科技创新辅助决策支持
系统
Document serial number【KK89K-LLS98YT-SS8CB-SSUT-SST108】
科技创新辅助决策支持系统STADS
——中国科学技术信息研究所与万方数据重拳出击
联合打造科技创新能力评估新利器
什么是科技创新辅助决策支持系统？
科技创新辅助决策支持系统由中国科学技术信息研究所与北京万方数据股份有限公司联合推出，是面向政府、科研院所、高校、企业等单位的科研管理部门，进行科技信息挖掘、分析，进行科技创新能力评估的工具。利用该工具，用户只需输入关注内容、轻点鼠标，即可轻松了解所关注主题的研究状况、学科领域专家与研究机构、科研项目课题成果与进展、科研机构科研能力统计与分析，并获得相关分析报告，为科技创新决策提供支持与服务。
为什么推出科技创新辅助决策支持系统？
“重视科学技术弘扬科技创新”已经成为全民普遍认可的国家发展理念。国家财政对科技投入的增加，通过实施新产品试制鉴定、科技攻关、星火、火炬、自然科学基金、社会科学基金、科技成果推广等一系列科技计划，在面向经济建设主战场、高新技术产业化、基础性研究三个层次上都取得了显着成绩。
在这样的大环境下，不论是政府部门、高校、科研院所，还是企业的科技管理部门，都需要对单位和个人，从科研综合能力、优势领域、人员素质、成果水平等方面，对于科技创新能力进行权威公正的考量。
为解决科研管理部门进行科研项目监控、科研立项查新、学科领域专家搜索、人员科研状况分析、机构科技创新能力评估等问题，辅助科研管理部门进行科学决策，中国科学技术信息研究所与万方数据重拳出击，推出科技创新能力评估新利器，即科技创新辅助决策支持系统（简称：STADS）。
我们需要科技创新辅助决策支持系统吗？
科技创新辅助决策支持系统给您带来的应用价值
科技创新辅助决策支持系统体系架构
科研创新辅助决策支持系统（STADS）基于期刊论文、学位论文、会议论文、专利、标准、政策法规、科技成果、图书专着、媒体信息、科技动态、SCI、EI等海量科技信息资源，围绕学科、机构、专家、主题、基金等“知识获取五要素”，构成二维空间，依托中国科学技术信息研究所与万方数据先进的中文信息处理技术、元数据仓储技术、信息网格技术、数据挖掘技术与自动分类/聚类技术，对海量科技知识信息进行挖掘和分析，以分析报告、统计数据、图表等方式输出，促使科技资源由参考资料提升为
支持决策的战略性资源，进而为用户提供立项评审、机构/个人科研能力评估、项目监测、科技查新、科研定题等提供决策支持。
图1 知识获取五要素
科技创新辅助决策支持系统体系架构如下图：
图2 科技创新辅助决策支持系统体系架构
科技创新辅助决策支持系统功能概览
查机构
系统提供科研机构的查询功能，机构综合分析报告将从机构基本信息，机构相关科研产出总体分析，机构科技论文产出状况，机构相关专利及科技成果产出状况，机构承担国家科技项目情况，机构科研合作关系，机构参与起草的国家标准，机构高产作者分析，以及与机构相关的各种媒体报道和动态信息等全面揭示机构的科研水平和创新实力。一键查询，机构相关科研信息一网打尽。
找专家
系统提供以人物为中心的扩展检索，排除重名干扰，定位更准确。人物综合分析报告从科研产出总体情况，相关科技论文产出分析，专利及科技成果产出，人物科研合作关系，人物学科渗透性，人物主要研究领域及相关关键词，人物相关媒体报道等方面丰富详实地展现专家的主要研究方向、科研成果、行业经验与背景。
定主题
系统拥有动态更新的主题词数据库，任何一个主题词均以网状形式推送知识库中的不同资源，还原知识最本质的表达形式。用户通过主题分析，可了解主题基本属性（上位词、下位词等），主题相关科研产出总体分析，主题相关科技论文产出分析，主题相关专利及科技成果产出状况，主题相关国家政策法规及标准，提供主题相关产品或服务的机构，主题学术关注趋势、主题学科渗透性分析，主题共现词分析和主题媒体相关报道等。系统通过主题相关的创新实体分析，为用户推荐权威的研究机构和行业领域专家。
基金导航
系统知识库与基金项目数据库同步更新，通过基金查询，帮助用户了解基金项目发表的期刊论文、会议论文，登记的科技成果情况，并对发表论文或者登记成果较多的科研机构、研究专家进行统计分析，跟踪基金项目科研进展情况。
学科导航
系统提供的学科导航方便用户了解该学科发表的期刊论文、学位论文、会议论文，学科相关的科技成果、专利、标准及政策法规，并对学科相关的研究机构、研究专家进行挖掘和分析，帮助用户寻找和了解学科权威研究机构和重点研究专家。
组合应用
系统支持通过学科、主题、机构、专家、基金等多种维度组合进行数据挖掘分析，从而为科研项目评审、科技创新能力评估分析、项目成果监测跟踪、项目立项科技查新、科研项目选题分析等应用提供辅助决策支持。
科技创新辅助决策支持系统全新应用体验
科研项目评审
对公开竞争的科技项目，系统从学科优势、专家团队、成果发表、标准参与制定、科技论文发表、国家重点项目参与情况等角度综合分析评价，生成“机构科研能力综合评述报告”，数据充实完整，为科技管理部门提供立项评审第一手参考资料。
图3 “某课题项目”的机构对比情况
科研能力评估
系统以学科和行业为主线，为决策者提供人物或机构的按照时间分布的科研能力评估工具，或横向全方位展示特定领域的专家和机构排名，或纵向揭示机构或个人的整体科研水平。
图4 “某领域”专家的成果状况
图5 “某大学”历年的成果状况
项目监测跟踪
系统为科研项目管理部门及时监测、跟踪基金项目的进展和成果，按年度、论文类型、机构、人物等灵活展现，生成“项目成果/进展报告”，用数据说话，一目了然。
图6 某项目成果进展报告
项目立项科技查新
平台基于知识获取五要素为核心，从中外文期刊论文、学位论文、会议论文、科技成果、专利、标准、图书专着等多来源进行查新检索，生成“科技查新报告”，为科技项目查新业务提供数据支持和快捷应用工具。
科技查新界面
科研立项选题
平台从特定领域全方位展现关注领域的科技成果、标准、专利、期刊论文、学位论文、会议论文等科研成果发布状况，协助科研人员了解学科领域或者相关主题科研状况，帮助科研人员轻松选题。
主题学术趋势分析
系统通过先进的中英文预处理技术和数据挖掘技术，提供知识趋势折线图分析；帮助用户快速掌握学术热点和走势分析。
学术关注趋势分析
作者合作关系揭示
