DSS與IDSS關(guān)鍵技術(shù)探討

DSS與IDSS關(guān)鍵技術(shù)探討DSS和數(shù)據(jù)倉庫的目標用戶相同，都是面向企業(yè)的中高層領(lǐng)導，它們執(zhí)行的都是決策和趨勢分析類的應用。DSS中的一些技術(shù)可以很好的集成到數(shù)據(jù)倉庫中，并使數(shù)據(jù)倉庫的分析能力更加強大，例如，DSS中的傳統(tǒng)統(tǒng)計分析模型可以幫助用戶對數(shù)據(jù)倉庫中的數(shù)據(jù)進行更加有效且更加深入的分析，從而更好的掌握和利用信息。而一些智能決策技術(shù)，如人工神經(jīng)網(wǎng)絡在顧客行為模式及預測金融市場行為等方面顯示了強大的功能。這些 DSS的核心技術(shù)在數(shù)據(jù)倉庫中的應用不但會大大提高數(shù)據(jù)倉庫的決策支持能力，同時也使 DSS的應用范圍更加廣泛。自20世紀70年代以來，DSS已經(jīng)得到了很大的發(fā)展，它是在MIS（管理信息系統(tǒng)）基礎(chǔ)上發(fā)展起來的。MIS是利用數(shù)據(jù)庫技術(shù)實現(xiàn)各級管理者的管理業(yè)務，在計算機上進行各種事務處理工作，DSS則是要為各級管理者提供輔助決策的能力。1980年Sprague提出了DSS的三部件結(jié)構(gòu)，即對話部件、數(shù)據(jù)部件（數(shù)據(jù)庫DB和數(shù)據(jù)庫管理系統(tǒng)DBMS）及模型部件（模型庫MB和模型庫管理系統(tǒng)MBMS）。該結(jié)構(gòu)明確了DSS的組成，也間接的反映了DSS的關(guān)鍵技術(shù)，即模型庫管理系統(tǒng)、部件接口和系統(tǒng)綜合集成，他為DSS的發(fā)展起到了很大的推動作用。1981年Bonczak等提出了DSS的3系統(tǒng)機構(gòu)，即語言系統(tǒng)（LS）、問題處理系統(tǒng)（PPS）與知識系統(tǒng)（KS）。該結(jié)構(gòu)在“問題處理系統(tǒng)”和“知識系統(tǒng)”上具有特色，并在一定范圍內(nèi)有其影響，但與人工智能的專家系統(tǒng)容易混淆。DSS主要是以模型庫系統(tǒng)為主題，通過定量分析進行輔助決策。其模型庫中的模型已經(jīng)由數(shù)據(jù)模型擴大到數(shù)據(jù)處理模型和圖形模型等多種形式，可以概括為廣義模型。 DSS的本質(zhì)是將多個廣義模型有機結(jié)合起來，對數(shù)據(jù)庫中的數(shù)據(jù)進行處理而形成決策問題的模型。 DSS的輔助決策能力從運籌學、管理科學的淡漠行輔助決策發(fā)展到多模型綜合決策，是輔助決策能力上了一個新的臺階。20世紀80年代末90年代初，DSS與專家系統(tǒng)結(jié)合形成了IDSS（智能決策支持系統(tǒng)），專家系統(tǒng)是定性分析輔助決策，它和以定量分析輔助決策的 DSS的結(jié)合，進一步提高了輔助決策能力。IDSS是DSS發(fā)展的一個新階段。DSS和IDSSDSS的概念結(jié)構(gòu)由會話系統(tǒng)、控制系統(tǒng)、運行及操作系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、模型庫系統(tǒng)、規(guī)則庫系統(tǒng)和用戶共同組成，最簡單和實用的是3庫DSS邏輯結(jié)構(gòu)（數(shù)據(jù)庫、模型庫和規(guī)則庫）。DSS運行過程可以簡單描述為：用戶通過會話系統(tǒng)輸入要解決的決策問題，會話系統(tǒng)把輸入的問題信息傳遞給問題處理系統(tǒng)，然后，文體處理系統(tǒng)開始收集數(shù)據(jù)信息，并根據(jù)知識機中已有的知識判斷和識別問題。如果出現(xiàn)問題，系統(tǒng)通過會話系統(tǒng)與用戶進行交互對話，直到問題得到明確。