[精品]管理决策支持系统知识摘要

1、选择题1、决策支持系统的特性：1、用定量方式辅助决策，而不是代替决策；2、使用大量的数据和多个模型；3、支持决策制定过程；4、为多个管理层次上的用户提供决策支持；5、能支持相互独立的决策和相互依赖的决策；6、用于半结构化决策领域。2、关于知识的一些说法p513、olap主要四个准则1) 多维概念视图olap的概念模型应是多维的。用户可以简单、直接的操作这些多维数据模型。2) 稳定的报表性能 用户数据模型改变时，关键数据的计算方法无需更改，即olap系 统的数据模型对企业的数据模型应该具有“鲁棒”性。3) 客户机/服务器体系结构olap的服务器端能智能的以最小的代价完成同多种服务器z间的挂接任务

2、，服务器必 须具有在数据库的逻辑模式和物理模式间映射并组合数据的能力。olap系统的客户端负责应用逻辑及用户界面4) 多用户支持 olap工具应提供并发访问、数据完整性及安全性等功能。4、gdss有4种应用类型：(1) 决策室(decision room)(2) 局部决策网(local dicision network)(3) 远程会议(teleconferencing)(4) 远程决策制定(remote decision making)5、元知识1元知识概念专家系统是肓接从领域知识屮进行推理求出问题的目标°从专家系统的发展屮看到单纯地利 用领域知识是不够的，因此提出了元知识概念，从

3、而扩大了专家系统的能力和使用范围。(1) 什么是元知识(meta knowledge)简单地说：关于知识的知识是元知识。确切地说：关于一般知识上的知识是元知识。元知识包括概括性知识、总结性知识、关联性知识。対领域知识进行描述、说明、处理的知识称为元知识。(2) 知识分成两级：领域级知识和元级知识领域知识是特定领域的知识。概括地说：领域知识是关于具体领域的事实、规则、方程、实 验对象等知识。元知识是说明如何运用领域知识的知识。启发式知识带有经验性和模糊性，它扩大了知识 的范围，它属于元知识。(3) 元知识的表示及例元知识一般用产生式规则表示，即if v条件then结论元知识对领域知识的运用起指导

4、作用。元知识是人类活动的核心。(4) 元知识的获取元知识的获得比领域知识广泛，它不仅从领域专家中获得，而j1靠知识工程师口己提供，还 nj*以从程序的动态执行过程中得到。从领域专家获取：知识工程是在开发实际系统过程中获取从系统的运行结果中获取2元知识分类元知识有如下几类：1）指导规则的选择在专家系统推理屮隐含着对规则选择的元知识。为了捉高系统的效率，把这些元知 识整理出来，用它来指导推理，这样变化或增加元知识也就改变了原来的推理或扩人原来推 理的功能。解决冲突（有一条以上规则的前提部分和当前事实匹配）的元知识。2）记录与领域知识有关的事实3）规则的论证对一条规则提出存在的理由，也是元知识4）检

5、查规则中的错误规则中的错谋分成语法错谋和语义错谋。可以建立一些检杳规则屮错谋的元知识。5）描述领域知识表示的结构对知识库中领域知识的结构表示是一种描述性的元知识，一般用bnf方式表示。6）论证系统的体系结构7）辅助优化系统8）说明系统的能力3.元知识的推理元知识由元事实和元规则所纽成。原事实还有：目标对变虽系那个用户的提问变量的多值说明变量的合法值元事实在专家系统中具有指导领域知识的推理。元规则类似领域规则。同样也要进行推理，这种推理称为元级推理，它起到实现系统的控 制作用。在增加元级推理后，就形成了如p147图4.6所示的两级知识推理的专家系统4.1.4知识推理例（略）6、商业智能商业智能（

