（管理科学与工程专业论文）基于数据挖掘的卷烟配方决策支持系统研究.pdf

摘要 如果没有对海量数据进行科学分析的能力，沃尔玛的老板再精明，也绝对想 不到“啤酒与尿布”这两个风马牛不相及的东西之间还有着千丝万缕的联系。而 将它们放在一起，竟然增加了啤酒的销量，可见数据分析的巨大威力。信息系统 数年中收集了海量数据，而且它们还在以指数级增长。企业迫切地需要高效、精 确和科学地分析这些数据，以找出其背后的寓意，进而了解企业的经营状况和外 部环境，做出科学的决断，在现代激烈的竞争中胜出。所以，如何将数据点石成 金，便是摆在我们面前很现实也很诱人的一个问题。 决策支持系统是计算机技术应用于科学管理领域以来的第三种模式，它吸取 了前两种模式的优点，成为信息系统研究的最新发展阶段。数据仓库、数据挖掘 和联机分析处理是有着紧密联系的三种数据处理技术。准确把握它们之间的区别 与联系，以及各自的优点与不足，不但能够充分发挥它们在处理数据方面的特长， 而且为把它们的优势结合、互补不足提供了可能。文中比较了它们之间以及它们 与数据库的关系。 o l a m 理论是近年来数据仓库技术领域内研究的热点。从这个概念提出以来， 国内外的研发人员对其进行了不懈地技术攻关；但是由于课题本身的复杂性，总 体来说，该理论的现实应用一直滞后于理论本身的进展。到目前为止，尚且没有 开发出真正的o l a m 产品；o l a m 理论本身还只是由数据挖掘和联机分析处理松散 地结合，这样的裂缝一直没有有机地弥合起来。文中针对阻碍o l a m 概念发展的 若干问题提出了处理意见。 烟草行业在当今社会占有举足轻重的地位。卷烟配方是香烟生产过程中一个 熏要的工艺过程合理的配比方法不但能为企业带来丰厚的利润，还能为社会节 约资源以及满足社会各个阶层人士对于香烟的需求。于是，如何对某个烟草企业 的卷烟进行科学的配方就是一个具有重要现实意义的课题。通过建立数据仓库， 把卷烟配方过程中涉及到的数据进行清洗和处理，然后运用数据挖掘技术，对这 些数据进行深层次的挖掘，找出隐藏在这些数据当中的重要的、尚未为我们所知 的规律，供决策者使用。文中以卷烟配方为实例，介绍了一个具体的数据挖掘支 持系统的完整构建过程。 关键字：决策支持系统，数据仓库，数据挖掘，联机分析处理，卷烟配方 a b s t r a c t t h e r ew a sn o tt h e a b i l i t yo fc a r r y i n go na n g l i c i z i n gs c i e n t i f i c a l l yt ot h e m a g n a n i m o u sd a t a ，t h em a n a g e ro fw a l - m a r tc o u l dn o tc o n c e i v a b i l i t yt h a tt h e r el i e s v e r yc o m p l i c a t e dr e l a t i o nb e t w e e n “b e e ra n dd i a p e r i nw h i c hs e e mh a v en o ta n y r e l a t i o ne v e ni fh ew a ss h r e w d e r b u tt h es a l e sa m o u n to fb e e rw a si n c r c a s e dw h e n p u t t i n gt h e mt o g e t h e r - w ec a nr e a l i z et h eg r e a tp o w e ro fd a t aa n g l i c i z i n gt h r o u g ht h i s c a s e i n f o r m a t i o ns y s t e mh a v ec o l l e c t e dm a g n a n i m o u sa m o u n to fd a t ad u r i n gt h ep a s t y e a r s ，a n dt h i sd a t ai sg r o w i n gb ye x p o n e n t i a lo r d e r t h ee n t e r p r i s e su r g e n t l yn e e d st o a n a l y z et h ed a t ae f f e c t i v e l y 、p r e c i s e l ya n ds c i e n t i f i c a l l yt od i s c o v e rt h eh i d e a w a y s i g n i f i c a n c e ，t h e nt ou n d e r s t a n dt h em a n a g e m e n tc o n d i t i o na n dt h ee x t e r n a l e n v i r o n m e n to ft h ee n t e r p r i s e s ，t om a k et h es c i e n t i f i cr e s o l u t i o na n