系统结合知识获取五要素知识库，采用高效的关联挖掘算法，对人物自动计算其科研合作关系，推送关联作者；主动揭示作者的研究主题、研究方向、主要发文刊物、参与的基金项目等等，更全面地展示作者信息。
作者合作关系分析
发文分布分析
系统从多个角度对文献发文量的分布进行综合分析，包括按文献类型、期刊出处、区域等进行统计。宏观信息，清晰可鉴。
文献产出类型分布
发文较多期刊分布
成果按地区分布
发文对比分析
系统利用从发文量的统计指标，用数据说话；将相关主题发文量、年发文量、累积发文量等利用折线图展现。
“某主题”年发文量和累计发文量对比
主题学科渗透性分析
用户从学科角度，分析用户提交主题的学科分布情况、主题共现词、相关主题的创新实体的排名情况。
“某主题”按学科分布分析
科技创新辅助决策支持系统特点
创新
国内首家以“科技创新辅助决策”为服务理念，以软件租用为服务模式的软件产品，协助用户及时分析科研状况，辅助进行科技创新决策。
专业
中国科学技术信息研究所与万方数据携手策划，依托中国科学技术信息研究所丰富的科技信息知识库以及万方数据丰富的信息处理服务经验，联袂打造，提供专业化的科技创新决策支持服务。
权威
涵盖国内全部期刊论文、国家一级、二级学会会议论文，全部211高校及部分其它高校学位论文，包括国内科技成果、专利、标准、政策法规、科技动态等的科技信息知识库，整合SCI、EI、PubMed、Springlinker、Proquest等数据，知识库全面、权威，足不出户，坐享海量知识信息支持。
精准
以“知识获取五要素”为纽带形成高效的前端导航，以精准的结果提升用户体验，帮助用户获得精准的分析数据，辅助科学决策。
及时
及时的知识库各种数据的监控和更新，保证分析结果的时效性，为用户提供及时准确的统计分析数据。
智能
自动海量知识数据挖掘分析，“一键式”报告生成，用户操作简便。
直观
数字、表格、图形全面诠释科研结果及动向，一目了然。
绿色
免安装、免配置、软件自动更新，获得持续的升级服务支持。
科技创新辅助决策支持系统服务模式
实时享受7*24小时的在线数据服务，本地数据零维护
知识库即时更新，充分保证分析结果的时效性
软件租用服务模式，降低客户软件投入成本
客户端自助下载安装，无需任何附加培训即可轻松掌握
在线软件自动更新，及时技术支持服务，用户更无后顾之忧
目录 1 工程背景和依据 (2) 1.1 项目背景 (2) 1.2 编制的依据 (3) 2 决策支持建设现状 (4) 2.1 建设基础 (4) 2.2 需求分析 (4) 3 指导思想、建设原则 (6) 3.1 指导思想 (6) 3.2 建设原则 (6) 4 总体目标 (7) 4.1 总体目标 (7) 5 总体框架和体系 (8) 5.1 总体框架 (8) 5.2 技术路线 (9) 6 主要任务 (11) 6.1 完善信息基础设施 (11) 6.2 建立信息资源中心 (11) 6.3 搭建应用支撑平台 (11) 6.4 建立决策支持应用 (12) 6.5 完善相关支撑体系 (13) 7 重点工程 (15)
7.1 市领导辅助决策支持系统 (15) 7.1.1 市级领导应用 (15) 7.1.2 办公厅及部门应用 (15) 7.2 市领导空间决策支持系统 (16) 7.3 市领导智能决策支持系统 (17) 7.4 市领导多媒体协同办公系统 (18) 7.5 决策分析政务数据交换平台 (19) 7.6 领导决策综合数据库 (20) 8 保障措施 (22) 8.1 加强组织体系建设 (22) 8.2 完善相关政策和制度 (22) 8.3 加强资金保障 (23) 8.4 加强项目培训和咨询 (23) 8.5 强化标准规范建设 (23) 9 计划安排及投资类别 (24) 9.1 总体安排 (24) 9.1.1 工程一期 (24) 9.1.2 工程二期 (24) 9.2 投资类别 (25)
1 工程背景和依据 1.1 项目背景 贯彻党的十六大报告要求“进一步转变政府职能，改进管理方式，推行电子政务，提高行政效率，降低行政成本，形成行为规范、运转协调、公正透明、廉洁高效的行政管理体制”。 贯彻党的十七大报告要求“推进决策科学化、民主化，完善决策信息和智力支持系统”。 《黑龙江省电子政务建设“十一五”规划》：“各级各部门要高度重视电子政务建设工作，切实纳入重要议事日程。主要领导要及时掌握情况，解决问题，加强督促，有计划、有力度地搞好工作推进。”。 《黑龙江省电子政务建设“十一五”规划》：“整合各专业数据系统的关系型数据、非结构化数据，以及多媒体数据，建设全省电子政务数据仓库，利用数据整合、数据分析、数据挖掘技术，建立全省电子政务决策支持系统，为各级领导提供决策支持。” 哈尔滨市已经具备决策支持建设的条件和环境，《哈尔滨市国民经济和社会信息化“十一五”发展规划》指出：“在应用系统建设方面，统一建设了公文传输、信息管理、督办管理、目标管理、议案管理和政务值班管理等6个政务应用系统，在工商、税务等各业务部门分别建设各自业务应用系统的基础上，建设完成了全市企业基础信息共享平台、城市空间地理基础信息共享平台等跨领域、跨部门的应用系统，
智能决策支持系统 一、智能决策支持系统的定义 决策支持系统(Decision Support System,简称DSS),就是以管理科学、运筹学、控制论、与行为科学为基础,以计算机技术、仿真技术与信息技术为手段,针对半结构化的决策问题,支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供所需的数据、信息与背景资料,帮助明确决策目标与进行问题的识别,建立或修改决策模型,提供各种备选方案,并且对各种方案进行评价与优选,通过人机交互功能进行分析、比较与判断,为正确的决策提供必要的支持。它通过与决策者的一系列人机对话过程,为决策者提供各种可靠方案,检验决策者的要求与设想,从而达到支持决策的目的。 决策支持系统一般由交互语言系统、问题系统以及数据库、模型库、方法库、知识库管理系统组成。在某些具体的决策支持系统中,也可以没有单独的知识库及其管理系统,但模型库与方法库通常则就是必须的。由于应用领域与研究方法不同,导致决策支持系统的结构有多种形式。 