信息管理系統之決策支持與商務智能課件

第八章決策支持與商務智能第八章決策支持與商務智能1本章內容8.1決策支持系統8.2人工智能與專家系統8.3聯機分析處理8.4商務智能方法與應用本章內容8.1決策支持系統2決策過程和決策問題決策過程：人們?yōu)閷崿F一定目標而制定行動方案，并準備實施的活動過程，是一個提出問題、分析問題和解決問題的過程。決策問題一般用“結構”這個概念來描述問題結構化程度的三種描述：結構化半結構化非結構化決策過程和決策問題決策過程：人們?yōu)閷崿F一定目標而制定行動方案3根據結構化程度和層次劃分決策問題結構化程度是指對某一個過程的環(huán)境和規(guī)律，能否用明確的語言（數學的或邏輯學的，形式的或非形式的，定量的或推理的）給予清晰的說明或描述。根據結構化程度和層次劃分決策問題結構化程度是指對某一個過程4決策支持系統的定義DSS是以管理科學、運籌學、控制論和行為科學為基礎，以計算機技術、模擬技術和信息技術為手段，面對半結構化的決策問題，支持決策活動的具有智能作用的人－機計算機系統。決策支持系統的定義DSS是以管理科學、運籌學、控制論和行為5決策支持系統的特征面向決策者：決策支持系統的輸入和輸出、起源和歸宿都是決策者。主要幫助管理人員完成半結構化的決策問題強調支持的概念：輔助和支持管理人員，而非取而代之。強調交互式的處理方式決策支持系統的特征面向決策者：決策支持系統的輸入和輸出、起源6決策支持系統的功能⑴管理并隨時提供與決策問題有關的組織內部信息搜集、管理并提供與決策問題相關的組織外部信息及時搜集提供有關各項活動的反饋信息能以一定的方式存儲和管理與決策問題相關的各種數學模型能夠存儲并提供常用的數學方法及算法決策支持系統的功能⑴管理并隨時提供與決策問題有關的組織內部7決策支持系統的功能⑵上述數據、模型和算法能夠容易的添加和修改能夠靈活的運用模型與方法對數據進行加工、匯總、分析、預測，得出所需的綜合信息與預測信息。具有方便的人機對話和圖像輸出功能，能夠滿足隨機的數據查詢要求，回答“如果…則…”之類的問題。提供良好的數據通信功能具有使用者能夠忍受的加工速度與響應時間，不影響使用者的情緒。決策支持系統的功能⑵上述數據、模型和算法能夠容易的添加和修改8決策支持系統的基本模式決策支持系統的基本模式9決策支持系統的模式一個完整的決策支持系統的模式被表示為DSS本身以及它與真實系統、管理者和外部環(huán)境的關系。管理者處于核心位置決策支持系統的模式一個完整的決策支持系統的模式被表示為DS10決策支持系統的基本構件人機對話系統：DSS中用戶與計算機的接口，其核心是人機界面。數據庫系統：存儲、管理、提供與維護用于決策支持的數據的基本構件，是支撐模型庫系統及方法庫系統的基礎。模型庫系統：傳統的DSS的重要支柱，是DSS最有特色的構件之一。方法庫系統：存儲、管理、調用和維護DSS各構件要用到的通用算法、標準函數等方法的構件。知識庫系統決策支持系統的基本構件人機對話系統：DSS中用戶與計算機的接11DSS的系統結構上述構件之間的關系組成了DSS的系統結構。不同功能特色的DSS，其系統結構也不同。當前存在的結構包括三角式結構，串連結構，熔合式結構以及以數據庫為中心的結構等。三角式結構串連式結構DSS的系統結構上述構件之間的關系組成了DSS的系統結構。12DSS的系統分析方法－ROMC表述（Representation）采用表格、圖表、數據、文本或模型等概念化的形式來描述各個活動的規(guī)范和內容，而不必描述決策過程整體；操作（Operation）將概念化的描述轉換為相應決策活動中的具體操作，這些操作無須確定先后順序；記憶輔助（MemoryAids）對決策者采用的決策方法與決策數據的記憶手段加以辨識可確定DSS應該具有的各種記憶輔助功能；控制機制（ControlMechanisms）關于如何引導決策者使用表述、操作、記憶輔助，以便根據他們個人的風格、技能和知識綜合進行決策的機制。DSS的系統分析方法－ROMC表述（Representa13決策支持系統的發(fā)展趨勢智能決策支持系統（IDSS）：充分利用專家系統定性分析與DSS定量分析的能力；群體決策支持系統（GDSS）：DSS與計算機網絡技術的結合，能夠供一定決策者共同參與進行決策的；分布式決策支持系統（DDSS）：在GDSS的基礎上，將分布式的數據庫、模型庫與知識庫等決策資源有機集成。決策支持系統的發(fā)展趨勢智能決策支持系統（IDSS）：充分利14智能決策支持系統（IDSS）IDSS在DSS基礎上增設了知識庫、推理機與問題處理系統，人機對話部分加入了自然語言處理系統。IDSS以知識庫為核心，引入了啟發(fā)式等人工智能求解方法，使傳統DSS原來由人承擔的定性分析工作部分或者大部分轉由機器完成。