dt ow i ni nm o d e m k e e nc o m p e t i t i o n s o ，i ti sar e a l i s t i ca n da t t r a c t i v eq u e s t i o nw ea r ef a c i n gh o wt ot u r n t h ed a t ai n t ob e c o m i n gu s e f u l d s si st h et h i r dp a t t e ms i n c et h ec o m p u t e rt e c h n o l o g yw a sa p p l i e di nt h e s c i e n t i f i cm a n a g e m e n td o m a i n i th a sa b s o r b e dt h ef i r s tt w ok i n do fp a t t e r n sm e r i t ， a n di st h er e c e n td e v e l o p m e n ts t a g eo ft h ei n f o r m a t i o n s y s t e mr e s e a r c h d a t a w a r e h o u s e 、d a t am i n i n ga n do l a pa r et h r e ek i n d so fd a t ap r o c e s s i n gt e c h n o l o g y w h i c hh a v ec l o s er e l a t i o na m o n g g r a s pa c c u r a t e l yt h ed i f f e r e n c ea n dt h er e l a t i o n a m o n gt h e m ，a n dr e s p e c t i v em e r i ta n ds h o r t c o m i n g t h i sc a nn o to n l yf u l l yd i s p l a y t h e i rs p e c i a ls k i l li nt h ep r o c e s s i n gd a t aa s p e c t ，b u tg i v et h ec h a n c et ou n i f yt h e i r s s u p e r i o r i t ya n ds u p p l e m e n tt h ed e f i c i e n c ym u t u a l l y t h er e l a t i o na m o n gt h e ma n d d a t ab a s ei sc o m p a r e di nt h i st h e s i s t h eo l a v lt h e o r yi sah o ts p o to fs t u d i e di nt h ed a t aw a r e h o u s et e c h n o l o g ya r e a i nt h er e c e n ty e a r s t h ed o m e s t i ca n df o r e i g nr e s e a r c ha n dd e v e l o p m e n tp e r s o n a l s h a v ec a r r i e do nt h eu n r e m i t t i n gt e c h n i c a ls t u d yt oi ts i n c ei t sc o n c e p th a sb e e n p r o p o s e d b u tb e c a u s eo ft h ec o m p l e x i t yo ft h i st o p i c ，g e n e r a ls p e a k i n g , i t sp r a c t i c a l a p p l i c a t i o ns t i l ll a g si ni t sp r o g r e s si t s e l f t h et r u eo l a mp r o d u c t sh a v en o tb e e n d e v e l o p e du pt i l ln o w t h ec r a c ko fo l a pl o o s e l yc o m b i n e db yd a t am i n i n ga n d o l a ph a sn o tc l o s e d 1g i v em yo w n p r o c e s s i n gc o m m e n t t ot h ep r o b l e m sc u m b e r i n g t h ed e v e l o p m e n to fo l a mo nt h eb a s eo ff u r t h e rr e s e a r c h t h et o b a c c op r o f e s s i o nh o l d st h ep i v o