然后系統(tǒng)開始搜尋問題解決的模型，通過計算推理的廚房按可行性的分析結(jié)果，最終將決策信息提供給用戶。DSS技術(shù)構(gòu)成包括：（1）接口部分：輸入輸出的界面，是人機交互的窗口。（2）模型管理部分：系統(tǒng)要根據(jù)用戶提出的問題調(diào)出系統(tǒng)中已有的基本模型， 模型管理部分應當具有存儲、動態(tài)建模的功能。目前模型管理的實現(xiàn)通過模型庫系統(tǒng)來完成。（3）知識管理部分：集中管理決策問題領(lǐng)域的知識（規(guī)則和事實） ，包括知識的獲取、表達及管理等功能。（4）數(shù)據(jù)庫部分：管理和存儲與決策問題領(lǐng)域有關(guān)的數(shù)據(jù)。（5）推理部分：識別并解答用戶提出的問題，分為確定性推理和不確定性推理兩大類。（6）分析比較部分：對方案、模型和運行結(jié)果進行綜合分析比較， 得出用戶最滿意的方案。（7）處理部分：根據(jù)交互式會話識別用戶提出的問題，構(gòu)造出求解問題的模型和方案，并匹配算法、變量和數(shù)據(jù)等運行求解系統(tǒng)。8）控制部分：連接協(xié)調(diào)系統(tǒng)各個部分，規(guī)定和控制各部分的運行程序，維護和保護系統(tǒng)此外，DSS技術(shù)構(gòu)成還包括咨詢部分、模擬部分及優(yōu)化部分等，其主要特點如下：（1）系統(tǒng)的使用面向決策者，在運用 DSS的過程中，參與者都是決策者。（2）系統(tǒng)解決問題是針對半結(jié)構(gòu)化的決策問題，模型和方法的使用是確定的，但是決策者對問題的理解存在差異，系統(tǒng)使用有特定的環(huán)境，問題的條件也不確定和唯一，這是的決策結(jié)果具有不確定性。（3）系統(tǒng)強調(diào)的是支持的概念，幫助加強決策者做出科學決策的能力。（4）系統(tǒng)的驅(qū)動力來自模型和用戶，人是系統(tǒng)運行的發(fā)起者，模型是系統(tǒng)完成各個環(huán)節(jié)轉(zhuǎn)換的核心。（5）系統(tǒng)運行強調(diào)交互式的處理方式，一個問題的決策要經(jīng)過反復、大量且經(jīng)常的人機對話。人的因素，如偏好、主觀判斷、能力、經(jīng)驗和價值觀等對系統(tǒng)的決策結(jié)果有重要的影響。IDSS系統(tǒng)是人工智能和DSS的結(jié)合，用用專家系統(tǒng)技術(shù)，使DSS能夠更充分的應用人類的知識，如關(guān)于決策問題的描述性知識，決策過程中的過程性知識和求解問題的推理性知識等，通過邏輯推理來幫助解決復雜的決策問題的輔助決策系統(tǒng)。IDSS的核心思想是將人工智能與其他相關(guān)科學陳國相結(jié)合，使DSS具有人工智能。1、 IDSS的信息結(jié)構(gòu)把AI（人工智能）技術(shù)引入DSS，主要通過專家系統(tǒng)與DSS相結(jié)合，在DSS系統(tǒng)中加入推理機和規(guī)則庫。由于在決策過程中，許多知識不能使用數(shù)據(jù)來表示，也不同通過模型來描述，所以沒有固定方式的專門知識和歷史經(jīng)驗。IDSS引入規(guī)則庫可以存儲這些知識，為決策提供重要的參考和依據(jù)。IDSS可以有多種類型的信息庫：文本褲、數(shù)據(jù)庫、方法庫、模型庫和規(guī)則庫。其中，文本庫存放的是大量的自然語言書寫的文檔，數(shù)據(jù)庫中存放的是事物關(guān)鍵因素的字段形式，模型庫中存放的是反映信息本質(zhì)關(guān)系的各種模型，規(guī)則庫存放的是知識的最精煉的形式。從最初未加工的數(shù)據(jù)到經(jīng)過加工的信息再到提煉出的知識，信息的這種演變關(guān)系被稱為“演進鏈”。2、 IDSS的結(jié)構(gòu)層次依照系統(tǒng)層次的觀點，IDSS從技術(shù)上可以劃分為3個層次：（1）用用層：直接面向IDSS的使用者，在該層，決策者可以根據(jù)自己的需要，確定IDSS的狀態(tài)和約束。