決策支持系統(tǒng)課程論文

課程論文課程名稱決策支持系統(tǒng)班級學(xué)號學(xué)生姓名成績浙江工商大學(xué)課程論文目錄:TOC\o"1-3"\u第1章決策支持系統(tǒng)概念 11.1決策支持系統(tǒng)起源 11.2決策支持系統(tǒng)的概念 11.3決策支持系統(tǒng)在企業(yè)中應(yīng)用現(xiàn)狀 21.4我對決策支持系統(tǒng)概念的理解 3第2章決策支持系統(tǒng)的系統(tǒng)結(jié)構(gòu) 42.1決策支持系統(tǒng)組成部件 42.1.1數(shù)據(jù)管理子系統(tǒng)（數(shù)據(jù)庫） 42.1.2模型管理子系統(tǒng)（模型庫） 42.2決策成系統(tǒng)的系統(tǒng)結(jié)構(gòu) 52.3我對決策支持系統(tǒng)組成部件和結(jié)構(gòu)的理解 6第3章決策支持系統(tǒng)的數(shù)據(jù)庫及相關(guān)技術(shù) 73.1決策支持系統(tǒng)中數(shù)據(jù)庫的作用和發(fā)展趨勢 73.1.1決策支持系統(tǒng)的功能 73.2新一代DSS的研究與發(fā)展 73.2.1群決策支持系統(tǒng)（GDSS） 73.2.2分布式?jīng)Q策支持系統(tǒng)（DDSS） 83.2.3智能決策支持技術(shù)（IDSS） 83.2.4決策支持中心（DSC） 83.2.5戰(zhàn)略決策支持系統(tǒng)（SDSS） 83.2.6I3DSS 83.3數(shù)據(jù)挖掘概念及其數(shù)據(jù)挖掘技術(shù)綜述 93.3.1數(shù)據(jù)挖掘的概念 93.4數(shù)據(jù)挖掘各種分析方法的簡介 93.4.1分類（Classification） 93.4.2估計(jì)（Estimation） 103.4.3預(yù)測（Prediction） 103.4.4相關(guān)性分組或關(guān)聯(lián)規(guī)則（Affinitygroupingorassociationrules） 103.4.5聚類（Clustering） 103.4.6描述和可視化（DescriptionandVisualization） 113.5數(shù)據(jù)挖掘的主要應(yīng)用 113.5.1市場營銷 113.5.2金融 113.5.3工程與科學(xué)研究 113.5.4產(chǎn)品制造業(yè) 123.5.5司法 123.6數(shù)據(jù)倉庫概念、建模和數(shù)據(jù)倉庫的應(yīng)用 123.6.1數(shù)據(jù)倉庫概念 123.6.2數(shù)據(jù)倉庫的特性 123.6.3數(shù)據(jù)倉庫的建模 133.6.4數(shù)據(jù)建模的十條戒律 133.6.5數(shù)據(jù)倉庫的應(yīng)用 133.7我對決策支持系中數(shù)據(jù)庫及其相關(guān)技術(shù)的理解 14第4章決策支持系統(tǒng)的模型庫及相關(guān)技術(shù) 154.1模型、模型庫和模型庫管理系統(tǒng)的概念 154.2模型庫在決策支持系統(tǒng)中作用 154.3模型庫發(fā)展和應(yīng)用的前景以及存在的問題 154.4我對決策支持系中模型庫及其相關(guān)技術(shù)的理解 17第5章決策支持系統(tǒng)的知識庫及相關(guān)技術(shù) 185.1知識和知識庫的概念 185.2知識的表達(dá)與推理 185.3知識庫發(fā)展和應(yīng)用的前景以及存在的問題 195.3.1優(yōu)越性 195.3.2功能 195.3.3缺陷 205.4我對決策支持系中知識庫及其相關(guān)技術(shù)的理解 20第6章如何構(gòu)建一個決策支持系統(tǒng) 226.1構(gòu)建決策支持系統(tǒng)的一般步驟 226.1.1決策支持系統(tǒng)的框架設(shè)計(jì) 236.1.2實(shí)現(xiàn)決策支持系統(tǒng) 246.2決策支持系統(tǒng)關(guān)鍵問題 256.3決策支持系統(tǒng)案例分析 276.3.1系統(tǒng)描述 27浙江工商大學(xué)課程論文PAGE1決策支持系統(tǒng)概念決策支持系統(tǒng)起源（1）70年代中期，由\o"美國麻省理工學(xué)院"美國麻省理工學(xué)院的\o"米切爾S·斯科特"米切爾S·斯科特(MichaelS·Scott)和\o"彼德G·W·基恩"彼德G·W·基恩(PeterG·W·Keen)首次提出了“決策支持系統(tǒng)”一詞，標(biāo)志著利用計(jì)算機(jī)與信息支持決策的研究與應(yīng)用進(jìn)人了一個新的階段，并形成了決策支持系統(tǒng)新學(xué)科。（2）在整個70年代，研究開發(fā)出了許多較有代表性的DSS。例如：支持投資者對顧客\o"證券"證券管理日常決策的ProfolioManagement；用于產(chǎn)品推銷、定價(jià)和\o"廣告決策"廣告決策的Brandaid；用以支持企業(yè)短期規(guī)劃的Projector及適用于大型卡車生產(chǎn)企業(yè)生產(chǎn)計(jì)劃決策的CapacityInformationSystem等等。（3）到70年代末，DSS大都由模型庫、數(shù)據(jù)庫及人機(jī)交互系統(tǒng)等三個部件組成，它被稱為初階決策支持系統(tǒng)。（4）80年代初，DSS增加了\o"知識庫"知識庫與方法庫，構(gòu)成了三庫系統(tǒng)或四庫系統(tǒng)。知識庫系統(tǒng)：是有關(guān)規(guī)則、因果關(guān)系及經(jīng)驗(yàn)等知識的獲取、解釋、表示、推理及管理與維護(hù)的系統(tǒng)。知識庫系統(tǒng)知識的獲取是一大難題，但幾乎與DSS同時(shí)發(fā)展起來的\o"專家系統(tǒng)"專家系統(tǒng)在此方面有所進(jìn)展。方法庫系統(tǒng)：是以程序方式管理和維護(hù)各種決策常用的方法和算法的系統(tǒng)。決策支持系統(tǒng)的概念對于決策支持系統(tǒng)（DecisionSupportSystem，以下簡稱DSS），目前還沒有被普遍接受的嚴(yán)格定義。一個較為經(jīng)典的定義由ScootMorton提出并經(jīng)過Keen和ScootMorton修正后，定義如下：“決策支持系統(tǒng)是將個人的智力資源和計(jì)算機(jī)的能力結(jié)合起來改進(jìn)決策的質(zhì)量，它是于計(jì)算機(jī)的支持系統(tǒng)。幫助管理決策制定者處理半結(jié)構(gòu)化問題。”這個定義經(jīng)過后人的不斷完善后，概括為：“決策支持系統(tǒng)DSS是以管理科學(xué)、運(yùn)籌學(xué)、控制論和行為科學(xué)為基礎(chǔ)，以計(jì)算機(jī)技術(shù)、模擬技術(shù)和信息技術(shù)為手段，面對半結(jié)構(gòu)化的決策問題，支持決策活動的具有智能作用的人一機(jī)計(jì)算機(jī)系統(tǒng)。能為決策者提供決策所需要的數(shù)據(jù)、信息和背景資料，幫助明確決策目標(biāo)和進(jìn)行問題的識別，建立或修改決策模型，提供各種被選方案，并對各種方案進(jìn)行評價(jià)和優(yōu)選，通過人一機(jī)對話進(jìn)行分析、比較和判斷，為正確決策提供有益的幫助?！痹诖硕x中，DSS的主要任務(wù)是：（1）分析和識別問題；（2）描述和表達(dá)決策問題及決策知識；（3）形成決策方案；（4）構(gòu)造決策問題的求解模型；（5）建立評價(jià)決策問題的各種準(zhǔn)則。決策支持系統(tǒng)在企業(yè)中應(yīng)用現(xiàn)狀由于DSS在實(shí)踐中對解決決策問題，特別是對于復(fù)雜系統(tǒng)和問題的求解，具有重要作用和意義，所以受到各國政府和各管理層的重視。經(jīng)過30多年的發(fā)展，在理論探討、系統(tǒng)開發(fā)和實(shí)際應(yīng)用諸方面取得了令人矚目的進(jìn)步。在我國，該領(lǐng)域的研究也特別活躍，形成了我國決策支持系統(tǒng)應(yīng)用開發(fā)和研究的許多重要成果。企業(yè)根據(jù)自己的情況可以實(shí)施不同的DSS應(yīng)用。最主要的應(yīng)用有：（1）銷售支持：每日按地區(qū)、部門、銷售員和產(chǎn)品生成銷售情況的匯總，給高級經(jīng)理提供支持。這些報(bào)告標(biāo)識了丟失的業(yè)務(wù)、挽回的業(yè)務(wù)和新的業(yè)務(wù)。根據(jù)需要還可以定制額外的周期報(bào)表，這些特殊的報(bào)表給經(jīng)理提供了比較和趨勢分析，有助于確定問題和機(jī)會。DSS應(yīng)用能夠分析和評價(jià)以往產(chǎn)品的銷售，以確定產(chǎn)品成功或失敗的因素。借助DSS，可以利用全公司的數(shù)據(jù)來推測一個決策所隱含的利潤和收入。（2）客戶分析和市場研究：DSS應(yīng)用可以利用統(tǒng)計(jì)工具來分析每天收集的交易數(shù)據(jù)，以確定各種類型客戶的消費(fèi)模式，然后采取相應(yīng)的營銷措施，從而實(shí)現(xiàn)最大的利潤。對于重點(diǎn)客戶要提供更好的服務(wù)和更優(yōu)惠的價(jià)格策略。對于潛在客戶要進(jìn)行促銷以爭取。對于易流失的客戶要分析原因以挽回。