t a ls t a t u si nn o ws o c i e t y t h ec i g a r e t t e m i x i n gm e t h o di sa ni m p o r t a n tt e c h n o l o g i c a lp r o c e s si nt h ec i g a r e t t ep r o d u c t i o n p r o c e s s r a t i o n a lm i x i n gm e t h o dc a nn o to n l yb r i n gr i c hp r o f i tf o rt h ee n t e r p r i s e ，b u t i l s a v et h er e s o u r c e sf o rt h es o c i e t ya sw e l la sm e e te a c hs o c i a ls t r a t u mp u b l i cf i g u r e s n e e dt oc i g a r e t t e s o ，i ti sa l li m p o r t a n tt o p i cw i t hp r a c t i c a ls i g n i f i c a n c eh o wt oc a r r y o ns c i e n t i f i c a l l ym i x i n gt os o m et o b a c c oe n t e r p r i s e sc i g a r e t t e c l e a na n dp r o c e s st h e d a t ai n v o l v i n gd u r i n gt h ec o u r s eo fc i g a r e t t em i x i n gt h r o u g hb u i l d i n gd w , t h e n f u r t h e rm i n ef ot h ed a t a a n dd i s c o v e rt h ei m p o r t a n tr u l e sw h i c hh a v en o tb e e nk n o w n t ou sh i d i n ga m o n gt h ed a t af o rt h ep o l i c y m a k e r s ac o n c r e t ec o n s t r u c t i o np r o c e s s i s i n t r o d u c e df o rd a t am i n i n gi n f o r m a t i o ns y s t e mt a k i n gc i g a r e t t em i x i n ga sc a s ei nt h e t h e s i s k e yw o r d s ：d e c i s i o ns u p p o r ts y s t e m ，d a t aw a r e h o u s e ，d a t am i n i n g , o n l i n ea n a l y s i s p r o c e s s i n g ，c i g a r e t t em i x i n gm e t h o d i l l 武汉理工大学硕士学位论文 1 1 问题的提出 第1 章绪论 刚过去的2 0 0 4 年，注定要成为中国烟草行业不平凡的一年。在这一年里， 发生了很多足以记载在中国烟草历史上的大事件，除了工商分离、重组兼并大刀 阔斧地向前推进之外，国家烟草局又适时做出了“大品牌”、“大市场”的“呐喊”。 由于中国加入了世界贸易组织，中国烟草必然要与世界烟草接轨。在外国烟草对 中国市场大举围攻的情况下，中国烟草不但要守住自己的阵地，还要想办法冲出 重围，走向世界，这样才能发展和壮大自己。在这样的大背景下，中国的烟草品 牌在逐年递减：2 9 0 1 年全国共有卷烟生产牌号1 0 4 9 个，2 0 0 2 年降至7 5 8 个，2 0 0 3 年上半年减少为5 8 2 个，2 0 0 4 年上半年又减少到3 7 0 多个，到目前为止，还剩 3 1 5 个。而“百牌号”战略的实施，会让这个数字在不久的几年内降到1 0 0 左右。 与此同时，以上海、云南和湖南三个“龙头”为核心的烟草行业集团化的格局进 一步形成。 随着管理信息系统的发展，烟草企业积累了大量的基础数据，越来越多的企 业希望能从这些历史数据中挖掘“宝藏”，使数据为企业的决策提供支持和科学 依据。卷烟配方是香烟生产过程中一个重要的工艺过程，台理的配比方法不但能 为企业带来丰厚的利润，还能为社会节约资源以及满足社会各个阶层人士对于香 烟的需求。于是，如何对某个烟革企业的卷烟进行科学的配方就是个具有重要 现实意义的课题。通过建立数据仓库，把卷烟配方过程中涉及到的数据进行清洗 和处理，然后运用数据挖掘技术，对这些数据进行深层次的挖掘，找出隐藏在这 些数据当中的重要的、尚未为我们所知的规律，供决策者使用。 但是，企业现有的信息管理系统主要是操作型数据，不能提供更多的决策支 持。