賴博士論文答辯

1、數(shù)據(jù)驅(qū)動的綜合智能決策支持系統(tǒng)及其生成器的研究與開發(fā),姓 名：賴邦傳 學科專業(yè)：管理科學與工程 研究方向：決策支持系統(tǒng) 院、系(所)：商學院 導 師：陳曉紅 教授,中南大學博士論文答辯,主要內(nèi)容,課題來源及其研究背景 研究與發(fā)展現(xiàn)狀 論文的結構安排 論文的主要工作與創(chuàng)新點 論文的相關工作及其論文發(fā)表情況,一、課題來源及其研究背景,1.本文研究內(nèi)容是國家自然科學基金委國家杰出青年科學基金項目“互聯(lián)網(wǎng)環(huán)境下群體智能決策支持系統(tǒng)生成器（i-GIDSSG）的研究與開發(fā)” 中的子項目和重要組成部分。 2.本文研究側重于利用數(shù)據(jù)倉庫技術和數(shù)據(jù)挖掘技術等，以數(shù)據(jù)為出發(fā)點，與傳統(tǒng)的IDSS結合起來，分析系統(tǒng)內(nèi)

2、部處理流程與機制，將數(shù)據(jù)、模型和知識更好地集成利用，從而在更廣泛的領域里為管理決策人員在更深層次的信息分析上提供輔助決策方案。,（一）課題來源,一、課題來源及其研究背景,1.隨著科學技術的不斷發(fā)展，數(shù)據(jù)庫規(guī)模日益擴大，復雜程度不斷增長，從大量數(shù)據(jù)中及時獲取制定有利于社會發(fā)展的策略信息顯得越來越重要。 2.企業(yè)的經(jīng)營決策模式逐漸向半結構化、非結構化方向發(fā)展，并具有強烈的不可預測性、廣泛的分布性和重要的協(xié)同性，對具有一定商務智能的決策支持系統(tǒng)的需要日益迫切。 3.現(xiàn)階段DSS投入應用的成功實例不多，且大多數(shù)缺乏對決策的有效支持。 4. 隨著數(shù)據(jù)庫系統(tǒng)的廣泛應用，數(shù)據(jù)的分析和理解成為發(fā)展必然。而信息

3、技術特別是數(shù)據(jù)倉庫技術和數(shù)據(jù)挖掘技術的發(fā)展，為決策問題的解決帶來了新的契機。,（二）研究背景,二、研究與發(fā)展現(xiàn)狀,對于IDSS的相關研究，目前主要從三個方向進行： IDSS研究 主要研究IDSS的框架結構、管理組織和系統(tǒng)集成等，根據(jù)研究的側重點不同，可以分為模型驅(qū)動的IDSS、數(shù)據(jù)驅(qū)動的IDSS和知識驅(qū)動的IDSS. IDSS的實現(xiàn)技術研究 研究IDSS功能實現(xiàn)的相關技術，包括模型的構造、數(shù)據(jù)挖掘技術與算法的實現(xiàn)、數(shù)據(jù)倉庫技術的運用、知識表達和存儲技術的利用等，可分為模型驅(qū)動的決策支持技術、數(shù)據(jù)驅(qū)動的決策支持技術和知識驅(qū)動的決策支持技術. 智能決策支持系統(tǒng)生成器（IDSSG）的研究 研究IDS

4、S的生成工具，包括系統(tǒng)決策的環(huán)境集成、決策軟件的快速開發(fā)、決策過程的可視化等。,目前IDSS研究中存在的問題和不足： 1. 現(xiàn)有IDSS主導思想仍然是以模型驅(qū)動形式提供輔助決策信息和決策方案，缺少對新的數(shù)據(jù)驅(qū)動決策支持技術（數(shù)據(jù)倉庫、OLAP、數(shù)據(jù)挖掘等）的支持。 2. 現(xiàn)有IDSS實現(xiàn)技術無法滿足日益復雜的信息需求，有待進一步完善和發(fā)展。表現(xiàn)在： 模型驅(qū)動的決策支持技術強調(diào)決策過程的選擇階段，對于決策過程的設計階段缺少支持，并且對模型的共享、重用和進化管理研究不足； 數(shù)據(jù)驅(qū)動的決策支持技術中數(shù)據(jù)倉庫技術相對成熟，但對于數(shù)據(jù)挖掘技術理論研究多，真正應用少，且大多數(shù)算法存在對數(shù)據(jù)的要求嚴格、靈活

5、性和擴展性有限等缺點，需要進一步改進與完善 ； 知識驅(qū)動的決策支持技術國內(nèi)大多數(shù)更多地停留于理論的研究，沒有形成統(tǒng)一成熟標準的知識管理技術。,二、研究與發(fā)展現(xiàn)狀,3.現(xiàn)有的一些數(shù)據(jù)驅(qū)動的智能決策支持系統(tǒng)工具和系統(tǒng)大都是單獨存在，與模型、知識的集成共享性差，且仍然側重于事務處理和數(shù)據(jù)分析，對于半結構化和非結構化問題的解決未能提供有效支持，缺少對整體決策方案的支持。,二、研究與發(fā)展現(xiàn)狀,三、論文的結構安排,數(shù)據(jù)驅(qū)動的綜合智能決策支持系統(tǒng)體系框架研究,數(shù)據(jù)驅(qū)動的決策支持技術研究,IIDSS/DD系統(tǒng)功能研究,IIDSSG/DD（生成器）研究,實證研究,論文研究的主要思路框架,三、論文的結構安排,全文

