第6章综合决策支持系统.ppt

2019 12 24 信息分析与决策支持唐晶磊 决策支持系统及其开发 主讲教师 唐晶磊E mail tangjinglei Tel 87092417 O 2019 12 24 信息分析与决策支持唐晶磊 6 1基于模型库与知识库的传统决策支持系统6 2基于数据仓库的新决策支持系统 第 1 部分 2019 12 24 信息分析与决策支持唐晶磊 6 1 1传统决策支持系统1 1980年Sprague提出了决策支持系统三部件结构 2 1981年Bonczak等提出了决策支持系统三系统结构 3 根据以上两种结构的优缺点建立起来的统一的DSS结构 4 20世纪90年代初 决策支持系统与专家系统结合起来 形成了智能决策支持系统 IDSS 6 1基于模型库与知识库的传统决策支持系统 1 1980年Sprague提出了决策支持系统三部件结构 2 1981年Bonczak等提出了决策支持系统三系统结构 用户 语言系统 LS 问题处理系统 PPS 知识系统 KS 3 根据以上两种结构的优缺点建立起来的统一的DSS结构 4 20世纪90年代初 决策支持系统与专家系统结合起来 形成了智能决策支持系统 IDSS 2019 12 24 信息分析与决策支持唐晶磊 6 1 2传统决策支持系统的发展 1 大连理工大学 山西省自动化所和国际应用系统分析研究所 IIASA 合作完成了山西省整体发展规划决策支持系统 2 国防科技大学完成的北京市房山区发展规划决策支持系统 3 我国早期创办的 决策与决策支持系统 刊物 现为 管理科学学报 为决策支持系统的发展作出了贡献 2019 12 24 信息分析与决策支持唐晶磊 6 1 2传统决策支持系统的发展 4 作者于1989年在国内较早地研制完成了 决策支持系统开发工具GFKD DSS 开发了南京林业大学的 松毛虫智能预测系统 5 中国科学院计算技术研究所1996年完成的 智能决策系统开发平台IDSDP 6 作者于1995年完成的 分布式多媒体智能决策支持系统平台DM IDSSP 2019 12 24 信息分析与决策支持唐晶磊 6 1 2传统决策支持系统的发展 7 作者于1999年研制出 基于客户机 服务器的决策支持系统快速开发平台CS DSSP 平台在互联网上由客户端 广义模型服务器 数据库服务器三部分组成 构成三层客户机 服务器结构模式 CS DSSP平台的可视化系统生成工具 能够快速地制作应用系统并能够可视化运行应用系统 又可以快速改变应用系统方案 2019 12 24 信息分析与决策支持唐晶磊 6 1 3传统决策支持系统的关键技术和开发困难 DSS的关键技术 1 模型库系统的设计和实现 2 部件接口 部件接口包括对 数据部件的 数据存取 对 模型部件的 模型调用和运行 以及对知识部件的知识完成推理 3 系统综合集成 通过集成语言完成对各部件的有机综合 形成一个完整的系统 2019 12 24 信息分析与决策支持唐晶磊 DSS的开发困难 1 模型库系统没有统一的理论和产品 研制者需要自己设计和开发 2 DSS综合部件对数据 模型 知识3个部件进行有机集成 现已开发出的决策支持系统 都是自行设计和实现模型库系统 自己研制实现模型 知识 数据集成的综合语言 2019 12 24 信息分析与决策支持唐晶磊 6 2 1数据仓库技术及困难6 2 1 1数据仓库技术1 管理大量数据数据仓库中的数据量是10GB或100GB级的 数据仓库开发需要满足处理大量数据的需求 2 数据的高效装入和数据压缩 1 装入数据 装入的数据量很大 同时也要装入高效的索引 2 数据压缩 DW数据量大 需要进行数据的压缩 6 2基于数据仓库的新决策支持系统 2019 12 24 信息分析与决策支持唐晶磊 3 存储介质的管理数据仓库开发需要满足处理大量数据存储介质的需求 存储介质访问速度存储费用 主存非常快非常贵扩展内存非常快贵高速缓存非常快贵磁盘快适中光盘不慢不贵微缩胶片慢便宜 2019 12 24 信息分析与决策支持唐晶磊 4 元数据管理好的元数据降低DSS分析员的工作难度 5 数据仓库语言有效管理DW中的数据 快速 高效地访问DW中的数据 6 高效索引DW不仅能够方便地支持新索引的创建和装入 而且要能够高效地访问这些索引 2019 12 24 信息分析与决策支持唐晶磊 7 数据仓库的特殊管理 1 复合键码 能够支持复合键码 2 变长数据 有效管理变长数据的能力 3 快速恢复 快速地恢复数据仓库表 8 