因此，烟草系统需要通过构造一种体系化的数据存储环境，将分析决策所需 要的大量数据从传统的操作环境中分离出来，使分散的、不致的操作数据转换 成集成的、统一的、规范的和面向主题的信息。 1 2 本文研究的目的和意义 进行基于数据挖掘的卷烟配方决策支持系统设计研究的目的是在烟草企业 建立套为企业决策者提供决策支持的数据处理系统，并为相关问题的决策支持 系统的建立提供一套可供参考的模式。该系统综合应用最新的决策支持技术，包 武汉理工大学硕士学位论文 括数据仓库( d a t aw a r e h o u s e ，d w ) 技术，数据挖掘( d a t am i n i n g ，d m ) 技术 和联机分析( o n l i n ea n a l y s i sp r o c e s s i n g ，o l a p ) 处理技术，具有以下方面的 功能： 挖掘出烟草企业信息管理系统积累的海量数据中隐藏的宝贵的、隐含的规 律，为企业决策者的决策提供解决方案，使企业的决策更加定量化、科学化。 为烟草企业设计基于数据挖掘决策支持系统的系统结构模型，为它的决策支 持系统设计提供基础框架。 烟草行业在当今社会占有举足轻重的地位。它的发展情况不但直接决定着 我国民族工业和国外烟草行业“与狼共舞”的成败，关乎国计民生和改革开 放的大计，而且也对广大烟民的身体健康起直接的影响。因此，进行基于数 据挖掘的烟草企业决策支持系统的设计研究对于决策支持系统以及数据挖掘 的理论应用有着重要的意义，对烟草企业的决策支持活动有很大的价值，具 体表现在： ( 1 ) 结合烟草企业的具体情况进行决策支持系统数据研究，为决策支持系 统的理论发展提供了实例依据。 ( 2 ) 采用基于数据挖掘的决策支持新技术，解决传统的决策支持系统无法为 烟草企业提供完整、准确、集成和及时的信息的弊端。 ( 3 ) 为烟草企业决策支持活动提供系统软件实现的方法，可以为其他相似系 统的设计与实现提供借鉴。 1 3 国内外对于相关问题的研究现状 1 3 1 国内相关问题的研究现状 电子计算机在管理领域经历了电子数据处理、管理信息系统和决策支持系统 三种模式。上世纪7 0 年代末，学术界对于应用分析系统、传统运筹学模型和管 理信息系统进行了认真的反思。人们发现，应用上述技术在解决实际问题，尤其 是比较复杂的社会、经济和环境等半结构化或非结构化问题时遇到了不少的障 碍。传统的系统分析方法对系统中人的因素和作用考虑不够或缺乏有效的手段是 造成这种现象的重要原因。另一方面，在电子数据处理之后发展起来的管理信息 系统也没有达到预期的社会经济效果，这是由于管理信息系统技术及方法论上固 有的缺陷造成的，特别是刻板的结构化系统分析方法、漫长的生命周期和信息导 向的开发模式使传统的管理信息系统难以适应多变的外部及内部管理环境，对管 理人员的帮助十分有限。另外，人们也逐渐认识到：系统分析人员和信息系统本 身都不要企图取代决策者去做出决策，支持决策者才是他们正确的地位。于是， 武汉理工大学硕士学位论文 人们自然期望一种新的用于管理领域的信息系统，它在某种程度上可以克服上述 缺点，为决策者提供一些切实可行的帮助。与此同时，和该种模式的信息系统相 关的学科也都取得了长足的发展和进步，这些都为决策支持系统提供了良好的技 术准备和物质准备。 从上世纪7 0 年代k e e n 和s c o t tm o r t o n 提出的“决策支持系统( d e c i s i o n s u p p o r ts y s t e m ，d s s ) ”一词至今，作为用于管理的一种新型的计算机信息系 统d s s 已经得到了迅速的发展，它已经成为系统工程、管理科学和人工智能 等领域十分活跃的研究课题。 目前，围绕d s s 以及相关技术包括数据挖掘，o l a p 和数据仓库的研究相当 活跃，并取得令人可喜的成果。在理论技术研究方面，由o l a p 和d m 技术二者结 合形成的o l a m ( 联机在线分析挖掘) 概念的提出为d w 技术的应用提出了新的契 机，并丰富了d s s 的内涵：面向对象技术应用于d w 之中，大大地简化了用户的 操作；有人致力于d w 技术中多维数据集的创建研究：也有人针对d s s 的安全管 理问题提出了新的观点，这些都有力地推进了d s s 技术的进步。实际应用研究方 面也涌现出了很多成功的案例。d s s 应用于电力行业，出色地发现了不同设备发 生故障的关系、准确地预测了电力设备的故障的发生状况；数据仓库应用于投资 项目决策，精准地把握了不确定因素的影响和项目风险的程度：此外在数字矿山 建设，电子对抗辅助，煤电工业选煤，客户关系管理，电信业反欺诈，保险风险 决策等等行业都可以看到d s s 及相关技术的身影。 但是，由于烟草行业自身的特点，企业出于商业机密和安全考虑，在引用数 据挖掘技术和建立d s s 方面进展有些相对滞后。基于数据挖掘的d s s 在国外的烟 草企业中已经有一定的应用，但是有关这方面的文献却几乎没有。除了企业自我 保护的原因之外，说明基于数据挖掘的d s s 在烟草企业中的应用并不成熟，没有 形成稳定的、科学的和有操作性的模式。对于这方面的研究和探索，我国的学术 界还需要继续努力。 1 3 2 国外相关问题的研究现状 自从上世纪7 0 年代决策支持系统这一概念提出以来，国外在该领域内的研 究和应用相当活跃，这体现在d s s 的应用以及相关概念的发展上。 