四庫IDSS的基本結構智能決策支持系統（IDSS）IDSS在DSS基礎上增設15群體決策支持系統（GDSS）群體決策支持系統（GDSS）是一種在DSS基礎上利用計算機網絡與通信技術，供多個決策者為了一個共同的目標，通過某種規(guī)程相互協作地探詢半結構化或非結構化決策問題的信息系統。群體決策支持模型群體決策支持系統（GDSS）群體決策支持系統（GDSS）是16本章內容8.1決策支持系統8.2人工智能與專家系統8.3聯機分析處理8.4商務智能方法與應用本章內容8.1決策支持系統17人工智能(AI)人工智能是在計算機科學、控制論、信息論、神經生理學、心理學、哲學、語言學等多種學科相互滲透的基礎上發(fā)展起來的一門新興邊緣學科。研究怎樣讓計算機或智能機器（包括硬件和軟件）模仿、延伸和擴展人腦從事推理、規(guī)劃、計算、思考、學習等思維活動，解決迄今為止需要人類專家才能處理好的復雜問題。人工智能(AI)人工智能是在計算機科學、控制論、信息論、神經18人工智能學科體系的三個層次人工智能理論基礎：與人工智能有關的數學理論、思維科學理論和計算機工程技術，都是人工智能的理論基礎。人工智能原理：人工智能的作用原理是以知識的表達、知識的處理、知識的獲取與學習為基礎的，利用知識求解問題的基本技術為主要研究內容。人工智能工程系統：根據人工智能原理而建立的工程系統，如專家系統、圖像識別系統、智能機器人系統等都屬于人工智能工程技術的范圍。實質是人工智能的應用。人工智能學科體系的三個層次人工智能理論基礎：與人工智能有關19人工智能的研究內容和目的機器思維與思維機器。機器思維：啟發(fā)式程序、專家系統、知識工程、機器學習、機器證明、機器博弈等。思維機器：智能計算機、學習機、推理機、博弈機、邏輯機、自動機、神經細胞模型、人工神經網絡、腦模型等。機器感知與感知機器。機器感知：文字、圖像、物體、聲音等模式識別與自然語言理解；計算機視覺、聽覺、觸覺等。感知機器：文字、圖像、聲音、語言的識別機、感知機等；觸覺感知器，平衡感知器，各種智能傳感器等。機器行為與行為機器。機器行為：自適應、自鎮(zhèn)定、自尋優(yōu)等智能控制、管理和決策行為，機器人在不確定的、動態(tài)的環(huán)境中的“漫游”行為。行為機器：智能控制器、智能效應器、智能機械手、智能機器人等。人工智能的研究內容和目的機器思維與思維機器。20專家系統的概念研究出發(fā)點不同，看待問題的觀點不同，追求的目標不同，導致對專家系統的定義存在不一致的看法。通用定義：專家系統是利用計算機技術、人工智能及其它理論，將某個特定領域內專家的知識或者推理過程在計算機上實現，并且用來解決過去需要專家才能解決的現實問題的計算機系統。專家系統的概念研究出發(fā)點不同，看待問題的觀點不同，追求的目21專家系統的七個特征具有專家水平的專門知識符號處理一般問題的求解能力復雜度和難度具有解釋功能具有獲取知識的能力知識和推理機構相互獨立專家系統的七個特征具有專家水平的專門知識22按不同分類標準劃分專家系統應用領域：醫(yī)療專家系統、勘探專家系統、石油專家系統、氣象專家系統、生物專家系統、法律專家系統等。知識表示技術：基于邏輯的專家系統、基于規(guī)則的專家系統、基于語義網絡的專家系統、基于框架的專家系統等。推理控制策略：正向推理專家系統、反向推理專家系統、元控制專家系統等。 采用的不精確推理技術：確定理論推理技術專家系統、主觀Bayes推理專家系統、可能性理論推理技術專家系統、D/S證據理論推理技術專家系統等。 結構：單專家系統和群專家系統（亦稱協同式多專家系統）。處理的問題類型：十大類型。