6、共7章。 第1章介紹了課題研究的背景來源及其意義、研究與發(fā)展現(xiàn)狀，在此基礎上提出本文研究的主要工作和創(chuàng)新之處。 第2章研究和分析了智能決策支持系統(tǒng)（IDSS）開發(fā)的層次模型，并規(guī)范了系統(tǒng)資源接口，在此基礎上提出了數(shù)據(jù)驅(qū)動的綜合智能決策支持系統(tǒng)體系結構。,三、論文的結構安排,第3章闡述了數(shù)據(jù)驅(qū)動決策支持技術的相關理論與方法，提出了數(shù)據(jù)挖掘系統(tǒng)開發(fā)框架和數(shù)據(jù)挖掘概念模型，探討并研究了基于數(shù)據(jù)挖掘的決策支持技術，其中重點論述了最小關聯(lián)規(guī)則集及其挖掘算法、多屬性值分類分析和聚類分析等算法。 第4章在數(shù)據(jù)驅(qū)動的綜合智能決策支持系統(tǒng)體系結構的基礎上，分析并設計了其功能結構，明確了各自的功能模塊，詳細地分析

7、了各個子系統(tǒng)的管理流程。,第5章闡述了數(shù)據(jù)驅(qū)動的綜合智能決策支持系統(tǒng)生成器組件構成，在組件功能分析的基礎上，設計了相關生成器組件：主控制組件、數(shù)據(jù)倉庫組件、數(shù)據(jù)挖掘組件、模型管理組件、知識管理組件。 第6章是數(shù)據(jù)驅(qū)動的綜合智能DSS應用實例。某保險公司通過運用論文中相關組件開發(fā)出客戶關系管理系統(tǒng)（CRMS/I），論述了CRMS/I的設計與開發(fā)，以及相關組件在系統(tǒng)中的應用情況。 第7章對本文研究工作和創(chuàng)新點進行了總結與展望,三、論文的結構安排,三、論文的主要工作與創(chuàng)新點,考慮到IDSS的通用性，為了有效地將系統(tǒng)的核心模塊和功能相對固化，提高系統(tǒng)的技術含量和復用性，將層次模型理論運用于IDSS開發(fā)

8、是一種有效的方法。 本文在層次模型的相關理論基礎上，完善了關于智能決策支持系統(tǒng)開發(fā)的層次結構理論的研究，在任務層首次提出了IDSS標準任務五層框架的實現(xiàn)方法，并對資源接口層詳細地設計和規(guī)范了四種系統(tǒng)資源（數(shù)據(jù)、模型、知識和實例）的BNF接口語法，屏蔽了具體資源實現(xiàn)上的差異，促進了系統(tǒng)資源的有效集成。,主要工作與創(chuàng)新點1,四、論文的主要工作與創(chuàng)新點,IDSS標準任務五層框架,主要工作與創(chuàng)新點1,四、論文的主要工作與創(chuàng)新點,傳統(tǒng)的“三部件”(語言、知識、問題)DSS結構模式對DSS起到了很大的促進作用，較好地解決了對決策問題求解過程的控制,但仍然保留了專家系統(tǒng)的求解思路，未能體現(xiàn)出決策者在模型驅(qū)動

9、、數(shù)據(jù)驅(qū)動的特點和作用，不具備學習能力，缺乏對模型、數(shù)據(jù)和知識的整合和協(xié)調(diào)。 目前IDSS的研究重點由專家型決策支持系統(tǒng)逐步轉移到智能決策支持系統(tǒng)的模型、知識處理、人機交互和生成器等方面。,主要工作與創(chuàng)新點2,四、論文的主要工作與創(chuàng)新點,本文以IDSS層次模型理論為指導，提出了數(shù)據(jù)驅(qū)動的綜合智能決策支持系統(tǒng)體系框架，該體系框架較好地集成了數(shù)據(jù)、模型和知識，支持多種新的決策支持技術，同時以組件為系統(tǒng)的技術支撐，具有良好的通用集成性和可擴展性。,主要工作與創(chuàng)新點2,數(shù)據(jù)驅(qū)動的綜合智能決策支持系統(tǒng)體系結構,四、論文的主要工作與創(chuàng)新點,數(shù)據(jù)挖掘的核心技術是人工智能、機器學習、統(tǒng)計學等，但一個數(shù)據(jù)挖掘系