1 9 9 2 年，w h i n m o n 首次提出数据仓库的概念。数据仓库为复杂分析、知识 发现和决策提供数据访问，在规模、历史数据、数据集成和综合性查询、支持等 方面都和传统数据库有着本质区别。作为一种新型的数据存储地，数据仓库为数 据挖掘和数据分析提供了新的支持平台。基于数据仓库的数据挖掘，面对的是经 过加工和概括的数据，简化了数据挖掘过程的某些步骤，大大提高了数据挖掘的 武汉理工大学硕士学位论文 工作效率。同时，数据仓库事先收集、归纳和处理了整个企业范围内的数据，为 数据分析提供高质量的数据源，更好地支持管理决策。目前，数据仓库技术已经 紧跟i n t e r n e t 而上，成为信息社会中获得企业竞争优势的又一关键技术。美国 m e t ag r o u p 市场调查机构1 9 9 7 年的资料表明，幸福杂志所列的全球2 0 0 0 家大公司已经有9 0 将i n t e r n e t 和数据仓库这两项技术列入企业计划，而且很 多企业为使自己在竞争中处于优势已经率先采用。数据挖掘是在人工智能、机器 学习中发展起来的，也称为数据仓库中的知识发现( k d d ) 。1 9 9 5 年在美国的计 算机年会( a c m ) 上首次提出数据挖掘的概念。数据挖掘通过分析大量的原始数 据，做出归纳性的推理，挖掘出潜在模式并预测客户的行为，为企业的决策者提 供决策支持。联机分析处理是由关系数据库之父e f c o d d 于1 9 9 3 年提出的， 具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点，从而 使用户对基于大量复杂数据分析变得轻松和高效，以利于迅速做出正确的判断， 辅助决策。数据仓库侧重于存储和管理面向决策主体的数据，而o l a p 侧重于数 据仓库中的数据分析，并将其转化为辅助决策信息，以数据仓库和o l a p 相结合 建立的辅助决策系统已经成为d s s 的一种新的主要形式。 d s s 主要解决半结构化和非结构化问题。从上世纪7 0 年代中期这一概念出 现以来，先后经历了十余种较为有影响的系统模式。当前这一领域的发展方向主 要有群决策支持系统( g d s s ) ，分布式决策支持系统( d d s s ) ，智能决策支持系统 ( i d s s ) ，决策支持中心( d s c ) 等，对于智能决策支持系统的研究是其中的热点。 1 3 3 小结 本章说明了本文的研究背景和意义，初步提出拟达到的研究目的；介绍了相 关理论即决策支持系统理论在国内外的研究现状。本章是本文的总纲，为后面的 章节提供了一个框架。 4 武汉理t 大学硕十学位论文 第2 章决策支持系统及相关理论探讨 卷烟的烟叶组成配比方法是整个产品设计系统中的一个重要的组成部分。在 我国当前的经济条件下，如何搞好卷烟配方改革，经济合理地使用烟叶原料显得 尤其重要。时至今日，配方改革引起各卷烟企业的广泛关注，各厂都将配方改革 作为科技进步的突破1 3 和主线。卷烟产品的实现过程，是人流、物流和信息流交 互运作相互粘合的过程，涉及到原料、辅料、配方、加工工艺和市场等各种要素。 就物流系统而言，输入口是烟叶、辅料以及香精香料等，输出的是符合设计要求 的卷烟成品，这一过程是以人为主导因素，通过各种意识和指令来实现的。缺乏 任何一个要素的配合，都无法实现卷烟设计的目的和初衷。由此可见，产品设计 是一个完整的系统工程，其构成要素可以分为原料系统、辅料系统、配方系统、 制造系统和保证系统这五个子系统。 系统工程论的原理告诉我们，一个系统功能和效率的高低，不仅取决于系统 内各子系统功能的高低，还取决于各子系统之间的相互匹配。在产品设计这个大 系统的实际运行中，配方子系统是该系统的中枢，具有很强的辐射功能，向前辐 射烟叶、辅料和工艺设计，向后辐射在制造过程中的工艺质量控制以及售后市场 反馈。没有这种辐射功能，产品设计就不能成为一个完整的开发体系。因此，配 方系统的功能以及与其它几个子系统的匹配程度，决定了一个产品的成败。 一个卷烟配方决策支持系统能够运用分析和挖掘卷烟配方的历史信息来科 学地设置配方系统的功能，从而使该系统和其它子系统的合理匹配成为可能。同 时，配方决策支持系统通过分析已有的大量数据，不仅能够确保烟料配比科学合 理，满足市场的需求和保护烟民的健康，还可以起到降低香烟原料成本、取得最 大销售利润，最终帮助决策者达到降低成本和提高香烟质量的目标。 2 1 企业中的决策 当今世界的人们面临着越来越海量的数据和信息，在这日益激烈的挑战、同 时也是更多的机遇面前，欲有一番作为的人士和企业就要能以更低的成本、更加 迅捷的速度做出这样或那样的大量的及时和准确的决策。 面i 临这样的世界格局，一个组织或企业要想有活力，并取得丰厚的效益，就 要有组织地授权给更多的人，适时提供给他们准确无误的数据和信息；并让他们 利用更加得心应手、有利决策者逻辑思维的工具来做出难确的决策( d e c s io n ) 。 许多年来，人们一直在广泛研究企业决策的课题。企业家们做出决策的众多方式 可归纳为三个特点：合理性、策略性和灵活性。合理性是指决策者客观地搜集和 武汉理工大学硕士学位论文 分析信息，在针对预先确定的目标所提供的替代方案之间互相联系的基础上，从 各种解决方案中做出选择的决策限度。