6、business intelligence,bi）以数据仓库为基础，通过联机分析处理和数据挖掘技术 帮助金业领导者针对市场变化的环境，做出快速、准确的决策。新决策支持系统是利用商业智能技术来解决实际决策问题的系统。商业智能所提供的智能手段表现为联机分析处理的任意切片、切块和钻取，以及利川数据挖 掘技术所获取的知识。商业智能的决策支持表现为以下儿方而：1、商业智能的数据分析（1）联机分析处理的多维数据分析（2）what讦分析（假设分析）（3）建立客户购买商品的偏爱和选择模型2、业务智能管理(1) 客户智能(2)营销智能(3)销售智能(4)服务智能(5) 采购智能(6)流程管理智能(7)财务智能7

7、、开发一个实际的智能系统要解决哪些关键技术？开发一个实际的智能决策支持系统需要解决以下的关键技术： 模型库系统的设计和实现。包插模型库的组织结构、模型库管理系统的功能、模型 库语言等方面的设计和实现。 部件接口。部件接口包括对数据部件的数据的存取，对模型部件的模型的调川和运 行，以及对知识部件的知识完成推理。 系统综合集成。根据实际决策问题的要求，通过集成语言完成对各部件的有机综合, 形成一个完整的系统。8、将决策支持系统分成3个级别？各自的内容？9、数据的抽取和转换产生的质量问题？将oooooo数据仓库开发抽取、质量问 题表示1、数据质疑问题表现为：(1) 字段中的虚假值；(2) 数据值缺失

8、；(3) 不一致的值；(4) 违反常规的不正确值；(5) 一个字段有多种用途；(6) 标法不唯一。10、决策支持系统有关的人工智能技术有哪些？与智能决策有关的人工智能技术主要有：专家系统、神经网络、遗传算法、机器学 习、口然语言理解。4、群决策支持系统群决策支持是若干决策者针对大型问题或复杂问题，在共同环境和一定的h标下发挥相 互联系或相互制约的作用，通过共同协商，寻求各方都满意的结果。群决策支持系统(group decision support system,gdss)是在决策支持系统(dss)的基础上发展起來的。群决策的成员 可以分布在较远的地方，需要利用计算机分布式网络来连接他们，所以分

9、布式网络对gdss 是不可缺少的。决策支持系统是模型库系统、数据库系统、知识推理系统、人机交互系统四 者的有机结合体。样决策支持系统是在多个dss和多个决策者的基础上进行集成的结果， 用于支持群体决策者共同解决半结构化的决策问题。实际领域中的问题提给各dss系统， 它支持决策者做出各自的决策，进入gdss系统山组织管理者对各自的决策通过gdss进 行综合分析和集成，形成决策结论，最后该决策结论反馈到实际领域问题中。gdss系统具有以下特性：gdss是一个支持群决策的支持系统，它需要专门设计，不是多个gdss的简单组合； gdss能减少群中部分消极行为的影响；gdss能完成群决策过程和得出群决策

10、方案，并在组织管理者的指导下得到群决策结果； gdss能支持在一个地点举行的群决策会议，也能支持远程的决策会议，并得到决策问题的 结果。gdss的应用类型 目前，gdss有4种应用类型：(1)决策室(decision room) (2)局部决策网(local dicision network)(3)远程会议(teleconferencing) (4)远程决策制定(remote decision making)填空题1、决策支持系统（decision support system, dss）的概念是20世纪70年代初由 美国m.s.scott morton在管理决策系统一文中首先提出的，它于20

11、世纪80 年代迅速发展起来。2、决策支持系统的特性：（同选择题1）3专家系统结构中核心专家系统结构中核心的部分由“推理机、知识库和动态数据库"三部件组成：知识库存放大量 的专家知识；推理机完成知识搜索和推理；动态数据库存放己知的事实和推理出的事实与结 果。4、三部件结构1980年，sprague提出了决策支持系统三部件结构：对话部件（人机交互系统）、数据部件 （数据库dbms）与模型库管理系统（mbms）。5、西蒙认为的决策过程的4部分名词解释1、决策：（百度）决策一词的意思就是为了到达一定冃标，采用一定的科学方法和手段，从两个以上的方案中 选择一个满意方案的分析判断过程。管理就是决