按不同分類標準劃分專家系統應用領域：醫(yī)療專家系統、勘探專家系23按處理問題的類型劃分專家系統專家系統按所處理的問題類型分類專家系統任務類型的層次結構按處理問題的類型劃分專家系統專家系統按所處理的問題類型分類24專家系統的結構知識庫中包含信息和經驗法則，專家系統的核心就是知識庫中存儲的知識；推理機是專家系統的中央處理單元；知識獲取子系統可以在知識庫中加入新的規(guī)則；解釋子系統用來解釋求得結果的過程。專家系統的基本結構專家系統的結構知識庫中包含信息和經驗法則，專家系統的核心就25常用的知識表示方法－產生式規(guī)則一般形式為P->QP代表一組前提（條件或者狀態(tài)），Q表示若干結論（或者動作）一系列這樣的規(guī)則就組成了一個知識庫推理程序從前往后順序的進行匹配推理機的工作以“匹配－沖突消解－操作”的方式循環(huán)運轉直到解決問題。常用的知識表示方法－產生式規(guī)則一般形式為P->Q26常用的知識表示方法－框架框架是一種知識結構化表示方法，也是一種定型狀態(tài)的數據結構；頂層是固定的，表示某個固定的概念、對象或者事件；下層是由槽組成，每一個槽可以有任意有限數目的側面；每個側面又可以有任意數目的值，且側面還可以是其它框架（稱為子框架）；相互關聯的框架連接起來組成框架系統，或者框架網絡；不同的框架網絡又可通過信息檢索組成更大的系統，代表一塊完整的系統。用框架描述“椅子”的概念常用的知識表示方法－框架框架是一種知識結構化表示方法，也27框架網絡的活動和推理兩種活動繼承推理填槽：即框架未知內容的槽的填寫匹配：即根據已知事件尋找合適的框架，用于描述當前事件，并對未知事件進行預測推理繼承推理：各框架之間可以構成繼承關系。匹配預測，聯想和直覺框架網絡的活動和推理兩種活動繼承推理28常用的知識表示方法－語義網絡語義網絡是一個帶標識的有向圖，有向圖的結點表示各種事務、概念、屬性等，有向圖的弧表示各種語義聯系，指明所連接結點之間的某種聯系。一個簡單的語義網絡常用的知識表示方法－語義網絡語義網絡是一個帶標識的有向圖，29語義網絡系統的三種活動繼承推理：通過is-a弧，一個概念結點的所有屬性和信息可以繼承到實例結點。匹配推理：語義網絡推理的基礎根據提問內容構造一個語義網絡碎片，在系統的語義網絡中尋找匹配，使變量結點在匹配過程中得到賦值。散射激活推理在一對概念間進行推理時，尋找代表這兩個概念的結點之間的聯系，即從這兩個結點開始，然后激活與之連接的全體結點，依次地激活與這些結點連接的全體結點，如此往外擴散。當某概念同時從兩個方向上激活，就算找到了一種聯系。語義網絡系統的三種活動繼承推理：通過is-a弧，一個概念結30專家系統的發(fā)展趨勢－第一代專家系統特點高度專業(yè)化，但結構、功能不完整，移植性差；專門問題求解能力強，但缺乏推理解釋功能。專家系統的發(fā)展趨勢－第一代專家系統特點31專家系統的發(fā)展趨勢－第二代專家系統特點學科專用型系統；系統結構較完整，功能較全面，移植性好；具有推理解釋功能，使用戶比較清楚地了解系統地解題過程；采用啟發(fā)式推理、似然推理、非精確推理，增強了系統的表達能力；把具有一定普遍意義的推理方法與大量同領域相關的專門知識結合起來，從而使這些系統具有廣泛的通用性；用產生式規(guī)則、框架、語義網絡表達知識專家系統的發(fā)展趨勢－第二代專家系統特點32專家系統的發(fā)展趨勢－第三代專家系統特點向用戶實際的復雜問題求解；具有綜合性、多方面的集成功能；應用多學科、多專業(yè)、多專家的知識和經驗，進行并行協同解題；依靠諸如模型、方法、軟件和接口等多種技術集成進行設計和建造；基于分布式、開放性軟硬件及網絡環(huán)境；實現知識共享和知識重用專家系統的發(fā)展趨勢－第三代專家系統特點33本章內容8.1決策支持系統8.2人工智能與專家系統8.3聯機分析處理8.4商務智能方法與應用本章內容8.1決策支持系統34從OLTP到OLAP從OLTP到OLAP35OLAP和數據倉庫OLAP應用構建于數據倉庫而非數據庫之上，主要是由于以下三個技術方面的原因：計算機處理速度階躍式增長，單位字節(jié)的存儲和處理成本大幅度降低，是保證數據倉庫有效運行的物理基礎；決策分析理論的完善和應用使得數據倉庫中的分析技術能夠有效實現，使得決策人員可以直接從系統中獲得需要的決策支持信息；數據倉庫系統中，數據用于支持各種分析任務，并生成多角度，多層次和不同粒度上的分析結果.OLAP和數據倉庫OLAP應用構建于數據倉庫而非數據庫之上36OLAP中的基本概念⑴變量:從現實系統中抽象出來，用于描述數據的實際含義。