传统DSS 采用各种定量模型,在定量分析与处理中发挥了巨大作用, 它也对半结构化与非结构化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅就是决策过程中结构化与具有明确过程性的部分、随着决策环境日趋复杂,DSS的局限性也日趋突出, 具体表现在:系统在决策支持中的作用就是被动的, 不能根据决策环境的变化提供主动支持, 对决策中普遍存在的非结构化问题无法提供支持,以定量数学模型为基础,对决策中常见的定性问题、模糊问题与不确定性问题缺乏相应的支持手段。[1] DSS应具备以下特征[2]: ●系统的主要功能就是为管理人员提供决策支持,其目的就是帮助管理人员进行决策 而不就是代替她们,就是为了提高决策的效能而不就是组织的管理效率; ●传统数据管理技术与有关的模型技术、分析技术相结合; ●系统应该有很强的灵活性、适应性、便于用户使用。 智能决策支持系统(IDSS)就是决策支持系统与人工智能技术相结合的系统[3],她包括决 策支持系统所拥有的组件,包括数据库系统、模型库系统与人机交互系统,同时集成了最新发展的人工智能技术,如专家系统、多代理以及神经网络与遗传算法等。它就是以信息技术为手段,应用管理科学、计算机科学及有关学科的理论与方法,针对半结构化与非结构化的决策问题,通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式,为管理者做出正确决策提供帮助的智能型人机交互式信息系统。智能决策支持系统的广义结构如下图所示。
院长辅助决策支持系统 院长辅助决策支持系统是为法院高级管理层人员，提供对法院内部各个方面的信息综合管理和监控的系统。院长决策支持系统在最大程度上体现了系统“集成”的能力。它不再仅仅是一些死板的统计报表和一系列令人眼花缭乱的文书题目，而是给法院的高层决策者提供许多形象、直观的“感受”。 院长辅助决策支持系统是一个动态的为法院高层管理者，根据法院现有的管理模式定制的决策支持系统。它根据法院内部所设立的各类标准，对法院内部所有办案人员所办案件的数量、质量和进度等各种指标进行算、分类、排行。通过这样的数据，为法院的中高层领导及时有效的决策，提供法院内部案件办理的第一手资料。 院长辅助决策支持系统主要由案件的查询、统计构件和其他根据院领导要求定制的多模式监控构件组成。 院长辅助决策支持系统根据提供信息的形式分类，主要对院领导的决策提供以下几种类型的决策信息服务： 数据信息服务 数据信息主要是指为法院高级领导提供院内以数字或文字为主的信息，以便为院长做决策提供数据支持。 数据信息服务主要由案件的统计、查询和案件监控构件组成，除此之外系统还提供各种进入其他系统的功能入口，方便院领导进入相关系统办公。 数据信息服务主要包括以下主要功能： ●案件监控 该功能模块主要是实时的对法院内部所有的案件进行监控，为院长提供了全院各类案件的在案件办理的各个阶段的停留情况，院长可以通过这样的监控数据，找到全院整个案件办理的流程的瓶颈，调整相应的工作人员、方法或程序； ●排行榜 该功能模块为院领导提供了院内各个庭室的案件办理情况的排行榜，使得院
长在随时了解到院内各个庭室人员最近的案件办理的进度和情况； ●统计分析 该功能模块是根据要求，专门为院领导定制了一套完整的统计报表，实时的统计法院高级管理者所关心的数据，直接为院领导的决策提供数据支持。 ●审理报告 该功能是将审判系统中的需要上会的审理报告进行调阅的功能模块，以便审委会成员能够通过计算机调阅审理报告，进行案件的讨论。 除了以上栏目外，系统还提供相应和其他系统的相应入口，如“新收公文”、“案件办理”等功能链接，使得院长可以像一般工作人员一样，在院长决策系统中进行日常的案件办理和公文的处理。 除了对院内的数据信息采集之外，院长辅助决策系统可以对其他信息进行采集。 多媒体信息服务 多媒体信息服务是为法院的高级领导提供图象、声音等多媒体信息，为法院领导直接感受现场情况，对工作进行指导提供信息服务。 该功能模块主要是和信息化法院的硬件和网络视频设备进行联动，实现预期的功能。 多媒体信息服务主要包括以下功能： ●庭审录像 该功能模块是系统在排期阶段，系统会根据排期情况，自动打开法庭的监控设备，对挺身情况进行自动录像，院长可以在院长决策系统中调取该案件的庭审录像，在网络上观看，并可以对该案件的审理过程进行批注，并发布在录像中，使得下一次调用该录像的用户，可以看到录像批注，对案件的庭审过程的指导作用意义重大。 ●审委会评议 该功能模块是系统在审委会上提供庭审的实况转播，并通过声像同步技术，使得审委会成员可以直接在异地对案件庭审的过程进行指导。
临床决策支持系统研究初探 胡安邦① 廖邦富① ①成都成电医星数字健康软件有限公司，610047，成都市武侯区武科东四路11号慧谷5栋4号 摘 要 临床决策支持系统是电子病历最高层次的应用之一。本文介绍运用循证医学和语素级临床汉语言解析引擎进行临床决策支持系统的研究，特别是对临床诊断决策支持的研究。关键词 临床决策支持 电子病历 CDSS 语素解析 1 概述 目前国内电子病历系统已经得到广泛的认同和应用。虽然大部分电子病历的应用还停留在如何记录和保存电子病历上。但是业界比较领先的电子病历公司，已经在研究电子病历质量控制、语素或语义解析、临床决策支持（Clinicl Decision Suport System简称CDSS）等涉及到电子病历核心技术方面的内容。 电子病历系统除了应采集到全面、精细、结构化的电子病历数据外，必须辅助医护人员进行临床决策，才是电子病历应用的核心和最终目标。理想状况下，临床上任何医疗活动应该有CDSS支持，所有的医疗决策和操作，都是通过电子病历系统对病人信息进行了充分的智能化分析，遵循最优路径的方式来进行。达到智能化或智慧型的电子病历。 智慧型的电子病历最重要的特征就是有完备CDSS支撑。国际上先进国家已经有许多著名CDSS，如：Archimedes Model,Autonomy,DiagnosisOne,Dxplain等，已经广泛应用于临床。而我国目前该领域在临床应用中也有一些小规模的片段性的应用，但还没有真正起步。国外的CDSS要完全引入我国，由于医疗过程和语言的不同，远远不是翻译就能够解决的问题。CDSS 知识库的移植也是一个浩瀚的工程。国内电子病历的CDSS还远没有成形，要达到智慧型电子病历还任重道远。 CDSS是涉及医学各方面的智能化体系，包括疾病诊断、治疗、护理、手术、用药等方面的决策支持，循证决策的支持，鉴别诊断的支持，预防误诊误治的支持，预后康复方面的支持，为医务人员提供诊断治疗工具和资料等。