下载文档原格式
一、基本观点1、E.H.Shortliffe 等人从1972年开始研制的MYCIN 是用于诊断和治疗感染性疾病的专家系统。
2、 归结原理（又称消解原理）是Robinson 提出的一种证明子句集不可满足性，从而实现了定理证明的一种理论及方法。
子句集中各子句间的关系是合取关系，因此，子句集中只要有一个子句是不可满足的，则子句集就是不可满足的。
另外，空子句是不可满足的，所以只要子句集中包含有一个空子句，则此子句集就一定是不可满足的。
3、人们研究了许多归结策略，这些归结策略大致可分为两大类：一类是删除策略，另一类是限制策略。
其中第一类中包含纯文字删除法、重言式删除法和包含（孕）删除法4、数据仓库的存储模型有维立方体、星形模型、雪花模型和星网模型等四种。
5、知识发现的主要步骤包括：数据准备、数据挖掘、结果表达与解释。
6、关联规则的基本形式：前提条件==>结论[支持度, 置信度]7、Apriori 算法主要由连接和剪枝两步构成。
8、等价关系不需要满足自反性，对称性和一致性。
9、设：论域{1,2,3,4,5,6}U =，划分{{1,2},{3},{4,5,6}}UR =，集合{2,3,4}X =，请写出X 的下近似为{3} 和上近似为{1,2,3,4,5,6}10、对决策信息系统的相对约简是在保持系统决策能力不下降的前提下，获取尽可能少而有意义的条件属性。
11、归结原理的应用主要有两个方面：进行定理证明的归结反演和求取问题的答案。
12、20世纪90年代兴起的数据仓库、联机分析处理和数据挖掘三项新技术为决策支持系统开辟了一条从数据中获取辅助决策信息的新路，称之为新决策支持系统。
13、多个等价关系的交集能够确定一个划分。
14、数据集市的结构: 从属数据集市、独立数据集市。
15、KDD 的主要步骤包括数据准备、数据挖掘和结果的表达与解释。
16、关联规则中的项集指的是在数据库中出现的属性值的集合。
关联规则挖掘就是从大量数据中发现项集之间有趣的关联。
第一章一、选择题决策支持系统的缩写是（ D ）。
A DSSB MISC KSD LS下列哪部分不是Bonczek和Whiston提出的决策支持系统组成部分（ D ）。
A 语言系统B知识系统C问题处理系统D数据库系统管理信息系统的缩写是（ B ）。
A DSSB MISC KSD DB二、填空题Turban 认为决策支持系统应当是一个交互式的，灵活的，适应性强的基于计算机的（信息系统）。
决策达到其目标的程度称为（决策结果）。
相对于管理信息系统，决策支持系统提供的信息，在数量和精度方面要求比较（低）。
DSS是通过它的人机交互对话接口为决策者提供（辅助功能的）。
在系统运行方面，MIS中人工干预尽可能少，而DSS则以（人机对话）方式为系统的主要工作方式。
MIS的设计方法是以数据驱动的，而DSS的设计方法是（模型驱动的）。
MIS趋向于信息的集中管理，而DSS趋向于信息的（分散）使用。
MIS的分析着重体现系统全局的、总体的信息需求，而DSS的分析着重体现决策者的（个人）信息需要。
DSS与MIS的主要区别是设计思想和（工作对象）的差别。
将大量用于事物处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需要进行重新组织是（数据仓库）。
数据仓库的逻辑结构可分为近期基本数据层、历史数据层和（综合数据层）。
数据仓库的物理结构一般采用星型结构的（关系数据库）。
三、名词解释高度结构化决策：如果决策的目标简单，可选行动方案少，界定并且明确决策带来的影响，则此类决策为高度结构化决策。
简答决策支持系统的设计思想：是努力实现一个具有巨大发展活力的、适应性强的开发系统，其设计方法则强调充分发挥人的经验、判断力、创造力，强调其未来的发展，努力使决策更加正确。
数据仓库：将大量用于事物处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需要进行重新组织。