維:人們觀察數據的特定角度維的層次類別:構成一個維的獨立的數據元素，是存在于層里每一個數據。維、層和類別的關系示意圖OLAP中的基本概念⑴變量:從現實系統中抽象出來，用于描述37OLAP中的基本概念⑵維的取值：也稱為維的成員度量：企業(yè)收集和存儲的用于評價業(yè)務狀況的數值性數據，以監(jiān)測和評估企業(yè)成效。多維數組數據單元（單元格）多維數組的取值稱為數據單元多維數據立方體OLAP中的基本概念⑵維的取值：也稱為維的成員多維數據立方38OLAP的基本操作－切片（Slice）在多維數組的某一維上選定其維成員的動作稱為切片在多維數組（維1，維2，…維n，度量）中選中某一維，如維i，并取其某一維成員（設為維成員Vi），所得的多維數組的子集（維1，維2，…維成員Vi，…維n，度量）稱為在維i上的一個切片。OLAP的基本操作－切片（Slice）在多維數組的某一維39OLAP的基本操作－切塊（Dice）數據切塊就是將完整的數據立方體切取一部分數據而得到的新的數據立方體。選取多維數組（維1，維2，…，維n，度量）中若干維度（通常是3個維度便于圖形顯示）的取值范圍，從而形成了多維數據的子集（維1，維2，…，Ai<維i<Bi，…，Bj<維j<Bj，…，維度n，度量），這個多維數據子集被稱為切塊。OLAP的基本操作－切塊（Dice）數據切塊就是將完整的40OLAP的基本操作－

下鉆/上卷（DrillDown/RollUp）數據下鉆（向下鉆?。┦菑妮^高的維度層次下降到較低的層次上來觀察多維數據數據上卷是下鉆的逆向操作，是對數據進行高層次聚合的操作。OLAP的基本操作－

下鉆/上卷（DrillDown/41OLAP的基本操作－旋轉（Rotate）數據旋轉是改變維度的位置關系，使最終用戶可以從其他視角來觀察多維數據。不同維度間的旋轉維層次間的旋轉OLAP的基本操作－旋轉（Rotate）數據旋轉是改變維42OLAP的準則(Codd1993)準則1：多維概念視圖準則2：透明性準則3：存取能力準則4：穩(wěn)定的報表功能準則5：客戶機/服務器體系結構準則6：維的等同性準則7：動態(tài)稀疏矩陣處理準則8：支持多用戶準則9：非限定的跨維操作準則10：直觀的數據處理準則11：柔性報表準則12：不受限的維與層次聚類OLAP的準則(Codd1993)準則1：多維概念視圖準43本章內容8.1決策支持系統8.2人工智能與專家系統8.3聯機分析處理8.4商務智能方法與應用本章內容8.1決策支持系統44商務智能商務智能45知識發(fā)現、數據挖掘與商務智能20世紀80年代末，機器學習方法在數據分析中的應用導致數據庫知識發(fā)現（KDD，KnowledgeDiscoveryinDatabase）的產生。20世紀90年代以來，以數據挖掘技術為核心的商務智能（知識發(fā)現在商業(yè)的應用）受到了學術界和業(yè)界的廣泛關注。知識發(fā)現、數據挖掘與商務智能20世紀80年代末，機器學習方46數據挖掘(DataMining)數據挖掘/知識發(fā)現(從海量數據中淘“金”)數據挖掘(DataMining)數據挖掘/知識發(fā)現(47數據挖掘的特點傳統的決策分析技術中，都是決策人員事先給出邏輯假設和模型，而后在數據中進行檢驗和參數評估。數據挖掘是數據驅動，始于紛繁復雜的海量數據，利用強大的數據分析工具和特定的知識提取方法，從數據出發(fā)，挖掘中其中有效的模式，從而獲得潛在的、新穎的以及有用的知識。數據挖掘的特點傳統的決策分析技術中，都是決策人員事先給出邏輯48數據挖掘的任務數據挖掘的基本任務是預測（prediction）和描述(description）預測就是利用數據中已知的變量和字段來確定一些感興趣的未知或未來的值，如分類等。描述則集中于尋找一種人類能夠理解和解釋的模式對數據進行刻畫，如聚類、關聯規(guī)則等。