在CDSS的功能方面，必须具有对临床医疗的建议、提醒、报警、计算、预测等。其重点在诊断，治疗的决策。对于CDSS的研究，其知识库来源、决策方法和电子病历的结构化解析是必须的基础研究工作。 我们把循证医学作为构建CDSS知识库和决策方法的基础。对于电子病历的结构化解析，我们首先研发的临床语言解析引擎[2]，已经获得国家方面专利,使整个研究有了较好的基础。 2 CDSS与循证医学结合的研究 2.1 把循证医学的临床证据作为建立CDSS知识库的基础 智慧型电子病历是我们对电子病历系统研究的重点。对于智慧型电子病历中CDSSD 研究，知识库的正确性对于CDSS至关重要。我们把循证医学中高级的证据作为CDSS知识库的信息来源基础。循证医学的核心思想，就是在医疗决策中，将临床证据、个人经验、患者的实际状况三者结合起来，进行疾病的诊断和治疗。其中，临床证据主要来自大样本的随机对照临床试验(randomized controlled trial，RCT)，经过系统性评价(systematic review)或荟萃分析(meta-analysis)，对大量临床证据的总结、分析、评价，形成的各种证据（甚至金标准），可以作为构建CDSS知识库的可靠、正确的基础。 2.2 以循证医学的理论指导诊断治疗决策研究 对于CDSS的研究，还在循证医学理论指导下，作为研究CDSS诊断决策，治疗决策，预后决策的基础方法。对这几个方面研究的功能和解决方案描述如下： 诊断决策：将循证医学中的各种诊断和治疗证据，用元素和语素形式进行整理，构建
决策支持系统解决方案
————————————————————————————————作者：————————————————————————————————日期：
目录 1 工程背景和依据 (2) 1.1 项目背景 (2) 1.2 编制的依据 (3) 2 决策支持建设现状 (4) 2.1 建设基础 (4) 2.2 需求分析 (4) 3 指导思想、建设原则 (6) 3.1 指导思想 (6) 3.2 建设原则 (6) 4 总体目标 (7) 4.1 总体目标 (7) 5 总体框架和体系 (8) 5.1 总体框架 (8) 5.2 技术路线 (9) 6 主要任务 (11) 6.1 完善信息基础设施 (11) 6.2 建立信息资源中心 (11) 6.3 搭建应用支撑平台 (11) 6.4 建立决策支持应用 (12) 6.5 完善相关支撑体系 (13) 7 重点工程 (15)
7.1 市领导辅助决策支持系统 (15) 7.1.1 市级领导应用 (15) 7.1.2 办公厅及部门应用 (15) 7.2 市领导空间决策支持系统 (16) 7.3 市领导智能决策支持系统 (17) 7.4 市领导多媒体协同办公系统 (18) 7.5 决策分析政务数据交换平台 (19) 7.6 领导决策综合数据库 (20) 8 保障措施 (22) 8.1 加强组织体系建设 (22) 8.2 完善相关政策和制度 (22) 8.3 加强资金保障 (23) 8.4 加强项目培训和咨询 (23) 8.5 强化标准规范建设 (23) 9 计划安排及投资类别 (24) 9.1 总体安排 (24) 9.1.1 工程一期 (24) 9.1.2 工程二期 (24) 9.2 投资类别 (25)
决策支持系统实例 物资分配调拨问题是根据各单位提出对物资的需求申请，按仓库的库存情况制定分配方案，再根据分配放案以及仓库和单位的距离制定物资运输方案。最后按照物资运输方案制定各仓库的发货表和各单位的接收表，修改各仓库库存数和各单位的物资数。 该决策问题需要设计多个数据库和多个模型共同求解。总的处理流程如图： 图1 物资分配调拨流程图 一、物资申请和库存的计划汇总 1、各单位按自己的需求提出对各物资的申请 申请数据库为： D i={SQ(W1)，SQ(W2)，… } i=1,2,3…（1.1） 其中D i表示第i各单位，SQ(W j)表示申请物资W j的需要数量。 将各单位的申请数据库汇总成各单位对物资的需求量，形成总申请数据库。 W j={ SQ(D1)，SQ(D2)，…} j=1,2，3… (1.2) 其中SQ(D i)表示第i个单位对物资W j的申请数量。 该项数据处理需要编制程序，类似于数据库的旋转来完成。
2、 各仓库度物资的可供应情况 K i ={XY(W 1)—KD(W 1)，XY(W 2)—KD(W 2)，…} i=1，2，… （1.3） 其中K i 表示第i 个仓库；XY(W j )， KD(W j )分别表示该仓库中物资W j 的现有数量和最低储备量；XY(W j )—KD(W j )表示物质W j 的可供量。 各仓库的多物资的可供应情况汇总成某一物资个仓库的可供量，形成总库存数据库。 Wj={XY(K 1)—KD(K 1)，XY(K 2)—KD(K 2)，…} （1.4） 该项数据处理工作，要在数据库中计算出可供量后，再进行类似于数据库旋转来实现。 该计划汇总工作构成数据处理模型，它与数据库的关系如图： 图2 计划汇总模型与数据库的关系 二、 制定物资的分配方案 物资分配方案是利用物资分配模型来完成的，该分配模型是通过一系列公式实现。 1、 比较分配情况 对同一物资W j 计算总可供量S （各仓库可供量之和）与总申请量Q （各单位申请量之和）的大小。 2、 物资分配方法 （1） 总可供量大于等于总申请量S ≥Q 物资总申请数据库 物资总库存数据库