市場研究包括：利用預(yù)測模型分析得出每種產(chǎn)品的增長模式，以便做出終止或者擴(kuò)張某種產(chǎn)品的適當(dāng)決定；企業(yè)品牌和形象的決策支持系統(tǒng)在企業(yè)管理中的應(yīng)用研究研究，以便提高企業(yè)和品牌的知名度和美譽(yù)度；分析客戶滿意度：市場規(guī)模和潛在規(guī)模的研究等。（3）財(cái)務(wù)分析：按年、月、日或其它自定義周期來進(jìn)行實(shí)際費(fèi)用和花費(fèi)的比較；審查過去現(xiàn)金流的趨勢，并預(yù)測未來的現(xiàn)金需求量；復(fù)雜項(xiàng)目的預(yù)算計(jì)劃和成本分?jǐn)偅赫细鞣种C(jī)構(gòu)的財(cái)務(wù)數(shù)據(jù)，形成正確、一致的財(cái)務(wù)報(bào)表。（4）運(yùn)籌和戰(zhàn)略計(jì)劃：基于資源和時(shí)間的限制，來確定最優(yōu)的項(xiàng)目時(shí)間表；制定工廠每日的生產(chǎn)計(jì)劃；確定大型連鎖機(jī)構(gòu)中分支網(wǎng)點(diǎn)的設(shè)立，如連鎖店、加油站、通訊中繼站等等；協(xié)助制定大規(guī)模資本投資計(jì)劃，并計(jì)算投資風(fēng)險(xiǎn)。（5）企業(yè)分析：為了達(dá)到組織的目標(biāo)所必須考慮的因素被稱為關(guān)鍵成功因子(CriticalSuccessFactor，CSF)。CSF是企業(yè)級分析的焦點(diǎn)。這樣的因子可以是戰(zhàn)略性的或者操作性的，主要從三個來源導(dǎo)出：組織性因素、行業(yè)因素和環(huán)境因素。關(guān)鍵性能指標(biāo)(KeyPerformanceIndex，KPO提供了CSF在公司層次上的度量。我對決策支持系統(tǒng)概念的理解決策支持系統(tǒng)(DecisionSupportSystems)作為一種新興的信息技術(shù)，能夠?yàn)槠髽I(yè)提供各種決策信息以及許多商業(yè)問題的解決方案，從而減輕了管理者從事低層次信息處理和分析的負(fù)擔(dān)，使得他們專注于最需要決策智慧和經(jīng)驗(yàn)的工作，因此提高了決策的質(zhì)量和效率。目前在國內(nèi)，DSS在企業(yè)中的開發(fā)與應(yīng)用尚處于初級階段。由于決策是一項(xiàng)復(fù)雜的管理活動，對從管理決策層面上如何開展DSS的設(shè)計(jì)和實(shí)現(xiàn)，研究還不夠深入。所以應(yīng)當(dāng)加強(qiáng)研究。參考文獻(xiàn)：決策支持系統(tǒng)及其發(fā)展概述徐世星決策支持系統(tǒng)在企業(yè)管理中的作用劉從新決策支持系統(tǒng)(DSS)的研究與發(fā)展李珊智能決策支持系統(tǒng)與現(xiàn)代企業(yè)管理劉建軍決策支持系統(tǒng)研究現(xiàn)狀分析劉博元，范文慧，肖田元決策支持系統(tǒng)發(fā)展現(xiàn)狀與趨勢分析吳新年陳永平淺析決策支持系統(tǒng)的產(chǎn)生和發(fā)展陳維娜決策支持系統(tǒng)的系統(tǒng)結(jié)構(gòu)決策支持系統(tǒng)組成部件從計(jì)算機(jī)軟件系統(tǒng)的角度來看，一個DSS中主要的成分是可以互相通信的、有機(jī)聯(lián)系著的三個子系統(tǒng)（DSS的兩庫系統(tǒng)）：數(shù)據(jù)管理子系統(tǒng)、模型管理子系統(tǒng)和會話管理子系統(tǒng)。數(shù)據(jù)管理子系統(tǒng)（數(shù)據(jù)庫）主要成分包括數(shù)據(jù)庫、數(shù)據(jù)字典和數(shù)據(jù)庫管理系統(tǒng)，存儲著與決策問題有關(guān)的數(shù)據(jù)，數(shù)據(jù)庫中的數(shù)據(jù)通?？煞譃椋海?）事務(wù)數(shù)據(jù)是組織或企業(yè)日常生產(chǎn)和管理中發(fā)生的數(shù)據(jù)。根據(jù)數(shù)據(jù)的來源又可分為（是DSS的基礎(chǔ)數(shù)據(jù)）：內(nèi)部數(shù)據(jù)：內(nèi)部數(shù)據(jù)的大部分都是事務(wù)數(shù)據(jù)（庫存數(shù)據(jù)，生產(chǎn)數(shù)據(jù)，銷售數(shù)據(jù)等）；外部數(shù)據(jù)：指來源于企業(yè)外部經(jīng)營環(huán)境的數(shù)據(jù)，如企業(yè)所在行業(yè)的統(tǒng)計(jì)數(shù)據(jù)，市場調(diào)研的結(jié)果，稅務(wù)狀況，政府的政策規(guī)定等（對決策產(chǎn)生重大影響）。（2）個人數(shù)據(jù)指特定的決策者所收集和使用的數(shù)據(jù)，對這類數(shù)據(jù)，DSS中應(yīng)有嚴(yán)格的保密措施以保證其安全性（個人的用戶分析資料數(shù)據(jù)，是決策者決策行為的重要依據(jù)——同一問題，不同的決策）。模型管理子系統(tǒng)（模型庫）模型管理子系統(tǒng)包括模型庫、模型庫管理系統(tǒng)、該子系統(tǒng)與其他子系統(tǒng)的接口等。模型庫中一般應(yīng)包含在特定領(lǐng)域中常用的數(shù)學(xué)模型，這些模型決定了系統(tǒng)可提供的分析能力（是DSS功能強(qiáng)大與否的重要指標(biāo)）。模型庫管理系統(tǒng)(ModelBaseManagementSystem，MBMS)是該子系統(tǒng)的核心部分，所有模型庫中的模型都受MBMS的控制，用戶也是通過MBMS來操作模型。通常將MBMS提供的功能統(tǒng)稱為模型操作功能(ModelManipulation)，主要的模型操作功能包括（以產(chǎn)品定價(jià)模型的演算為例）：（1）模型創(chuàng)建功能：幫助用戶迅速方便地創(chuàng)建決策模型（如盈虧平衡模型）。（2）模型庫維護(hù)功能：MBMS提供專門的模型維護(hù)工具，用于模型的登記、分類、刪除、復(fù)制等（根據(jù)具體情況對模型參數(shù)進(jìn)行修正——市場容量，占有率等）。（3）模型集成功能：充分發(fā)揮現(xiàn)有模型的作用，并能對模型執(zhí)行情況進(jìn)行跟蹤，以便發(fā)現(xiàn)某種問題所在（多種模型的綜合應(yīng)用——市場因素，政策因素）。（4）結(jié)果分析功能：用來對模型執(zhí)行結(jié)果進(jìn)行分析和評價(jià)，發(fā)現(xiàn)決策模型中的問題（各種價(jià)格下產(chǎn)品的利潤分析——利潤最大化）。決策成系統(tǒng)的系統(tǒng)結(jié)構(gòu)DSS是由三個基本子系統(tǒng)所構(gòu)成的，這些基本系統(tǒng)并非相互獨(dú)立，而是在整個工作過程中相互會話、緊密相關(guān)的。同時(shí)，它們還必須與DSS用戶有機(jī)地連接在一起，才能夠發(fā)揮各自的作用。DSS=四庫系統(tǒng)+對話系統(tǒng)（人機(jī)界面）四庫系統(tǒng)包括數(shù)據(jù)庫系統(tǒng)、模型庫系統(tǒng)、方法庫系統(tǒng)、知識庫系統(tǒng)。DSS的三庫結(jié)構(gòu)和四庫結(jié)構(gòu)：我對決策支持系統(tǒng)組成部件和結(jié)構(gòu)的理解在閱讀了大量的論文和介紹后，我覺得決策支持系統(tǒng)首先需要一個具體而完善的數(shù)據(jù)庫、知識庫等，蘊(yùn)藏有大量和企業(yè)生產(chǎn)經(jīng)營銷售客戶等有關(guān)的信息，然后根據(jù)人的需求模型的建立，在已有的知識信息儲備下進(jìn)行不斷的完善和修改，對比和刪除，最后達(dá)成人的需要，得到最優(yōu)的參考決策。我認(rèn)為一個好的系統(tǒng)不僅需要硬件設(shè)施還需要軟件配合。并且隨著經(jīng)濟(jì)全球化等的加深，決策支持系統(tǒng)更加需要引入數(shù)據(jù)挖掘，數(shù)據(jù)倉庫等新技術(shù)，不斷開進(jìn)和完善，從而使得決策更加有效。參考文獻(xiàn)馬嘵青.沖擊動力學(xué)[M].北京：北京理工大學(xué)出版社，1992成大先1機(jī)械設(shè)計(jì)手冊[M]1第3版1北京:化學(xué)工業(yè)出版社陳文偉.決策支持系統(tǒng)及其開發(fā).北京:清華大學(xué)出版社,2004.趙宇淺談人工智能在決策支持系統(tǒng)的應(yīng)用與發(fā)展物流工程與管理工程2009新一代決策支持系統(tǒng)體系結(jié)構(gòu)研究馬君智能決策支持系統(tǒng)產(chǎn)生與結(jié)構(gòu)王宏昕陳曉紅管理信息系統(tǒng)北京高等教育出版社2008.03黃梯云管理信息系統(tǒng)北京高等教育出版社2005.03決策支持系統(tǒng)的數(shù)據(jù)庫及相關(guān)技術(shù)決策支持系統(tǒng)中數(shù)據(jù)庫的作用和發(fā)展趨勢決策支持系統(tǒng)的功能（1）管理并隨時(shí)提供與決策問題有關(guān)的組織\o"內(nèi)部信息"內(nèi)部信息。如：訂單要求、庫存狀況、\o"生產(chǎn)能力"生產(chǎn)能力與\o"財(cái)務(wù)報(bào)表"財(cái)務(wù)報(bào)表等。（2）收集、管理并提供與決策問題有關(guān)的組織外部信息。如：政策法規(guī)、經(jīng)濟(jì)統(tǒng)計(jì)、市場行情、同行動態(tài)與科技進(jìn)展等。（3）收集、管理并提供各項(xiàng)決策方案執(zhí)行情況的反饋信息。