决策支持系统-课件.ppt

1、 第一节 决策支持系统的概念 第二节 决策支持系统的组成 第三节 群体决策支持系统 第四节 商务智能第十一章 决策支持系统 第一节 决策支持系统的概念 一、决策支持系统的产生和发展 二、决策支持系统的功能 三、决策支持系统与管理信息系统的区别 四、决策支持系统的分类 第一节 决策支持系统的概念 结构化决策 决策过程和方法有规律，能用语言和模型描述 半结构化决策 决策过程和方法有一定规律，不完全确定 非结构化决策 决策过程和方法没有规律，主要依靠主观判断 回顾：决策问题有哪几种类型？问题：管理信息系统解决哪类问题？决策支持系统的产生的背景 MIS的局限性：着重完成例行的日常信息处理任务，没有强调

2、对决策的积极支持。导致70年代国际上展开了MIS为什么失败的讨论。技术的发展：运筹学、数理统计、多目标决策、人工智能、专家系统、数据库系统的改善等。使得对半结构化决策问题的解决成为可能。技术的发展技术的发展信息支持决策的研究信息支持决策的研究1971年年Keen:提出提出“管理决策系统管理决策系统”（MDS）1978年年Keen和和Scott Morton 提出提出“决策支持系统决策支持系统”（DSS）形成形成DSS新学科新学科 DSS 的定义：DSS是一种以计算机为工具，应用决策科学及有关学科的理论与方法，以人机交互方式辅助决策者解决半结构化和非结构化决策问题的信息系统。专家系统与专家系统与

3、DSSDSS相结合，充分利用专家系统定性分析与相结合，充分利用专家系统定性分析与DSSDSS定量分析的优点，形成了定量分析的优点，形成了智能决策支持系统智能决策支持系统IDSSIDSS，提高提高了了DSSDSS支持非结构化决策问题的能力。支持非结构化决策问题的能力。DSSDSS与计算机网络技术结合构成了新型的能供异地决策与计算机网络技术结合构成了新型的能供异地决策者共同参与进行决策的者共同参与进行决策的群体决策支持系统群体决策支持系统GDSSGDSS。在在GDSSGDSS的基础上，为了支持范围更广的群体，包括个人的基础上，为了支持范围更广的群体，包括个人与组织共同参与大规模复杂决策，人们又将分

4、布式的数据库与组织共同参与大规模复杂决策，人们又将分布式的数据库、模型库与知识库等决策资源有机地集成，构建、模型库与知识库等决策资源有机地集成，构建分布式决策分布式决策支持系统支持系统DDSSDDSS。DSS的功能：收集、提供与决策有关的各种信息（组织内、外）能存储决策模型和数学方法用模型与方法对数据进行加工、汇总、分析和预测，得出综合信息与预测信息具有方便的人机对话和图象输出功能,满足随机查询要求能回答“What if ”之类的问题提供良好的数据通信功能速度与响应时间应满足用户的要求 DSS的基本特征:1.对准结构化程度不高的决策问题2.模型或分析技术与传统的数据存取及检索技术相结合3.易于

5、为非计算机专业人员使用4.强调用户决策方法改变的灵活性适应性5.支持但不代替高层决策者决策MIS 解决结构化问题 提供固定格式的报告，追求效率 监控企业的行为DSS 解决半结构、非结构化问题 针对性查询、图形显示 指导决策，追求决策的准确性销售与市场生产财务与会计其它战略计划管理控制运行控制业务处理(MIS)(EDP)(DSS)非结构化决策结构化决策 基于大量业务数据，挖掘有用信息 也被称为商务智能（BI)第二节 决策支持系统的组成数据库数据库模型库模型库对对 话话子子 系系 统统数数 据据 库库子系子系 统统模模 型型 库库子子 系系 统统用户用户 两库结构两库结构第二节 决策支持系统的组成

6、数据库数据库模型库模型库对话对话子系统子系统方法库方法库子系统子系统模型库模型库子系统子系统用户用户数据库数据库子系统子系统方法库方法库 四库结构四库结构数据库数据库模型库模型库对对 话话子子 系系 统统数数 据据 库库子系子系 统统模模 型型 库库子子 系系 统统用户用户方法库方法库知识库知识库方方 法法 库库子系子系 统统知知 识识 库库子子 系系 统统 三库结构第二节 决策支持系统的组成用户接口用户接口业务处理系统业务处理系统DSS软件软件（OLAP工具、模型、数工具、模型、数据挖掘工具）据挖掘工具）数据库数据库用户用户外部数据外部数据第三节 群体决策支持系统 一、群体决策支持系统的基本

7、概念 二、群体决策支持系统的类型 三、群体决策支持系统的组成 GDSS 是一类信息系统 在 DSS 基础上利用计算机网络与通信技术让多个决策者为了一个共同的目标,通过某种规程相互协作,探寻半结构化或非结构化决策问题解决方案.GDSS 涉及面很广,研究与开发的难度非常大 DSSDSS计算机技术计算机技术通信技术通信技术GDSSGDSS规程规程半结构化问题半结构化问题非结构化问题非结构化问题 GDSS有以下一些特点：1不受时间与空间的限制2让决策者便捷地交流与共享信息，减少片面性3使决策者克服消极心理，无保留地发表意见4能集思广益激发思路，使问题方案尽可能完美5可防止小集体主义及个性对决策结果的影

