第16講 管理信息系統(tǒng)應(yīng)用與發(fā)展

管理信息系統(tǒng)第16講管理信息系統(tǒng)應(yīng)用與發(fā)展MIS的應(yīng)用與發(fā)展管理信息系統(tǒng)的新形式數(shù)據(jù)倉庫和數(shù)據(jù)挖掘一、管理信息系統(tǒng)的新形式?jīng)Q策支持系統(tǒng)專家系統(tǒng)辦公自動化集成生產(chǎn)系統(tǒng)概述近年來，為了使電子計算機能在更大的范圍和更深的層次上對管理和決策活動提供支持，人們先后提出或發(fā)展了一些新的系統(tǒng)，例如，決策支持系統(tǒng)，辦公自動化系統(tǒng)，專家系統(tǒng)，集成化生產(chǎn)系統(tǒng)等。事實上，可以把它們看做是管理信息系統(tǒng)的一種補充或新的表現(xiàn)形式?？梢灶A(yù)計，隨著計算機技術(shù)水平的提高，計算機網(wǎng)絡(luò)的普及和各種辦公設(shè)備的創(chuàng)新，更高水平的管理信息系統(tǒng)將會不斷出現(xiàn)。（一）決策支持系統(tǒng)概述

決策支持系統(tǒng)（DecisionSupportSystem，DSS）是20世紀(jì)70年代在管理信息系統(tǒng)的基礎(chǔ)上發(fā)展起來的新型管理信息技術(shù)。1、決策支持系統(tǒng)的基本概念

DSS是以管理學(xué)、運籌學(xué)、控制論和行為科學(xué)為基礎(chǔ)，以計算機技術(shù)、仿真技術(shù)、信息技術(shù)為手段，以人－機交互方式輔助決策者解決半結(jié)構(gòu)化或非結(jié)構(gòu)化決策問題的信息系統(tǒng)。

2、決策支持系統(tǒng)的主要特征系統(tǒng)只是支持用戶而不是代替他決斷。

DSS并不提供所謂“最優(yōu)”解，而是給出一類滿意解，讓用戶自行決斷。同時，DSS并不要求用戶給出一個預(yù)先定義好的決策過程。DSS所支持的主要對象是半結(jié)構(gòu)化的決策。即不能完全用數(shù)學(xué)模型、數(shù)學(xué)公式來求解的決策。它的一部分分析可由計算機自動進行，但需要用戶的監(jiān)視和及時參與。人機交互的方式。采用人機對話的有效形式解決問題，充分利用人的豐富經(jīng)驗，計算機的高速處理及存貯量大的特點，各取所長，有利于問題的解決。3、DSS與MIS的區(qū)別

DSS是在管理信息系統(tǒng)（MIS）的基礎(chǔ)上發(fā)展起來的一種更高級的信息系統(tǒng)。但DSS與MIS又有區(qū)別，MIS面對的主要是結(jié)構(gòu)化的問題，而DSS面對的是半結(jié)構(gòu)化或非結(jié)構(gòu)化問題，二者主要的區(qū)別有以下幾個方面。追求目標(biāo)不同解決的問題性質(zhì)不同驅(qū)動方式不同服務(wù)對象不同操作方式不同4、DSS結(jié)構(gòu)DSS由交互語言系統(tǒng)、問題求解系統(tǒng)以及數(shù)據(jù)庫、模型庫、方法庫、知識庫管理系統(tǒng)組成。在某些具體的決策支持系統(tǒng)中，也可以沒有單獨的知識庫及其管理系統(tǒng)，但模型庫和方法庫通常則是必須的。知識庫數(shù)據(jù)庫模型庫方法庫知識庫管理系統(tǒng)數(shù)據(jù)庫管理系統(tǒng)模型庫管理系統(tǒng)方法庫管理系統(tǒng)問題處理系統(tǒng)交互語言系統(tǒng)人機界面用戶5、DSS求解問題的過程用戶通過交互語言系統(tǒng)把問題的描述和要求輸入決策支持系統(tǒng)。交互語言系統(tǒng)對此進行識別和解釋。問題處理系統(tǒng)通過知識庫系統(tǒng)和數(shù)據(jù)庫系統(tǒng)收集與該問題的有關(guān)的各種數(shù)據(jù)、信息和知識，據(jù)此對該問題進行識別、判定問題的性質(zhì)和求解過程；通過模型庫系統(tǒng)集成構(gòu)造解題所需的規(guī)則模型或數(shù)學(xué)模型，對該模型進行分析鑒定；在方法庫中識別進行模型求解所需的算法并進行模型求解，對所得結(jié)果進行分析評價。最后通過語言系統(tǒng)對求解結(jié)果進行解釋，輸出具有實際含義、用戶可以理解的形式。