如：訂單或合同執(zhí)行進(jìn)程、物料供應(yīng)計(jì)劃落實(shí)情況、生產(chǎn)計(jì)劃完成情況等。（4）能以一定的方式存儲和管理與決策問題有關(guān)的各種\o"數(shù)學(xué)模型"數(shù)學(xué)模型。如：定價(jià)模型、庫存控制模型與生產(chǎn)調(diào)度模型等。（5）能夠存儲并提供常用的數(shù)學(xué)方法及算法。如：回歸分析方法、\o"線性規(guī)劃"線性規(guī)劃、\o"最短路徑算法"最短路徑算法等。（6）上述數(shù)據(jù)、模型與方法能容易地修改和添加。如：數(shù)據(jù)模式的變更、模型的連接或修改、各種方法的修改等。（7）能靈活地運(yùn)用模型與方法對數(shù)據(jù)進(jìn)行加工、匯總、分析、預(yù)測，得出所需的綜合信息與預(yù)測信息。（8）具有方便的人機(jī)對話和圖像輸出功能，能滿足隨機(jī)的數(shù)據(jù)查詢要求，回答“如果……則……”之類的問題。（9）提供良好的數(shù)據(jù)通信功能，以保證及時(shí)收集所需數(shù)據(jù)并將加工結(jié)果傳送給使用者。（10）具有使用者能忍受的加工速度與響應(yīng)時(shí)間，不影響使用者的情緒。新一代DSS的研究與發(fā)展群決策支持系統(tǒng)（GDSS）支持多人或集體共同決策：利用通信技術(shù)（網(wǎng)絡(luò)、電話會議、電子信息交換）、計(jì)算機(jī)技術(shù)（多用戶系統(tǒng)、4GL、數(shù)據(jù)庫、數(shù)據(jù)分析OLAP、數(shù)據(jù)存儲、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘）和決策支持技術(shù)（議程設(shè)置、AI與推理技術(shù)、決策模型方法——如決策樹、風(fēng)險(xiǎn)分析、預(yù)測方法等，結(jié)構(gòu)化群決策方法——如德爾菲法等）相結(jié)合。分布式?jīng)Q策支持系統(tǒng)（DDSS）研究DSS在分布式環(huán)境中、與分布式技術(shù)相結(jié)合相關(guān)的技術(shù)問題。智能決策支持技術(shù)（IDSS）AI與DSS技術(shù)相結(jié)合，形成了高級別的、具有知識處理能力的DSS。組成：四庫系統(tǒng)+接口。知識庫、數(shù)據(jù)庫、模型庫、方法庫及人機(jī)接口，還有問題求解模塊。決策支持中心（DSC）1985年歐文提出來的。功能包括提供辦公決策支持，具有定性定量相結(jié)合的綜合集成功能。組成包括以決策支持小組為核心，為決策的全過程提供技術(shù)支持。戰(zhàn)略決策支持系統(tǒng)（SDSS）支持戰(zhàn)略級或高層管理者的決策過程。組成包括數(shù)據(jù)庫系統(tǒng)、模型庫系統(tǒng)、方法庫系統(tǒng)、知識庫系統(tǒng)、案例分析系統(tǒng)、輸入輸出系統(tǒng)、控制與通信系統(tǒng)等。I3DSS智能的、交互式的、集成化的（Intelligent,InteractiveandIntegratedDSS）DSS。特點(diǎn)是面向問題，有機(jī)集成。綜合采用系統(tǒng)分析、運(yùn)籌學(xué)方法、計(jì)算機(jī)技術(shù)、知識工程、專家系統(tǒng)等技術(shù)，使之有機(jī)結(jié)合，而不是單一的以信息為基礎(chǔ)的系統(tǒng)，或單一的以數(shù)學(xué)模型為基礎(chǔ)的系統(tǒng)，或單一的以知識為基礎(chǔ)的系統(tǒng)。在面向問題的前提下，充分發(fā)揮各自的優(yōu)勢，特別是發(fā)揮它們在聯(lián)合運(yùn)用時(shí)的優(yōu)勢，即集成化（Integrated）。當(dāng)DSS進(jìn)入到高層次的決策活動領(lǐng)域時(shí)，由于處理的問題多半是半結(jié)構(gòu)化或非結(jié)構(gòu)化的，為了幫助決策者進(jìn)一步明確問題、認(rèn)定目標(biāo)和環(huán)境約束，產(chǎn)生決策方案和對決策方案進(jìn)行綜合評價(jià)，系統(tǒng)應(yīng)具有更強(qiáng)的人機(jī)交互能力，稱為交互式（Interactive）系統(tǒng)。在處理難以定量分析的問題時(shí)，需要使用知識工程、專家系統(tǒng)方法與工具，已經(jīng)涉及到人工智能領(lǐng)域。而重要的問題在于如何使用知識工程的思想方法，組織各個有關(guān)模塊，實(shí)現(xiàn)決策支持過程的集成化。這種應(yīng)用方式就是決策支持系統(tǒng)的智能化（Intelligent）。I3DSS的提出和實(shí)際應(yīng)用，是DSS進(jìn)入一個新的歷史階段。數(shù)據(jù)挖掘概念及其數(shù)據(jù)挖掘技術(shù)綜述數(shù)據(jù)挖掘的概念數(shù)據(jù)挖掘(DataMining)是通過分析每個數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，主要有數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示3個步驟。數(shù)據(jù)挖掘的任務(wù)有關(guān)聯(lián)分析、聚類分析、分類分析、異常分析、特異群組分析和演變分析等。數(shù)據(jù)挖掘，在人工智能領(lǐng)域，習(xí)慣上又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase,KDD)，也有人把數(shù)據(jù)挖掘視為數(shù)據(jù)庫中知識發(fā)現(xiàn)過程的一個基本步驟。知識發(fā)現(xiàn)過程由以下三個階段組成：（1）數(shù)據(jù)準(zhǔn)備，（2）數(shù)據(jù)挖掘，（3）結(jié)果表達(dá)和解釋。數(shù)據(jù)挖掘可以與用戶或知識庫交互。數(shù)據(jù)挖掘是通過分析每個數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，主要有數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示3個步驟。數(shù)據(jù)準(zhǔn)備是從相關(guān)的數(shù)據(jù)源中選取所需的數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集；規(guī)律尋找是用某種方法將數(shù)據(jù)集所含的規(guī)律找出來；規(guī)律表示是盡可能以用戶可理解的方式（如可視化）將找出的規(guī)律表示出來。數(shù)據(jù)挖掘的任務(wù)有關(guān)聯(lián)分析、聚類分析、分類分析、異常分析、特異群組分析和演變分析，等等。并非所有的信息發(fā)現(xiàn)任務(wù)都被視為數(shù)據(jù)挖掘。例如，使用數(shù)據(jù)庫管理系統(tǒng)查找個別的記錄，或通過因特網(wǎng)的搜索引擎查找特定的Web頁面，則是信息檢索（informationretrieval）領(lǐng)域的任務(wù)。雖然這些任務(wù)是重要的，可能涉及使用復(fù)雜的算法和數(shù)據(jù)結(jié)構(gòu)，但是它們主要依賴傳統(tǒng)的計(jì)算機(jī)科學(xué)技術(shù)和數(shù)據(jù)的明顯特征來創(chuàng)建索引結(jié)構(gòu)，從而有效地組織和檢索信息。盡管如此，數(shù)據(jù)挖掘技術(shù)也已用來增強(qiáng)信息檢索系統(tǒng)的能力。數(shù)據(jù)挖掘各種分析方法的簡介分類（Classification）首先從數(shù)據(jù)中選出已經(jīng)分好類的訓(xùn)練集，在該訓(xùn)練集上運(yùn)用數(shù)據(jù)挖掘分類的技術(shù)，建立分類模型，對于沒有分類的數(shù)據(jù)進(jìn)行分類。例子：a.信用卡申請者，分類為低、中、高風(fēng)險(xiǎn)；b.故障診斷：中國寶鋼集團(tuán)與上海天律信息技術(shù)有限公司合作，采用數(shù)據(jù)挖掘技術(shù)對鋼材生產(chǎn)的全流程進(jìn)行質(zhì)量監(jiān)控和分析，構(gòu)建故障地圖，實(shí)時(shí)分析產(chǎn)品出現(xiàn)瑕疵的原因，有效提高了產(chǎn)品的優(yōu)良率。估計(jì)（Estimation）估計(jì)與分類類似，不同之處在于，分類描述的是離散型變量的輸出，而估值處理連續(xù)值的輸出；分類的類別是確定數(shù)目的，估值的量是不確定的。例子：a.根據(jù)購買模式，估計(jì)一個家庭的孩子個數(shù)；b.根據(jù)購買模式，估計(jì)一個家庭的收入；c.估計(jì)realestate的價(jià)值。一般來說，估值可以作為分類的前一步工作。給定一些輸入數(shù)據(jù)，通過估值，得到未知的連續(xù)變量的值，然后，根據(jù)預(yù)先設(shè)定的閾值，進(jìn)行分類。例如：銀行對家庭貸款業(yè)務(wù)，運(yùn)用估值，給各個客戶記分（Score0~1）。然后，根據(jù)閾值，將貸款級別分類。預(yù)測（Prediction）通常，預(yù)測是通過分類或估值起作用的，也就是說，通過分類或估值得出模型，該模型用于對未知變量的預(yù)言。從這種意義上說，預(yù)言其實(shí)沒有必要分為一個單獨(dú)的類。