10、統(tǒng)不是多項技術的簡單組合，而是一個有機完整的整體，通過輔助技術的支持，完成數(shù)據(jù)采集、預處理、數(shù)據(jù)分析、結果表述一系列任務，最后將分析結果呈現(xiàn)在用戶面前。 在問題決策求解中，其數(shù)據(jù)挖掘常常也是面向問題或任務的。任何復雜的數(shù)據(jù)挖掘都可以視為一個多層復雜的模型系統(tǒng)，并需要一些計算機化的過程來給予支持。,主要工作與創(chuàng)新點3,四、論文的主要工作與創(chuàng)新點,為此，本文首次將層次模型理論運用于數(shù)據(jù)挖掘系統(tǒng)開發(fā)，在遵循線性關系發(fā)現(xiàn)過程的基礎上，對通用數(shù)據(jù)挖掘系統(tǒng)的開發(fā)框架進行了層次分析，得到一種新的思路和方法，在此基礎上提出了基于層次模型的智能數(shù)據(jù)挖掘概念模型。,主要工作與創(chuàng)新點3,基于層次模型的智能數(shù)據(jù)挖掘概

11、念模型,四、論文的主要工作與創(chuàng)新點,主要工作與創(chuàng)新點3,四、論文的主要工作與創(chuàng)新點,在數(shù)據(jù)驅(qū)動的決策支持技術中，新興的數(shù)據(jù)挖掘技術已在國內(nèi)外引起眾多學者的關注，并已成為研究熱點和難點。數(shù)據(jù)挖掘算法的好壞直接影響著數(shù)據(jù)挖掘結果的優(yōu)劣。 為此本文針對數(shù)據(jù)挖掘中常規(guī)任務的實現(xiàn)，提出了最小關聯(lián)規(guī)則集挖掘算法、基于映射簇的多維數(shù)據(jù)聚類分析算法和基于決策樹的兩階段多屬性值分類分析算法，有效地提高了知識發(fā)現(xiàn)的效率。,主要工作與創(chuàng)新點4,四、論文的主要工作與創(chuàng)新點,最小關聯(lián)規(guī)則集挖掘算法 提出生成最小關聯(lián)規(guī)則集來代替完全關聯(lián)規(guī)則集，減少候選頻繁項目集，最小關聯(lián)規(guī)則集必須具備兩個條件： （1）最小關聯(lián)規(guī)則集是最

12、小、最簡單的關聯(lián)規(guī)則集合； （2）最小關聯(lián)規(guī)則集有與完全關聯(lián)規(guī)則集相同的預測分析能力，從而確保關聯(lián)規(guī)則分析的正確。,主要工作與創(chuàng)新點4,四、論文的主要工作與創(chuàng)新點,基于決策樹的兩階段多屬性值分類分析算法 分類的效果一般和數(shù)據(jù)的特點有關，類的識別并不僅僅依賴于單個屬性的值，還與多個屬性相關。在建立屬性列表的基礎上，比較和簡化屬性，有效的進行屬性分割，同時利用分組記數(shù)的方法實現(xiàn)多屬性分類分析。,主要工作與創(chuàng)新點4,四、論文的主要工作與創(chuàng)新點,基于映射簇的多維數(shù)據(jù)聚類分析算法 在典型的多維數(shù)據(jù)挖掘應用中，不同的數(shù)據(jù)對象集合對于不同維度集合而言可能聚類會更好，且在每個簇的具體子空間中維度數(shù)將可能非常大

13、。 使用傳統(tǒng)特征選擇算法的問題在于預先選擇某個維度會導致信息的丟失。 應用映射簇的概念來明確簇與緯度的關系，將聚類問題轉化為映射簇問題，可以簡化計算，提高挖掘效率。,主要工作與創(chuàng)新點4,四、論文的主要工作與創(chuàng)新點,組件技術源于軟件的重組。組件技術可解決兩個重要問題：一是重用，二是互操作性。利用組件技術實現(xiàn)IDSS生成器組件化是解決IDSSG開發(fā)組織問題的有效方法。 為此，本文利用相關組件技術研究并設計了數(shù)據(jù)驅(qū)動的綜合智能決策支持系統(tǒng)生成器組件的構成和功能，并利用相關組件通過具體企業(yè)進行了實證，證明了其實用有效。,主要工作與創(chuàng)新點5,IIDSSG/DD主要表現(xiàn)為一套組件(包括模型管理組件、數(shù)據(jù)倉

14、庫組件、數(shù)據(jù)挖掘組件、知識管理組件)。在組件中封裝了各類基本決策支持算法及其任務求解引擎。 用戶在實際開發(fā)過程中，可以根據(jù)系統(tǒng)實際需要選擇其中一個或幾個進行組合開發(fā)專用的智能決策支持系統(tǒng),四、論文的主要工作與創(chuàng)新點,主要工作與創(chuàng)新點5,通過省某知名保險公司客戶關系管理系統(tǒng)的開發(fā)和實現(xiàn)來說明數(shù)據(jù)驅(qū)動的綜合智能決策支持系統(tǒng)的應用和實現(xiàn)。在實際開發(fā)中，IIDSSG/DD組件能快速靈活地實現(xiàn)決策功能，滿足企業(yè)實際決策需求。,四、論文的主要工作與創(chuàng)新點,主要工作與創(chuàng)新點5,五、論文的相關工作及其論文發(fā)表情況,論文的相關工作 1.先后查閱相關英文文獻共136篇，中文文獻共143篇. 2.參加相關科研課題共8個