（二）專家系統(tǒng)概述專家系統(tǒng)的任務(wù)是解決需要經(jīng)驗、專門知識和缺乏結(jié)構(gòu)的問題的計算機應(yīng)用系統(tǒng)，它是人工智能發(fā)展的一個重要分支。專家系統(tǒng)可以解決的問題通常包括解釋、預(yù)測、診斷、設(shè)計、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等。目前的專家系統(tǒng)，在咨詢?nèi)蝿?wù)如化學(xué)和地質(zhì)數(shù)據(jù)分析、計算機系統(tǒng)結(jié)構(gòu)、建筑工程以及醫(yī)療診斷等方面，其質(zhì)量已達到較高的水平，可以把專家系統(tǒng)看做人類專家(他們用“知識獲取模型”與專家系統(tǒng)進行人機對話)和人類用戶(他們用“咨詢模型”與專家系統(tǒng)進行人機對話)之間的媒介。1、專家系統(tǒng)的基本概念

專家系統(tǒng)（ExpertSystems，ES）是人工智能研究中較為活躍的分支，專家系統(tǒng)是一種具有大量專門知識與經(jīng)驗的計算機信息系統(tǒng)，作為人工智能的一種技術(shù)，利用計算機技術(shù)、人工智能及其他理論，把某一特定領(lǐng)域內(nèi)的專家們的知識提煉出來，建成一個知識庫，以解決該領(lǐng)域的有關(guān)問題和決策。