預(yù)言其目的是對未來未知變量的預(yù)測，這種預(yù)測是需要時(shí)間來驗(yàn)證的，即必須經(jīng)過一定時(shí)間后，才知道預(yù)言準(zhǔn)確性是多少。相關(guān)性分組或關(guān)聯(lián)規(guī)則（Affinitygroupingorassociationrules）決定哪些事情將一起發(fā)生。例子：a.超市中客戶在購買A的同時(shí)，經(jīng)常會購買B，即A=>B(關(guān)聯(lián)規(guī)則)；b.客戶在購買A后，隔一段時(shí)間，會購買B（序列分析）。聚類（Clustering）聚類是對記錄分組，把相似的記錄在一個聚集里。聚類和分類的區(qū)別是聚集不依賴于預(yù)先定義好的類，不需要訓(xùn)練集。例子：a.一些特定癥狀的聚集可能預(yù)示了一個特定的疾?。籦.租VCD類型不相似的客戶聚集，可能暗示成員屬于不同的亞文化群；聚集通常作為數(shù)據(jù)挖掘的第一步。例如，哪一種類的促銷對客戶響應(yīng)最好?對于這一類問題，首先對整個客戶做聚集，將客戶分組在各自的聚集里，然后對每個不同的聚集，回答問題，可能效果更好。描述和可視化（DescriptionandVisualization）是對數(shù)據(jù)挖掘結(jié)果的表示方式。數(shù)據(jù)挖掘的主要應(yīng)用市場營銷數(shù)據(jù)挖掘技術(shù)在企業(yè)市場營銷中得到了比較普遍的應(yīng)用，它是以市場營銷學(xué)的市場細(xì)分原理為基礎(chǔ)，其基本假定是“消費(fèi)者過去的行為是其今后消費(fèi)傾向的最好說明。市場營銷應(yīng)用是利用數(shù)據(jù)挖掘技術(shù)進(jìn)行市場定位和消費(fèi)者分析，輔助制定市場策略。DM在營銷中應(yīng)用分為兩類：數(shù)據(jù)庫營銷（databasemarketing）和貨籃分析（basketanalysis）。由于管理信息系統(tǒng)（POS系統(tǒng)）在商業(yè)的廣泛普及，特別是條形碼技術(shù)的使用，人們很容易得到顧客購買情況的數(shù)據(jù)。利用數(shù)據(jù)挖掘技術(shù)，通過對顧客歷史數(shù)據(jù)的分析，可以得到關(guān)于顧客購買趨向和興趣的信息，從而為商業(yè)決策提供依據(jù)。金融數(shù)據(jù)挖掘在金融領(lǐng)域應(yīng)用廣泛，主要有:金融市場的分析和預(yù)測、帳戶分類、銀行擔(dān)保和信用評估等。這些金融業(yè)務(wù)都需要收集和處理大量的數(shù)據(jù)，很難通過人工或使用一兩個小型軟件進(jìn)行分析預(yù)測。而數(shù)據(jù)挖掘可以通過對已有數(shù)據(jù)的處理，找到數(shù)據(jù)對象的特征和對象之間的關(guān)系，然后利用學(xué)習(xí)到的模式進(jìn)行合理的分析和預(yù)測。工程與科學(xué)研究數(shù)據(jù)挖掘技術(shù)可應(yīng)用于工程與科學(xué)數(shù)據(jù)分析。隨著先進(jìn)的科學(xué)數(shù)據(jù)收集技術(shù)的使用，如觀測衛(wèi)星、遙感器、DNA分子技術(shù)等，面對龐大的數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)分析工具無能為力。數(shù)據(jù)挖掘技術(shù)以其強(qiáng)大的智能性和自動性，在工程與科學(xué)研究中得到廣泛應(yīng)用。數(shù)據(jù)挖掘技術(shù)在天文學(xué)和生物學(xué)中都有成功的案例，如在天文學(xué)中，JetProulsion實(shí)驗(yàn)室利用決策樹方法對上百萬個天體進(jìn)行分類（效果比人工快而準(zhǔn)確），結(jié)果幫助人們發(fā)現(xiàn)了10個新的類星體。產(chǎn)品制造業(yè)制造業(yè)應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行零部件故障診斷、資源優(yōu)化、生產(chǎn)過程分析等。如ＨＰ公司的工程技術(shù)人員使用Angosssoftware的Knowledgeseeker來進(jìn)行ＨＰⅡｃ彩色掃描儀的生產(chǎn)過程分析。他們基于約200個參數(shù)建立了一個自動數(shù)據(jù)收集系統(tǒng)，產(chǎn)生了人工難以處理的大量數(shù)據(jù)。司法數(shù)據(jù)挖掘技術(shù)可以用于案件調(diào)查、詐騙監(jiān)測、洗錢認(rèn)證、犯罪組織分析等，可以給司法工作帶來巨大收獲。如美國財(cái)政部使用NetMap開發(fā)了False系統(tǒng)，并利用這個系統(tǒng)對金融交易進(jìn)行監(jiān)測，識別洗錢、詐騙。數(shù)據(jù)倉庫概念、建模和數(shù)據(jù)倉庫的應(yīng)用數(shù)據(jù)倉庫概念數(shù)據(jù)倉庫是在企業(yè)管理和決策中面向主題的、集成的、與時(shí)間相關(guān)的、不可修改的數(shù)據(jù)集合。與其他數(shù)據(jù)庫應(yīng)用不同的是，數(shù)據(jù)倉庫更像一種過程，對分布在企業(yè)內(nèi)部各處的業(yè)務(wù)數(shù)據(jù)的整合、加工和分析的過程。數(shù)據(jù)倉庫的特性（1）面向主題典型的主題領(lǐng)域：客戶；產(chǎn)品；交易；帳目。（2）集成的數(shù)據(jù)提取、凈化、轉(zhuǎn)換、裝載。（3）非易失的數(shù)據(jù)倉庫的數(shù)據(jù)通常是一起載入和訪問的，但并不進(jìn)行一般意義上的數(shù)據(jù)更新。（4）隨時(shí)間的變化性數(shù)據(jù)倉庫中的時(shí)間期限要遠(yuǎn)遠(yuǎn)長于操作型系統(tǒng)中的時(shí)間期限（5~10年）；數(shù)據(jù)倉庫中的數(shù)據(jù)是一系列某一時(shí)刻生成的復(fù)雜的快照；數(shù)據(jù)倉庫的鍵碼結(jié)構(gòu)總是包含某時(shí)間元素。數(shù)據(jù)倉庫的建模所有的實(shí)體都是平等關(guān)系。僅僅從數(shù)據(jù)模型的角度來著手設(shè)計(jì)數(shù)據(jù)倉庫會產(chǎn)生一種“平面”效應(yīng)。數(shù)據(jù)建模的十條戒律①必須回答緊迫的問題；②必須有正確的事實(shí)表；③將有正確的維表，描述必須按最終用戶的業(yè)務(wù)術(shù)語表達(dá)；④必須理解數(shù)據(jù)倉庫所影響的公司過程或影響數(shù)據(jù)倉庫的公司過程；⑤對于事實(shí)表，應(yīng)該有正確的“粒度”；⑥根據(jù)需要存儲正確長度的公司歷史數(shù)據(jù)；⑦以一種對于公司有意義的方式來集成所有必要的數(shù)據(jù)；⑧創(chuàng)建必要的總結(jié)表；⑨創(chuàng)建必要的索引；⑩能夠加載數(shù)據(jù)倉庫數(shù)據(jù)庫并使它以一種適宜的方式可用。數(shù)據(jù)倉庫的應(yīng)用（1）在證券業(yè)的應(yīng)用可處理客戶分析、帳戶分析、證券交易數(shù)據(jù)分析、非資金交易分析等多個業(yè)界關(guān)心的主題，為客戶提供針對其個人習(xí)慣、投資組合的投資建議，從而真正作到對客戶的貼心服務(wù)。（2）在銀行領(lǐng)域的應(yīng)用防范銀行的經(jīng)營風(fēng)險(xiǎn)、實(shí)現(xiàn)科學(xué)管理以及進(jìn)行決策。（3）在稅務(wù)領(lǐng)域的應(yīng)用可以解決三個方面的問題：一是查出應(yīng)稅未報(bào)者和瞞稅漏稅者，并對其進(jìn)行跟蹤；二是對不同行業(yè)、產(chǎn)品和市場中納稅人的行為特性進(jìn)行描述，找出普遍規(guī)律，謀求因勢利導(dǎo)的稅務(wù)征稽策略；三是對不同行業(yè)、產(chǎn)品和市場應(yīng)收稅款進(jìn)行預(yù)測，制定最有效的征收計(jì)劃。（4）

在保險(xiǎn)業(yè)的應(yīng)用滿足保險(xiǎn)行業(yè)日益增長的各種查詢、統(tǒng)計(jì)、報(bào)表以及分析的需求，提高防范和化解經(jīng)營風(fēng)險(xiǎn)的能力，有效利用這些數(shù)據(jù)來實(shí)現(xiàn)經(jīng)營目標(biāo)，預(yù)測保險(xiǎn)業(yè)的發(fā)展趨勢，甚至利用這些數(shù)據(jù)來設(shè)計(jì)保險(xiǎn)企業(yè)的發(fā)展宏圖，在激烈的競爭中贏得先機(jī)。（5）在客戶服務(wù)及營銷方面的應(yīng)用：CRM（6）在保健領(lǐng)域的應(yīng)用揭示出如何以較低費(fèi)用獲取較高質(zhì)量的治療策略趨勢和模式。我對決策支持系中數(shù)據(jù)庫及其相關(guān)技術(shù)的理解從前面的知識，我們了解到數(shù)據(jù)是決策支持系統(tǒng)的基礎(chǔ)，一切的分析和方案制定都是從分析數(shù)據(jù)開始，也可以說一個決策過程是由數(shù)據(jù)驅(qū)動的，因此數(shù)據(jù)庫是DSS的一個重要組成部分。我覺得數(shù)據(jù)庫是一個基礎(chǔ)，它包含了海量的數(shù)據(jù)，有的比較零散，難以把握，數(shù)據(jù)管理的難度很大，另一些則是在制定過程中的數(shù)據(jù)，則容易管理。DSS中所說的數(shù)據(jù)庫和數(shù)據(jù)庫管理系統(tǒng)主要是對后一種數(shù)據(jù)而言。