酒店管理信息系统第三章 决策支持系统.pptVIP

3．群体决策支持系统的特点 ④能集思广益，激发决策者思路，使问题的方案尽可能趋于完美。 ⑤可防止小集体主义以及个性对决策结果的影响。 ⑥可提高决策群体成员对决策结果的满意程度和置信度。 ⑦群体越大效果越显著。 * * 4．群体决策支持系统的类型 群体决策支持系统可以根据其所在组织的环境不同、成员的地理位置的差异以及决策周期的长短等因素大致分为4种类型。 * * （1）决策室 它是指决策参与者集中在同一房间内并且在同一时间进行群体决策的情况，群体决策支持系统安装在一个电子会议室中，决策参与者通过互联的计算机站点相互合作完成决策事务。决策室是相对较简单的GDSS。 * * （2）局域决策网 它是指利用计算机的局域网，所有决策者在近距离内的不同房间里定时或不定时地通过联网的计算机站点进行相互的交流，共享网络服务器中的公共决策资源，在某种规程的控制下实现群体决策。它的主要优点是可以克服定时决策的限制，也就是说决策者可以在决策周期内时间分散地参与决策。 * * （3）虚拟会议 虚拟会议是利用计算机网络的通信技术，使分散在各地的决策者在某一时间内能以不见面的方式进行集中决策。虚拟会议在实质上与决策室相同，它的优点是能克服空间距离的限制。 * * （4）远程决策网 远程决策网充分利用广域网等信息技术来支持群体决策，它使决策参与者异时、异地进行群体决策，因此对决策的时间和地点限制最少，但信息技术要求较高，投资较大。 * * 四种群体决策的的关系 * * 5．群体决策支持系统的组成 * * 四、决策支持系统的发展 早期的决策支持系统大多是模型导向型，这类系统一般是独立开发，其分析能力主要基于模型，通过人机对话系统，使模型容易使用。随着数据仓库、数据挖掘技术、神经网络等技术的不断进步，决策支持系统向数据导向型发展，其所分析的数据既来源于企业数据又来源于互联网，它通过在大量信息中提取和加工出对决策有价值的信息来辅助决策。 * * 1．联机分析处理 联机分析处理是在多维数据库上进行多维分析的技术，包括多维型（MOLAP）和关系型（ROLAP）。多维型是按主题定义的联机分析处理所要的数据，生成多维立方体并存放在多维数据库中，同时通过计算生成一些汇总值。当用户提出需求时，系统不是从数据仓库中取数据，而是从多维立方体中得到数据，大大提高了用户的响应时间。 * * 2．数据挖掘 在当今信息大爆炸的时代，最困扰人们的一个问题就是如何的在信息的汪洋大海中及时发现有用的知识。在此背景下，数据挖掘技术应运而生。数据挖掘是从大量的数据中抽取有效的、从前未知的、综合性的、活动的信息，并且用其辅助决策的过程。数据挖掘主要有以下几种功能。 * * （1）分类（Classification） 分类是根据现有的数据类别，推出一套规则，来描述数据库中的数据类型。 例如，酒店想留住老客户，分类可以帮助酒店找出可能失去的客人特征，建立一个判别函数帮助酒店管理者预知哪些是将要失去的客人，酒店可提前采取措施留住这些客人。 * * （2）聚类（Clustering） 聚类是对数据库中的数据，依据事务的数值特征进行分类，是数值分类学和多元统计技术结合的结果。例如，对酒店客人的需求进行聚类分析，可以帮助酒店对市场进行细分并制定不同的价格政策来提高酒店收益。 * * （3）预测（Prediction） 预测是在数据库中，自动寻找预测性信息，直接由预测信息本身得出结论。其通常利用历史数据，借助预测模型来进行预测。例如，当酒店存有一年以上的运营历史数据后，可以利用预测模型和数据来对酒店的房价进行预测，制定动态的客房价格体系来指导房价。 * * （4）关联分析（Association） 当数据库中，两个以上的变量的取值之间存在某种规律性时，就称为变量之间存在关联。具体来讲就是利用关联规则分析数据或记录间的关系，决定哪些事情将一起发生。 例如，购买铁锤的顾客中有70%同时购买铁钉，利用这个结果来规划商品摆放。 * * （5）序列（Sequence） 它与关联规则相仿，增加了时间的属性，把数据间的关联性与时间联系起来。例如，如果购买了一栋房屋，在两周内有65 %的可能性会购买一台新冰箱，在一个月内有45%的可能性会购买一个烤箱。 * * 3．联机分析挖掘 联机分析处理与数据挖掘结合在一起就形成了联机分析挖掘技术。 联机分析处理 ＋数据挖掘 联机分析挖掘技术 * * 联机分析处理 是在建立一系列假设的基础上，通过联机分析处理来证实或推翻这些假设得出结论，其实质是一个演绎推理的过程。是建立在多维视图的基础上，强调对用户请求的响应速度，数据源一般来源于数据仓库。 * * 数据挖掘 不是验证某个假定的模式的正确性，而是在大量数据中自动寻找模型，其本质是一个归纳的过程。是建立在各种数据源的基础上，重在挖掘隐藏在数据