策略性是指涉及决策者之间的竞争和依靠 分配并运用组织力量的决策限度。灵活性是指决策者使用自己摆脱传统和结构， 有可能做出“打破常规”的选择的决策限度。 2 2 决策的类型 按照决策问题的结构，我们可以将决策问题分为三种类型： ( 1 ) 结构化问题 这类问题的本质和结构十分明确、易于识别，问题基本上都能够通过数据进 行定量描述，而且解决这种问题的步骤是已知的，算法和计算机程序都是成熟的。 目前，这类问题在管理信息系统中已经能够解决，比如统计香烟日销售量、数据 排序和趋势分析等。 ( 2 ) 半结构化问题 解决这类问题所需要的信息具有不确定性：评价标准有可能变动，决策规则 依照决策者或决策环境的改变而变化。对于这类问题，决策者通常需要借助灵活 的专用模型，并通过调整有关的决策参数以符合实际决策问题的需要。而计算机 的主要任务在于协助建立模型，并且对模型加以求解。这类问题正是决策支持系 统所要支持的主要决策问题。比如预测香烟产品的销售量、烟厂财务效益分析等。 ( 3 ) 非结构化问题 这类问题的本质和结构十分复杂，决策的过程也难以用常规的方法和步骤来 处理。一般要靠决策者的经验、知识水平、思维能力和才干才能完成。因此没有 固定的解决模式，难以在计算机上实现，一般是由决策支持系统提供必要的信息， 从而给决策者提供必要的支持。这类问题一般指那些企业经营方面的决策问题， 比如选择香烟销售目标市场，开发什么样的新的香烟产品，如何选拔高层管理员 工等等。 2 3 决策支持和决策支持系统的概念 2 3 1 决策支持 决策支持( d e c i s i o ns u p p o r t ，d s ) ，是比决策支持系统更基本的一个概念。 决策支持是目标，决策支持系统是通向目标的工具。决策支持的基本含义是指用 计算机来达到如下目的： 帮助决策者在半结构化或非结构化的问题中做出决策； 6 武汉理上人学硕士学位论文 支持决策者的决策但不替代决策者的判断； 改进决策效能( e f f e c t i v e n e s s ) ，但不是提高它的效率( e f f i c i e n c y ) 。 根据决策支持系统所使用的手段、方法和技术，决策支持可分为消极支持 ( p a s s i v es u p p o r t ) 、传统的决策支持、规范支持和扩展的决策支持四种类型。 2 3 2 决策支持系统的概念 迄今为止，决策支持系统在学术界还没有一个公认的定义。许多学者曾做了 不少工作，企图给出d s s 的定义。一些文献对于d s s 的定义做了如下表述：“凡 是能对决策提供支持的计算机系统，这个系统充分运用可供利用的、适合的计算 机技术，针对半结构化或非结构化问题，通过人机交互方式帮助和改善管理决策 的制定。”仔细推敲，这个定义并不完善。 对于d s s 的定义，纠缠不休是没有意义的。每个人都可以给出自己的d s s 定义。我们只要把握d s s 的基本特征和发展方向就足够了。 d s s 的基本特征主要表现在如下五个方面： 针对决策人员经常面临的结构化程度不高、说明不够充分的问题： 把模型或分析技术与传统的数据存储技术及检索技术结合起来； 易于为非计算机专业的人员以交互会话的方式使用： 强调对环境及用户的决策方法改变的灵活性及适应性： 支持但不是代替决策者制定决策。 另外，还可以用构成d s s 的部件来表述i ) s s 的特征，这种方法在国内比较流 行，它可以被概括为五个方面： 模型库及其管理系统； 交互式计算机硬件和软件； 数据库及其管理系统； 图形及其它高级显示装置； 对用户友好的建模语言。 显然，上述描述也是一个范围较宽的集合。在国内d s s 学术界更流行于四库 ( 即模型库、数据库、方法库和知识库) 一体化的说法。 2 4 决策支持系统的性能 由于d s s 定义的不统一，也就不存在性能上统一的标准。因此，我们尽可能 把d s s 理想化，讨论大多数d s s 具有的性能，而有些d s s 可能仅具有其中的部分 功能。 7 武汉理工大学硕十学位论文 d s s 通过把人类判断能力和计算机化信息集合起来，主要帮助决策者解决 半结构化和非结构化问题。这些问题通常不能或不能方便地由其他计算机 信息系统来解决，如电子数据处理和管理信息系统等，也不能由管理科学 或计量经济学等方法来解决。计算机技术在管理事务领域的应用先后经历 了电子数据处理( e 1 ) p ) 、管理信息系统( m i s ) 和决策支持系统三个阶段； 可为不同管理层次提供决策支持，从高层的总经理到低层的一线管理者； 可以向个人也可以向群体提供支持。结构化较差的问题常常要求组织中不 同的部门和不同组织层次若干人的介入； d s s 既可以向若干相互依赖的决策提供支持，也可以向前后顺序发展的决 策提供支持； d s s 支持各种各样的决策过程和风格。这里存在个d s s 和决策者个人决 策特点相适应的问题； d s s 在整个过程中必须具有高度适应性。决策者必须反应灵活，能够面对 不断变化的条件，使d s s 适应并满足这些变化。d s s 必须足够灵活以便使 用户能够附加、删除、结合、改变以及重新安排基本的内容( 包括对预料 之外的情况做出迅速的反应) ，使及时、迅速和特殊的分析成为可能； d s s 应该能够缀容易使用，给人们以舒服自在的感觉。