決策支持系統(tǒng)（DSS）理論·方法·案例

目錄
第1章概論1
1.1決策支持系統(tǒng)的產(chǎn)生與發(fā)展1
1.1.1DSS的產(chǎn)生背景1
1.1.2DSS的發(fā)展2
1.2DSS發(fā)展的理論基礎(chǔ)4
1.2.1信息論4
1.2.2計算機技術(shù)4
1.2.3管理科學和運籌學5
1.2.4信息經(jīng)濟學5
1.2.5行為科學6
1.2.6人工智能7
1.3DSS與相關(guān)技術(shù)的關(guān)系7
1.3.1決策與預測的關(guān)系7
1.3.2DSS與管理科學、運籌學的關(guān)系10
1.3.3DSS與MIS的關(guān)系11
1.3.4DSS與專家系統(tǒng)的關(guān)系12
1.4新一代DSS的發(fā)展13
1.4.1群決策支持系統(tǒng)13
1.4.2分布式?jīng)Q策支持系統(tǒng)14
1.4.3智能決策支持系統(tǒng)15
1.4.4決策支持中心16
1.4.5戰(zhàn)略決策支持系統(tǒng)17
1.4.6I３DSS18
1.5數(shù)據(jù)倉庫與決策支持系統(tǒng)19
1.5.1新型的決策支持技術(shù)——數(shù)據(jù)倉庫和聯(lián)機分析處理19
1.5.2綜合決策支持系統(tǒng)19
1.5.3基于數(shù)據(jù)倉庫的決策支持系統(tǒng)21
第2章決策支持系統(tǒng)的基本概念22
2.1結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化問題22
2.1.1概述22
2.1.2決策問題的性質(zhì)和層次23
2.2決策支持與DSS的定義25
2.2.1決策支持25
2.2.2決策支持分類25
2.2.3決策風格27
2.2.4DSS的定義28
2.3DSS的概念模式29
2.3.1系統(tǒng)分析29
2.3.2專用DSS30
2.3.3DSS工具30
2.3.4DSS生成器31
2.3.5累接設(shè)計32
2.3.6ROMC分析方法33
2.3.7系統(tǒng)的柔性35
2.3.8系統(tǒng)的集成化36
第3章DSS的構(gòu)造與系統(tǒng)結(jié)構(gòu)38
3.1引言38
3.1.1DSS的基本部件38
3.1.2目標39
3.1.3功能40
3.2DSS的人機界面和問題處理系統(tǒng)40
3.2.1人機界面40
3.2.2問題處理系統(tǒng)42
3.2.3自然語言理解43
3.3四庫系統(tǒng)46
3.3.1數(shù)據(jù)庫系統(tǒng)46
3.3.2模型庫系統(tǒng)47
3.3.3知識庫系統(tǒng)47
3.3.4方法庫系統(tǒng)48
3.4DSS的系統(tǒng)結(jié)構(gòu)50
3.4.1三角式結(jié)構(gòu)50
3.4.2串聯(lián)結(jié)構(gòu)50
3.4.3熔合式結(jié)構(gòu)51
3.4.4以數(shù)據(jù)庫為中心的結(jié)構(gòu)51
3.4.5四庫三功能的系統(tǒng)結(jié)構(gòu)52
3.4.6智能DSS的結(jié)構(gòu)53
3.5DSS的體系結(jié)構(gòu)與分析54
3.5.1DSS體系的分析54
3.5.2環(huán)境特征55
3.5.3系統(tǒng)的部件56
3.5.4資源57
3.5.5環(huán)境和資源的關(guān)系58
第4章數(shù)據(jù)庫及其管理系統(tǒng)60
4.1基本概念60
4.1.1數(shù)據(jù)庫系統(tǒng)的定義及其特點60
4.1.2DSS數(shù)據(jù)庫系統(tǒng)的設(shè)計特點61
4.2數(shù)據(jù)的組織與描述62
4.2.1實體模型62
4.2.2數(shù)據(jù)模型63
4.2.3數(shù)據(jù)模型的設(shè)計64
4.3DSS的數(shù)據(jù)庫設(shè)計66
4.3.1數(shù)據(jù)庫的概念設(shè)計67
4.3.2數(shù)據(jù)庫的邏輯設(shè)計70
4.3.3數(shù)據(jù)庫的物理設(shè)計72
