、DSS求解问题的过程 用户通过交互语言系统把问题的描述和要求输入决策支持系统。 交互语言系统对此进行识别和解释。 问题处理系统通过知识库系统和数据库系统收集与该问题的有关的各种数据、信息和知识，据此对该问题进行识别、判定问题的性质和求解过程；通过模型库系统集成构造解题所需的规则模型或数学模型，对该模型进行分析鉴定；在方法库中识别进行模型求解所需的算法并进行模型求解，对所得结果进行分析评价。 最后通过语言系统对求解结果进行解释，输出具有实际含义、用户可以理解的形式。 （二）专家系统概述 专家系统的任务是解决需要经验、专门知识和缺乏结构的问题的计算机应用系统，它是人工智能发展的一个重要分支。 专家系统可以解决的问题通常包括解释、预测、诊断、设计、规划、监视、修理、指导和控制等。 目前的专家系统，在咨询任务如化学和地质数据分析、计算机系统结构、建筑工程以及医疗诊断等方面，其质量已达到较高的水平，可以把专家系统看做人类专家(他们用“知识获取模型”与专家系统进行人机对话)和人类用户(他们用“咨询