數據挖掘的任務數據挖掘的基本任務是預測（predictio49數據挖掘的分類按所挖掘的模式的類型將數據挖掘劃分為：概念描述（歸納或簡約）分類和預測聚類關聯規(guī)則其它的一些模式識別和統計方法數據挖掘的分類按所挖掘的模式的類型將數據挖掘劃分為：50數據挖掘－概念描述（歸納）概念描述與數據概化密切相關以簡潔的形式在更一般的（而不是在較低的）抽象層描述數據是很有用的允許數據集在多個抽象層概化，便于用戶考察數據的一般行為與OLAp的區(qū)別更為復雜的數據類型用戶控制與自動處理數據挖掘－概念描述（歸納）概念描述與數據概化密切相關51數據挖掘－分類和預測分類：給定已有的數據和類別，通過分類算法得到描述和區(qū)分數據類或概念的模型。預測：將上述分類模型應用到要進行測試的數據上，對未來或者未知的數據進行預測。貸款分類模型數據挖掘－分類和預測分類：給定已有的數據和類別，通過分類算52數據挖掘－聚類分析聚類是將一個數據集按照某個標準分成幾個簇的過程。每個簇內部的數據按照該標準具有很高相似性，而簇之間的數據的相似性很低。聚類與分類不同分類中，類標記事先給出，是一種監(jiān)督學習的方法；聚類沒有事先給定類別，屬于一種非監(jiān)督的學習?？蛻舻木垲惙治鰯祿诰颍垲惙治鼍垲愂菍⒁粋€數據集按照某個標準分成幾個簇53數據挖掘－關聯規(guī)則挖掘關聯規(guī)則挖掘，就是對業(yè)務的所有不同類型的信息進行全面的處理，得到不同類型信息之間的相互關系，從而進一步分析不同信息之間潛在的邏輯規(guī)律，為業(yè)務運作提供參考和決策支持。技術層面講，關聯規(guī)則挖掘是在給定的事務數據庫中找到所有滿足最小支持度和最小置信度的形如X=>Y的規(guī)則數據挖掘－關聯規(guī)則挖掘關聯規(guī)則挖掘，就是對業(yè)務的所有不同類54商務智能應用系統目前商務智能和數據挖掘工具分為三類：通用單任務類通用多任務類面向專門領域類商務智能應用系統目前商務智能和數據挖掘工具分為三類：55IBM商業(yè)智能解決方案IBM商業(yè)智能解決方案56

BI的數據挖掘解決方案

IntelligentMinerBI的數據挖掘解決方案

Intellige57第八章決策支持與商務智能第八章決策支持與商務智能58本章內容8.1決策支持系統8.2人工智能與專家系統8.3聯機分析處理8.4商務智能方法與應用本章內容8.1決策支持系統59決策過程和決策問題決策過程：人們?yōu)閷崿F一定目標而制定行動方案，并準備實施的活動過程，是一個提出問題、分析問題和解決問題的過程。決策問題一般用“結構”這個概念來描述問題結構化程度的三種描述：結構化半結構化非結構化決策過程和決策問題決策過程：人們?yōu)閷崿F一定目標而制定行動方案60根據結構化程度和層次劃分決策問題結構化程度是指對某一個過程的環(huán)境和規(guī)律，能否用明確的語言（數學的或邏輯學的，形式的或非形式的，定量的或推理的）給予清晰的說明或描述。根據結構化程度和層次劃分決策問題結構化程度是指對某一個過程61決策支持系統的定義DSS是以管理科學、運籌學、控制論和行為科學為基礎，以計算機技術、模擬技術和信息技術為手段，面對半結構化的決策問題，支持決策活動的具有智能作用的人－機計算機系統。決策支持系統的定義DSS是以管理科學、運籌學、控制論和行為62決策支持系統的特征面向決策者：決策支持系統的輸入和輸出、起源和歸宿都是決策者。主要幫助管理人員完成半結構化的決策問題強調支持的概念：輔助和支持管理人員，而非取而代之。強調交互式的處理方式決策支持系統的特征面向決策者：決策支持系統的輸入和輸出、起源63決策支持系統的功能⑴管理并隨時提供與決策問題有關的組織內部信息搜集、管理并提供與決策問題相關的組織外部信息及時搜集提供有關各項活動的反饋信息能以一定的方式存儲和管理與決策問題相關的各種數學模型能夠存儲并提供常用的數學方法及算法決策支持系統的功能⑴管理并隨時提供與決策問題有關的組織內部64決策支持系統的功能⑵上述數據、模型和算法能夠容易的添加和修改能夠靈活的運用模型與方法對數據進行加工、匯總、分析、預測，得出所需的綜合信息與預測信息。具有方便的人機對話和圖像輸出功能，能夠滿足隨機的數據查詢要求，回答“如果…則…”之類的問題。提供良好的數據通信功能具有使用者能夠忍受的加工速度與響應時間，不影響使用者的情緒。決策支持系統的功能⑵上述數據、模型和算法能夠容易的添加和修改65決策支持系統的基本模式決策支持系統的基本模式66決策支持系統的模式一個完整的決策支持系統的模式被表示為DSS本身以及它與真實系統、管理者和外部環(huán)境的關系。