決策支持系統(tǒng)中數(shù)據(jù)是和決策過程密切相關(guān)的，因此要用到相應(yīng)的技術(shù)使一切數(shù)據(jù)都經(jīng)過適當(dāng)?shù)募庸ず蜐饪s；并且要有技術(shù)使內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)相結(jié)合，這樣才能更好的做出決策。那么我覺得，在數(shù)據(jù)庫的前提之下，相關(guān)技術(shù)也顯得尤為重要。數(shù)據(jù)挖掘就是從海量數(shù)據(jù)中找出對自己有用的數(shù)據(jù)。它的任務(wù)模式可以分為兩類：描述模式和預(yù)測模式。我印象比較深刻的是沃爾瑪?shù)哪虿寂c啤酒的例子。因此我覺得數(shù)據(jù)挖掘的運(yùn)用一定會發(fā)現(xiàn)很多商機(jī)和未曾注意的閃光點(diǎn)，從而幫助我們的決策和思考。最后來談?wù)剶?shù)據(jù)倉庫，這是一種解決方案，是對原始數(shù)據(jù)的操作數(shù)據(jù)進(jìn)行各種處理并轉(zhuǎn)換成有用信息的處理過程，我認(rèn)為它是一個本質(zhì)的飛躍，是數(shù)據(jù)間進(jìn)行加工后而面向決策者的。它更加的全面和具體，也更加的系統(tǒng)和完善。通過這些技術(shù)和理論的結(jié)合，才能使我們更好的運(yùn)用決策支持系統(tǒng)，更有效作出決策。參考文獻(xiàn)：數(shù)據(jù)挖掘技術(shù)及其應(yīng)用［Ｍ］．北京：國防工業(yè)出版社，2001.數(shù)據(jù)挖掘技術(shù)分析，瓊臺師范高等?？茖W(xué)校周密主動數(shù)據(jù)庫及在DSS中的應(yīng)用研究梁雯1,梁厚蘊(yùn)2(1.安徽大學(xué)管理學(xué)院,安徽合肥230039;2.北京航空航天大學(xué)物理系,北京100083)數(shù)據(jù)倉庫在電子商務(wù)中的應(yīng)用研究陳鳳美福建工程學(xué)院現(xiàn)代教育中心,福建福州350108數(shù)據(jù)挖掘的概念、方法及在金融數(shù)據(jù)分析中的應(yīng)用劉文抒,胡可樂(南京工程學(xué)院,南京210013)莊鎮(zhèn)泉,李斌.數(shù)據(jù)挖掘技術(shù)[J].科學(xué),2001,55(4)決策支持系統(tǒng)的模型庫及相關(guān)技術(shù)模型、模型庫和模型庫管理系統(tǒng)的概念模型是以某種形式對一個系統(tǒng)的本質(zhì)屬性的描述，以揭示系統(tǒng)的功能、行為及其變化規(guī)律。模型庫是提供模型存儲和表示模式的計(jì)算機(jī)系統(tǒng)。模型管理系統(tǒng)是為生成模型和管理模型提供一個用戶友好環(huán)境的計(jì)算機(jī)軟件系統(tǒng)。用戶可以通過MMS靈活地訪問、更新、生成和運(yùn)行模型。模型庫在決策支持系統(tǒng)中作用模型管理子系統(tǒng)包括模型庫、模型庫管理系統(tǒng)、該子系統(tǒng)與其他子系統(tǒng)的接口等。模型庫中一般應(yīng)包含在特定領(lǐng)域中常用的數(shù)學(xué)模型，這些模型決定了系統(tǒng)可提供的分析能力。（是DSS功能強(qiáng)大與否的重要指標(biāo)）模型庫系統(tǒng)是決策支持系統(tǒng)的核心部分。使用者不是直接依靠數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行決策，而是在很大程度上依靠模庫進(jìn)行決策。為此，決策支持系統(tǒng)，為解決不同決策者的需要和適應(yīng)不同決策問題，常常將獨(dú)立運(yùn)行的模型個體與其它模型結(jié)合起來，并以適當(dāng)?shù)男蛄薪M成復(fù)合模型，此創(chuàng)建過程為動態(tài)式、緊耦合和調(diào)用的多種協(xié)同方式組成的模型序列。也就是說模型庫是DSS共享的資源，使運(yùn)用更加的方便和靈活。主要包括以下四種功能：（1）模型創(chuàng)建功能幫助用戶迅速方便地創(chuàng)建決策模型（如盈虧平衡模型）。（2）模型庫維護(hù)功能MBMS提供專門的模型維護(hù)工具，用于模型的登記、分類、刪除、復(fù)制等（根據(jù)具體情況對模型參數(shù)進(jìn)行修正——市場容量，占有率等）。（3）模型集成功能充分發(fā)揮現(xiàn)有模型的作用，并能對模型執(zhí)行情況進(jìn)行跟蹤，以便發(fā)現(xiàn)某種問題所在（多種模型的綜合應(yīng)用——市場因素，政策因素）。（4）結(jié)果分析功能用來對模型執(zhí)行結(jié)果進(jìn)行分析和評價(jià)，發(fā)現(xiàn)決策模型中的問題（各種價(jià)格下產(chǎn)品的利潤分析——利潤最大化）。模型庫發(fā)展和應(yīng)用的前景以及存在的問題模型、計(jì)算機(jī)硬件和數(shù)據(jù)庫應(yīng)用，這三者推動著模型庫技術(shù)與系統(tǒng)的發(fā)展。模型庫要管理的數(shù)據(jù)的復(fù)雜度和數(shù)據(jù)量都在迅速增長；計(jì)算機(jī)硬件平臺的發(fā)展仍然實(shí)踐著摩爾定律；模型庫應(yīng)用迅速向深度、廣度擴(kuò)展。尤其是互聯(lián)網(wǎng)的出現(xiàn)，極大地改變了模型庫的應(yīng)用環(huán)境，向模型庫領(lǐng)域提出了前所未有的技術(shù)挑戰(zhàn)。這些因素的變化推動著模型庫技術(shù)的進(jìn)步,出現(xiàn)了一批新的模型庫技術(shù)，如Web數(shù)據(jù)庫技術(shù)、并行模型庫技術(shù)、模型倉庫與聯(lián)機(jī)分析技術(shù)、數(shù)據(jù)挖掘與商務(wù)智能技術(shù)、內(nèi)容管理技術(shù)、海量數(shù)據(jù)管理技術(shù)等。限于篇幅，本文不可能逐一去展開來闡述這些方面的變化，只是從這些變化中歸納出數(shù)據(jù)庫技術(shù)發(fā)展呈現(xiàn)出的突出特點(diǎn)?！八母摺奔碊BMS具有高可靠性、高性能、高可伸縮性和高安全性。模型庫是企業(yè)信息系統(tǒng)的核心和基礎(chǔ)，其可靠性和性能是企業(yè)領(lǐng)導(dǎo)人非常關(guān)心的問題。因?yàn)椋坏╁礄C(jī)會給企業(yè)造成巨大的經(jīng)濟(jì)損失，甚至?xí)鸱傻募m紛。最典型的例子就是證券交易系統(tǒng)，如果在一個行情來臨的時(shí)候，由于交易量的猛增，造成模型庫系統(tǒng)的處理能力不足，導(dǎo)致模型庫系統(tǒng)崩潰，將會給證券公司和股民造成巨大的損失。在我國計(jì)算機(jī)應(yīng)用的早期，由于計(jì)算機(jī)系統(tǒng)還不是企業(yè)運(yùn)營必要的成分，人們對數(shù)據(jù)庫的重要性認(rèn)識不足，而且為了經(jīng)費(fèi)上的節(jié)約常常采用一些低層次的模型管理軟件，如dBASE等，或者盜版的軟件。但是，隨著信息化進(jìn)程的深化，計(jì)算機(jī)系統(tǒng)越來越成為企業(yè)運(yùn)營的不可缺少的部分，這時(shí)，模型庫系統(tǒng)的穩(wěn)定和高效是必要的條件。在互聯(lián)網(wǎng)環(huán)境下還要考慮支持幾千或上萬個用戶同時(shí)存取和7x24小時(shí)不間斷運(yùn)行的要求，提供聯(lián)機(jī)數(shù)據(jù)備份、容錯、容災(zāi)以及信息安全措施等。事實(shí)上，模型庫系統(tǒng)的穩(wěn)定和高效也是技術(shù)上長久不衰的追求。此外，從企業(yè)信息系統(tǒng)發(fā)展的角度上看，一個系統(tǒng)的可擴(kuò)展能力也是非常重要的。由于業(yè)務(wù)的擴(kuò)大，原來的系統(tǒng)規(guī)模和能力已經(jīng)不再適應(yīng)新的要求的時(shí)候，不是重新更換更高檔次的機(jī)器，而是在原有的基礎(chǔ)上增加新的設(shè)備，如處理器、存儲器等，從而達(dá)到分散負(fù)載的目的。數(shù)據(jù)的安全性是另一個重要的課題，普通的基于授權(quán)的機(jī)制已經(jīng)不能滿足許多應(yīng)用的要求，新的基于角色的授權(quán)機(jī)制以及一些安全功能要素，如存儲隱通道分析、標(biāo)記、加密、推理控制等，在一些應(yīng)用中成為切切實(shí)實(shí)的需要?！盎ヂ?lián)”指模型庫系統(tǒng)要支持互聯(lián)網(wǎng)環(huán)境下的應(yīng)用,要支持信息系統(tǒng)間“互聯(lián)互訪”，要實(shí)現(xiàn)不同模型庫間的數(shù)據(jù)交換和共享，要處理以XML類型的模型為代表的網(wǎng)上數(shù)據(jù)，甚至要考慮無線通訊發(fā)展帶來的革命性的變化。與傳統(tǒng)的模型庫相比，互聯(lián)網(wǎng)環(huán)境下的模型庫系統(tǒng)要具備處理更大量的數(shù)據(jù)以及為更多的用戶提供服務(wù)的能力，要提供對長事務(wù)的有效支持，要提供對XML類型模型的快速存取的有效支持。我對決策支持系中模型庫及其相關(guān)技術(shù)的理解在決策支持系統(tǒng)的各種結(jié)構(gòu)形式中，模型庫系統(tǒng)都是決策支持系統(tǒng)的基本組成部分，而是否具有模型庫系統(tǒng)是決策支持系統(tǒng)區(qū)別于管理信息系統(tǒng)的重要標(biāo)志。