领导辅助决策系统 1、中宏领导决策支持系统（苏州） 中宏“领导决策支持系统”由国家发展和改革委员会所属的中国宏观经济研究院、中国宏观经济学会、中国经济学奖管理委员会、中国宏观经济信息网等权威机构联合研制。 该系统根据各部委、地方各级政府日常工作特点和决策需要，实现了政府决策过程中的“一揽子”支持方案，提供了从“信息资源保障”到“系统更新维护”的全面服务。 中宏“领导决策支持系统”拥有涵盖90年代以来经济各个领域的、容量超过100万条的巨型经济数据库。只需键入决策议题，本系统即可提供十个方面的参考信息。其中包括了专家智囊及课题研究、统计分析、国际经验、兄弟省市经验、国家相关政策法规、相关产业分布、相关外资外贸情况、相关的金融税收政策、宏观形势和政策以及本地区的相关内容（需系统绑定）。 中宏“领导决策支持系统”的核心竞争力是中宏独有的“经济智能分析技术”（EIAS）。该系统将政府工作特点、信息挖掘技术、经济分析方法、信息资源保障四大要素融为一体，不仅将复杂专业化的应用变成了“智能式”操作，而且可以根据政府主管领导、职能部门的需要，实现“个性化”的服务。由于采用了“融入式”的设计理念，本系统可以无缝“融入”电子政务系统，同时也可以本系统为平台，搭建政府的电子政务系统。 政府的每项决策工作都可通过《中宏政府决策信息支持系统》提供的八大类信息资源做为决策支持，即相关的统计数据、兄弟城市的经验方法、相关的国家政策和规划、各部委的相关政策、相关产业的信息资料、宏观经济形势背景、各国的相关经验教训、相关的权威课题成果等等。 围绕政府每项决策工作，“一键式”实现八大类的相关资料的搜集。“中宏领导决策支持系统”不仅具有覆盖各领域的海量信息，而且具有IT技术与经济分析融为一体，实现信息资料搜集的高度智能化。对于政府投资招商引资等决策议题更是从统计数据模块、政策法规模块、宏观经济模块、区域经济模块、产业经济模块、外资外贸模块、世界经济模块、课题研究模块和中宏百人团模块等九大模块提供信息支持。 中宏“领导决策支持系统”底层的信息资源来自于中宏数据库。其主要数据库如下：（1）宏观形势库（2）发展战略规划库（3）金融数据库（4）财政税收数据库（5）投资数据库（6）消费数据库（7）物价数据库（8）商业物流数据库（9）对外贸易数据库（10）中国外资数据库（11）中国产业发展数据库（12）
科技创新辅助决策支持系统STADS ——中国科学技术信息研究所与万方数据重拳出击 联合打造科技创新能力评估新利器 什么是科技创新辅助决策支持系统？ 科技创新辅助决策支持系统由中国科学技术信息研究所与北京万方数据股份有限公司联合推出，是面向政府、科研院所、高校、企业等单位的科研管理部门，进行科技信息挖掘、分析，进行科技创新能力评估的工具。利用该工具，用户只需输入关注内容、轻点鼠标，即可轻松了解所关注主题的研究状况、学科领域专家与研究机构、科研项目课题成果与进展、科研机构科研能力统计与分析，并获得相关分析报告，为科技创新决策提供支持与服务。 为什么推出科技创新辅助决策支持系统？ “重视科学技术弘扬科技创新”已经成为全民普遍认可的国家发展理念。国家财政对科技投入的增加，通过实施新产品试制鉴定、科技攻关、星火、火炬、自然科学基金、社会科学基金、科技成果推广等一系列科技计划，在面向经济建设主战场、高新技术产业化、基础性研究三个层次上都取得了显著成绩。 在这样的大环境下，不论是政府部门、高校、科研院所，还是企业的科技管理部门，都需要对单位和个人，从科研综合能力、优势领域、人员素质、成果水平等方面，对于科技创新能力进行权威公正的考量。 为解决科研管理部门进行科研项目监控、科研立项查新、学科领域专家搜索、人员科研状况分析、机构科技创新能力评估等问题，辅助科研管理部门进行科学决策，中国科学技术信息研究所与万方数据重拳出击，推出科技创新能力评估新利器，即科技创新辅助决策支持系统（简称：STADS）。
我们需要科技创新辅助决策支持系统吗？ 科技创新辅助决策支持系统给您带来的应用价值
临床决策支持系统前言： 随着时代的发展, 知识爆炸对医疗工作提出了严峻的挑战, 医师们日益感到难以跟上突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾, 但绝非根本解决方法。因为即使是很专业的医学领域的知识更新和增长, 也超出医师的学习和掌握限度, 大量的信息和数据也让医师们无所适从。而借助电脑的巨大存储能力和处理能力有可能改变这一状况, 于是临床决策支持系统应运而生。临床决策支持系( Clinical Decision- Making “临床决策支持系统”的定义是：“能够根据病人的两项或多项信息针对病情生成具体建议的活性知识系统”。亚马特亚库（Amatayakul）相信，临床决策支持系统可以在诊疗过程中提供的一种实时帮助，而且能够发掘外部的知识资源。作为一种复杂的计算机化的管理系统，它还可以根据现有的知识生成各种可供选择的诊疗和护理建议（Randolph et al）。
那么，临床决策支持系统的基本功能都有哪些？根据兰道夫（Randolph et al）2001年的研究报告，表6.1概述了波莱尔（Pryor）的建议。 表6.1 临床决策支持系统 Bayesian theorem 的方法和Belief networks。另外，近期的已经在国外的临床中具体应用的事件监视器(Event Monitor)也都是基于规则的决策支持系统。这些系统通过事先定义好的规则来实时地监视病人的相关信息，一旦规则中的前提条件得到满足，相关规则将被触发，相应采取规则中规定的行动，或是对诊断或是对治疗提供决策支持。 2) 系统功能
临床决策系统也可以按其设计的所能完成的系统功能来划分。主要有两大类主要的功能：一是帮助决策什么是对的判断，例如临床诊断，早期的Leeds Abdominal Pain、DXplain和QMR等医学诊断系统即属此类。二是帮助医生决策下一步应该做做么事，例如做什么检查，用什么药，要不要手术等，最典型的一个例子就是决策分析树，即根据概率分析医生下一步应该怎样做。 3) 建议方式 临床决策系统的建议方式分为主动和被动两种。主动的方式为系统主动地给医生提 早 例 （Critiquingmodel）顾问式在流程中不断地与医生进行交互获得必要信息，最终生成最后的建议，例如在MYCIN 系统中，需要用户不断地与计算机进行信息交互，最终计算机才能给出最后的决策意见。而批评式的系统事先根据相关信息生成一个决策建议，如果医生的决策与之不符，则给出系统的决策建议，适用于医生愿意自己决策而只是需要系统对自己的决策进行再次确认的情况，前面提到的事件监视器系统即属于批评式的。 6) 决策支持程度
临床辅助决策支持系统（CDSS）招标要求及技术参数