管理者處于核心位置決策支持系統的模式一個完整的決策支持系統的模式被表示為DS67決策支持系統的基本構件人機對話系統：DSS中用戶與計算機的接口，其核心是人機界面。數據庫系統：存儲、管理、提供與維護用于決策支持的數據的基本構件，是支撐模型庫系統及方法庫系統的基礎。模型庫系統：傳統的DSS的重要支柱，是DSS最有特色的構件之一。方法庫系統：存儲、管理、調用和維護DSS各構件要用到的通用算法、標準函數等方法的構件。知識庫系統決策支持系統的基本構件人機對話系統：DSS中用戶與計算機的接68DSS的系統結構上述構件之間的關系組成了DSS的系統結構。不同功能特色的DSS，其系統結構也不同。當前存在的結構包括三角式結構，串連結構，熔合式結構以及以數據庫為中心的結構等。三角式結構串連式結構DSS的系統結構上述構件之間的關系組成了DSS的系統結構。69DSS的系統分析方法－ROMC表述（Representation）采用表格、圖表、數據、文本或模型等概念化的形式來描述各個活動的規(guī)范和內容，而不必描述決策過程整體；操作（Operation）將概念化的描述轉換為相應決策活動中的具體操作，這些操作無須確定先后順序；記憶輔助（MemoryAids）對決策者采用的決策方法與決策數據的記憶手段加以辨識可確定DSS應該具有的各種記憶輔助功能；控制機制（ControlMechanisms）關于如何引導決策者使用表述、操作、記憶輔助，以便根據他們個人的風格、技能和知識綜合進行決策的機制。DSS的系統分析方法－ROMC表述（Representa70決策支持系統的發(fā)展趨勢智能決策支持系統（IDSS）：充分利用專家系統定性分析與DSS定量分析的能力；群體決策支持系統（GDSS）：DSS與計算機網絡技術的結合，能夠供一定決策者共同參與進行決策的；分布式決策支持系統（DDSS）：在GDSS的基礎上，將分布式的數據庫、模型庫與知識庫等決策資源有機集成。決策支持系統的發(fā)展趨勢智能決策支持系統（IDSS）：充分利71智能決策支持系統（IDSS）IDSS在DSS基礎上增設了知識庫、推理機與問題處理系統，人機對話部分加入了自然語言處理系統。IDSS以知識庫為核心，引入了啟發(fā)式等人工智能求解方法，使傳統DSS原來由人承擔的定性分析工作部分或者大部分轉由機器完成。

四庫IDSS的基本結構智能決策支持系統（IDSS）IDSS在DSS基礎上增設72群體決策支持系統（GDSS）群體決策支持系統（GDSS）是一種在DSS基礎上利用計算機網絡與通信技術，供多個決策者為了一個共同的目標，通過某種規(guī)程相互協作地探詢半結構化或非結構化決策問題的信息系統。群體決策支持模型群體決策支持系統（GDSS）群體決策支持系統（GDSS）是73本章內容8.1決策支持系統8.2人工智能與專家系統8.3聯機分析處理8.4商務智能方法與應用本章內容8.1決策支持系統74人工智能(AI)人工智能是在計算機科學、控制論、信息論、神經生理學、心理學、哲學、語言學等多種學科相互滲透的基礎上發(fā)展起來的一門新興邊緣學科。研究怎樣讓計算機或智能機器（包括硬件和軟件）模仿、延伸和擴展人腦從事推理、規(guī)劃、計算、思考、學習等思維活動，解決迄今為止需要人類專家才能處理好的復雜問題。人工智能(AI)人工智能是在計算機科學、控制論、信息論、神經75人工智能學科體系的三個層次人工智能理論基礎：與人工智能有關的數學理論、思維科學理論和計算機工程技術，都是人工智能的理論基礎。人工智能原理：人工智能的作用原理是以知識的表達、知識的處理、知識的獲取與學習為基礎的，利用知識求解問題的基本技術為主要研究內容。人工智能工程系統：根據人工智能原理而建立的工程系統，如專家系統、圖像識別系統、智能機器人系統等都屬于人工智能工程技術的范圍。實質是人工智能的應用。人工智能學科體系的三個層次人工智能理論基礎：與人工智能有關76人工智能的研究內容和目的機器思維與思維機器。機器思維：啟發(fā)式程序、專家系統、知識工程、機器學習、機器證明、機器博弈等。思維機器：智能計算機、學習機、推理機、博弈機、邏輯機、自動機、神經細胞模型、人工神經網絡、腦模型等。機器感知與感知機器。機器感知：文字、圖像、物體、聲音等模式識別與自然語言理解；計算機視覺、聽覺、觸覺等。