決策者通過用戶接口與系統(tǒng)對話，輸入相關(guān)信息，DSS則通過信息轉(zhuǎn)換理解用戶請求和命令，并進行系統(tǒng)運算，將結(jié)果通過輸出界面反映給用戶。整個過程對用戶是透明的。（2）控制協(xié)調(diào)層：面向IDSS的總設(shè)計師。其基本單元是系統(tǒng)中庫的控制協(xié)調(diào)模塊，系統(tǒng)工程師通過各庫的標準接口來建立它們之間的聯(lián)系。（3）基本結(jié)構(gòu)層：面向?qū)I(yè)程序設(shè)計人員，專業(yè)程序設(shè)計人員通過該層對各庫進行具體的實現(xiàn)，包括定義組織結(jié)構(gòu)及通信方式等，已完成各庫的內(nèi)部管理和外部通信任務。3、 IDSS的特點IDSS主要具有以下特點：（1）基于成熟的技術(shù)，容易構(gòu)造出實用系統(tǒng)。（2）充分利用了各層次的信息資源。3）基于規(guī)則的表達方式，使用戶易于掌握使用。4）具有很強的模塊化特性，并且模塊重用性較好，系統(tǒng)的開發(fā)成本低。5）系統(tǒng)的各部分組合靈活，可實現(xiàn)強大的功能，并且易于維護。6系統(tǒng)可迅速采用陷阱的支撐技術(shù)，如AI等。4、 IDSS的運行效率由于在IDSS的運行過程中各個模塊要反復調(diào)用上層的模塊，因此比直接采用低層調(diào)用的方式，運行效率低，但是考慮到IDSS知識在高層管理者作重大決策時才運行，其運行效率與其他系統(tǒng)相比要低得多，況且每次運行的環(huán)境條件差異很大，所以犧牲部分的運轉(zhuǎn)效率以換取系統(tǒng)維護的效率是完全值得的。5、 IDSS的關(guān)鍵技術(shù)開發(fā)一個實際的IDSS需要解決如下關(guān)鍵問題：（1）、模型庫系統(tǒng)的設(shè)計和實現(xiàn)：包括模型庫的組織結(jié)構(gòu)、模型庫管理系統(tǒng)的功能及模型庫語言等方面的設(shè)計和實現(xiàn)。（2）、部件接口：通過接口完成各個部件之間的聯(lián)系，部件接口包括存取數(shù)據(jù)部件的數(shù)據(jù)接口，調(diào)用和運行模型部件的模型接口，以及對知識部件的知識推理接口。（3）、系統(tǒng)綜合集成：根據(jù)實際決策問題的要求，通過集成語言完成對各個部件的有機綜合，形成一個完整的系統(tǒng)。DSS系統(tǒng)需要集成數(shù)據(jù)、模型、知識和交互四個部件。目前，計算機語言能力有限，數(shù)值計算語言不支持對數(shù)據(jù)庫的操作，而數(shù)據(jù)庫語言的數(shù)值計算能力又比較薄弱。因此，DSS機要進行數(shù)值計算，又要進行數(shù)據(jù)庫操作，這個問題再一次為DSS的發(fā)展帶來障礙。、數(shù)據(jù)倉庫和OLAP的決策支持技術(shù)數(shù)據(jù)庫系統(tǒng)作為數(shù)據(jù)管理手段，主要用于事務處理，在這些數(shù)據(jù)庫中已經(jīng)保存了大量的日常業(yè)務數(shù)據(jù)。傳統(tǒng)的DSS一般直接建立在這種事務處理環(huán)境上，數(shù)據(jù)庫技術(shù)一直力圖使自己能夠勝任從事務處理、批處理到分析處理的各種類型的信息處理任務。盡管數(shù)據(jù)庫在事務處理方面的應用獲得了巨大的成功，但對于分析處理的支持一直不能令人滿意。尤其是當以業(yè)務處理為主的OLTP應用與分析處理為主的DSS應用共存于同一個數(shù)據(jù)庫系統(tǒng)時，兩種類型的處理發(fā)生了明顯的沖突。人們逐漸認識到，事務處理和分析處理具有極不相同的性質(zhì)，直接使用事務處理環(huán)境來支持DSS是行不通的。具體來說，事務處理環(huán)境不適合DSS應用的主要原因如下：1、事務處理和分析處理的性能特性不同在事務處理環(huán)境中，用戶的行為特點是數(shù)據(jù)的存取操作頻率高、每次操作時間短。