2、專家系統(tǒng)的特征一般來說，一個高性能的專家系統(tǒng)應(yīng)具備如下七個特征。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(fù)雜度和難度具有解釋功能具有獲取知識的能力知識與推理構(gòu)成相獨立3、專家系統(tǒng)的基本結(jié)構(gòu)知識獲取咨詢解釋器知識庫推理機專家用戶知識庫(包括知識庫及管理系統(tǒng)):用于存取和管理所獲取的專家知識和經(jīng)驗，供推理機使用。具有知識存儲、檢索、編排、增刪、修改和擴充等功能。推理機(包括推理機及其控制系統(tǒng)):利用知識進行推理,求解專門問題,具有啟發(fā)推理、算法推理正向、反向成混合推理，并行或串行推理等功能。咨詢解釋裝置:主要功能是接受用戶的問題并進行理解，向用戶輸出推理結(jié)果并進行解釋。知識獲取手段:從人類專家那兒獲得知識并存貯到知識庫中。（三）辦公自動化概述辦公自動化是指在辦公室的職能中應(yīng)用計算機和通信技術(shù)。辦公自動化的初期主要解決秘書級事務(wù)，如用文字處理機提高打印、修改、編輯、復(fù)制和存儲文件的效率。中期的標(biāo)志是解決經(jīng)理級事務(wù)，如信息檢索、輔助決策等。再進一步則是發(fā)展各種現(xiàn)代化的辦公設(shè)備，組合成辦公自動化系統(tǒng)。1、辦公自動化系統(tǒng)定義辦公自動化系統(tǒng)（OfficeAutomationSystem，OAS）是以先進的辦公設(shè)備為基礎(chǔ)，由辦公人員和辦公設(shè)備共同組成的人—機信息處理系統(tǒng)。該系統(tǒng)利用先進的辦公設(shè)備（例如計算機及其外設(shè)、復(fù)印機、傳真機、網(wǎng)絡(luò)通信設(shè)備等），代替辦公室工作人員的部分手工勞動和辦公業(yè)務(wù)的系統(tǒng)。一個完整的辦公自動化系統(tǒng)包括信息收集、信息加工、信息傳輸、信息存儲等環(huán)節(jié)，其核心任務(wù)是為辦公人員提供所需的信息。2、辦公自動化的基本功能文字處理功能文件的編輯、修改、存貯和打印等。數(shù)據(jù)處理功能數(shù)據(jù)的記錄、分類、存貯、查詢、運算和制表等。圖像處理功能輸入、產(chǎn)生、存貯、處理和輸出有關(guān)的圖像處理資料，進行傳真，召開遠程電子會議等。聲音處理功能聲音的識別、存貯和合成等。網(wǎng)絡(luò)化功能將多個信息處理設(shè)備連接成網(wǎng)，提高信息處理能力和傳輸功能，達到資源的充分共享。（四）集成生產(chǎn)系統(tǒng)管理信息系統(tǒng)研究的一個重要方向是集成生產(chǎn)系統(tǒng)，它是管理信息自動化和生產(chǎn)過程自動化的結(jié)合。由于計算機輔助設(shè)計(CAD)和計算機輔助制造(CAM)的發(fā)展，在機器的設(shè)計制造過程中幾乎可以不用圖紙，使得設(shè)計、修改和制造變得十分方便。因此，產(chǎn)生了將管理、生產(chǎn)等各個系統(tǒng)聯(lián)成一個綜合的一體化系統(tǒng)的需要。集成生產(chǎn)系統(tǒng)將整個企業(yè)設(shè)計、生產(chǎn)、市場、銷售及管理部門聯(lián)合成一個大系統(tǒng)，它將利用已有的計算機輔助設(shè)計、制造、管理和通信等所有現(xiàn)代化技術(shù)，將企業(yè)的管理和經(jīng)營水平提高到一個嶄新的階段。管理信息流技術(shù)信息流物流綜合計劃部門研究與開發(fā)部門設(shè)計專家系統(tǒng)生產(chǎn)計劃專家系統(tǒng)市場計劃部門自動化倉庫制造專家系統(tǒng)產(chǎn)品分部門市場信息原料產(chǎn)品集成生產(chǎn)系統(tǒng)的基本結(jié)構(gòu)（四）集成生產(chǎn)系統(tǒng)二、數(shù)據(jù)倉庫和數(shù)據(jù)挖掘數(shù)據(jù)倉庫（DataWarehouse）數(shù)據(jù)挖掘

（一）數(shù)據(jù)倉庫概述當(dāng)今的社會是信息化的社會，其中數(shù)據(jù)倉庫和數(shù)據(jù)庫技術(shù)扮演了一個關(guān)鍵的角色。一個傳統(tǒng)的企業(yè)內(nèi)部，往往有許多部門建立了各自獨立的信息處理系統(tǒng)，數(shù)據(jù)也是存儲在各自的數(shù)據(jù)庫中。這些系統(tǒng)中的數(shù)據(jù)管理均出于各部門內(nèi)部的管理方便而考慮，相互獨立，結(jié)構(gòu)各異。許多機構(gòu)由于體系不兼容和保留遺留應(yīng)用，從而陷入困境，這些遺留應(yīng)用維護起來很難，清除起來更是難上加難。問題不僅僅表現(xiàn)在技術(shù)上的差異，而且還包括DSS所需的數(shù)據(jù)元素冗余和不連貫。同樣的資料在不同的計劃中往往以不同的形式保存而不能共享，并且輸入一個系統(tǒng)后再輸入另一個系統(tǒng)，結(jié)果使提供的數(shù)據(jù)不準(zhǔn)確或不安全。（一）數(shù)據(jù)倉庫概述隨著計算機應(yīng)用的增加，人們對信息服務(wù)質(zhì)量的要求愈來愈高，使得異構(gòu)數(shù)據(jù)庫的集成化問題被提上了日程。