用户界面友好程度、 灵活性和自然语言对话能力，可以在很大程度上增加d s s 的有效性，这种 简单易用的特点意味着一种交互作用模式； d s s 试图改善决策的效能( 精确、及时和高质量) ；d s s 具有开放性。在 d s s 不断发展完善的过程中，人们不断地学习，由此导致对系统新的要求 和新的改进，反过来又进一步促进了对它的研究和开发，使其越来越完善； 决策者在求解问题时，对决策过程的每一步骤都保持完全的控制。d s s 的 特殊目的是支持而不是代替决策者，决策者可以在决策过程中的任何时候 否决计算机的方案； d s s 应该容易建造。最终用户应该能自己建立简单的系统。对于较大的系 统，应能在信息系统专家有限的帮助下，由用户组织建立。 2 5 决策支持系统的发展前景 i ) s s 技术本身在不断发展，各种计算机技术以及管理科学、行为科学、心理 学等其它学科也在不断进步，它们相互交叉、相互影响和相互渗透，其结果必然 带来d s s 在某些重要方向的发展。 o s s 的研究和开发将向深度和广度方向扩展。深度是指d s s 本身，软硬件技 术的飞速发展将对d s s 产生深刻的影响。第五代智能机和人工神经网络的出现， 武汉理- l 人学硕士学位论文 超大规模集成电路技术的发展，多媒体技术的研究和应用，通讯和网络技术的飞 速进步都会大大提高支持效率。软件环境也会大大改善，模型管理体系的研究、 人工智能技术的研究等都将是d s s 软件的重要发展方向。这些变化预示着未来的 d s s 人机界面更为友好，效率更高，效果更好。广度是指开发应用的范围。战略 d s s 、智能d s s 、群体d s s 、分布式d s s 、决策中心d s s 将是今后的主攻方向，其 应用将以广阔( 向各行业、各领域辐射) 和多层次( 如宏观规划、微观指导、政 策法规和项目管理) 的形式全方位展开。 2 6 决策支持系统发展中遇到的问题简析 电子计算机问世不久就被应用于管理领域。随着现代管理事务要求的不断提 高和i t 工作者孜孜不懈的努力，计算机技术在管理事务领域的应用先后经历了 电子数据处理、管理信息系统和决策支持系统三个阶段。它们都是在当时的历史 条件和管理活动对计算机技术强烈的期盼下应运而生的，并且都出色地完成了各 自的历史使命，大大地提高了人们的工作效率。但是管理事务的发展和社会竞争 的加剧，使管理事务进一步趋向复杂；同时，人们对计算机技术依赖和要求的心 理近乎苛刻，这些都使它们先后遭遇到了难以逾越的障碍，已经或必将为更加先 进、强大和智能化的信息技术处理模式所代替。 d s s 是在m i s 的基础上发展起来的。它解决了m i s 只能帮助管理者对信息作 表面上的组织和管理而不能把信息的内在规律更深刻地挖掘出来为决策服务的 矛盾，是当今最为理想的信息处理模式。 自从计算机用于信息处理以来，信息处理逐步从集中式走向分布式，由孤立 系统转向集成系统，由部门职能管理发展为企业决策支持。二十世纪八十年代初， 关系数据库技术日益成熟，决策支持研究得到了进一步深化。八十年代后期，决 策支持系统与专家系统结合，出现了智能决策支持系统的研究热潮。然而，决策 支持系统也面临着其发展上的巨大障碍，投入应用的成功事例并不多。主要原因 有以下几个方面： 决策支持涉及大量历史数据和半结构化问题，而在传统数据库管理系统基 础上建立决策支持系统只能提供辅助决策过程中的数据级支持，难以求解 复杂的半结构化决策问题。 决策支持系统以集成数据为基础，然而现实中的数据往往分散管理且大多 分布于异构的数据平台，数据集成不易。 决策支持系统的建立需要对数据、模型、知识和接口进行集成，而数据库 语言数值计算能力较低，因而采用数据库管理技术建立决策支持系统知识 表达和知识综合能力比较薄弱，难以满足人们日益提高的决策要求。 武汉理工大学硕十学位论文 随着信息系统的广泛应用，企业积累了大量的事务数据，如何把这些大量 的数据有效地利用起来、把它们转化成有用的知识、使之有效地支持决策，这成 为了研究的热点。九十年代初，数据仓库技术的发展给以上问题的解决带来了新 的契机。数据仓库将来自各数据库的信息进行集成，从事物的历史和发展的角度 来组织和存储数据，供用户进行数据分析，并辅助决策支持。随之发展的联机分 析处理和随后发展的数据挖掘技术，是作用于数据仓库之上的分析工具，它们很 快成为决策支持的新型应用领域。 2 7d s s 的操作平台数据仓库 2 7 1 数据仓库的概念 1 9 9 2 年，w h i n m o n 首次提出数据仓库的概念：支持管理决策过程的、面 向主题的、集成的、稳定的和不同时间的数据集合形式。面向主题是指d w 中的 数据是按照一定的主题进行组织的；集成是指d w 中的数据是在对原有分散的数 据源进行数据抽取、清洗的基础上经过系统加工、汇总和整理得到的；非易失是 指d w 中存放的通常是历史数据，修改和删除操作很少，通常只能进行定期的加 载和刷新。这个定义作了两个隐式假设： 数据仓库与操作型系统在物理上是分开的： 数据仓库同时包含用于管理的聚集数据和事务数据( 即原子数据) ，而与 用于在线事务处理的数据库相分离。 数据仓库为复杂分析、知识发现和决策提供数据访问。