因此系統(tǒng)可以允許多個用戶按分時方式使用系統(tǒng)資源，同時保持較短的響應時間。 OLTP是這種環(huán)境下的典型應用。在分析處理環(huán)境中，用戶的行為模式與此完全不同，某個 DSS應用程序可能需要連續(xù)運行十幾個小時，從而消耗大量的系統(tǒng)資源。因此，將具有如此不同處理性能的兩種應用放在同一個環(huán)境中運行顯然是不適當?shù)摹?、數(shù)據(jù)集成問題DSS需要集成的數(shù)據(jù)。全面而又正確的數(shù)據(jù)是有效分析和決策的首要前提，相關(guān)數(shù)據(jù)收集得越完整，得到的結(jié)果就越可靠。因此，DSS不僅需要整個企業(yè)內(nèi)部各部門的相關(guān)數(shù)據(jù)，還需要企業(yè)外部及競爭對手等的相關(guān)數(shù)據(jù)。事務處理的目的在于使業(yè)務處理自動化，一般只需要與本部門業(yè)務有關(guān)的當前數(shù)據(jù)，而對真?zhèn)€企業(yè)范圍內(nèi)的集成應用考慮很少。當前絕大多數(shù)企業(yè)內(nèi)部數(shù)據(jù)的真正狀況是分散而非集成的，造成這種分散的原因有很多種，主要有事務處理應用分散、“蜘蛛網(wǎng)”問題、數(shù)據(jù)不一致及外部數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。?事務處理應用的分散：當前商業(yè)企業(yè)內(nèi)部各事務處理應用系統(tǒng)之間實際上幾乎都是獨立的，之所以出現(xiàn)這種現(xiàn)象有很多種原因，有的原因是設(shè)計方面的，例如系統(tǒng)設(shè)計人員為了減少系統(tǒng)開發(fā)費用和加快開發(fā)進度，總是采取簡單而“有效”的設(shè)計方案。這種“有效”僅只對解決當前問題有效，而不能保證對以后新出現(xiàn)的問題繼續(xù)有效；有的原因是經(jīng)濟方面的，比如經(jīng)費有限時，一些商業(yè)企業(yè)總是考慮對關(guān)鍵的業(yè)務活動建立應用系統(tǒng)，然后逐步建立其他業(yè)務系統(tǒng)。還有的原因是歷史或地理上的，例如某個大公司由分散在各地的多個子公司組成及企業(yè)的兼并等。由于這種事務處理應用系統(tǒng)分散狀況的存在，DSS應用需要集成分散在多個事務處理應用系統(tǒng)中的相關(guān)數(shù)據(jù)，以為分析人員提供統(tǒng)一的數(shù)據(jù)視圖。?“蜘蛛網(wǎng)”問題：DSS應用中為了避免與其他用戶的沖突和簡化用戶的數(shù)據(jù)試圖，一種稱為“抽取程序”的方法目前被廣泛應用。用戶利用抽取程序從文件或數(shù)據(jù)庫中查找有用的數(shù)據(jù)，然后這些數(shù)據(jù)被提取出來放入其他文件或數(shù)據(jù)庫中共分析使用。這些經(jīng)過抽取達到的新文件或數(shù)據(jù)庫又被某些用戶再次抽取，這種不加控制的連續(xù)抽取最終導致系統(tǒng)內(nèi)的數(shù)據(jù)之間形成了錯綜復雜的網(wǎng)狀結(jié)構(gòu)，即所謂的“蜘蛛網(wǎng)”。企業(yè)的規(guī)模越大，“蜘蛛網(wǎng)”問題越嚴重。雖然網(wǎng)上的任意兩個節(jié)點的數(shù)據(jù)可能歸根結(jié)底是從一個原始庫中抽取的，但其數(shù)據(jù)沒有統(tǒng)一的實踐基礎(chǔ)，抽取算法各不相同，抽取級別也不相同，并且可能參考不同的外部數(shù)據(jù)。因而對同一問題的分析，不同節(jié)點會產(chǎn)生不同，甚至截然相反的結(jié)果，這當然使決策者無從下手。?數(shù)據(jù)不一致問題：前述的應用分散和“蜘蛛網(wǎng)” 問題，導致了多個應用間的數(shù)據(jù)不一致，這些數(shù)據(jù)不一致的形式多種多樣。