數(shù)據(jù)倉庫針對數(shù)據(jù)庫的異構(gòu)、數(shù)據(jù)間的不一致性，以及歷史數(shù)據(jù)與當(dāng)前數(shù)據(jù)間的復(fù)合分析的要求，對各個信息源中與系統(tǒng)分析和決策有關(guān)的數(shù)據(jù)預(yù)先進行收集、提取、歸納、轉(zhuǎn)換、過濾，從而把多個異質(zhì)的原始數(shù)據(jù)融合在一起，用以支持結(jié)構(gòu)式即席查詢、分析報告和決策支持。

1、數(shù)據(jù)倉庫的定義公認(rèn)的數(shù)據(jù)倉庫之父W.H.Inmon將其定義為：“數(shù)據(jù)倉庫是支持管理決策過程的、面向主題的、集成的。隨時間而變的、持久的數(shù)據(jù)集合?！逼湓O(shè)計思想就是要建立一種體系化的數(shù)據(jù)存儲環(huán)境，將分析決策所需的大量數(shù)據(jù)從傳統(tǒng)的操作環(huán)境中分離出來，使分散的、難以訪問的操作數(shù)據(jù)轉(zhuǎn)換成集中統(tǒng)一、隨時可用的信息。2、數(shù)據(jù)倉庫的四個基本特點面向主題（Subject-Oriented）所謂主題，即是企業(yè)管理中關(guān)注的主要問題，如客戶、產(chǎn)品、經(jīng)營活動等，而不是傳統(tǒng)的面向過程。集成性(Integrated)數(shù)據(jù)從面向應(yīng)用的操作環(huán)境中提取到數(shù)據(jù)倉庫中時都要經(jīng)過集成化，在數(shù)據(jù)倉庫中，集成性以多種形式表現(xiàn)出來，如一致的數(shù)據(jù)屬性，一致的編碼結(jié)構(gòu)等。2、數(shù)據(jù)倉庫的四個基本特點時間變異性(Time-Variant)在數(shù)據(jù)倉庫中，數(shù)據(jù)記錄總含有一個時間屬性。倉庫中記錄了數(shù)據(jù)隨時間變化的歷史。數(shù)據(jù)倉庫的一個重要特點就是，數(shù)據(jù)一旦放入其中，除非特別需要，其值一般都不會被更新。穩(wěn)定性(Non-Volatile)由于數(shù)據(jù)倉庫只有兩種基本操作：裝載數(shù)據(jù)和訪問數(shù)據(jù)，因此數(shù)據(jù)是相對穩(wěn)定的，其修改和重組由管理員定期后臺實現(xiàn)，這樣數(shù)據(jù)倉庫就可在物理層上做很多優(yōu)化的工作。3、數(shù)據(jù)庫系統(tǒng)和數(shù)據(jù)倉庫系統(tǒng)的比較數(shù)據(jù)倉庫系統(tǒng)數(shù)據(jù)倉庫：分析型數(shù)極少有更新操作數(shù)據(jù)倉庫管理系統(tǒng)：因極少有更新操作故功能簡單數(shù)據(jù)倉庫工具：分析工具為主數(shù)據(jù)庫系統(tǒng)數(shù)據(jù)庫：操作型數(shù)據(jù)增、刪、改操作頻繁