一、项目总体方案 1、总体目标 临床辅助决策支持系统是基于我院医疗大数据平台和医院海量真实病历数据，结合医学文献、临床知识库等资源，利用分布式存储和计算、自然语言处理、机器学习等技术构建的，面向临床医生的辅助决策和推荐系统，系统支持自动从医生工作站获取当前就诊的患者信息，并从辅助诊疗、病历分析、知识推荐等角度在医生诊疗过程提供辅助决策。 2、基本功能需求 （1）诊断推荐 根据输入的患者信息和主诉现病史等信息，当医生下诊断时，自动推荐疑似诊断，并提供这些诊断的典型症状以及医院内相似病历，并提供相关推荐依据。 （2）检查检验推荐 根据医生当前初步诊断结合患者基本信息、一诉五史，当医生下处置时，自动推荐合适的检验、检查项，并挖掘展示这些检查检验项在医院的相似病历中开立占比，以及相关文献参考，帮助医生进一步确诊。 （3）治疗方案推荐 根据医生当前诊断及患者基本信息、一诉五史，在医生下医嘱时，推荐最佳的治疗方案，并提供这些治疗方案在医院的相似病历中的占比，以及相关文献参考等推荐依据。
（4）智能提醒 依据患者基本信息、一诉五史，结合医院临床历史数据，在医生下诊断或开具不适合患者病情的医嘱处置时，自动预警提示。 （5）病历分析 根据医生在工作站输入的性别、年龄、主诉、现病史、诊断、检查检验、用药等信息，基于医院历史数据找出相似病历及其各个维度的统计数据。 （6）历史数据实时统计分析 根据条件对医院历史数据进行实时统计分析，包括相关病种数量、性别比例、年龄分布、病因分布、疗效比较、并发症、好转率、不良反应、平均住院日、平均住院费用、平均术前时间、手术率、复诊率等不少于20个相关性指标，将这些数据的统计分析结果实时展示在系统界面上，供医生参考。
第一章概述 1.1 平台建设背景 当前政府、企业的信息化的状况是，各政府和企业一般都设计和建设了属于机构、业务本身的应用、流程以及数据的信息处理系统，独立、异构、涵盖各自业务内容的信息处理系统，系统设计建设的时期不同、业务模式不同，信息化建设缺乏有效的总体规划，重复建设；缺乏统一的设计标准，大多数系统都是由不同的厂商在不同的平台上，使用不同的语言进行开发的，信息交互共享困难，存在大量的信息孤岛和流程孤岛。为了有效整合分散异构的信息资源，消除“信息孤岛”现象，提高政府和企业的信息化水平。宇思公司要开发的数据共享交换平台，主要目的是有效整合分散异构系统的信息资源，消除“信息孤岛”现象，提高政府和企业的信息化水平，灵活实现不同系统间的信息交换、信息共享与业务协同，加强信息资源管理，开展数据和应用整合，进一步发挥信息资源和应用系统的效能，提升信息化建设对业务和管理的支撑作用。 要求新构建的数据共享交换平台要遵循标准的、面向服务架构（SOA）的方式，基于先进的企业服务总线ESB技术，遵循先进技术标准和规范，为跨地域、跨部门、跨平台不同应用系统、不同数据库之间的互连互通提供包含提取、转换、传输和加密等操作的数据交换服务，实现扩展性良好的“松耦合”结构的应用和数据集成；同时要求数据共享交换平台，能够通过分布式部署和集中式管理架构，可以有效解决各节点之间数据的及时、高效地上传下达，在安全、方便、快捷、顺畅的进行信息交换的同时精准的保证数据的一致性和准确性，
实现数据的一次 数据共享交换平台-设计方案 采集、多系统共享；要求数据交换平台节点服务器适配器的可视化配置功能，可以有效解决数据交换平台的“最后一公里”问题，快速实现不同机构、不同应用系统、不同数据库之间基于不同传输协议的数据交换与信息共享，为各种应用和决策支持提供良好的数据环境。要求数据共享交换平台能够把各种纷繁复杂的数据系统集成在一起完成特定业务，提供同构数据、异构数据之间的数据抽取、格式转换、内容过滤、内容转换、同异步传输、动态部署、可视化管理监控等方面功能，支持的数据包括各主流数据库（如Oracle、SQL Server、MySQL等）、地理空间数据（如卫星影像、矢量数据）、常规文件（word、excel、pdf）等各种格式，并可以根据用户需求定制开发特定业务服务。 1.2 应用场景 场景一：中国科学院电子学研究所的信息交换需求 实现各个数据中心间的数据库层面的数据共享交换，各中心之间是双向的、实时的数据交换，各数据节点的数据库是同构的数据库系统（即Oracle），数据的类型是基于数据库表格的规则数据，字段类型包含BLOB字段类型。目前各数据节点的数据结构（表）是相同的，主要是一表对一表的数据交换，数据抽取和过滤需求比较简单。目前数据共享交换是通过Oracle GoldenGate数据库同步工具来实现的。 用户具体需求包括： 1）可视化的交换节点配置管理，包括：动态添加数据交换节点、配置交换节点间的表的同步映射关系、配置表的同步规则、过滤条件
基于云计算的智能决策发展综述 郜炎峰 （哈尔滨商业大学计算机学院哈尔滨Y1310120306 ）摘要：随着计算机和通信技术的快速发展，一些基于不同环境下的智能决策支持系统层出不穷，本文主要简单介绍了智能决策支持系统的发展现状，然后重点介绍了基于云计算的智能决策的研究现状，对云计算环境下的智能决策受到的影响，决策资源管理，决策问题协同求解，智能决策支持系统等进行简单分析，进一步提出今后的智能决策系统的研究思路。 关键词：发展现状；云计算；智能决策； Abstract:With the rapid development of computer andcommunicatio n technology, a number of different environments based intelligent decisionsupport systemafter another,This paper briefly introduces the development status of intelligent decision support system, and then focuses on the research status of cloud-based intelligent decis ion.The impact of cloud computing environments being intelligent decision,decision-making resource management,collaborative deci sion-making problem solving, intelligent decision support system fo r simple analysis.Further research ideas putted forward in the futur e of intelligent decision system.