在管理信息系統(tǒng)中，決策人員和決策活動只能依賴于對各類數(shù)據(jù)的查詢、分類及歸納總結(jié)，局限性很大。而決策支持系統(tǒng)模型庫所具有的建模功能則克服了這一局限，能為決策者提供推理、比較選擇和分析問題的支持不同決策活動的基本模型，在決策問題的定量分析中起重要作用。參考文獻(xiàn)：張潛，孫毅.城市物流配送模型及優(yōu)化調(diào)度研究[J].沈陽大學(xué)學(xué)報(bào)，2006，18（5）：61-63.汝宜紅，宋伯慧.配送管理[M].北京：機(jī)械工業(yè)出版社，2010，305-306.冷志杰.配送管理[M].重慶：重慶大學(xué)出版社，2009，11.陶樹穎，邵明志.電子商務(wù)下的物流配送[A].鐵道物資科學(xué)管理[C].管理縱橫，2004，54.崔吉茹.城市物流配送的現(xiàn)狀與展望[J].交通與運(yùn)輸，2009，4：44-45.BobReselman,RichardPeasley,WaynePruchniak.DELPHI7.0使用指南[M].電子工業(yè)出版社，2001，97-111.決策支持系統(tǒng)的知識庫及相關(guān)技術(shù)知識和知識庫的概念知識庫(KnowledgeBase)是知識工程中結(jié)構(gòu)化，易操作，易利用，全面有組織的知識集群，是針對某一(或某些)領(lǐng)域問題求解的需要，采用某種(或若干)知識表示方式在計(jì)算機(jī)存儲器中存儲、組織、管理和使用的互相聯(lián)系的知識片集合。這些知識片包括與領(lǐng)域相關(guān)的理論知識、事實(shí)數(shù)據(jù)，由專家經(jīng)驗(yàn)得到的啟發(fā)式知識，如某領(lǐng)域內(nèi)有關(guān)的定義、定理和運(yùn)算法則以及常識性知識等。知識是以各種不同方式把多個信息關(guān)聯(lián)在一起的信息結(jié)構(gòu)”；或者表達(dá)為“知識是多個信息之間的關(guān)聯(lián)”。知識庫概念是數(shù)據(jù)庫概念在知識處理領(lǐng)域的拓展和延伸。知識庫在知識處理中也是一個至關(guān)重要和必不可少的概念。在知識庫中可存放各種數(shù)據(jù)，組織、管理和維護(hù)數(shù)據(jù)庫的方法對知識庫來說可以繼續(xù)使用，至少可供參考借鑒。但是，知識庫的主要任務(wù)還是存儲大量的知識，因此，可將知識庫定義為經(jīng)過分類組織的“知識的一個集合”。知識的表達(dá)與推理知識表達(dá)方式可以歸為以下幾種：1、一階謂詞邏輯“事實(shí)”是人類知識中的重要組成部分。所謂“事實(shí)”就是對客觀事物的狀態(tài)和屬性值的描述。一階謂詞演算是一種形式語言，用它可以表示各種“事實(shí)”。它在人工智能、知識_TI程的領(lǐng)域中占有重要位置，對知識表示和推理方法非常重要，同時(shí)也作為知識庫系統(tǒng)的基礎(chǔ)。2、語義網(wǎng)絡(luò)的定義語義是指語言學(xué)的符號和表達(dá)式同它所描述的對象之間的關(guān)系，而語義網(wǎng)絡(luò)則是一種以網(wǎng)絡(luò)格式表示人類知識構(gòu)造的一種形式。語義網(wǎng)絡(luò)既可以作為人類聯(lián)想記憶的心理學(xué)模型，又可作為計(jì)算機(jī)內(nèi)部表達(dá)知識的一種格式。3、產(chǎn)生式規(guī)則在產(chǎn)生式系統(tǒng)中，論域的知識被分成兩部分：凡是靜態(tài)的知識，如事物、事件和它們之間的關(guān)系，以所謂事實(shí)來表示。而把推理和行為的過程以所謂產(chǎn)生式規(guī)則來表示。4、框架理論從心理學(xué)的證據(jù)出發(fā)，認(rèn)為人們在日常的認(rèn)識活動中使用了大量從以前經(jīng)驗(yàn)中獲取并經(jīng)過整理的知識。這種知識往往以一種類似框架的結(jié)構(gòu)寄存在人腦中，當(dāng)人們面臨新的情況?；蛘邔栴}的看法有重要變化時(shí)，總是從記憶中找出一個合適的框架，然后根據(jù)實(shí)際情況對它的細(xì)節(jié)加以修改、補(bǔ)充，形成對所觀察到的事物的認(rèn)識。所以框架提供了一種結(jié)構(gòu)，其中新的數(shù)據(jù)將用從過去經(jīng)驗(yàn)中獲取的概念來解釋。推理方法是知識處理很重要的組成部分，用它可以從已有的知識推出新知識，是獲得知識的重要方法。下面簡要介紹這些推理方法。（1）演繹推理指從前提邏輯地推出結(jié)論的推理方法。(1)三段推理法。(2)反證法推理。（2）歸納推理，包括枚舉歸納法、逆推理法、消除歸納法及各種統(tǒng)計(jì)推理的方法。（3）聯(lián)想與類比，從一些關(guān)于已知事物的知識，推出關(guān)于與該事物類似的其他事物的知識的一類方法。（4）綜合與分析，根據(jù)對事物的宏觀(整體)知識推斷其微觀(各個部分)知識的方法稱為“分析方法”；相反，從事物的微觀(各個部分)知識推出其宏觀(整體)知識的方法稱為“綜合”。（5）預(yù)測包括時(shí)間和空間兩方面的預(yù)測。（6）假設(shè)與驗(yàn)證根據(jù)經(jīng)驗(yàn)作出假設(shè)，用邏輯推理或?qū)嵺`檢驗(yàn)的辦法獲得新的知識。知識庫發(fā)展和應(yīng)用的前景以及存在的問題優(yōu)越性（1）可在較低價(jià)格下構(gòu)造較大的知識庫；（2）不同層次或不同領(lǐng)域的知識庫對應(yīng)的問題求解任務(wù)相對來說比較單純，因而可以構(gòu)成較高效的系統(tǒng)；（4）可適于地域遼闊的地理分布。知識庫的構(gòu)造必須使得其中的知識在被使用的過程中能夠有效地存取和搜索，庫中的知識能方便地修改和編輯，同時(shí)，對庫中知識的一致性和完備性能進(jìn)行檢驗(yàn)。功能知識庫使信息和知識有序化，是知識庫對組織的首要貢獻(xiàn)建立知識庫，必定要對原有的信息和知識做一次大規(guī)模的收集和整理，按照一定的方法進(jìn)行分類保存，并提供相應(yīng)的檢索手段。經(jīng)過這樣一番處理，大量隱含知識被編碼化和數(shù)字化，信息和知識便從原來的混亂狀態(tài)變得有序化。這樣就方便了信息和知識的檢索，并為有效使用打下了基礎(chǔ)。知識庫加快知識和信息的流動，有利于知識共享與交流知識和信息實(shí)現(xiàn)了有序化，其尋找和利用時(shí)間大大減少，也便自然加快了流動。另外，由于在企業(yè)的內(nèi)部網(wǎng)上可以開設(shè)一些時(shí)事、新聞性質(zhì)的欄目，使企業(yè)內(nèi)外發(fā)生的事能夠迅速傳遍整個企業(yè)，這就使人們獲得新信息和新知識的速度大大加快。知識庫還有利于實(shí)現(xiàn)組織的協(xié)作與溝通例如，施樂公司的知識庫可將員工的建議存人。員工在工作中解決了一個難題或發(fā)現(xiàn)了處理某件事更好的方法后，可以把這個建議提交給一個由專家組成的評審小組。評審小組對這些建議進(jìn)行審核，把最好的建議存人知識庫。建議中注明建議者的姓名，以保證提交建議的質(zhì)量，并保護(hù)員工提交建議的積極性。知識庫可以幫助企業(yè)實(shí)現(xiàn)對客戶知識的有效管理企業(yè)銷售部門的信息管理一直是比較復(fù)雜的工作，一般老的銷售人員擁有很多寶貴的信息，但隨著他們客戶的轉(zhuǎn)變或工作的調(diào)動，這些信息和知識便會損失。因此，企業(yè)知識庫的一個重要內(nèi)容就是將客戶的所有信息進(jìn)行保存，以方便新的業(yè)務(wù)人員隨時(shí)利用。缺陷不完整性（1）懸掛條件如果該規(guī)則的任意前提條件都不出現(xiàn)在數(shù)據(jù)庫中，也不出現(xiàn)在所有規(guī)則的結(jié)論部分，則該規(guī)則永遠(yuǎn)不會被激活。（2）無用結(jié)論如果一個規(guī)則結(jié)論部分的謂詞沒有在知識庫中任何規(guī)則的前提條件中出現(xiàn)，該謂詞稱為無用條件。（3）孤立規(guī)則如果一個規(guī)則前提部分的謂詞都是懸掛條件，并且其結(jié)論部分的謂詞都是無用結(jié)論，則稱該規(guī)則為孤立的。不一致性（1）冗余規(guī)則；（2）包含規(guī)則；（3）循環(huán)規(guī)則；（4）沖突規(guī)則。我對決策支持系中知識庫及其相關(guān)技術(shù)的理解在這個知識爆炸的時(shí)代，大量的信息和期刊資料需要被整合和共享。目前高校和學(xué)術(shù)研究機(jī)構(gòu)對開放存取學(xué)術(shù)資源的需求在增長，提高自身學(xué)術(shù)影響力的需求也很迫切，通過對開放存取期刊和其他組織機(jī)構(gòu)知識庫的使用，我們自身學(xué)術(shù)研究過程中也享受到了很多便利。因此，我覺得知識庫的進(jìn)一步發(fā)展和應(yīng)用是未來信息時(shí)代必須經(jīng)歷的一個過程。作為信息管理與信息系統(tǒng)的學(xué)生，在這樣的時(shí)代大潮中，我們應(yīng)該把握住機(jī)會，學(xué)習(xí)到相關(guān)的技術(shù)和理論。與普通的知識庫相比，決策支持系統(tǒng)中的數(shù)據(jù)庫要求更加突出，專業(yè)性要求更強(qiáng)，主要表現(xiàn)在：(1)DSS不僅具有定性的知識推理能力，而且具有定量的計(jì)算功能，并能將兩種功能有機(jī)地結(jié)合起來。(2)智能DSS的知識則更為廣泛。(3)DSS推理機(jī)制不僅具有對不同結(jié)構(gòu)特點(diǎn)的知識的推理，而且要與定量計(jì)算結(jié)果綜合起來以加強(qiáng)輔助決策的有效性。