數(shù)據(jù)庫核心：功能強大數(shù)據(jù)庫工具：以查詢工具為主（二）數(shù)據(jù)挖掘概述數(shù)據(jù)挖掘(DataMining)，又譯作數(shù)據(jù)開采，其前身是知識發(fā)現(xiàn)（KDD），屬于計算機學(xué)習(xí)的范疇，也是數(shù)據(jù)庫發(fā)展與人工智能技術(shù)相結(jié)合的產(chǎn)物。作為目前國外的研究熱點，也是數(shù)據(jù)庫學(xué)者的研究熱點。技術(shù)的思想早在計算機應(yīng)用于商業(yè)之初就有,是長期研究和產(chǎn)品不斷發(fā)展的結(jié)果。提到數(shù)據(jù)挖掘的概念，就使人們會同時想到一個現(xiàn)在同樣流行的概念——知識發(fā)現(xiàn)（KDD）。人們在改造客觀世界的實踐中所獲得的認(rèn)識和經(jīng)驗的總和為知識。1、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)目前對這二者的關(guān)系主要存在兩種看法：一種觀點認(rèn)為知識發(fā)現(xiàn)是從數(shù)據(jù)中發(fā)現(xiàn)有用知識的整個過程,數(shù)據(jù)挖掘是知識發(fā)現(xiàn)過程中的一個特定步驟，它用專門算法從數(shù)據(jù)中抽取模式。另一種觀點則認(rèn)為知識發(fā)現(xiàn)是用一種簡潔的方式從數(shù)據(jù)中抽取信息，這些信息是隱含的、未知的，并且是潛在、有用的。數(shù)據(jù)挖掘則是通過處理大量已存在的數(shù)據(jù)，以期發(fā)現(xiàn)一些“意外的關(guān)系”。數(shù)據(jù)挖掘主要包括統(tǒng)計分析、知識發(fā)現(xiàn)和其他技術(shù)，如，可視化系統(tǒng)、地理信息系統(tǒng)、分形分析等。

2、數(shù)據(jù)挖掘的概念數(shù)據(jù)挖掘是一種從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱藏的預(yù)測性信息的新技術(shù)，它能挖掘出數(shù)據(jù)間潛在的模式，找出最有價值的信息，指導(dǎo)商業(yè)行為或輔助科學(xué)研究。它由以下三個成熟技術(shù)支持：大規(guī)模數(shù)據(jù)采集功能強大的多處理器計算機數(shù)據(jù)挖掘算法3、數(shù)據(jù)挖掘可實現(xiàn)的功能（1）自動進行統(tǒng)計分析數(shù)據(jù)挖掘利用統(tǒng)計分析來檢查異常的數(shù)據(jù)模式，然后通過統(tǒng)計模型和數(shù)學(xué)模型解釋這些數(shù)據(jù)模式。通常使用的模型有線形分析和非線形分析、連續(xù)回歸分析和邏輯回歸分析、單變量和多變量分析、以及時間序列分析。對數(shù)據(jù)倉庫中的數(shù)據(jù)進行統(tǒng)計分析可解決市場營銷、電話銷售、商業(yè)管理、醫(yī)療研究和產(chǎn)品授權(quán)等大量的商業(yè)問題。3、數(shù)據(jù)挖掘可實現(xiàn)的功能（2）動預(yù)測趨勢和行為數(shù)據(jù)挖掘自動在數(shù)據(jù)倉庫中尋找預(yù)測性信息。以往需要進行大量手工分析的問題如今可以迅速直接由數(shù)據(jù)本身得出結(jié)論。一個典型的例子是市場預(yù)測問題。數(shù)據(jù)挖掘使用過去有關(guān)促銷的數(shù)據(jù)來尋找未來投資中回報最大的用戶。其他可預(yù)測的問題包括預(yù)報破產(chǎn)以及認(rèn)定對指定事件最可能作出反映的群體。

3、數(shù)據(jù)挖掘可實現(xiàn)的功能

（3）自動發(fā)現(xiàn)以前未知的模式數(shù)據(jù)挖掘工具搜索數(shù)據(jù)庫并認(rèn)定隱含著的模式。一個模式發(fā)現(xiàn)的例子是通過對零售數(shù)據(jù)的分析，找出表面上互不相關(guān)卻常被一起購買的商品。另一個模式發(fā)現(xiàn)的問題是檢測信用卡詐騙交易并識別出某些不規(guī)則數(shù)據(jù)的錯誤。

4、數(shù)據(jù)挖掘的主要方法和技術(shù)數(shù)據(jù)挖掘之所以能夠準(zhǔn)確地告訴人們一些未知的事情或?qū)⒁l(fā)生的事情，關(guān)鍵是通過建模。即在已知答案的環(huán)境中建立模型，把它應(yīng)用于未知的環(huán)境。其主要過程是計算機裝入各種各樣的情況和答案信息，然后數(shù)據(jù)挖掘運行這些數(shù)據(jù)，精煉出其中的共性，找出其中的模型。一旦建立