12、策。是指通过分析、比较，在若干种可供选 抒的方案中选定最优方案的过程。2、专家系统具有以下特性：用定性方式辅助决策；使用知识和推理机制；知识获取比较因难；知识包括确定知识和经验知识；解决问题的能力受知识库内容的限制；专家系适应范围较宽。定义专家系统是利用专家的知识在计算机上进行推理，达到专家解决问题的能力；专家系 统的出现使人工智能走上了实用化阶段；3、数据仓库的概念（1）w.h.inmon对数据仓库的定义数据仓库是血向主题的、集成的、稳定的、不同时间的数据集合，用于支持经营管理中的 决策制定过程。（2）sas软件研究所的观点数据仓库是一种管理技术，旨在通过通畅、合理、全而的倍息管理,达到有效

13、的决策支持4、数据挖掘olap的定义、知识点联机分析处理（olap）是一种软件技术，它使分析人员能够迅速、一致、交互的从各个方 面（维，即坐标）观察信息，以达到深入理解数据的口的。这些信息是从原始数据转换过來 的，按照用户的理解，它反映了企业真实的方方而面（多维）。在数据仓库屮，联机分析处理（olap）的基本思想是：企业的决策者应能灵活的操纵企业 的数据，从多方面和多角度以多维的形式來观察企业的状态和了解金业的变化。olap简单定义一一联机分析处理（olap）是共享多维信息的快速分析，它体现了 4个特征:（1）快速性（fast）（2）可分析性（analysis）（3） 多维性（multidim

14、ensional）多维性是olap的关键属性(4)信息性(information)oltpolap以数据库为基础，面对操作人员与低层管理人员以数据仓库为基础的数据分析处理对基本数据进行查询、增加、删除、修改等处理两个特点：在线性、 多维分析（olap的核心）问答1、传统决策支持系统与新决策支持系统的比较1. 传统决策支持系统的特点：（1）用模型和模型的组合来辅助决策。用模型辅助决策实质上是按事物的规律去进行处理。多模型的组合扩大了模型辅助决策的能力。（2）用知识推理进行定性分析。将知识推理的专家系统加入到决策支持系统中，使辅助决策的发展的必然趋势。 实质上完成了定量分析与定性分析相结合的辅助决

15、策方式2. 新决策支持系统的特点：（1）数据仓库与联机分析处理的数据组织方式是多维数据。（2）数据仓库是为决策分析服务。（3）联机分析处理提供多维分析手段。（4）数据挖掘是从数据中挖掘出隐藏知识2 数据仓库的特点1）数据仓库是面向主题的.2）数据仓库是集成的.3）数据仓库是稳定的.4）数据仓库是随吋间变化的.5）数据仓库屮的数据最很人.6）数据仓库软硬件要求较高3、数据发现的过程、定义、哪几部分组成、各自定义。数据挖掘，获得知识的 表现形式有哪些？娠懾十娴«结果iikdd过程定义为：kdd是从数据集中识别出冇效的、新颖的、潜在有用的，以 及最终可理解的模式的高级处理过程。kdd过程可

16、以概括为三部分：数据准备(data preparation)数据挖掘(data mining)、 结果的解释和评估(interpretation & evaluation)01. 数据准备可分为3个子步骤：数据选取(data selection)数据预处理(data preprocessing)、数据变换(data transformation)。1) 数据选取的目的是确定发现任务的操作对象，即目标数据(target data), 是根据用户的需要从原始数据库屮抽取的一组数据。2) 数据预处理一般包描消除噪声、推导计算缺值数据、消除重复记录、完成 数据类型转换等。3) 数据变换的主要目的是消减数据维数或降维(dimension reduction),即从 初始特征中找出真止有用的特征以减少数据挖掘时要考虑的特征或变量 个数。2. 数据挖掘(1) 数据挖掘阶段首先要确定挖掘的任务或口的。(2) 确定挖掘任务后，要决定使用什么样的挖掘算法。选择实现算法有两个考虑因素：对具有不同特点的不同数据，用与z相关的算法来挖掘；根据用户或实际运行