基于數(shù)據(jù)挖掘的智能決策支持系統(tǒng)

1、基于數(shù)據(jù)挖掘的智能決策支持系統(tǒng)第6卷第4期2006年8月雞西大學JOURNALOFJIUNERSITYV01.6NO.4Aug.2006文章編號:16726758(2006)04一O0653基于數(shù)據(jù)挖掘的智能決策支持系統(tǒng)耿正摘要:介紹了數(shù)據(jù)挖掘和智能決策支持系統(tǒng)的基本概念,分析了基于數(shù)據(jù)挖掘的智能決策支持系統(tǒng)的體系結(jié)構(gòu),并且討論了數(shù)據(jù)挖掘在實際決策支持系統(tǒng)中的應(yīng)用以及智能決策支持系統(tǒng)的發(fā)展趨勢.關(guān)鍵詞:數(shù)據(jù)挖掘;智能決策支持系統(tǒng);數(shù)據(jù)倉庫中圖分類號:TP311.13文獻標識碼:A1引言隨著數(shù)據(jù)庫技術(shù)的廣泛應(yīng)用,以及人們對當今社會信息的高層次需求,以事務(wù)處理為核心,支持業(yè)務(wù)操作環(huán)境與平臺的數(shù)據(jù)庫

2、技術(shù)已不能適應(yīng)人們在分析和決策層次上的需要.為了有效地為企業(yè)和政府的管理與決策過程提供重要的信息,需要根據(jù)決策的需要收集來自企業(yè)內(nèi)外的有關(guān)數(shù)據(jù),并加以適當?shù)慕M織處理,以形成一個綜合的面向決策的環(huán)境.數(shù)據(jù)挖掘技術(shù)是作為獨立的信息技術(shù)出現(xiàn)的.數(shù)據(jù)挖掘是通過對數(shù)據(jù)庫,數(shù)據(jù)倉庫中的數(shù)據(jù)進行分析,獲得有用知識和信息的一系列方法和技術(shù).在國外,數(shù)據(jù)挖掘技術(shù)已迅速發(fā)展起來,逐漸成為決策支持的新手段.2智能決策支持系統(tǒng)2.1基本概念.決策支持系統(tǒng)是以現(xiàn)代信息技術(shù)為手段,綜合運用計算機技術(shù),管理科學,經(jīng)濟數(shù)學,人工智能技術(shù)等多種學科知識,針對某一類型的半結(jié)構(gòu)化和非結(jié)構(gòu)化決策問題,通過提供背景材料協(xié)助明確問題,修

3、改完善模型,列舉可能方案等方式,為管理者做出正確決策提供幫助的人機交互式系統(tǒng).其從功能邏輯結(jié)構(gòu)上看,是由數(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)及人機會話系統(tǒng)等部分組成的.智能決策支持系統(tǒng)(IntelligentDecisionSupportSystems,簡稱IDSS)(如圖1所示)是在決策支持系統(tǒng)的基礎(chǔ)上,集成人工智能專家系統(tǒng)(ExpertSystems,簡稱Es)而形成的.決策支持系統(tǒng)主要是由人機交互系統(tǒng),模型庫系統(tǒng),數(shù)據(jù)庫系統(tǒng)組成;專家系統(tǒng)主要由知識庫,推理機和動態(tài)數(shù)據(jù)庫組成.決策支持系統(tǒng)和專家系統(tǒng)集成稱為智能決策支持系統(tǒng)(IDSS).它既發(fā)揮了專家系統(tǒng)以知識為形式的定性解決問題

4、的特點,又發(fā)揮了決策支持系統(tǒng)以模型計算為核心的定量解決問題的特點,在人機協(xié)同下做到定性和定量分析的有機結(jié)合.實現(xiàn)更高層次的輔助決策能力,使解決問題的能力得以提高,范圍得以擴展.圖1智能決策支持系統(tǒng)總體結(jié)構(gòu)圖2.2IDSS具有以下特點:具有友好的人機接口,如能夠理解自然語言,具有模型運行結(jié)果的解釋機制,能夠以簡單,明了的方式向決策者解釋問題求解結(jié)果,并能對結(jié)果進行分析;能對知識進行表示與處理,可以有效提供關(guān)于模型構(gòu)造知識,模型操縱知識以及求解問題所需的領(lǐng)域知識;具有智能的模型管理功能.除支持結(jié)構(gòu)化構(gòu)模外,還應(yīng)提供模型自動選擇,生成等功能,將模型作為一種知識結(jié)構(gòu)進行管理,簡化各子系統(tǒng)間的接口;系統(tǒng)