四、简答题简答决策支持系统的发展阶段。
答：决策支持系统的发展大体上分为以下六个阶段：（1）20世纪70年代初期，决策支持系统开始起步，只是一种面向数据的信息处理系统，其标志是把交互技术应用于管理任务，以便借助于计算机作出复杂的决策。
决策支持系统一、DSS的概念决策支持系统（DSS，Decision Supporting System），是以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，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。
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，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，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。
根据定义，DSS的主要任务是：（1）分析和识别问题；（2）描述和表达决策问题及决策知识；（3）形成决策方案；（4）构造决策问题的求解模型；（5）建立评价决策问题的各种准则。
二、DSS软件介绍1.决策支持系统组成部件从计算机软件系统的角度来看，一个DSS中主要的成分是可以互相通信的、有机联系着的三个子系统（DSS的两库系统）：数据管理子系统、模型管理子系统和会话管理子系统。
2.数据管理子系统主要成分包括数据库、数据字典和数据库管理系统，存储着与决策问题有关的数据，数据库中的数据通常可分为：（1）事务数据是组织或企业日常生产和管理中发生的数据。
根据数据的来源又可分为（是DSS的基础数据）：内部数据：内部数据的大部分都是事务数据（库存数据，生产数据，销售数据等）；外部数据：指来源于企业外部经营环境的数据，如企业所在行业的统计数据，市场调研的结果，税务状况，政府的政策规定等（对决策产生重大影响）。
（2）个人数据指特定的决策者所收集和使用的数据，对这类数据，DSS中应有严格的保密措施以保证其安全性（个人的用户分析资料数据，是决策者决策行为的重要依据——同一问题，不同的决策）。
3.模型管理子系统模型管理子系统包括模型库、模型库管理系统、该子系统与其他子系统的接口等。
模型库中一般应包含在特定领域中常用的数学模型，这些模型决定了系统可提供的分析能力（是DSS功能强大与否的重要指标）。
第1章决策支持系统概述▲数据:记载下来的事实，客观属性的值▲信息:构成一定含义的一组数据▲系统：由若干相互联系相互制约的元素结合在一起，并具有特定功能的有机整体。
▲系统的组成：1、系统由各元素或子系统组成2、至少包含两个以上的元素3、各元素之间相互联系或相互制约4、具有目的性5、适应环境的变化▲数据处理系统：是对大量数据进行收集、组织、存储、加工与传播的总和▲数据处理系统的特征:1、数据量大;2、没有特别复杂的运算；3、时效性强▲管理信息系统MIS：运用系统管理的理论方法,以计算机网络和现代通信技术为手段，对信息进行收集、组织、存储、加工、传播和使用的人机系统。
▲管理信息系统的基本组成：管理业务应用系统、数据库系统▲管理信息系统特点：1、以数据库系统为基础;2、数据录入；3、数据传输；4、数据存储；5、数据查询;6、数据统计；7、指标计算▲决策支持系统：以管理科学、运筹学、行为科学、控制论为基础，以计算机技术、模拟技术、信息技术为手段,面向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。