(4)在計(jì)算機(jī)的語言實(shí)現(xiàn)方面也有很大的不同。因此，在決策支持系統(tǒng)中對于知識庫的技術(shù)要求更加嚴(yán)格，同時(shí)為了更加規(guī)范地運(yùn)用知識庫，我覺得我們還應(yīng)該在未來的發(fā)展中，對知識庫的建設(shè)，需要更多地考慮版權(quán)許可、標(biāo)準(zhǔn)化建設(shè)、內(nèi)容更新與可持續(xù)發(fā)展、質(zhì)量控制以及個性化增值服務(wù)等方面。參考文獻(xiàn)：決策支持系統(tǒng)（DSS）理論與方法第四版高洪深著國內(nèi)外機(jī)構(gòu)知識庫發(fā)展現(xiàn)狀及策略研究樊慧麗國內(nèi)外機(jī)構(gòu)知識庫發(fā)展現(xiàn)狀研究成建全2008（3）國外機(jī)構(gòu)庫發(fā)展概況圖書情報(bào)工作姜瑞其2005（11）百度百科/view/1.htm智能決策支持系統(tǒng)中的知識庫系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)于昱決策支持系統(tǒng)中的知識庫系統(tǒng)的增量式開發(fā)董軍楊善林如何構(gòu)建一個決策支持系統(tǒng)構(gòu)建決策支持系統(tǒng)的一般步驟問題診斷問題診斷DSS的目標(biāo)和資源系統(tǒng)分析功能需求界面需求協(xié)調(diào)需求系統(tǒng)設(shè)計(jì)系統(tǒng)構(gòu)造系統(tǒng)實(shí)施系統(tǒng)修正圖1構(gòu)建決策支持系統(tǒng)的一般步驟例如基于數(shù)據(jù)倉庫的決策支持系統(tǒng)的構(gòu)建：決策支持系統(tǒng)的框架設(shè)計(jì)OLTP數(shù)據(jù)庫OLTP數(shù)據(jù)庫DTS中間數(shù)據(jù)庫增量更新新XIN數(shù)據(jù)倉庫聯(lián)機(jī)分析用戶Web網(wǎng)站圖2決策支持系統(tǒng)的框架設(shè)計(jì)決策支持系統(tǒng)主要包括如下幾個模塊：（1）聯(lián)軌事務(wù)處理(OLTP)數(shù)據(jù)庫模塊本模塊為企業(yè)正在使用的事務(wù)數(shù)據(jù)庫。具體的數(shù)據(jù)庫管理系統(tǒng)Ⅱ『以是Sybase數(shù)據(jù)庫、Oracle數(shù)據(jù)庫、DB2數(shù)據(jù)庫、SQLSetwer等。（2）中間數(shù)據(jù)庫模塊考慮到企業(yè)對OLTP數(shù)據(jù)庫的運(yùn)行效率要求很高，如果直接在OLTP數(shù)據(jù)庫上建立數(shù)據(jù)倉庫，則對OLTP數(shù)據(jù)庫效率影響比較大。所以在系統(tǒng)中使用SQLServer2000建立中問數(shù)據(jù)庫，這樣僅需將OLTP數(shù)據(jù)庫上的數(shù)據(jù)增量更新到中間數(shù)據(jù)庫，使本系統(tǒng)對OLTP數(shù)據(jù)庫的效率影響降到最低。（3）數(shù)據(jù)傳輸轉(zhuǎn)換(DTS)模塊本模塊提供數(shù)據(jù)傳輸和轉(zhuǎn)換服務(wù)在本模塊中可以設(shè)置數(shù)據(jù)庫的增量更新．并可在中間數(shù)據(jù)庫中建立中問表實(shí)現(xiàn)數(shù)據(jù)表示方法的轉(zhuǎn)換。如．在Oracle數(shù)據(jù)庫中，時(shí)間類型一般用整型，而在SQLSeⅣer2000數(shù)據(jù)庫中，時(shí)間類型一般為DaYtime型，遺時(shí)就需要建立中間表，將整型時(shí)間轉(zhuǎn)換到Datetime型時(shí)間。（4）數(shù)據(jù)倉庫模塊針對企業(yè)分析的不同目標(biāo)建立數(shù)據(jù)倉庫、數(shù)據(jù)立方體和數(shù)據(jù)挖掘模型。（5）數(shù)據(jù)倉庫的增量更新模塊實(shí)現(xiàn)數(shù)據(jù)倉庫小數(shù)據(jù)立方體的增量更新。（6）聯(lián)機(jī)分析模塊實(shí)現(xiàn)對數(shù)據(jù)倉庫中數(shù)據(jù)立方體信息、維度信息、層救信息、度量信息的屁示；實(shí)現(xiàn)數(shù)據(jù)立方體的數(shù)據(jù)瀏覽；實(shí)現(xiàn)鉆取、切片、切塊、旋轉(zhuǎn)等多維分析操作；提供多種查詢方式，并將查詢結(jié)結(jié)構(gòu)發(fā)布為網(wǎng)頁。全面支持分析決策。其數(shù)據(jù)流程如下：（1）系統(tǒng)運(yùn)行之初．在OLTP數(shù)據(jù)庫業(yè)務(wù)運(yùn)行相對空閑時(shí)，根據(jù)聯(lián)機(jī)分析的需求．將OLTP上保存的所需數(shù)據(jù)導(dǎo)入中間數(shù)據(jù)庫；（2）以中間數(shù)據(jù)庫為數(shù)據(jù)源．針對分析主題建立數(shù)據(jù)倉庫和數(shù)據(jù)立方體；（3）設(shè)置DTS包，將OLTP上新增和更改過的敬據(jù)更新到中間數(shù)據(jù)庫中；（4）設(shè)置增量更新包，增量更新數(shù)據(jù)倉庫中的各個數(shù)據(jù)立方體；（5）周期性運(yùn)行DTS包；（6）周期性運(yùn)行增量更新包；（7）用戶通過聯(lián)機(jī)分析模塊進(jìn)行聯(lián)機(jī)分析工作。在此流程中（5）、（6）兩步是周期性運(yùn)行的。但它們的運(yùn)行周期可以不同；（2），（3），（4）3步可以根據(jù)聯(lián)機(jī)分析工作需求的更改進(jìn)行。小范圍的修改。對大多數(shù)用戶來說．只有第(7)步是可見的，所以能有什么樣的聯(lián)機(jī)分析、數(shù)據(jù)以什么方式顯示是用戶最關(guān)心的，而本系統(tǒng)也很好地解決了該問題。實(shí)現(xiàn)決策支持系統(tǒng)我們在Windows2000Server操作系統(tǒng)下，使用SQLServer2000和SQLAnalysisServiccs2000實(shí)現(xiàn)中間數(shù)據(jù)庫和數(shù)據(jù)倉庫，并建立應(yīng)用端軟件以實(shí)現(xiàn)決策支持。該系統(tǒng)的具體實(shí)現(xiàn)如下：（1）聯(lián)機(jī)事物處理(OLTP)數(shù)據(jù)庫模塊該模塊是企業(yè)正在運(yùn)行的數(shù)據(jù)庫，所以針對該模塊所做的工作就是了解。OLTP數(shù)據(jù)庫中的表結(jié)構(gòu)、表關(guān)系等效據(jù)庫信息。（2）中間數(shù)據(jù)庫模塊采用SQLServer2000數(shù)據(jù)庫作為中間數(shù)據(jù)庫的DBMS。在實(shí)現(xiàn)此模塊前，必須明確聯(lián)機(jī)分析的主要，全面考慮在構(gòu)建數(shù)據(jù)倉庫和數(shù)據(jù)立方體時(shí)所需要的數(shù)據(jù)信息，并設(shè)計(jì)所需數(shù)據(jù)信息同OLTP數(shù)據(jù)庫的關(guān)聯(lián)關(guān)系。特別需要指出的是，在設(shè)計(jì)關(guān)聯(lián)關(guān)系時(shí)效率足一個關(guān)鍵問題，要在保證提供構(gòu)建數(shù)據(jù)倉庫和數(shù)據(jù)立方體所需要的數(shù)據(jù)信息的前提下，盡量避免數(shù)據(jù)的重復(fù)傳輸、避免未更新數(shù)據(jù)的多次傳輸，以盡可能少占用OLTP數(shù)據(jù)庫的處理時(shí)間。（3）數(shù)據(jù)傳輸轉(zhuǎn)換模塊采用SQLServer2000提供的數(shù)據(jù)轉(zhuǎn)換服務(wù)來實(shí)現(xiàn)此模塊。該服務(wù)提供Oracle、Sybase、lnformix等大型數(shù)據(jù)庫以及通過ODBC接口、OLEDB接口實(shí)現(xiàn)異種數(shù)據(jù)庫同SQLScrvcr2000數(shù)據(jù)庫之間的數(shù)據(jù)傳輸轉(zhuǎn)換。實(shí)現(xiàn)DTs模塊時(shí)，在數(shù)據(jù)轉(zhuǎn)換服務(wù)一本地包目錄中建立DTS包，設(shè)置好DTS的源數(shù)據(jù)庫、目的數(shù)據(jù)庫、轉(zhuǎn)換條件、工作流，并可以調(diào)度新建立的DTS包，使其能夠周期性地自動完成數(shù)據(jù)轉(zhuǎn)換傳輸工作。（4）數(shù)據(jù)倉庫模塊在系統(tǒng)中，我們采用SQLAnalysisServices2000建立數(shù)據(jù)倉庫，以中間數(shù)據(jù)庫作為數(shù)據(jù)倉庫的數(shù)據(jù)源，針對不同主題建立不同的數(shù)據(jù)立方體?？紤]到查詢時(shí)對系統(tǒng)的響應(yīng)要求，以及硬件存儲設(shè)備的相對低價(jià)格，我們建立的數(shù)據(jù)立方體都采用MOLAP的存儲方式。（5）數(shù)據(jù)倉庫的增量更新模塊在本系統(tǒng)中，通過SQLServer2000的數(shù)據(jù)轉(zhuǎn)換服務(wù)建立數(shù)據(jù)倉庫的增量更新包周期性運(yùn)行該增量更新包有兩種方式：使用數(shù)據(jù)轉(zhuǎn)換服務(wù)中的渭度包來設(shè)置該包的周期性運(yùn)行；使用DSO(DescisionSupportObjects，決策支持對象)控件編程調(diào)用增量更新包，周期性的調(diào)用程序。