5、應(yīng)該具有學習能力,以修正和擴充已有知識,使問題求解能力不斷提高;綜合運用人工智能中的各種技術(shù),對整個IDSS實行統(tǒng)一協(xié)調(diào),管理和控制.3數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘這一概念是由G.PiatetskyShapior,W.J.Frawley等人在1989年8月召開的第11屆國際人工智能學術(shù)會議上提出的.它是數(shù)據(jù)庫技術(shù)和人工智能,數(shù)理統(tǒng)計等學科相結(jié)合的產(chǎn)物,是一個多學科相互交叉的具有廣泛應(yīng)用前景的新興研究領(lǐng)域,并利用人工智能和數(shù)理統(tǒng)計中一些較成熟的方法和技術(shù),如規(guī)則推理,人工神經(jīng)網(wǎng)絡(luò),決策樹,鄰近搜索等.因此,也有人把它稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase,簡稱K

6、DD).作者簡介:耿正,研究生,安徽大學計算機系計算機軟件與理論專業(yè).安徽,合肥.郵政編碼:230039?65?第4期雞西大學2006血對數(shù)據(jù)挖掘這一概念的定義,一般認為是一種從大量數(shù)據(jù)中獲取潛在規(guī)律和知識的方法和技術(shù),是一個從大量數(shù)據(jù)中發(fā)掘潛在的,新穎的,可用的以及最終可理解的模式的高級過程.面向主題,數(shù)據(jù)集成,與時間相關(guān)以及穩(wěn)定是數(shù)據(jù)倉庫區(qū)別于數(shù)據(jù)庫的顯著特點,實現(xiàn)決策支持是數(shù)據(jù)倉庫的最終應(yīng)用目標,而數(shù)據(jù)挖掘則是實現(xiàn)數(shù)據(jù)倉庫最終目標的有力工具.因此,在實際應(yīng)用中,數(shù)據(jù)挖掘和數(shù)據(jù)倉庫密不可分.數(shù)據(jù)倉庫是數(shù)據(jù)挖掘的基礎(chǔ)和平臺,為數(shù)據(jù)挖掘提供必要的數(shù)據(jù)準備,數(shù)據(jù)挖掘則是在數(shù)據(jù)倉庫的基礎(chǔ)上進一步發(fā)

7、掘?qū)嶋H決策過程有益的知識和信息.數(shù)據(jù)挖掘系統(tǒng)的基本結(jié)構(gòu)圖如圖2所示.數(shù)據(jù)采集與處理.根據(jù)數(shù)據(jù)挖掘的目標,從數(shù)據(jù)倉庫中選取相關(guān)的數(shù)據(jù)集合,并對其進行數(shù)據(jù)一致性和數(shù)據(jù)完整性的檢查.知識庫.主要用于數(shù)據(jù)挖掘和知識評價.利用知識庫中提供的有關(guān)知識,可以指導數(shù)據(jù)挖掘過程中的搜索操作,以及評價挖掘所得的結(jié)果數(shù)據(jù)(這些數(shù)據(jù)可以是概念,也可以是規(guī)則或模式)的興趣度.數(shù)據(jù)挖掘.主要是對數(shù)據(jù)倉庫中提取的有關(guān)數(shù)據(jù)進行聚類,估值,分類,預言,關(guān)聯(lián)和描述等分析處理.可視化用戶界面圖2數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)圖知識評價.以興趣度作為衡量標準來查找和選擇對最終決策活動有益的知識,并以概念,規(guī)則,規(guī)律,模式,約束或可視化的形式來表

8、示結(jié)果知識.基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘是一種對數(shù)據(jù)倉庫中的數(shù)據(jù)進行深層次的加工和處理過程,也是一種實現(xiàn)數(shù)據(jù)倉庫決策價值的方法和工具.通過對數(shù)據(jù)倉庫中大量歷史數(shù)據(jù)的更高層次的抽象,不僅反映了數(shù)據(jù)間的內(nèi)在聯(lián)系和特性,同時也獲得了許多直接用于決策分析的有用信息.4基于數(shù)據(jù)挖掘的智能決策支持系統(tǒng)的體系結(jié)構(gòu)基于數(shù)據(jù)挖掘的智能決策支持系統(tǒng)基本結(jié)構(gòu)框架如圖3所示.它由數(shù)據(jù)庫,數(shù)據(jù)倉庫,數(shù)據(jù)倉庫管理模塊,數(shù)據(jù)挖掘工具,知識庫,知識發(fā)現(xiàn)模塊,人機交互模塊組成.系統(tǒng)的主要輸入是源于數(shù)據(jù)庫的數(shù)據(jù)以及存儲在知識庫中的知識和經(jīng)驗.人機交互模塊通過自然語言處理和語義查詢在用戶和系統(tǒng)之間提供相互聯(lián)系的集成界面.數(shù)據(jù)倉庫管理模塊