▲决策支持系统主要特征:1、关注上层管理人员经常遇到的结构化程度不高、规范化不明确的问题2、把模拟或分析技术与传统的数据存取和检索技术结合起来3、易于非计算机专业的人员，以交互会话的方式使用4、强调对环境及用户决策方法改变的适应性和灵活性5、提供决策的良好效果▲DSS的功能：1、管理并提供外部信息2、收集、管理并提供内部信息3、收集、管理并提供反馈信息4、存储和管理数学模型5、修改和添加数据、模型、方法6、加工、汇总、分析、预测数据、7、具有人机会话和图像输出功能以满足数据查询需求8、提供良好的数据通信功能9、合理的加工速度和响应时间▲决策支持系统的形成过程1、科学计算为管理信息系统奠定了算法基础2、运筹学的发展为模型辅助决策奠定了模型基础3、管理信息系统4、模型辅助决策系统5、决策支持系统▲分布式决策支持系统DDSS：研究由多个物理位置上分离的决策体如何并发计算、协调一致地求解问题▲DDSS分为：同步系统：有时间压力下参与者之间同时同地和同时异地的信息交换。
决策支持系统一、DSS概论1.高层管理人员的角色、工作职能和特点●现代管理理论：经理五项职能理论决策组织领导控制创新其中决策和创新是经理最为重要的职能●三类角色细分角色人际关系角色组织形象、联络者、领导者、下属信息角色监听者、传播者、发言者决策角色创业者、危机处理者、资源分配者、谈判者2.DSS的产生背景和发展历程●20世纪50年代，电子数据处理系统EDP20世纪70年代，MIS成为现实MIS的发展出现一定的停滞当时对MIS的定位MIS：由人、计算机等组成的能进行管理信息的收集、传递、存储、加工、维护和使用的系统当时对MIS研究过程中发现：MIS技术及方法论上固有的东西，使传统的MIS难于适应多变的企业外部和内部环境结构化系统开发方法、生命周期信息导向的开发模式系统分析人员和信息系统的定位不要试图取代决策者去做出决策，而是支持决策者●一般认为，DSS概念是由MIT教授Scott Morton提出。
1971年，“管理决策系统”：“交互式的计算机系统，可以帮助决策者使用数据及模型来解决非结构化的问题”1974年，G. Davis将DSS的基本概念写进商学院教材《管理信息系统——概念基础、结构和开发》1979年，John Rockart提出EIS概念1981年，召开第一次DSS国际会议●1970-1980，诞生期提出了概念，出现了实用性的系统，对DSS功能达成基本共识1980-1990，发展期概念进一步发展，出现了EIS、IDSS、GDSS等分支，决策支持过程细分1990-现在，“成熟期”/“多维发展期”数据仓库、知识管理、协同工作等的发展对DSS发展的支持和促进3.DSS应用特征（DSS发展动力、对用户重要的DSS因素、DSS工作方式）●DSS的发展动力来自组织决策的需要和环境的压力，DSS的效用●DSS对用户最重要的五个因素（Keen研究财务计划DSS对于用户的作用）–反应速度–易用性–软件包的某些特性（风险分析、因果分析）–敏感性分析–对时间的节省●4. DSS 与传统MIS 的区别与联系 ●几种观点：MIS 是一个总概念，DSS 是MIS 发展的高级阶段或高层子系统；DSS 是鉴于MIS 的不足而推出的目标不同于MIS 的新型系统；（DSS 的“产生”）MIS 是DSS 的基础部分，也即DSS 包括提供决策信息的MIS ，MIS 是DSS 的一个子 系统； 有广义与狭义之分，就狭义而言，MIS 与DSS 是不同的系统，就广义而言，DSS 是 MIS 的分系统。
二、系统、模型和决策5. 决策问题的要素6. 决策者、决策风格●对于任何决策活动来说，决策者是必不可少的主体。
进行决策活动的主体可以是个体也可以是群体。
外部环境 内部运作 历史数据 管理目标DSS 所提供的分析、检索、 模拟、计算、沟通能力满意？交付执行修正条件、方案风险、效益、成本、性能、损耗等 问题、条件等YN●问题的境况context、决策者的洞察力perception、决策者的价值观共同影响决策风格。