决策支持系统发展现状与趋势分析 信息092 王岩090612271引言 决策是人类社会发展中人们在为实现某一目的而决定策略或办法时，时时存在的一种社会现象。任何行动都是相关决策的一种结果。正是这种需求的普遍性，决策支持系统应运而生。20多年来，DSS已在理论研究、系统开发和实际应用诸方面取得了令人瞩目的进步，并呈现出积极的多元化的发展态势。随着人工智能技术、网络技术、通信技术和信息处理技术的发展和多学科的交叉结合发展，决策支持系统呈现多元化结构发展态势。 决策支持系统，简称DSS(Decision Support System)，是以特定形式辅助决策的一种科学工具。它通过人机对话等方式为决策者提供了一个将知识性、主动性、创造性和信息处理能力相结合、定性与定量相结合的工作环境，协助决策者分析问题、探索决策方法，进行评价、预测和选优。 近几年来，从关于决策支持系统基本定义和决策支持系统基本结构出发，演化产生了一系列新的概念、观点和结构。为此，本文从对决策支持系统的发展现状加以概括论述，同时总结了决策支持系统发展的趋势和前景。 决策支持系统的兴起于发展 决策支持系统的大致经历了这样几个发展过程：20世纪60年代后期，面向模型的决策支持系统诞生，标志着决策系统的这门学科的开端，20世纪70年代，决策支持系统的理论得到了长足的发展，80年代的前期和中期，实现了金融规划系统以及群体决策支持系统；20世纪80年代中期，通过将决策支持系统和知识系统相结合，提出了发展智能决策支持系统的设想；此后，开始出现主管信息系统，联机分析处理等。到了20世纪90年代中期，人们开始关注和开发基于Web的决策支持系统，随着Internet的革命性和深入应用，基于分布式的、基于群体网络化和远程化的协同的情报分析与综合决策支持系统逐步浮出水面并开始走向应用；随着人工智能的不断发展，决策支持系统的智能化程度越来越高，对人们的决策的支持能力也越来越大。 DSS的系统结构 尽管DSS在形态上各色各样，但它们在结构上有一个基本特征——集成性，对不同形态的DSS进行分解时，又会发现DSS主要由五个部件组成：人机接口、数据库、模型库、知识库、方法库。每个库又带有各自的管理系统，即对话管理系统、数据库管理系统、模型库管理系统、知识库管理系统、方法库管理系统。因此一般地说，大部分DSS都可以认为是这十个基本部件的不同的集成和组合，即这十个部件可以组成实现支持任何层次和级别的DSS系统。 阻碍决策支持系统发展的关键技术问题 1980年，Sprague就曾提出了决策支持系统的三部件结构，即对话部件、数据部件（数据库Data Base和数据库管理系统DBMS）、模型部件（模型库MB和模型库管理系统MBMS）。该结构明确了DSS的组成，也间接地反映了DSS的关键技术，即模型库管理系统、部件接口、系统综合集成。 1981年，Bonczak等又提出了DSS三系统结构，即语言系统(LS)、问题处理系统(PPS)、知识系统(KS)[13]。从这些系统总体架构的概括与设计思路看，开发一个实际的高性能DSS需要解决如下关键技术问题： (1)模型库系统的设计和实现：它包括模型库的组织结构、模型库管理系统
临床决策支持系统 前言： 随着时代的发展, 知识爆炸对医疗工作提出了严峻的挑战, 医师们日益感到 难以跟上突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾, 但绝非 根本解决方法。因为即使是很专业的医学领域的知识更新和增长, 也超出医师的 学习和掌握限度, 大量的信息和数据也让医师们无所适从。而借助电脑的巨大存 储能力和处理能力有可能改变这一状况, 于是临床决策支持系统应运而生。临床 决策支持系( Clinical Decision- Making Support System, CDSS) 指能为医生 的诊疗工作提供决策支持和帮助的计算机系统。另一方面, 药物的多样性和患者 信息的不同使药物治疗复杂化, 故此药物治疗需要完善的信息支持系统,临床决 策支持系统(CDSS)是支持药物治疗的有力工具。现已表明, 较好地使用了决策支 持系统(DSS)的机构已经实现了提高质量和降低成本。同样的, 人们将决策支持系统运用到复杂的药物治疗中, 可以很及时、准确、完整地为医师提供相应的信息 资料, 有助于医师做出正确有效的诊断决策, 以提高药物治疗的效率. 很多临床医师熟悉那些处理实验室信息的计算机系统，也熟悉那些用来跟踪药物处方及重复取药的药房计算机系统。鉴于他们已经习惯于按几个键就能够找到或显示所需要的信息，他们不可能愿意回到原来那种乏味地从大堆资料中查找一些零碎信息的情境。 尽管电子健康记录系统能够获取、转换、显示和分析某些信息，但是，如果不能筛选和提炼信息，也将无法满足那些复杂的临床决策。在这一点上，临床决策支持系统有了进一步的发展。将患者个人的详细信息输入计算机程序之后，这些信息就被存储起来，然后，在计算机知识库中进行程序或算法匹配，为临床医师生成针对该患者的健康评估和诊疗建议（Randolph, Haynes, Wyatt, Cook, & Guyatt, 2001）。在1994年约翰斯顿（Johnston）等人的研究报告中，维亚孜（Wyaath）和斯比格尔特（Spiegelhalter）给“临床决策支持系统”的定义是：“能够根据病人的两项或多项信息针对病情
决策支持系统(decision support system ，简称dss)是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统(mis)向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。（1）结构化决策，是指对某一决策过程的环境及规则，能用确定的模型或语言描述，以适当的算法产生决策方案，并能从多种方案中选择最优解的决策。结构化决策问题相对比较简单、直接，其决策过程和决策方法有固定的规律可以遵循，能用明确的语言和模型加以描述，并可依据一定的通用模型和决策规则实现其决策过程的基本自动化。早期的多数管理信息系统，能够求解这类问题，例如，应用解析方法，运筹学方法等求解资源优化问题。(2)非结构化决策，是指决策过程复杂，不可能用确定的模型和语言来描述其决策过程，更无所谓最优解的决策。其决策过程和决策方法没有固定的规律可以遵循，没有固定的决策规则和通用模型可依，决策者的主观行为（学识、经验、直觉、判断力、洞察力、个人偏好和决策风格等）对各阶段的决策效果有相当影响，往往是决策者根据掌握的情况和数据临时作出决定。 (3)半结构化决策，是介于以上二者之间的决策，这类决策可以建立适当的算法产生决策方案，使决策方案中得到较优的解。其决策过程和决策方法有一定规律可以遵循，但又不能完全确定，即有所了解但又不全面，有所分析但又不确切，有所估计但又不确定。这样的决策问题一般可适当建立模型，但无法确定最优方案。 非结构化和半结构化决策一般用于一个组织的中、高管理层，其决策者一方面需要根据经验进行分析判断，另一方面也需要借助计算机为决策提供各种辅助信息，及时做出正确有效的决策。 