4.3.4數(shù)據(jù)庫系統(tǒng)語言72
4.4DSS數(shù)據(jù)庫技術(shù)的發(fā)展74
4.4.1數(shù)據(jù)庫與知識庫的結(jié)合方式74
4.4.2數(shù)據(jù)庫技術(shù)支持模型庫75
4.4.3DSS中數(shù)據(jù)庫單元設(shè)計76
4.4.4DSS數(shù)據(jù)庫技術(shù)的發(fā)展分析76
4.5多媒體數(shù)據(jù)庫77
4.5.1多媒體數(shù)據(jù)庫的特點與功能77
4.5.2多媒體數(shù)據(jù)庫及其管理系統(tǒng)的關(guān)鍵技術(shù)78
4.5.3數(shù)據(jù)模型技術(shù)79
第5章數(shù)據(jù)開采技術(shù)82
5.1數(shù)據(jù)開采技術(shù)研究背景及現(xiàn)狀82
5.1.1引言82
5.1.2研究背景及意義82
5.1.3國內(nèi)外研究現(xiàn)狀83
5.2數(shù)據(jù)開采技術(shù)基本概念85
5.2.1數(shù)據(jù)開采的定義85
5.2.2數(shù)據(jù)開采的過程及分類86
5.2.3數(shù)據(jù)開采的內(nèi)容和本質(zhì)88
5.2.4基于數(shù)據(jù)倉庫的數(shù)據(jù)開采技術(shù)89
5.3數(shù)據(jù)開采方法91
5.3.1分類91
5.3.2聚類92
5.3.3神經(jīng)網(wǎng)絡(luò)92
5.3.4關(guān)聯(lián)規(guī)則開采方法94
5.3.5決策樹95
5.3.6多層次數(shù)據(jù)匯總歸納96
5.3.7空間數(shù)據(jù)庫的數(shù)據(jù)開采97
5.3.8數(shù)據(jù)開采的其他方法97
5.4數(shù)據(jù)開采——云模型方法98
5.4.1定性和定量互換模型——云模型98
5.4.2發(fā)現(xiàn)狀態(tài)空間理論99
5.4.3用云模型從空間數(shù)據(jù)庫中發(fā)掘關(guān)聯(lián)規(guī)則102
5.5模糊數(shù)據(jù)開采方法104
5.5.1數(shù)據(jù)倉庫的引入104
5.5.2模糊數(shù)據(jù)開采方法104
5.5.3FDM應用范例106
5.6數(shù)據(jù)開采的智能方法108
5.6.1從數(shù)據(jù)庫發(fā)現(xiàn)知識108
5.6.2數(shù)據(jù)開采與DBMS和聯(lián)機分析處理的區(qū)別與聯(lián)系109
5.6.3數(shù)據(jù)開采的方法和實施過程109
5.6.4智能算法110
5.7數(shù)據(jù)開采工具及發(fā)展方向113
5.7.1數(shù)據(jù)開采的工具113
5.7.2數(shù)據(jù)開采的發(fā)展方向113
5.8SAS的數(shù)據(jù)開采的方法論——SEMMA115
5.8.1數(shù)據(jù)開采提供決策支持115
5.8.2數(shù)據(jù)開采的方法論——SEMMA116
5.9數(shù)據(jù)開采的應用領(lǐng)域120
5.9.1數(shù)據(jù)開采在市場營銷和金融投資中的應用120
5.9.2數(shù)據(jù)開采系統(tǒng)在風險評估中的應用121
5.9.3DM系統(tǒng)在通信網(wǎng)絡(luò)中的應用123
5.9.4在DNA分析中的應用125
5.9.5天文數(shù)據(jù)分析中的DM系統(tǒng)126
第6章數(shù)據(jù)倉庫技術(shù)128
6.1數(shù)據(jù)倉庫概述128
6.1.1 數(shù)據(jù)倉庫的定義128
6.1.2 數(shù)據(jù)倉庫查詢系統(tǒng)的特點128
6.1.3 OLTP與OLAP的特點129
6.1.4 詳細數(shù)據(jù)與小結(jié)數(shù)據(jù)129
6.1.5 數(shù)據(jù)倉庫與數(shù)據(jù)集市131
6.1.6數(shù)據(jù)倉庫引擎的選擇133
6.2數(shù)據(jù)倉庫的結(jié)構(gòu)框架133