⏹指令型directive⏹分析型analytical⏹概念型conceptual⏹行为型behavioral●决策风格与DSS的设计和使用有关决策风格能够反映出决策者的特定反应和问题解决的一般方法若，DSS用户的主导决策风格是分析型的，则，使用程序化的DSS往往能有更高的效率，在使用过程中往往需要获取大量的数据资源和模型●获取数据方式：感知型、直觉型处理数据方式：思考型、感觉型●决策风格：⏹系统型：感知+思考喜欢用量化信息，如：成本分析和评价⏹思辨型：直觉+思考喜欢思索未来的可能性，如：带灵敏度分析的决策树⏹司法型：感知+感觉注意当前的环境，如采用决策小组⏹直观判断型：直觉+感觉重视现实可能性，如用双向调整的方法●7.决策模型、决策过程●决策模型⏹图标模型（Iconic Models）：图标模型是最形象的模型，它是我们所研究对象的一个物理复制品。
⏹类比模型(Analog Models)：类比模型比图标模型更为抽象，它在外观上与实际事物并不相象，但用某种符号或功能表示出了原事物的基本性质。
⏹数量模型(Quantitative models)：数量模型是最抽象的模型，它用有限的数学符号以及确定的计算法则来表示现实事物。
●变量是数量模型中的重要因素决策变量、不可控变量、结果变量、中间变量●决策过程8.决策的结构化程度●结构化决策决策过程和决策方法有固定的规律或规则，能明确表达能将决策方法与步骤交待给不同的决策人员，并使决策结果基本一致能将决策方法与步骤在计算机系统上实现，替代人作决策决策的每个阶段均是结构化的●非结构化决策决策过程和决策方法没有固定的规律或规则主要靠主观行为（直觉、经验、学识、个人偏好和风格等）作决策决策结果往往因人而异，好坏差别较大决策的每个阶段都是非结构化的●半结构化决策介于结构化和非结构化两种决策类型之间决策过程和决策方法有一定的规律或规则，但又不能完全确定某些步骤要靠经验与直觉解决9.决策的确定性●确定型决策能获得问题的完全信息，能准确预计将来的情况，后果是明确的、肯定的，仅有一种结果例1：每种产品的销售量和获利的情况已知，研究生产哪几种产品获利最大2：银行存款或债券获利方案大都是结构化的短期的决策，可求最优解可用方法：线性规划、非线性规划、动态规划、直观法、临界点法、效益成本分析法...●风险型决策有多种后果，每种后果的概率可统计计算或经验估算求得。
每种方案都有一定的风险例1：经销新产品有畅销、一般、积压等结果2: 一笔资金用于某股票的投资有几种结果不能直接采用最优解准则，而应从总体上或最大可能性角度采用概率统计方法评选风险型决策所求得的问题解是期望解常用方法：期望值准则、最大可能准则、机会均等准则和边际分析准则等●不确定型（随机性）决策环境条件不确定，可能出现不同的情况（事件），而情况出现的概率也无法估计在很大程度上取决于决策者的意志、胆略和风度，如冒险、保守或折中等常用准则：最大最小化（最小最大化）准则、最小最大化后悔准则，最大最大化（最小最小化）准则和折中准则等10.适用DSS的问题类型●五种类型⏹可以依赖某种简单的规则来决策的问题。
如：企业管理中属于基本业务的现场管理活动。
⏹决策者有决策的思路但不能简单地得到理想的结果。
在这一类环境下，管理者自身实际上有能力解决面临的问题，但是需要使用IT技术帮助他改进决策的效率。
采用数据查询、表计算软件应用等技术，可以在决策活动中起到良好的支持作用。
例如，现金流预测、财务状况分析、公司成长情况分析等⏹可以选择的目标和途径往往很多，决策者无法发现恰当的途径，采用信息技术可以帮助决策者发现更好的决策途径。
⏹问题的结构过于复杂，或者问题的规模过分庞大，已经超出了决策者能够处理的能力，需要计算机来帮助决策者简化问题。
⏹问题过分复杂，或者问题的环境是动态的，决策者没有某种决策的规则和流程，只能采用尝试法。
三、DSS的体系结构11.DSS定义（基本特征）●基本特征应用对象：以中高层管理人员为主，处理问题：半结构化、非结构化的决策问题模型或分析技术+ 数据存取技术交互会话，易于使用强调灵活性及适应性支持但不是代替高层决策者制定决策12.DSS分类（面向数据、面向模型）●面向数据的DSS有充足的业务数据，如金融、流通强大的数据处理功能如：股票市场分析软件包●面向模型的DSS强大的模型库管理系统模型分析功能如：交互式财务计划系统IFPS13.DSS研究概念框架（三个技术层次、用户角色）●技术上，DSS具有三个层次：专用DSS、DSS生成器、DSS工具它们面向不同的人员，起着不同的作用，三个层次相互间有着依托支撑的关系。
