第11章 管理信息系统发展剖析.ppt

2、群体决策支持系统(GDSS)的特点 ⑴不受时间与空间的限制； ⑵能让决策者相互之间便捷地交流信息与共享信息，减少片面性； ⑶决策者可克服消极的心理影响，无保留地发表自己的意见； ⑷能集思广益，激发决策者思路，使问题的方案尽可能趋于完美； ⑸可防止小集体主义及个性对决策结果的影响 ⑹可提高决策群体成员对决策结果的满意程度和置信度； ⑺群体越大效果越显著。 一、数据挖掘 二、商务智能 11.2 数据挖掘与商务智能 一、数据挖掘 1、数据挖掘的概念 数据挖掘，就是从存放在数据库，数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的知识模式的过程。 数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。 2、数据挖掘的步骤 （1）定义问题：清晰地定义出业务问题，确定数据挖掘的目的。 （2）数据准备：数据准备包括： ① 选择数据——在大型数据库和数据仓库目标中提取数据挖掘的目标数据集；② 数据预处理——数据再加工，包括检查数据的完整性及数据的一致性、去噪声，填补丢失的域，删除无效数据等。 2、数据挖掘的步骤（续） （3）数据挖掘：根据数据功能的类型和和数据的特点选择相应的算法，在净化和转换过的数据集上进行数据挖掘。 （4）结果分析：对数据挖掘的结果进行解释和评价，转换成为能够最终被用户理解的知识。 （5）知识的运用：将分析所得到的知识集成到业务信息系统的组织结构中去。 3、数据挖掘的方法 （1）神经网络方法---良好自组织自适应性、并行处理、分布存储和高度容错等特性，非常适合解决数据挖掘的问题。用于分类、预测和模式识别的前馈式神经网络模型；用于联想记忆和优化计算的反馈式神经网络模型；用于聚类的自组织映射方法。 （2）遗传算法---遗传算法是一种基于生物自然选择与遗传机理的随机有哪些信誉好的足球投注网站算法，是一种仿生全局优化方法。遗传算法具有的隐含并行性、易于和其他模型结合等性质使得它在数据挖掘中被加以应用。 （3）决策树方法---决策树是一种常用于预测模型的算法，它通过将大量数据有目的分类，从中找到一些有价值的，潜在的信息。它的主要优点是描述简单，分类速度快，特别适合大规模的数据处理。 （4）粗集方法----粗集理论是一种研究不精确、不确定知识的数学工具。 粗集方法有几个优点：不需要给出额外信息，简化输入信息的表达空间，算法简单，易于操作。粗集处理的对象是类似二维关系表的信息表。 但粗集的数学基础是集合论，难以直接处理连续的属性，而现实信息表中连续属性是普遍存在的。因此连续属性的离散化是制约粗集理论实用化的难点， （5）统计分析方法 在数据库字段项之间存在两种关系：函数关系和相关关系，对它们的分析可采用统计学方法，即利用统计学原理对数据库中的信息进行分析。可进行常用统计、回归分析、相关分析、差异分析等。 （6）模糊集方法 利用模糊集合理论对实际问题进行模糊评判、模糊决策、模糊模式识别和模糊聚类分析。 系统的复杂性越高，模糊性越强。 二、商务智能 商务智能(Business Intelligene，BI) 已成为一门新兴的商业分析工具。 商务智能是数据挖掘在决策过程中的深层应用，也是目前在国外企业界和软件开发界受到广泛关注的一个研究方向，它把先进的信息技术应用到整个企业、不仅为其提供信息获取能力，而且通过对信息的开发，将其转变为企业的竞争优势。 1、商务智能的定义 商务智能又称商业智能，是由GartnerGroup于1996年提出来的概念，它将商务智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。 2、商务智能的系统结构 （1）数据集市数据仓库(Data Warehouse ,DW)：面向主题的、集成的、稳定的、不同时间的元数据集合，用于提供决策分析依据。其中存储了大量元数据，它指明了数据仓库存储的信息内容和位置，并刻画了数据的抽取和转化规则。其中包括综合数据、当前数据、历史数据。 （2）简单的查询和报告工具。 专门用来支持用户对数据挖掘结果和联机分析处理的结果的查询，并以图形化方式展示，最终生成相应的报表。 （3）多维数据联机分析处理(Online Analytical Processing, OLAP)。通过对多维数据进行快速、一致和交互性的存取，提供多维数据管理环境。其典型应用是对商业问题的建模与商业数据分析。 （4）主管信息系统 是服务于组织高层经理的一类特殊的信息系统，EIS能够使高层经理们得到更快更广泛的信息。能够迅速、方便、直观（用图形报表形式）地提供综合信息，并可以预警与控