6.2.1框架的概念和重要性133
6.2.2通用框架結(jié)構(gòu)136
6.2.3數(shù)據(jù)源塊137
6.2.4數(shù)據(jù)倉庫結(jié)構(gòu)塊138
6.2.5數(shù)據(jù)站場結(jié)構(gòu)塊139
6.2.6數(shù)據(jù)倉庫的存取和使用模塊140
6.2.7數(shù)據(jù)管理層模塊141
6.2.8傳輸層模塊141
6.2.9基礎(chǔ)結(jié)構(gòu)層模塊142
6.3數(shù)據(jù)倉庫系統(tǒng)及其開發(fā)過程143
6.3.1數(shù)據(jù)倉庫系統(tǒng)143
6.3.2數(shù)據(jù)倉庫的開發(fā)過程144
6.4數(shù)據(jù)倉庫管理系統(tǒng)中的關(guān)鍵技術(shù)145
6.4.1引言145
6.4.2系統(tǒng)結(jié)構(gòu)146
6.4.3系統(tǒng)主要模塊及關(guān)鍵技術(shù)147
6.5可視數(shù)據(jù)倉庫150
6.5.1引言150
6.5.2可視數(shù)據(jù)倉庫的功能151
6.5.3數(shù)據(jù)倉庫規(guī)?；捏w系結(jié)構(gòu)151
6.5.4可視數(shù)據(jù)倉庫的管理152
6.5.5IBM可視數(shù)據(jù)倉庫解決方案153
6.6SAS數(shù)據(jù)倉庫的結(jié)構(gòu)與功能154
6.6.1SAS數(shù)據(jù)倉庫的體系結(jié)構(gòu)154
6.6.2SAS數(shù)據(jù)倉庫的功能156
6.6.3SAS數(shù)據(jù)倉庫有助于數(shù)據(jù)開采158
第7章數(shù)據(jù)倉庫的數(shù)據(jù)建模和元數(shù)據(jù)160
7.1數(shù)據(jù)倉庫的數(shù)據(jù)概念模型160
7.2數(shù)據(jù)倉庫的數(shù)據(jù)組織161
7.2.1數(shù)據(jù)倉庫的數(shù)據(jù)組織方式161
7.2.2多維數(shù)據(jù)庫的組織方式161
7.2.3OLAP的數(shù)據(jù)組織163
7.3數(shù)據(jù)源建模163
7.4數(shù)據(jù)倉庫建模164
7.4.1星型模型164
7.4.2雪花模型165
7.4.3混合模型166
7.5元數(shù)據(jù)的概念167
7.6元數(shù)據(jù)在數(shù)據(jù)倉庫中的重要性168
7.6.1元數(shù)據(jù)在數(shù)據(jù)倉庫開發(fā)期間的重要性170
7.6.2數(shù)據(jù)源抽取170
7.6.3數(shù)據(jù)求精與重構(gòu)工程171
7.6.4訪問與使用173
7.7元數(shù)據(jù)的管理功能173
7.7.1數(shù)據(jù)倉庫內(nèi)容的描述173
7.7.2定義數(shù)據(jù)抽取和轉(zhuǎn)換174
7.7.3基于商業(yè)事件的抽取調(diào)度175
7.7.4描述數(shù)據(jù)同步需求176
7.7.5衡量數(shù)據(jù)質(zhì)量指標176
7.7.6數(shù)據(jù)倉庫信息的目錄177
7.7.7信息目錄的現(xiàn)狀179
7.7.8元數(shù)據(jù)的數(shù)據(jù)字典和綱目庫180
7.8元數(shù)據(jù)的標準化和商品化180
7.8.1元數(shù)據(jù)的標準化180
7.8.2元數(shù)據(jù)的商品化181
第8章模型庫及其管理系統(tǒng)182
8.1模型與模型庫的基本概念182
8.1.1模型概念182
8.1.2模型特點182
8.1.3模型群和模型體系183
8.1.4模型庫185
8.2模型生成技術(shù)188
8.2.1傳統(tǒng)建模方法及其缺陷188
8.2.2模型生成技術(shù)189
8.2.3模型生成的一般步驟190
8.2.4模型的動態(tài)生成192
8.3模型管理技術(shù)193
8.3.1模型管理系統(tǒng)193
8.3.2模型管理技術(shù)的發(fā)展過程194
8.3.3模型管理系統(tǒng)的主要研究內(nèi)容195