决策的进程一般分为4个步骤： (1)发现问题并形成决策目标，包括建立决策模型、拟定方案和确定效 果度量，这是决策活动的起点； (2)用概率定量地描述每个方案所产生的各种结局的可能性； (3)决策人员对各种结局进行定量评价，一般用效用值来定量表示。效用值是有关决策人员根据个人才能、经验、风格以及所处环境条件等因素，对各种结局的价值所作的定量估计； (4)综合分析各方面信息，以最后决定方案的取舍，有时还要对方案作灵敏度分析，研究原始数据发生变化时对最优解的影响，决定对方案有较大影响的参量范围。 决策往往不可能一次完成，而是一个迭代过程。决策可以借助于计算机决策支持系统来完成，即用计算机来辅助确定目标、拟定方案、分析评价以及模拟验证等工作。在此过程中，可用人机交互方式，由决策人员提供各种不同方案的参量并选择方案。 决策支持系统基本结构主要由四个部分组成，即数据部分、模型部分、推理部分 和人机交互部分： 数据部分是一个数据库系统; 模型部分包括模型库(mb)及其管理系统(ms); 推理部分由知识库(kb)、知识库管理系统(kbms)和推理机组成； 人机交互部分是决策支持系统的人机交互界面，用以接收和检验用户请求，调用系统内部功能软件为决策服务，使模型运行、数据调用和知识推理达到有机地统一，有效地解决决策问题。
临床决策支持系统综述报告 引言: 临床决策支持系统(clinical support decisionsvstens，CDSS)是指将临床数据做为输入信息，将推论结果作为输出，有助于临床医生决策并被用户认为具有一定“智能”的任何软件。大量研究表明，CDSS的应用可以有效解决临床医生知识的局限性、减少人为疏忽(特别是药物定量方面)、相对降低医疗费用等，从而为医疗质量提供了保证。尽管CDSS有很多优点，真正能为医生所接受并投入实际临床使用的为数不多，其主要原因是技术问题，如：不确定知识的表示与推理的困难、知识更新的困难、知识库的透明性问题以及与其它医学信息系统以及医生的工作模式相融合等问题。 历史发展： 我将系统地回顾电子病历中临床决策支持方法。根据Musen 和Shortliffe等，人临床决策支持系统可以按五个维度（Dimension）进行分类，另外，如果将不直接给出建议而只是给出相关信息的系统也划入临床决策支持系统，那么临床决策支持系统可以按以下六个维度进行分类（表一）： 表一临床决策支持系统的分类维度
内部决策机制的不同主要取决于临床决策支持系统的内部知识表示方式，针对不同的决策需求存在着不同的知识表示方式，从而形成了不同的决策机制。例如，根据病人的症状体征等的辅助诊断系统常以概率来表达症状与疾病相关性，此类的决策方式主要有基于Bayesian theorem 的方法和Belief networks。另外，近期的已经在国外的临床中具体应用的事件监视器(Event Monitor)也都是基于规则的决策支持系统。这些系统通过事先定义好的规则来实时地监视病人的相关信息，一旦规则中的前提条件得到满足，相关规则将被触发，相应采取规则中规定的行动，或是对诊断或是对治疗提供决策支持。 2) 系统功能 临床决策系统也可以按其设计的所能完成的系统功能来划分。主要有两大类主要的功能：一是帮助决策什么是对的判断，例如临床诊断，早期的Leeds Abdominal Pain、DXplain和QMR等医学诊断系统即属此类。二是帮助医生决策下一步应该做做么事，例如做什么检查，用什么药，要不要手术等，最典型的一个例子就是决策分析树，即根据概率分析医生下一步应该怎样做。 3) 建议方式
企业智能综合决策支持系统方案设计 厦门巨龙软件工程有限公司王三明硕士 2003-1-22 投稿 一般来讲，企业管理中的决策基本上可以分为两种：即结构化决策和非结构化决策。结构化决策涉及到的变量较少，只要采用专门的公式来处理相关信息，就能够得到准确的答案。通过计算机语言来编制相应的程序，就可以在计算机上面处理这些信息。结构化决策完全可以用计算机来代替。 在非结构化决策中，可能提供出很多正确的解决方案，但是没有精确的计算公式能够计算出哪个解决方案是最优。也没有规则和标准能够衡量那种方案是最佳解决方案。在没有决策支持系统作基础的情况下是难以迅速而有效地进行决策的。 因此，企业智能综合决策支持系统（InterigentDecisionSupportSystem，IDSS）应有高度的灵活性和良好的交互性，适用于非结构化决策的支。 一、智能综合决策支持系统IDSS方案设计 企业决策支持系统应以支持经营决策为主要目的，故IDSS应支持： ◆企业外部环境研究分析决策支持； ◆企业内部条件分析决策支持； ◆经营决策，其中包括产品决策、销售决策与财务决策等。 1.企业外部环境研究决策支持 为了支持外部环境调查分析，IDSS系统中应提供以下一些主要因素的检索机制: §国家有关经济政策和法规，尤其是金融、财务、税收、外贸进出口方面的政策和法规； §国际国内相关行业的市场行情及产量、价格等；产品市场分析；主要原、燃、材料供应情况及价格等等。 2.企业内部条件分析决策支持 IDSS应支持：产品分析、市场分析、资金利润分析、盈亏分析等。 市场分析决策模块 包括市场开拓决策、销售策略决策等。 ◆市场分析模块应提供： §市场面分布分析 §市场产品竞争分析 §价格变动对需求影响程度分析 §开辟新市场分析 为此，IDSS应提供市场潜力模型，以便支持管理者考虑提高产品竞争能力，占领未实现市场，开辟未开发市场 ◆销售决策支持 IDSS应包括： §预测模型（可用于销售量预测、价格预测等）
领导辅助决策系统 决策支持系统由数据库、模型库和各自的管理系统组成。决策支持系统模型需要反映的问题是系统的决策制订原则和机理、系统的组织机构和人员配置。通过对决策系统的建模，领导可以对相关业务发展情况有一个细致的了解，从而发现其中问题，据此进行相应的改革。 建立决策支持系统，方便区政府领导对基层工作进行查询分析，并辅助领导进行科学决策。内容包括：基层工作查询，区政府领导对基层的工作进行实时、有效的查询，并按照设定的要求统计出报表。民政业务查询，区政府领导对基层的工作进行实时、有效的查询，并按照样式生成分析报表。决策参谋通过对基层相关业务数据的统计分析和业务处理，为领导决策时提供详实、可靠的依据。 即席查询系统 依托基层信息管理系统和协同审核系统的数据进行数据抽取、处理、转储，按领导和业务人员关注的角度，对萧山基层信息数据进行整合，实时获取数据，将最终结果以各种方式展示给领导和业务人员，便于领导和业务人员即时了解本市民政业务各项最新动向，并可实现数据钻取和切片。 报表系统 基于数据整合平台，将所有业务系统的综合信息，按照日、周、月、季、年等周期制作成固定复杂格式的报表，以统一的数据实时供业务人员和领导查询。 动态分析系统 依托整合的数据，对萧山基层管理的关键指标、总体的收支情况进行实时反映，在监控指标发生异常时，提供预警和分析，便于领导和业务人员及时获悉异常情况和采取措施。 决策辅助系统 系统面向高层决策者，屏蔽技术细节和频繁的用户操作，界面简洁直观。使用用户可以按自己需要设置页面的显示内容和展现布局，将自己关心的数据筛选提炼出来，形成更精确的决策依据。不同的用户可设置显示不同的内容，同一页中集成各部门的数字，达到一页而知全局，不再需要在成堆的报表中逐个地去浏