有時同一字段在不同應用中具有不同的數(shù)據(jù)類型，例如字段Sex在A應用中的值為M/F，在B應用中的值為0/1，在C應用中的值為Male/Female；有時同一字段在不同應用中具有不同的名字，例如 A應用的字段balanee在B中為bal,在C中又變?yōu)閑urrbal;有時同名字段有不同的含義，例如字段 weight在A應用中表示人的體重,在B中表示汽車的重量等。為了繼承這些不一致的數(shù)據(jù),必須進行轉(zhuǎn)換。由于必須專門處理每種情況,因此這是一項很繁重的工作。?外部數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)：商業(yè)企業(yè)高層管理者在決策中經(jīng)常用到外部數(shù)據(jù),這部分數(shù)據(jù)不是由事務處理系統(tǒng)產(chǎn)生的,而是來自于其他外部數(shù)據(jù)源。例如權(quán)威性刊物發(fā)布的統(tǒng)計數(shù)據(jù)、業(yè)界內(nèi)部的技術(shù)報告、市場比較和分析報告及股票行情等,這些數(shù)據(jù)通常都是非結(jié)構(gòu)化的數(shù)據(jù)。在事務處理系統(tǒng)中,由于沒有對外部數(shù)據(jù)統(tǒng)一管理,因此用到這些數(shù)據(jù)的 DSS應用必須自行集成。上述問題是事務處理環(huán)境所固有的，盡管每個單獨的事務處理應用可能是高效的，能產(chǎn)生豐富的細節(jié)數(shù)據(jù)，但這些數(shù)據(jù)卻不能成為一個統(tǒng)一的整體，對于需要繼承數(shù)據(jù)的DSS應用來說，必須自己在應用程序中集成這些數(shù)據(jù)。由于數(shù)據(jù)集成是一項非常繁雜的工作，所以完全交給應用程序完成會大大增加程序員的負擔，并且每次分析，倒要進行一次這樣的集成，從而導致極低的處理效率。DSS對數(shù)據(jù)集成的迫切需要可能是數(shù)據(jù)倉庫技術(shù)出現(xiàn)的重要動因。3、數(shù)據(jù)動態(tài)集成問題由于每次分析都進行數(shù)據(jù)集成的開銷過大，因此一些應用僅在開始集成，以后一直以這部分集成的數(shù)據(jù)作為分析的基礎(chǔ)，而不在于數(shù)據(jù)源發(fā)生聯(lián)系，我們稱這種方式為“靜態(tài)集成”。其最大的缺點在于：如果數(shù)據(jù)集成后數(shù)據(jù)源中數(shù)據(jù)發(fā)生了改變，則這些變化將不能反映給決策者，導致決策者使用的是過時的數(shù)據(jù)。對于決策者來說，雖然并不要求隨時準確的探知系統(tǒng)內(nèi)部的任何數(shù)據(jù)變化，但是也不希望所分析的是幾個月以前的數(shù)據(jù)。因此，集成數(shù)據(jù)必須以一定周期（例如24小時）刷新，我們稱其為“動態(tài)集成”。顯然，事務處理系統(tǒng)不具備動態(tài)集成的能力。4、歷史數(shù)據(jù)問題商業(yè)企業(yè)的事務處理一般只需要當前的數(shù)據(jù)，在數(shù)據(jù)庫中一般也只存儲短期數(shù)據(jù)，且不同數(shù)據(jù)的保存周期也不一樣。即使保存了一些歷史數(shù)據(jù)，也被束之高閣，未得到充分利用。但對于決策分析而言，歷史數(shù)據(jù)相當重要，許多分析方法必須以大量的歷史數(shù)據(jù)為依托。沒有歷史數(shù)據(jù)的詳細分析，則難以把握商業(yè)企業(yè)的發(fā)展趨勢。通過以上所述可見，DSS對于數(shù)據(jù)在空間和時間的廣度上都有了更高的要求，而事務處理環(huán)境難以滿足這些要求。5、數(shù)據(jù)綜合問題在事務處理系統(tǒng)中積累了大量的細節(jié)數(shù)據(jù)，一般而言，DSS并不分析這些細節(jié)數(shù)據(jù)，主要原因