8、响6提高决策者对决策结果的满意程度和置信度7群体越大效果越显著根据环境、人员空间分布、决策周期长短等因素GDSS 大致可以四种类型：决策室决策室（同时同地）（同时同地）局域决策网局域决策网（同地异时）（同地异时）虚拟会议虚拟会议（异地同时）（异地同时）远程决策网远程决策网（异地异时）（异地异时）综合局域网综合局域网和虚拟会议和虚拟会议的优点的优点人机接口人机接口 公共数据库公共数据库子系统子系统公共模型库公共模型库子系统子系统主持人主持人 规程库子系统规程库子系统通信库子系统通信库子系统公共方法库公共方法库子系统子系统私有决策私有决策 支持系统支持系统决策者决策者 决策者决策者 公共公共显示设

9、备显示设备 GDSS 按一个预定的规程以会议方式运行 由一个主持人及多个决策者参加 围绕一个称为“主题”的决策问题 按照某种规程展开 主持人员控制决策活动的进程 参会者利用三库资源和私有 DSS 分析问题 进行子问题的决策，发表各自的意见 第四节 商务智能 商务智能（BI）产生的背景 一方面，信息技术的发展使得企业获取、管理信息的能力大大增加，从而可以利用丰富的信息进行明智的决策，提高企业竞争力；另一方面，信息技术所带来的信息的爆炸性增加，也极易使企业淹没在数据的海洋里。因此，在信息化时代，企业要想生存、发展，就必须拥有对大量信息、数据进行有效分析和利用，进而为决策提供支持的智能化工具。第四节

10、 商务智能 BI的含义 BIBI是一个面向决策的管理信息集成，它最直接的目的就是从各种各样的信息中获取决策知识，为企业的决策服务。它建立在ERPERP、CRMCRM等各种信息系统所提供的信息源之上，面向决策，为现代企业的信息管理提供了一种新的思路。第四节 商务智能 BI的三大技术要素 数据仓库（Date Warehouse）以面向主题的多维结构对组织的数据进行集成管理的技术 OLAP技术：(Online Analytical Processing)对历史数据动态分类和统计而产生信息或知识 数据挖掘技术(Date Mining)根据数据的相似性找出数据相关性 第四节 商务智能 数据挖掘技术的分类

11、 联想：如超市采购模型发现：购买薯片的，50%会购买可乐饮料，借此，可以制定较好的营销策略。目前，网络营销常用。因果：时间上的联系，如购买房子后，半年左右会购买家具或电器。分类：对流失客户特征的分析，以预测他们是谁，设计特殊的对策。电信、银行客户。聚类：客户细分 预测:发现数据变化规律、预测未来值 第四节 商务智能数据挖掘（DM)与知识发现的应用 数据库营销通过对已有顾客数据的分析，将客户分为不同的等级，由手工分类到机器学习，形成智能系统，当新客户到来时，输入系统，对其购买可能性进行预测，根据结果有针对性地进行推销。购物篮分析通过POS数据库的分析，识别顾客的购买行为，比如A商品被选购，B商品

12、被选购的可能性为95%。调整货架布局，制定促销方案第四节 商务智能数据挖掘的典型案例 某个夏天，沃尔玛(Walmart)数据分析人员利用数据仓库系统对商品进行“购物篮分析”时发现了一个令人惊奇的现象每逢周末，位于某地区的沃尔玛连锁超市的婴儿尿布和啤酒的销量特别大。第四节 商务智能 进一步分析发现：购买这两个产品的顾客一般都是年龄在25-35周岁的青年男子，假日会狂欢玩乐，没时间购买孩子的东西，于是每到周五下班前后，一次买齐孩子周末和下一周使用的尿布以及聚会时豪饮的啤酒。第四节 商务智能 决策行动：1、将卖场内原来相隔很远的妇婴用品区与酒类饮料区的空间距离拉近，减少顾客的行走时间；2、根据本地区

13、新婚新育家庭的消费能力的调查结果，对这两种产品的价格进行了再一次的调整，使价格更具有吸引力；3、同时向一些购物达到一定金额的顾客赠送婴儿奶嘴及其他小礼品，这些举措使得尿布和啤酒的销售量双双大幅度增长。第四节 商务智能 目前，在很多领域，已经成功引入了BIBI技术，尤其是在如银行、电信、保险、交通、零售等商业领域。BIBI所能解决的典型商业问题包括：直接营销直接营销 面向细分市场客户群体的划分面向细分市场客户群体的划分 用户背景分析用户背景分析 交叉销售等市场分析行为交叉销售等市场分析行为 客户流失性分析客户流失性分析 客户信用评估客户信用评估 欺诈发现等欺诈发现等 大数据预测通过大数据分析发现

14、的规律 你的购物习惯会显示你是否会按期还债（零售和金融服务业）总是在酒吧消费刷卡 在牙医那里刷卡 购买杂牌汽油 购买桌椅脚垫大数据预测通过大数据分析发现的规律 购买意愿在不同时间段会有变化（网站调查）零售网站 交友网站 金融服务网站 旅行网站晚8点深夜下午1点上午10点大数据预测通过大数据分析发现的规律 预测员工辞职风险（惠普，流失率高达20%），整合了包括工资、晋升、表现评级、岗位轮换等数据，预测哪些事发生后员工就可能离职。升职不加薪 不断轮岗 模型为惠普大约节约勒亿美元，在被认定为高风险的员工中，75%最终辞职了。这种预测的意义是什么？思考题简述决策支持系统的概念决策支持系统的结构有几种？简述MIS与DSS的区别群体决策支持规程库和通讯库的作用是什么？什么是商务智能，商务智能的技术要素有哪些？