信息管理系统之决策支持与商务智能40313.pptx

《信息管理系统之决策支持与商务智能40313.pptx》由会员分享，可在线阅读，更多相关《信息管理系统之决策支持与商务智能40313.pptx（57页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第八章第八章决策支持与商务智能本章内容 8.1 决策支持系统 8.2 人工智能与专家系统 8.3 联机分析处理 8.4 商务智能方法与应用 决策过程和决策问题 决策过程：人们为实现一定目标而制定行动方案，并准备实施的活动过程，是一个提出问题、分析问题和解决问题的过程。决策问题 一般用“结构”这个概念来描述 问题结构化程度的三种描述：结构化 半结构化 非结构化 根据结构化程度和层次划分决策问题 结构化程度是指对某一个过程的环境和规律，能否用明确的语言（数学的或逻辑学的，形式的或非形式的，定量的或推理的）给予清晰的说明或描述。决策支持系统的定义 DSS 是以管理科学、运筹学、控制论和行为科学为基础

2、，以计算机技术、模拟技术和信息技术为手段，面对半结构化的决策问题，支持决策活动的具有智能作用的人机计算机系统。决策支持系统的特征 面向决策者：决策支持系统的输入和输出、起源和归宿都是决策者。主要帮助管理人员完成半结构化的决策问题 强调支持的概念：辅助和支持管理人员，而非取而代之。强调交互式的处理方式 决策支持系统的功能 管理并随时提供与决策问题有关的组织内部信息 搜集、管理并提供与决策问题相关的组织外部信息 及时搜集提供有关各项活动的反馈信息 能以一定的方式存储和管理与决策问题相关的各种数学模型 能够存储并提供常用的数学方法及算法决策支持系统的功能 上述数据、模型和算法能够容易的添加和修改 能

3、够灵活的运用模型与方法对数据进行加工、汇总、分析、预测，得出所需的综合信息与预测信息。具有方便的人机对话和图像输出功能，能够满足随机的数据查询要求，回答“如果 则”之类的问题。提供良好的数据通信功能 具有使用者能够忍受的加工速度与响应时间，不影响使用者的情绪。决策支持系统的基本模式 决策支持系统的模式 一个完整的决策支持系统的模式被表示为DSS 本身以及它与真实系统、管理者和外部环境的关系。管理者处于核心位置 决策支持系统的基本构件 人机对话系统：DSS 中用户与计算机的接口，其核心是人机界面。数据库系统：存储、管理、提供与维护用于决策支持的数据的基本构件，是支撑模型库系统及方法库系统的基础。

4、模型库系统：传统的DSS 的重要支柱，是DSS 最有特色的构件之一。方法库系统：存储、管理、调用和维护DSS 各构件要用到的通用算法、标准函数等方法的构件。知识库系统 DSS 的系统结构 上述构件之间的关系组成了DSS 的系统结构。不同功能特色的DSS，其系统结构也不同。当前存在的结构包括三角式结构，串连结构，熔合式结构以及以数据库为中心的结构等。三角式结构串连式结构DSS 的系统分析方法 ROMC 表述（Representation）采用表格、图表、数据、文本或模型等概念化的形式来描述各个活动的规范和内容，而不必描述决策过程整体；操作（Operation）将概念化的描述转换为相应决策活动中的

5、具体操作，这些操作无须确定先后顺序；记忆辅助（Memory Aids）对决策者采用的决策方法与决策数据的记忆手段加以辨识可确定DSS 应该具有的各种记忆辅助功能；控制机制（Control Mechanisms）关于如何引导决策者使用表述、操作、记忆辅助，以便根据他们个人的风格、技能和知识综合进行决策的机制。决策支持系统的发展趋势 智能决策支持系统（IDSS）：充分利用专家系统定性分析与DSS 定量分析的能力；群体决策支持系统（GDSS）：DSS 与计算机网络技术的结合，能够供一定决策者共同参与进行决策的；分布式决策支持系统（DDSS）：在GDSS 的基础上，将分布式的数据库、模型库与知识库等决

6、策资源有机集成。智能决策支持系统（IDSS）IDSS 在DSS 基础上增设了知识库、推理机与问题处理系统，人机对话部分加入了自然语言处理系统。IDSS 以知识库为核心，引入了启发式等人工智能求解方法，使传统DSS 原来由人承担的定性分析工作部分或者大部分转由机器完成。四库IDSS 的基本结构 群体决策支持系统（GDSS）群体决策支持系统（GDSS）是一种在DSS 基础上利用计算机网络与通信技术，供多个决策者为了一个共同的目标，通过某种规程相互协作地探询半结构化或非结构化决策问题的信息系统。群体决策支持模型 本章内容 8.1 决策支持系统 8.2 人工智能与专家系统 8.3 联机分析处理 8.4

7、 商务智能方法与应用 人工智能(AI)人工智能是在计算机科学、控制论、信息论、神经生理学、心理学、哲学、语言学等多种学科相互渗透的基础上发展起来的一门新兴边缘学科。研究怎样让计算机或智能机器（包括硬件和软件）模仿、延伸和扩展人脑从事推理、规划、计算、思考、学习等思维活动，解决迄今为止需要人类专家才能处理好的复杂问题。人工智能学科体系的三个层次 人工智能理论基础：与人工智能有关的数学理论、思维科学理论和计算机工程技术，都是人工智能的理论基础。人工智能原理：人工智能的作用原理是以知识的表达、知识的处理、知识的获取与学习为基础的，利用知识求解问题的基本技术为主要研究内容。人工智能工程系统：根据人工智

8、能原理而建立的工程系统，如专家系统、图像识别系统、智能机器人系统等都属于人工智能工程技术的范围。实质是人工智能的应用。人工智能的研究内容和目的 机器思维与思维机器。机器思维：启发式程序、专家系统、知识工程、机器学习、机器证明、机器博弈等。思维机器：智能计算机、学习机、推理机、博弈机、逻辑机、自动机、神经细胞模型、人工神经网络、脑模型等。机器感知与感知机器。机器感知：文字、图像、物体、声音等模式识别与自然语言理解；计算机视觉、听觉、触觉等。感知机器：文字、图像、声音、语言的识别机、感知机等；触觉感知器，平衡感知器，各种智能传感器等。机器行为与行为机器。机器行为：自适应、自镇定、自寻优等智能控制、管理和决策行为，机器人在不确定的、动态的环境中的“漫游”行为。行为机器：智能控制器、智能效应器、智能机械手、智能机器人等。专家系统的概念 研究出发点不同，看待问题的观点不同，追求的目标不同，导致对专家系统的定义存在不一致的看法。通用定义：专家系统是利用计算机技术、人工智能及其它理论，将某个特定领域内专家的知识或者推理过程在计算机上实现，并且用来解决过去需要专家才能解决的现实问题的计算机系统。专家系统的七个特征 具有专家水平的专门知识 符号处理 一般问题的求解能力 复杂度和难度 具有解释功能 具有获取知识的能力 知识和推理机构相互独立