第七章--综合决策支持系统.ppt

第十章 综合决策支持系统 10.1 新决策支持系统 10.2 综合决策支持系统 10.1 新决策支持系统 一、新决策支持系统的结构 二、新决策支持系统的特点 三、传统决策支持系统与新决策支持系统的关系 一、新决策支持系统的结构 决策用户 决策信息 知识 综合信息 分析信息 数据开采 综合数据 基本数据 历史数据 元数据 OLAP 数据库 数据仓库 基于数据仓库、联机分析处理、数据开采的决策支持系统结构 数据仓库是从数据库技术发展中出现的一种为决策服务的组织、存储技术。数据仓库由基本数据、历史数据、综合数据和元数据组成, 能提供综合分析、时间趋势分析等辅助决策信息。 联机分析处理是对多维数据进行分析的技术。由于大量数据集中于多维空间中, OLAP技术提供从多视角分析途径获取用户所需要的辅助决策的分析数据。 数据开采是对数据库或数据仓库中的数据使用一系列方法进行开采、挖掘、分析,从中识别和抽取隐含的、潜在的有用信息,即知识,并充分地利用这些知识辅助决策。 新决策支持系统的结构说明 新决策支持系统的三种形式 新决策支持系统实质上分为三种形式： (1)基于数据仓库（DW）的决策支持系统； (2)基于数据仓库（DW）与联机分析处理（OLAP）的决策支持系统； (3)基于数据仓库（DW） 、联机分析处理（OLAP） 、数据开采（DM）的决策支持系统。 二、新决策支持系统的特点 (1) 数据仓库和联机分析处理的数据组织方式是多维数据 数据库的数据是二维平面结构形式 (如关系数据库 ),而数据仓库的数据组织已经把它扩展为空间的多维结构形式。这样,数据仓库就集中了更多的数据,便于用户从大量数据中提取各自的辅助决策数据和信息。 (2) 数据仓库是为决策分析服务的 数据仓库的数据不是大量数据库的堆积,而是按决策主题重新组织的。这与数据库数据为事务处理有本质差别。数据仓库中的数据含基本数据、历史数据、综合数据和元数据。这样，数据仓库数据可以提供综合信息和时间趋势分析信息等辅助决策信息。 (3) 联机分析处理提供多维分析手段 联机分析处理所提供的多维分析手段有切片、切块、旋转、上下钻取等多种形式, 便于用户从不同角度提取所需要的数据和信息。 (4)数据开采挖掘数据中的隐藏知识 数据开采开始于人工智能的机器学习,80年代末提出从数据库中发现知识(KDD)概念,1996年正式把挖掘知识的各种方法和技术称为数据开采,现在已经引起多方学者的关注。 三、传统决策支持系统与新决策支持系统的关系 新决策支持系统和传统决策支持系统几乎没有什么共同之处,它们是从不同的角度发展起来,辅助决策的方式也不相同。由于两者不是覆盖关系,也就不存在相互代替的问题,而是相互补充和相互结合的问题。 相互关系（续） (1)新决策支持系统中数据开采挖掘的知识与传统决策支持系统的知识推理中的知识是不相同的。传统决策支持系统的知识来源于领域专家的经验知识和一般常识,而新决策支持系统的知识来源于数据仓库中的数据。它们的结合将扩大知识面。数据开采挖掘的知识也可用推理机来进行定性分析,也就是说,数据开采可以和专家系统结合起来。 (2)新决策支持系统中没有充分利用模型和模型组合来辅助决策。模型中的数学模型是运筹学和管理科学几十年来研究的成果,它们为各企事业单位的决策问题提供了广泛的辅助决策信息,取得了显著的决策效果。新决策支持系统中联机分析处理主要是进行多维数据分析,若增加一些有关的数学模型的计算,将能增加多维数据的辅助决策能力。 相互关系（续） 相互关系（续） (3)决策支持系统的技术还没有完全成熟。传统决策支持系统虽然发展了20年,有很多研究成果,但没有完全成熟的产品,如模型库系统就是一个典型的例子。新决策支持系统刚发展起来,需要在实践中逐步完善。 传统决策支持系统和新决策支持系统结合起来,一方面可以相互促进、互相结合,对已成熟的技术可以先结合起来,逐步扩展后成熟的技术。另一方面,这种结合为决策支持系统的发展前景指明了方向。 10.2 综合决策支持系统（Synthetic Decision Support System—SDSS） 一、体系结构 二、综合决策支持系统的主体 问题综合与交互系统 模型库管理系统 模型库 知识库 管理系统 推理机 知识库 决策信息 知识 信息 数据库管理系统 数据库 数据仓库管理系统 数据仓库 数据开采 OLAP 综合决策支持系统结构 一、体系结构 二、综合决策支持系统的主体 综合体系结构包括三个主体： 第一个主体是模型库系统和数据库系统的结合, 它是决策支持的基础, 它为决策问题提供定量分析(模型计算)的辅助决策信息； 第二个主体是数据仓库、OLAP的结合，它从数据仓库中提取综合数据和