8.4DSS中模型管理的人工智能方法196
8.4.1用一階謂詞邏輯表示模型的一種方法196
8.4.2知識庫支持模型的一個實例201
8.5模型管理和數(shù)據(jù)管理的結(jié)合202
8.5.1引言202
8.5.2模型管理和數(shù)據(jù)管理的結(jié)合203
8.5.3第四代模型管理系統(tǒng)的結(jié)構(gòu)204
8.6基于人工神經(jīng)網(wǎng)絡(luò)的非線性預測模型206
8.6.1人工神經(jīng)網(wǎng)絡(luò)模型基本概念206
8.6.2基于神經(jīng)網(wǎng)絡(luò)的非線性預測方法208
8.6.3逆?zhèn)鞑ド窠?jīng)網(wǎng)絡(luò)模型的改進212
8.6.4權(quán)重貢獻率和關(guān)鍵神經(jīng)結(jié)點215
8.6.5模型變量的選擇216
8.6.6觀測樣本的采集和使用217
第9章知識發(fā)現(xiàn)方法219
9.1數(shù)據(jù)開采和知識發(fā)現(xiàn)的區(qū)別與聯(lián)系219
9.2知識發(fā)現(xiàn)概念220
9.2.1知識發(fā)現(xiàn)定義220
9.2.2KDD的特點221
9.2.3知識發(fā)現(xiàn)的一般過程222
9.2.4知識發(fā)現(xiàn)的研究方向222
9.3知識發(fā)現(xiàn)方法223
9.3.1知識發(fā)現(xiàn)方法和算法224
9.3.2實用的知識發(fā)現(xiàn)工具和應用系統(tǒng)228
9.4基于數(shù)據(jù)庫中的知識發(fā)現(xiàn)231
9.4.1引言231
9.4.2KDD處理過程232
9.4.3數(shù)據(jù)開采的目標及方法233
9.4.4數(shù)據(jù)庫中的知識發(fā)現(xiàn)234
9.4.5KDD系統(tǒng)簡介及其WWW地址235
9.5基于數(shù)據(jù)庫中的自動發(fā)現(xiàn)廣義序貫模式236
9.5.1引言236
9.5.2廣義序貫模式的有關(guān)概念238
9.5.3廣義序貫模式的發(fā)現(xiàn)算法239
第10章知識庫系統(tǒng)243
10.1基本概念243
10.1.1數(shù)據(jù)243
10.1.2信息243
10.1.3知識243
10.1.4知識的分類244
10.1.5知識的屬性245
10.1.6推理方法245
10.1.7知識庫246
10.2知識表示方法246
10.2.1一階謂詞邏輯246
10.2.2語義網(wǎng)絡(luò)表示252
10.2.3產(chǎn)生式規(guī)則256
10.2.4框架理論258
10.3知識庫的建立261
10.3.1DSS知識庫的特點261
10.3.2設(shè)計知識庫系統(tǒng)的原則262
10.3.3知識庫的開發(fā)步驟262
10.4問題處理系統(tǒng)264
10.4.1PPS在DSS中的地位264
10.4.2問題處理系統(tǒng)的分類265
10.4.3PPS的工作過程266
10.4.4問題處理系統(tǒng)的功能269
10.5問題求解系統(tǒng)274
10.5.1問題分析的基本方法274
10.5.2求解途徑278
10.6推理機281
10.6.1基本概念282
10.6.2自動機283
10.6.3形式語言284
第11章信用擔保決策支持系統(tǒng)287
11.1信用擔保管理業(yè)務(wù)體系287
11.1.1信用擔保管理制度框架和運作的比較287
11.1.2中小企業(yè)信用擔保制度營運效果的比較分析及對我國的啟示290
11.1.3資信評估與決策分析294
11.2信用擔保業(yè)務(wù)流程分析與設(shè)計297
11.2.1信用擔保業(yè)務(wù)流程概述297
11.2.2信用擔保業(yè)務(wù)流程圖299
11.2.3信用擔保業(yè)務(wù)自動化與決策支持需求分析303
11.3信用擔保業(yè)務(wù)自動化與決策支持系統(tǒng)設(shè)計306
11.3.1系統(tǒng)概述306
11.3.2系統(tǒng)性能綜合要求309