数据仓库在规模、历 史数据、数据集成和综合性查询支持等方面都和传统数据库有着本质的区别。作 为一种新型的数据存储地，数据仓库为数据挖掘和数据分析提供了新的支持平 台。基于数据仓库的数据挖掘，面对的是经过加工和概括的数据，简化了数据挖 掘过程的某些步骤，大大提高了数据挖掘的工作效率。同时，数据仓库事先收集、 归纳、处理了整个企业范围内的数据，为数据分析提供高质量的数据源，更好地 支持管理决策。 2 7 2 数据仓库的特征 数据仓库作为决策支持系统的基础，对业务数据进行了有效的组织。数据仓 库不是业务数据的简单堆积，而是从大量的事务型数据库中抽取数据，并将其清 理和转化为新的存储格式，即为决策目标把数据聚合在一种特殊的格式中。它具 有以下的特征： 数据仓库是面向主题的。面向主题地组织数据是数据仓库的基本特征，主 1 0 武汉理= 人学硕十学位论文 题从逻辑意义上讲对应企业某一分析领域所分析的对象。 数据仓库是集成数据的统一体。数据仓库的数据来源于事务数据库，这些 数据是构成数据仓库的基础。事务数据库的数据通过清洗处理后，形成整 合的、结构化的和易于导航的数据，能够对决策分析做出快速正确的反应。 数据仓库是随时间而变的、持久的数据集合。数据仓库包含大量的数据， 是对事务数据库不同历史时期的数据的综合、重组和统计导出的数据集 合。事务数据库需要频繁地进行增、删和改等事务操作，而在数据仓库中 更多的是增，很少有删和改，数据仓库在一定的周期内保持稳定。 2 7 3 数据仓库的体系结构 数据仓库的体系结构可以用图2 - 1 来表示。由于数据库和数据仓库的出发点 不同，数据仓库将独立于业务数据库系统，但是数据仓库又同业务数据库系统息 息相关，数据仓库不是对数据进行简单的存储，而是对数据进行再组织。 ( 1 ) 数据提取( d a t ae x t r a c t i 0 1 3 ) 从数据仓库的角度来看，并不是业务数据库中的所有数据都是决策支持所需 要的。通常，数据仓库按照分析的主题来组织数据，我们只需要提出系统分析所 必须的那一部分数据。例如，某卷烟厂确定以分析某品牌香烟的产量为主题建立 数据仓库，则我们只需要将与该品牌香烟的销售和库存相关的数据提取出来，而 该品牌香烟的烟料组成信息就没有必要放进数据库。这样一个提取的过程称为数 据提取。 ( 2 ) 数据的清洗与转换( d a t ac 1 e a n i n ga n dd a t at r a n s f o r m a t i o n ) 对于不同的使用目的，企业通常建立不同的业务数据库。对于决策支持系统 来说，最重要的就是决策数据的准确性，这样才能保证决策的正确性。因此确保 数据仓库中数据的准确性极其重要。从多个业务系统中获取数据时，必须对数据 进行必要的清洗，从而得到准确的数据。所谓“数据清洗”就是将错误的、不一 致的数据在进入数据仓库之前予以更正或删除，以免影响d s s 决策的正确性。 另外，由于业务系统可能使用不同数据库厂商的产品，比如常用的数据库有d b 2 、 s o ls e r v e r ，o r a c l e ，i n f o r m i x 和s y b a s e 等，各种数据库产品提供的数据类 型可能不同，因此需要将不同格式的数据转换成统一的数据格式，这一转换的过 程称为数据转换。 ( 3 ) 提取仓库( e x t r a c t i o ns t o r e ) 与数据仓库存储( d a t ar e p o s i t o r y ) 由于业务系统中的数据或数据格式存在不一致的问题，因此在将数据放进数 据仓库前需要进行缓存，以等待清洗和转换，保存这些缓存数据的存储位置称为 提取仓库。 武汉理工大学硕士学位论文 图2 - 1 数据仓库的体系结构 数据仓库存储是用于存放数据仓库数据和元数据的存储空间，数据仓库的存 储方式主要有三种：多维数据库、关系数据库以及前两种存储方式的结合。 ( 4 ) 外部数据源( e x t e r n a ld a t as o u r c e ) 外部数据源就是从系统外部获取的与分析主题相关的数据。对于一个好的决 策，不但需要系统内部的信息，还需要来自系统外部的相关信息。比如，我们在 对某一品牌香烟的市场前景进行考察时，不仅需要知道卷烟厂内部关于该品牌香 烟营销状况的一些指标，还需要了解和其有着竞争关系的其它品牌香烟的经营状 况以及整个市场环境，以此来确定该品牌香烟的市场占有率或其它相关指标。这 样我们才能更全面地评价企业的经营状况。因此，一个好的d s s 必须综合考虑系 统内部和外部的相关数据。 ( 5 ) 数据( d a t a ) 业务系统中提取的或者从外部数据源中导入的数据经过清洗和转换成为数 据仓库的原始数据。需要注意它们只是数据仓库中数据的一部分，不是全部。由 于数据仓库是用来为决策支持服务的，为了加快决策支持的响应时间，需要在原 始数据的基础上增加一些必要的“冗余”信息，比如汇总数据、多维数据等等， 1 2 武汉理上大学硕士学位论文 都是数据仓库中必不可少的数据。 ( 6 ) 元数据( m e t a d a t a ) 数据是对事物的描述，元数据就是描述数据的数据。在数据库中，元数据是 对数据库各对象的描述；在关系数据库中，这种描述就是对表、列、数据库、触 发器和存储过程等对象的定义。