⏹专用DSS，Specific DSS是面向最终用户的DSS，针对特定的决策环境和需求而开发，给特定的决策者使用。
因此一个企业可以有多个专用DSS。
Eg：警察巡逻任务部署系统DSS生成器，DSS Generator可以用来迅速、方便、经济地生成专用DSS，包括数据、模型和对话等的管理技术以及结合它们的接口。
Execucom公司的IFPS（交互式财务计划系统）Micro-Strategy的DSS Architect⏹生成器也是相对专用的，例如：IFPS专门用于生成财务计划决策支持系统。
（1）不同的DSS在开发技术与构件上都有共性部分，例如，开发语言、结构框架、基本算法、输入输出程序等；（2）从零点开始的DSS开发方式周期过长，与应用对象的变化不相适应。
⏹DSS工具，DSS Tool用来构造专用DSS和DSS生成器的基本硬件和软件单元，提供各种在生成专用DSS和DSS生成器是需要的基本模块。
●相互关系●用户角色14.DSS的基本结构（概念结构、几种结构）●DSS的开发首先要确定系统结构DSS的结构必须建立在概念模式之上系统的概念模式描述系统形式、“真实系统”、人、系统环境之间的关系●DSS的基本模式●目前DSS的系统结构大致有两大类：（1）一类是以数据库、模型库、方法库、知识库及对话管理等子系统为基本部件构成的多库系统结构；（2）另一类是以自然语言、问题处理、知识库等子系统为基本部件构成的系统结构。
⏹三角式结构⏹串联结构◆以对话管理子系统牵头，将模型库与数据库以直线方式联结，特点是对话子系统不直接与数据库子系统联系，省去两者接口，系统结构较简单。
◆须通过模型库子系统转达对话子系统的操作请求，模型库子系统必须设有用户操作数据库的转接功能。
⏹熔合式系统结构◆将数据库子系统与模型库子系统熔为一体，可以说是后者建立在前者的基础上，也可以说是前者被嵌入后者之中，模型运行时直接调用数据库中的数据。
◆缺点是更换数据库子系统时，模型库子系统需作较大的改动，也即系统的移植性较差。
四、数据操作和数据管理15.DSS的数据处理（DSS数据特点、应具备的数据处理能力）●DSS的数据特点：面广且又具概括性；除了组织内部数据外，还有大量的是组织外部数据，例如政策法规、经济统计数据、市场行情、同行动向及科技情报等；大都经过加工、浓缩或汇总，例如历月销售额、利润增长率、市场占有率等。
●DSS应具备的能力⏹数据化简⏹多重数据源（个人、内部、外部）⏹长周期的数据存储⏹共享的和个人的数据⏹提高用户的记忆能力⏹多种数据操作功能和友好的操作界面16.数据处理技术（DSS数据库子系统构成/基于数据的DSS结构、DSS数据处理功能）●DSS数据库的设计策略DSS数据库与业务数据库相结合，形成一个综合数据库DSS重新建立自己的数据库采取析取方式，把有关数据从源数据库析取到目标数据库中●●●对于基于数据的DSS 来说，数据的质量往往是决定系统性能的因素。
●数据处理技术和手段⏹数据过滤（噪音、无用、无意义）⏹数据分类（多视角、按业务、按时间）⏹数据转换（多数据源、数据表达方式）⏹数据编辑（规范统一、时间戳）⏹数据完备化⏹数据可视化17.两类DSS的数据特性（常规型DSS、动态型DSS）●常规型DSS决策类型少重复发生的决策活动如，火车调度系统●动态型DSS决策类型较多决策活动事先无法预知如，可口可乐公司的定价分析系统●●五、数据仓库和商业智能18.数据仓库（两种数据环境的差别、DW的基本概念、主要特征）●事务处理环境不适合DSS的原因：事务处理和分析处理的特性不同数据集成问题“蜘蛛网”问题、处理分散、数据不一致等数据动态集成问题历史数据问题综合数据问题●操作型数据环境和分析型数据环境的分离●数据仓库定义为：“一个面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程”。