感知機器：文字、圖像、聲音、語言的識別機、感知機等；觸覺感知器，平衡感知器，各種智能傳感器等。機器行為與行為機器。機器行為：自適應、自鎮(zhèn)定、自尋優(yōu)等智能控制、管理和決策行為，機器人在不確定的、動態(tài)的環(huán)境中的“漫游”行為。行為機器：智能控制器、智能效應器、智能機械手、智能機器人等。人工智能的研究內容和目的機器思維與思維機器。77專家系統的概念研究出發(fā)點不同，看待問題的觀點不同，追求的目標不同，導致對專家系統的定義存在不一致的看法。通用定義：專家系統是利用計算機技術、人工智能及其它理論，將某個特定領域內專家的知識或者推理過程在計算機上實現，并且用來解決過去需要專家才能解決的現實問題的計算機系統。專家系統的概念研究出發(fā)點不同，看待問題的觀點不同，追求的目78專家系統的七個特征具有專家水平的專門知識符號處理一般問題的求解能力復雜度和難度具有解釋功能具有獲取知識的能力知識和推理機構相互獨立專家系統的七個特征具有專家水平的專門知識79按不同分類標準劃分專家系統應用領域：醫(yī)療專家系統、勘探專家系統、石油專家系統、氣象專家系統、生物專家系統、法律專家系統等。知識表示技術：基于邏輯的專家系統、基于規(guī)則的專家系統、基于語義網絡的專家系統、基于框架的專家系統等。推理控制策略：正向推理專家系統、反向推理專家系統、元控制專家系統等。 采用的不精確推理技術：確定理論推理技術專家系統、主觀Bayes推理專家系統、可能性理論推理技術專家系統、D/S證據理論推理技術專家系統等。 結構：單專家系統和群專家系統（亦稱協同式多專家系統）。處理的問題類型：十大類型。按不同分類標準劃分專家系統應用領域：醫(yī)療專家系統、勘探專家系80按處理問題的類型劃分專家系統專家系統按所處理的問題類型分類專家系統任務類型的層次結構按處理問題的類型劃分專家系統專家系統按所處理的問題類型分類81專家系統的結構知識庫中包含信息和經驗法則，專家系統的核心就是知識庫中存儲的知識；推理機是專家系統的中央處理單元；知識獲取子系統可以在知識庫中加入新的規(guī)則；解釋子系統用來解釋求得結果的過程。專家系統的基本結構專家系統的結構知識庫中包含信息和經驗法則，專家系統的核心就82常用的知識表示方法－產生式規(guī)則一般形式為P->QP代表一組前提（條件或者狀態(tài)），Q表示若干結論（或者動作）一系列這樣的規(guī)則就組成了一個知識庫推理程序從前往后順序的進行匹配推理機的工作以“匹配－沖突消解－操作”的方式循環(huán)運轉直到解決問題。常用的知識表示方法－產生式規(guī)則一般形式為P->Q83常用的知識表示方法－框架框架是一種知識結構化表示方法，也是一種定型狀態(tài)的數據結構；頂層是固定的，表示某個固定的概念、對象或者事件；下層是由槽組成，每一個槽可以有任意有限數目的側面；每個側面又可以有任意數目的值，且側面還可以是其它框架（稱為子框架）；相互關聯的框架連接起來組成框架系統，或者框架網絡；不同的框架網絡又可通過信息檢索組成更大的系統，代表一塊完整的系統。用框架描述“椅子”的概念常用的知識表示方法－框架框架是一種知識結構化表示方法，也84框架網絡的活動和推理兩種活動繼承推理填槽：即框架未知內容的槽的填寫匹配：即根據已知事件尋找合適的框架，用于描述當前事件，并對未知事件進行預測推理繼承推理：各框架之間可以構成繼承關系。匹配預測，聯想和直覺框架網絡的活動和推理兩種活動繼承推理85常用的知識表示方法－語義網絡語義網絡是一個帶標識的有向圖，有向圖的結點表示各種事務、概念、屬性等，有向圖的弧表示各種語義聯系，指明所連接結點之間的某種聯系。一個簡單的語義網絡常用的知識表示方法－語義網絡語義網絡是一個帶標識的有向圖，86語義網絡系統的三種活動繼承推理：通過is-a弧，一個概念結點的所有屬性和信息可以繼承到實例結點。匹配推理：語義網絡推理的基礎根據提問內容構造一個語義網絡碎片，在系統的語義網絡中尋找匹配，使變量結點在匹配過程中得到賦值。散射激活推理在一對概念間進行推理時，尋找代表這兩個概念的結點之間的聯系，即從這兩個結點開始，然后激活與之連接的全體結點，依次地激活與這些結點連接的全體結點，如此往外擴散。當某概念同時從兩個方向上激活，就算找到了一種聯系。