11.3.3系統(tǒng)邏輯結(jié)構(gòu)311
11.3.4基本設(shè)計概念和計算機處理流程312
11.3.5數(shù)據(jù)庫設(shè)計315
11.3.6系統(tǒng)功能結(jié)構(gòu)設(shè)計319
11.3.7補救措施與系統(tǒng)維護設(shè)計320
11.3.8系統(tǒng)的數(shù)據(jù)安全性320
第12章證券行業(yè)數(shù)據(jù)倉庫系統(tǒng)321
12.1證券市場管理信息系統(tǒng)的現(xiàn)狀及存在的問題321
12.2數(shù)據(jù)挖掘技術(shù)使證券行業(yè)數(shù)據(jù)倉庫系統(tǒng)的開發(fā)成為可能321
12.3證券行業(yè)數(shù)據(jù)倉庫系統(tǒng)的功能設(shè)計323
12.3.1系統(tǒng)目標323
12.3.2需求分析324
12.3.3系統(tǒng)結(jié)構(gòu)和模型設(shè)計326
12.3.4系統(tǒng)裝載、數(shù)據(jù)挖掘和界面設(shè)計330
第13章數(shù)據(jù)挖掘應用案例336
13.1數(shù)據(jù)挖掘在大型超市中的應用336
13.1.1數(shù)據(jù)挖掘前的準備336
13.1.2數(shù)據(jù)挖掘算法的選擇337
13.1.3結(jié)果輸出339
13.2數(shù)據(jù)挖掘在證券行業(yè)中的應用341
13.2.1數(shù)據(jù)挖掘在證券行業(yè)中的應用341
13.2.2數(shù)量關(guān)聯(lián)規(guī)則在證券行業(yè)中的應用341
13.2.3單維布爾關(guān)聯(lián)規(guī)則在證券行業(yè)中的應用350
第14章PLATINUM technology數(shù)據(jù)倉庫360
14.1PLATINUM數(shù)據(jù)倉庫解決方案360
14.1.1PLATINUM數(shù)據(jù)倉庫設(shè)計原則360
14.1.2PLATINUM數(shù)據(jù)倉庫結(jié)構(gòu)360
14.1.3建立數(shù)據(jù)倉庫的過程361
14.1.4PLATINUM數(shù)據(jù)倉庫解決方案主要工具365
14.2PLATINUM系統(tǒng)管理解決方案368
14.2.1安全性管理解決方案——AutoSecureACX
和AutoSecureSSO368
14.2.2網(wǎng)絡(luò)存儲管理解決方案369
14.2.3企業(yè)作業(yè)管理解決方案369
14.2.4軟件分發(fā)管理解決方案370
14.3PLATINUM應用開發(fā)生命周期解決方案372
14.3.1大型應用開發(fā)的基本流程372
14.3.2PLATINUM應用開發(fā)解決方案373
14.3.3分析設(shè)計工具374
14.3.4數(shù)據(jù)庫服務(wù)器編程工具集375
14.3.5針對復雜業(yè)務(wù)的開發(fā)工具376
14.3.6應用系統(tǒng)測試工具集377
14.3.7應用開發(fā)管理工具378
14.4PLATINUM technology ProVision集成化系統(tǒng)及數(shù)據(jù)庫管理379
14.4.1ProVision產(chǎn)品特色380
14.4.2ProVision產(chǎn)品結(jié)構(gòu)380
14.4.3ProVision產(chǎn)品優(yōu)勢380
第15章Business Objects決策支持系統(tǒng)工具382
15.1Business Objects概述383
15.2Business Objects的特點和應用對象383
15.3Business Objects的主要功能384
15.4Business Objects的優(yōu)點385
15.5Business Objects能幫助企業(yè)實現(xiàn)科學決策386
15.6Business Objects在銀行系統(tǒng)的應用389
15.7Business Objects 4.0——數(shù)據(jù)庫前端決策支持工具390
參考文獻394