9、完成數(shù)據(jù)倉庫的創(chuàng)建以及數(shù)據(jù)倉庫中數(shù)據(jù)的綜合,提取等各種操作,負責管理整個系統(tǒng)的運轉(zhuǎn).數(shù)據(jù)挖掘工具用于完成實際決策問題所需的各種查詢檢?66?索工具,多維數(shù)據(jù)的OLAP分析工具和數(shù)據(jù)開采DM工具等,以實現(xiàn)決策支持系統(tǒng)的各種要求.知識發(fā)現(xiàn)模塊控制井管理知識發(fā)現(xiàn)過程.它將數(shù)據(jù)的輸人和知識庫中的信息用于驅(qū)動數(shù)據(jù)選擇過程,知識發(fā)現(xiàn)引擎過程和發(fā)現(xiàn)的評價過程.在圖3中箭頭方向為控制流.決策支持與數(shù)據(jù)倉庫管理是密切聯(lián)系的.用戶發(fā)出決策請求命令后,通過數(shù)據(jù)挖掘工具觸發(fā)數(shù)據(jù)倉庫管理模塊從數(shù)據(jù)倉庫中獲取與任務(wù)相關(guān)的數(shù)據(jù).人機交換模塊廣一元攀據(jù)/Ir一鏝域效琚數(shù)據(jù)l知識發(fā)現(xiàn)評價一知選擇I引擎fI查詢1分析I開采I數(shù)至

10、羹掘fI組裝I綜合l提取I攀埋拿摩盲埋硬職圖3基于數(shù)據(jù)挖掘的智能決策支持系統(tǒng)體系結(jié)構(gòu)圖建立該決策支持系統(tǒng)的過程可描述如下:分析決策需求,描述和表示決策的問題.確定數(shù)據(jù)來源,建立數(shù)據(jù)倉庫.針對所要發(fā)現(xiàn)任務(wù)的所屬類別,如歸類,回歸分析,聚類,發(fā)現(xiàn)關(guān)聯(lián)規(guī)則等,設(shè)計或選擇有效的數(shù)據(jù)挖掘算法并加以實現(xiàn).數(shù)據(jù)挖掘,逐層綜合.調(diào)用數(shù)據(jù)挖掘功能,從平凡的歷史數(shù)據(jù)中提出綜合數(shù)據(jù),獨立存儲為庫文件,作為更高一層數(shù)據(jù)挖掘的對象.測試與評價所發(fā)現(xiàn)的知識,對知識進行一致性,效用性處理.應(yīng)用開發(fā).根據(jù)最終用戶的要求,建立適用于決策支持的數(shù)據(jù)倉庫的集成界面和應(yīng)用程序,使用戶能在決策支持中運用所發(fā)現(xiàn)的知識.以上過程不是簡單的

11、線性流程,而是一個學習,發(fā)現(xiàn)和修改的過程,步驟之間包含了循環(huán)和反復,這樣可以對所發(fā)現(xiàn)的知識不斷求精,求深,并使其易于理解.5數(shù)據(jù)挖掘在實際的IDSS中的應(yīng)用以及IDSS發(fā)展趨勢的討論5.1數(shù)據(jù)挖掘在實際的IDSS中的應(yīng)用.數(shù)據(jù)挖掘是在數(shù)據(jù)倉庫的基礎(chǔ)上進行的深層的數(shù)據(jù)分析過程,它能揭示大量數(shù)據(jù)中隱含的,潛在的,有用的和感興趣的信息,并為用戶提供較好的決策支持.自數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)出現(xiàn)至今,許多大公司,大企業(yè)紛紛構(gòu)建自己的數(shù)據(jù)倉庫,并通過對數(shù)據(jù)倉庫中大量歷史數(shù)據(jù)的挖掘,得到許多有用的信息,以支持企業(yè)內(nèi)部的生產(chǎn)經(jīng)營管理過程中的決策控制.第4期耿正:基于數(shù)據(jù)挖掘的智能決策支持系統(tǒng)2006.皋實際的

12、數(shù)據(jù)挖掘過程一般包括以下幾個步驟:了解行業(yè)背景,熟悉基本數(shù)據(jù);確定數(shù)據(jù)挖掘的目標;選取數(shù)據(jù)倉庫中相應(yīng)的數(shù)據(jù)集合;給出合適的挖掘算法;進行實際的數(shù)據(jù)挖掘;對所得的結(jié)果知識進行評價并輸出.目前.數(shù)據(jù)挖掘的主要應(yīng)用領(lǐng)域有:市場分析和預測;生產(chǎn)過程優(yōu)化;股票分析和預測;金融風險分析;氣象預報等.例如,針對本單位的人力資源管理需要.構(gòu)建本單位的人力資源數(shù)據(jù)倉庫,并利用選擇樹分類器對其進行數(shù)據(jù)挖掘.針對旅游業(yè)的管理需要,構(gòu)建旅游業(yè)數(shù)據(jù)倉庫.并利用決策樹分類器挖掘其中的深層次規(guī)則.針對零售連鎖業(yè)的發(fā)展需要,構(gòu)建連鎖超市數(shù)據(jù)倉庫,并通過對其進行數(shù)據(jù)挖掘?qū)崿F(xiàn)連鎖超市銷售分析與預測.雖然這些基于數(shù)據(jù)倉庫和數(shù)據(jù)挖掘