語義網絡系統的三種活動繼承推理：通過is-a弧，一個概念結87專家系統的發(fā)展趨勢－第一代專家系統特點高度專業(yè)化，但結構、功能不完整，移植性差；專門問題求解能力強，但缺乏推理解釋功能。專家系統的發(fā)展趨勢－第一代專家系統特點88專家系統的發(fā)展趨勢－第二代專家系統特點學科專用型系統；系統結構較完整，功能較全面，移植性好；具有推理解釋功能，使用戶比較清楚地了解系統地解題過程；采用啟發(fā)式推理、似然推理、非精確推理，增強了系統的表達能力；把具有一定普遍意義的推理方法與大量同領域相關的專門知識結合起來，從而使這些系統具有廣泛的通用性；用產生式規(guī)則、框架、語義網絡表達知識專家系統的發(fā)展趨勢－第二代專家系統特點89專家系統的發(fā)展趨勢－第三代專家系統特點向用戶實際的復雜問題求解；具有綜合性、多方面的集成功能；應用多學科、多專業(yè)、多專家的知識和經驗，進行并行協同解題；依靠諸如模型、方法、軟件和接口等多種技術集成進行設計和建造；基于分布式、開放性軟硬件及網絡環(huán)境；實現知識共享和知識重用專家系統的發(fā)展趨勢－第三代專家系統特點90本章內容8.1決策支持系統8.2人工智能與專家系統8.3聯機分析處理8.4商務智能方法與應用本章內容8.1決策支持系統91從OLTP到OLAP從OLTP到OLAP92OLAP和數據倉庫OLAP應用構建于數據倉庫而非數據庫之上，主要是由于以下三個技術方面的原因：計算機處理速度階躍式增長，單位字節(jié)的存儲和處理成本大幅度降低，是保證數據倉庫有效運行的物理基礎；決策分析理論的完善和應用使得數據倉庫中的分析技術能夠有效實現，使得決策人員可以直接從系統中獲得需要的決策支持信息；數據倉庫系統中，數據用于支持各種分析任務，并生成多角度，多層次和不同粒度上的分析結果.OLAP和數據倉庫OLAP應用構建于數據倉庫而非數據庫之上93OLAP中的基本概念⑴變量:從現實系統中抽象出來，用于描述數據的實際含義。維:人們觀察數據的特定角度維的層次類別:構成一個維的獨立的數據元素，是存在于層里每一個數據。維、層和類別的關系示意圖OLAP中的基本概念⑴變量:從現實系統中抽象出來，用于描述94OLAP中的基本概念⑵維的取值：也稱為維的成員度量：企業(yè)收集和存儲的用于評價業(yè)務狀況的數值性數據，以監(jiān)測和評估企業(yè)成效。多維數組數據單元（單元格）多維數組的取值稱為數據單元多維數據立方體OLAP中的基本概念⑵維的取值：也稱為維的成員多維數據立方95OLAP的基本操作－切片（Slice）在多維數組的某一維上選定其維成員的動作稱為切片在多維數組（維1，維2，…維n，度量）中選中某一維，如維i，并取其某一維成員（設為維成員Vi），所得的多維數組的子集（維1，維2，…維成員Vi，…維n，度量）稱為在維i上的一個切片。OLAP的基本操作－切片（Slice）在多維數組的某一維96OLAP的基本操作－切塊（Dice）數據切塊就是將完整的數據立方體切取一部分數據而得到的新的數據立方體。選取多維數組（維1，維2，…，維n，度量）中若干維度（通常是3個維度便于圖形顯示）的取值范圍，從而形成了多維數據的子集（維1，維2，…，Ai<維i<Bi，…，Bj<維j<Bj，…，維度n，度量），這個多維數據子集被稱為切塊。OLAP的基本操作－切塊（Dice）數據切塊就是將完整的97OLAP的基本操作－

下鉆/上卷（DrillDown/RollUp）數據下鉆（向下鉆?。┦菑妮^高的維度層次下降到較低的層次上來觀察多維數據數據上卷是下鉆的逆向操作，是對數據進行高層次聚合的操作。OLAP的基本操作－

下鉆/上卷（DrillDown/98OLAP的基本操作－旋轉（Rotate）數據旋轉是改變維度的位置關系，使最終用戶可以從其他視角來觀察多維數據。不同維度間的旋轉維層次間的旋轉OLAP的基本操作－旋轉（Rotate）數據旋轉是改變維99OLAP的準則(Codd1993)準則1：多維概念視圖準則2：透明性準則3：存取能力準則4：穩(wěn)定的報表功能準則5：客戶機/服務器體系結構準則6：維的等同性準則7：動態(tài)稀疏矩陣處理準則8：支持多用戶準則9：非限定的跨維操作準則10：直觀的數據處理準則11：柔性報表準