（6）實(shí)現(xiàn)聯(lián)機(jī)分析模塊前文已經(jīng)提出，該模塊將由用戶直接使用，是用戶最關(guān)心的模塊。我們使用SQLAnalysisServices2000建立數(shù)據(jù)倉庫，但SQLAnalysisServices2000并沒有直接提供界面友好的聯(lián)機(jī)分析程序，所以這就是我們工作的重點(diǎn)。決策支持系統(tǒng)關(guān)鍵問題構(gòu)建決策支持系統(tǒng)是以日常業(yè)務(wù)處理系統(tǒng)的數(shù)據(jù)為基礎(chǔ)，利用數(shù)學(xué)的或智能的方法，對業(yè)務(wù)數(shù)據(jù)進(jìn)行綜合分析，預(yù)測未來業(yè)務(wù)的變化趨勢，在企業(yè)發(fā)展、市場經(jīng)營戰(zhàn)略等重大問題上為領(lǐng)導(dǎo)層提供決策幫助的計(jì)算機(jī)系統(tǒng)。近年來企業(yè)(包括商業(yè))部門業(yè)務(wù)處理以及信息管理系統(tǒng)的廣泛使用，既為決策支持系統(tǒng)的建立提供了基礎(chǔ)，也為它的應(yīng)用產(chǎn)生了強(qiáng)大的推動力。與此同時(shí)，計(jì)算機(jī)在理論與技術(shù)上的新進(jìn)展也使決策支持系統(tǒng)的研究與應(yīng)用水平不斷提高，使它從早期的批處理方式演變成今天的聯(lián)機(jī)分析處理方式，也帶動了數(shù)據(jù)倉庫、多維數(shù)據(jù)庫、數(shù)據(jù)挖掘等新技術(shù)的研究。決策支持系統(tǒng)大體上由以下三個部分組成：①對決策用的數(shù)據(jù)進(jìn)行管理的決策數(shù)據(jù)管理子系統(tǒng)。②決策知識、模型管理子系統(tǒng)。③與用戶進(jìn)行對話、接收命令,提供決策結(jié)果的交互環(huán)境。數(shù)據(jù)管理系統(tǒng)必須為決策支持的分析處理提供以下服務(wù)：（1）根據(jù)主題需要，從OLTP數(shù)據(jù)庫中抽取分析用的數(shù)據(jù)。為此在抽取過程中要對原始數(shù)據(jù)進(jìn)行分類、求和、統(tǒng)計(jì)等處理，抽取的過程實(shí)際上是數(shù)據(jù)的再組織。（2）在抽取過程中，完成數(shù)據(jù)凈化，即去掉不合格的原始數(shù)據(jù)，必要時(shí)還必須對缺損的數(shù)據(jù)加以補(bǔ)充。（3）在改變分析、決策的主題時(shí)，可以按主題進(jìn)行數(shù)據(jù)查詢與訪問。（4）采用脫機(jī)大容量存儲、聯(lián)機(jī)磁盤存儲、內(nèi)存存儲的多級存儲模式，解決數(shù)據(jù)量巨大及按照主題、粒度劃分的數(shù)據(jù)組織問題。今天，人們常把滿足上述功能需求的數(shù)據(jù)管理系統(tǒng)稱為數(shù)據(jù)倉庫系統(tǒng)。數(shù)據(jù)抽取與凈化、存儲組織等，都是建立數(shù)據(jù)倉庫的關(guān)鍵技術(shù)。除此之外，在設(shè)計(jì)數(shù)據(jù)倉庫時(shí)，還應(yīng)特別重視數(shù)據(jù)的粒度與劃分問題。與傳統(tǒng)數(shù)據(jù)庫設(shè)計(jì)類似，好的數(shù)據(jù)倉庫設(shè)計(jì)也采用概念模型、邏輯模型與物理模型的方法。所不同的是，數(shù)據(jù)倉庫的數(shù)據(jù)模型是緊緊圍繞前面所述的決策分析用的主題等范圍進(jìn)行的。數(shù)據(jù)倉庫系統(tǒng)可以在關(guān)鍵數(shù)據(jù)庫的基礎(chǔ)上建立。采用這一方法，開發(fā)人員把關(guān)系數(shù)據(jù)庫當(dāng)作一種存儲結(jié)構(gòu)，自己設(shè)計(jì)、實(shí)現(xiàn)數(shù)據(jù)倉庫必備的功能。當(dāng)然也可以利用關(guān)系數(shù)據(jù)庫軟件廠家提供的某些工具，目前這類工具還比較缺乏。實(shí)現(xiàn)決策用的數(shù)據(jù)管理系統(tǒng)的另一種途徑是采用多維數(shù)據(jù)庫。多維數(shù)據(jù)庫中的維是指在進(jìn)行分析預(yù)測時(shí)可以變化的角度。例如,一個企業(yè)在全國各地的產(chǎn)品銷售，可以按時(shí)間逐年統(tǒng)計(jì)，也可以按地區(qū)或者產(chǎn)品分類統(tǒng)計(jì)，這里的時(shí)間、地區(qū)、產(chǎn)品就是不同的維。多維數(shù)據(jù)庫為面向主題的分析決策提供了更大的靈活性。它支持對按總體統(tǒng)計(jì)的詳略級別組織的數(shù)據(jù)進(jìn)行特殊查詢，從宏觀的結(jié)果逐步向下跟蹤產(chǎn)生這些結(jié)果的微觀數(shù)據(jù)，或者反過來由底層微觀數(shù)據(jù)逐步向上得到高層的宏觀結(jié)果。對于較為簡單的分析、決策應(yīng)用而言，決策數(shù)據(jù)管理系統(tǒng)可以采用多維電子表格實(shí)現(xiàn)。這是在普通二維電子表格上的擴(kuò)充，通過增加維數(shù)，可以滿足面向主題的分析、決策的需求。采用數(shù)據(jù)倉庫和多維數(shù)據(jù)庫技術(shù)的數(shù)據(jù)管理子系統(tǒng)將數(shù)據(jù)進(jìn)行整理(預(yù)處理)和凈化之后，形成可靠的易于進(jìn)行決策的“數(shù)據(jù)源”(即數(shù)據(jù)倉庫或多維數(shù)據(jù)庫)，這個"數(shù)據(jù)源"的結(jié)構(gòu)與形式和決策支持系統(tǒng)所采用的模型與知識有關(guān)。決策粗略地分為結(jié)構(gòu)化決策支持、非結(jié)構(gòu)化決策支持、半結(jié)構(gòu)化決策支持。一個較好的決策支持系統(tǒng)必須完成以下這三方面的決策支持：模型、方法和知識管理系統(tǒng)在決策支持系統(tǒng)中，模型、方法和知識的管理是核心，它對問題建立的模型庫、方法庫和知識庫進(jìn)行管理。模型、方法和知識管理系統(tǒng)的主要任務(wù)是:（1）對模型庫、方法庫和知識庫進(jìn)行維護(hù)。模型、方法和知識管理系統(tǒng)必須有對三庫的維護(hù)界面；可根據(jù)問題的需要對模型、方法和知識庫進(jìn)行增加、刪除和修改，并保證三庫的一致性：一是系統(tǒng)運(yùn)行過程調(diào)用每個庫時(shí)不發(fā)生矛盾，特別是對知識庫的維護(hù)更為復(fù)雜；二是每種模型、方法和知識都能調(diào)用到。(2)模型、方法和知識管理系統(tǒng)根據(jù)用戶的要求和數(shù)據(jù)倉庫提供的數(shù)據(jù)，能有效地選擇模型、方法和知識，經(jīng)系統(tǒng)運(yùn)行得到相應(yīng)的結(jié)果，并將結(jié)果送給交互環(huán)境進(jìn)行輸出。智能決策支持系統(tǒng)智能決策支持系統(tǒng)一般是在模型、方法和知識管理系統(tǒng)的基礎(chǔ)上增加專家系統(tǒng)和數(shù)據(jù)采掘與知識發(fā)現(xiàn)技術(shù)。目前雖然一般的決策支持系統(tǒng)得到了廣泛使用，但隨著數(shù)據(jù)量的增大，不確定因素的增多，專家系統(tǒng)技術(shù)和各種推理技術(shù)對提高決策支持的準(zhǔn)確度十分必要，在人也無法描述出數(shù)據(jù)間的關(guān)系時(shí)，就提出數(shù)據(jù)采掘與知識發(fā)現(xiàn)技術(shù)。近年來數(shù)據(jù)采掘與知識發(fā)現(xiàn)技術(shù)發(fā)展很快，已達(dá)到初步應(yīng)用的程度，智能決策支持系統(tǒng)將會迅速發(fā)展。用戶交互環(huán)境用戶交互環(huán)境是決策者或決策部門與決策支持系統(tǒng)打交道的界面，它負(fù)責(zé)接收用戶發(fā)出的各種命令，根據(jù)這些命令調(diào)用不同的子系統(tǒng)，并獲得處理結(jié)果，最后再將這些結(jié)果輸出給用戶。用戶輸入的命令包括：對確定的主題進(jìn)行分析、對比、預(yù)測等決策處理；對決策用的數(shù)據(jù)進(jìn)行各種查詢；其它特殊命令，如控制輸出形式，要求對輸出的結(jié)論進(jìn)行解釋等。從內(nèi)容上講決策的輸出主要是圍繞決策主題產(chǎn)生的各種分析、綜合與預(yù)測的結(jié)果。以市場分析、預(yù)測的主題為例，其內(nèi)部就可以包括行情變化趨勢，各種商品銷售按時(shí)間、地區(qū)對比、排序，廠家競爭策略，未來銷售預(yù)測等。交互環(huán)境的好壞直接影響著用戶對系統(tǒng)的使用。一個好的交互環(huán)境，其輸入應(yīng)當(dāng)簡單、易學(xué)、易用；其輸出應(yīng)當(dāng)做到內(nèi)容豐富、形式活潑；在輸入方法上可以采用先進(jìn)的手寫輸入和語音輸入，以及廣為使用的多窗口圖形化界面技術(shù)；在輸出形式上可以包括文字報(bào)告、圖表、可視化圖形、語音合成，這些方式相互配合，相得益彰，可以取得令人滿意的效果。決策支持系統(tǒng)案例分析系統(tǒng)描述“玉煙系統(tǒng)”從功能上分為以下五部分:數(shù)據(jù)規(guī)范