13、技術(shù)的實際決策支持系統(tǒng)的設(shè)計各有特色,但其基本的框架可以用一個簡單的模型來刻畫.如圖4所示.在實現(xiàn)實際的決策支持系統(tǒng)時,系統(tǒng)首先通過數(shù)據(jù)采集與加工模塊將各數(shù)據(jù)源中數(shù)據(jù)載人數(shù)據(jù)倉庫.然后各用戶再通過數(shù)據(jù)挖掘和在線分析來分析處理來自數(shù)據(jù)倉庫的數(shù)據(jù).并得到一系列用于實際決策過程的有用知識和信息.其中,數(shù)據(jù)挖掘是系統(tǒng)的核心部件.是決定數(shù)據(jù)倉庫決策價值的關(guān)鍵環(huán)節(jié).數(shù)據(jù)庫r數(shù).據(jù)采集與加工數(shù)據(jù)文件r用戶用戶圖4決策支持系統(tǒng)模型圖5.2IDSS發(fā)展趨勢的討論.將定量分析的方法同ES方法以及許多相關(guān)技術(shù)如模糊集理論,人工神經(jīng)元網(wǎng)絡(luò),面向?qū)ο蟮姆椒?J中的問題求解與搜索技術(shù),機器學習及數(shù)據(jù)庫技術(shù)等集成運用,從而

14、為決策者創(chuàng)造一個集成化的決策支持環(huán)境,這是IDSS今后研究的一個重要趨勢.IDSS今后的研究將主要集中在HCI的友好性,系統(tǒng)的智能化和系統(tǒng)的集成化三大方面.對1DSS的進一步研究與開發(fā).必須進一步推動決策科學化,管理現(xiàn)代化的進程.6結(jié)束語數(shù)據(jù)挖掘技術(shù)為決策支持系統(tǒng)的研制與開發(fā)提供了一種有效,可行的體系化解決方案.而基于數(shù)據(jù)挖掘的智能決策支持系統(tǒng)的體系結(jié)構(gòu)既形象直觀.又易于理解.但決策支持系統(tǒng)的建設(shè)仍是一個長期的過程.有不少問題還沒有被完全解決.一個完整的決策支持系統(tǒng)應(yīng)集成數(shù)據(jù)倉庫,數(shù)據(jù)挖掘技術(shù).隨著數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)在各個領(lǐng)域的廣泛采用.決策支持系統(tǒng)的研究與開發(fā)工作將被推向一個更高的層次,

15、從而成為新世紀計算機技術(shù)浪潮中的一個熱點.參考文獻1.謝茂龍.郭禾.陳鋒:應(yīng)用擴展元數(shù)據(jù)庫方式解決數(shù)據(jù)倉庫質(zhì)量問題J.計算機工程與應(yīng)用,2002.38(18):218219.2.羅可蔡碧野卜勝賢等:數(shù)據(jù)采掘及其發(fā)展研究J.計算機工程與應(yīng)用,2002.38(14):182184.3.陳京民等:數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)M.北京:電子工業(yè)出版社,2002.4.李水平陳意云劉黃生:數(shù)據(jù)采掘技術(shù)回顧J.小型微型計算機系統(tǒng).1998.19(4):7481.5.張宜生劉凡梁書云:人力資源數(shù)據(jù)采掘技術(shù)及其應(yīng)用J.計算機工程與應(yīng)用,2002.38(6):187189.6.黃梯云:智能決策支持系統(tǒng)M.北京:電子工業(yè)

16、出版社.2001.7.張維明:數(shù)據(jù)倉庫原理與應(yīng)用M.北京:電子工業(yè)出版社,2002.8.何朱明:梁青一數(shù)據(jù)采掘在旅游行業(yè)中的應(yīng)用J.微型機與應(yīng)用,2002,21(9):4042.9.黃容黨齊民歐建雄:基于連鎖超市的數(shù)據(jù)倉庫開發(fā)模型J.計算機與現(xiàn)代化,2003.(2):2l一24.AnIntroductiontoIntelligentDecisionSuppoSingSystemandDataMingGengZhengAbstract:Thispaperintroducestheconceptionofintelligentdecisionsupportingsystemanddataming,andanalyzesthesystematicstructureofintelligentdecisionsupportingsystembased