多维DBMS和数据仓库多维DBMS提供了用多种方法对数据进行切片 分割 动态地考查汇总数据和细节数据的关系 非常适合DSS环境 数据仓库中的细节数据为多维DBSM提供了数据源 数据要定期从数据仓库中导入到多维DBMS中去 为DSS用户服务 2019 12 24 信息分析与决策支持唐晶磊 1 DW由于数据量大 具有GB级到TB级的数据 使得数据的存储和管理非常复杂 2 DW需要一个具有海量存储的硬件平台和一个能进行并行处理的大型数据库系统 6 2 1 2数据仓库开发的困难 2019 12 24 信息分析与决策支持唐晶磊 开发DW的典型错误包括以下几方面 1 没有理解数据的价值 2 未能理解数据仓库概念 3 未清楚了解用户将如何使用DW之前 便贸然开发DW 4 对数据仓库规模的估计模糊 5 忽视了DW体系结构和DW开发方法 数据仓库的开发只有克服了以上的错误观念 才能真正发挥它的作用 得到发展 2019 12 24 信息分析与决策支持唐晶磊 两类本质不同的最终用户 1 信息的使用者 是DW的大多数用户 他们从DW中获取所需要的信息 2 探索者 他们利用联机分析处理 OLAP 和数据挖掘 DM 工具 对数据仓库进行深层次的分析 获取辅助决策信息 即利用数据仓库建立决策支持系统 6 2 2数据仓库与新决策支持系统 2019 12 24 信息分析与决策支持唐晶磊 1 信息使用者以一种可预测的 重复性的方式来使用数据仓库平台 2 通过查询找到的只是少量 精华 他们查看相对少量的数据 并通常查看概括数据或聚集数据 3 信息使用者通常查看相同的商业维度 也就是产品 客户 时间 和指标 即收入和成本 随时间的发展趋势 6 2 2 1数据仓库系统的用户 2019 12 24 信息分析与决策支持唐晶磊 信息使用者对数据仓库的使用具有以下特征 1 在搜索数据前 已经知道对数据的需求 2 他们是有规律地访问数据 3 能知道他们正在寻找什么 4 他们访问的数据量较小 5 访问可预测的数据 2019 12 24 信息分析与决策支持唐晶磊 6 经常处理以前访问的数据 7 经常访问各类综合数据 8 较少访问最近的详细数据 9 能发现少量的精华 10 最佳的数据结构是星型模型 2019 12 24 信息分析与决策支持唐晶磊 利用DW建立的新决策支持系统 是在DW基础上 利用联机分析处理 OLAP 和数据挖掘 DM 来挖掘辅助决策信息 决策支持系统的用户是探索者 探索者并不知道什么是他们所需要的 探索者需根据过去的成功or失败 确定未来处理商务的更好方法 例如 过去哪些商品促销的不错 其中 偏爱这类商品的客户特征是什么 6 2 2 2决策支持系统的用户 2019 12 24 信息分析与决策支持唐晶磊 探索者要完成4种基本类型的工作 1 概况分析 用来评定是否有充分的样本数据量 在抽取 建模和分类之前 概况分析活动对于确保数据质量非常关键 2 抽取 从DW中抽取指定的数据 送入支持探索者分析活动的临时仓库中 2019 12 24 信息分析与决策支持唐晶磊 3 建模 开发一种用来描述实体 也就是客户 产品和渠道 特征的模型的过程 根据DW中的实体来分类这些实体 并可预测将来的结果 4 分类 探索者依据实体与模型的匹配 对DW中的其他实体分类 2019 12 24 信息分析与决策支持唐晶磊 探索者帮助指导战略商务的处理务 信息使用者是从战术上监控这些决策的效果 例如 根据信息使用者的报告 公司正在流失更多的顾客 探索者开始调查以揭示为什么公司正在失去这么多客户 探索者将和业务组一起制定保留高价值客户的战略 信息使用者则需要连续观察客户保留量 并报告执行这些战略的效果和它们与所期望的程度相差多少 6 2 2 3信息使用者和探索者的关系 2019 12 24 信息分析与决策支持唐晶磊 DW是为辅助决策而建立的 DW所获得辅助决策信息主要为综合信息与预测信息 综合信息 由DW中的轻度综合数据和高度综合数据提供 预测信息 由DW中的大量历史数据经预测模型计算得到 单靠数据仓库达到辅助决策的能力是有限的 6 2 2 4新决策支持系统结构 DW OLAP DM能较大地提高辅助决策能力 DW 获得综合信息与预测信息 OLAP能得到更深层的信息和知识 DM技术对DW中数据的挖掘 获取更多的辅助决策信息和知识 DW OLAP DM的决策支持系统 是以数据仓库为基础的 称为基于数据仓库的新决策支持系统 基于数据仓库的新决策支持系统结构 新决策支持系统的特点 从数据中获取辅助决策的信息和知识 2019 12 24 信息分析与决策支持唐晶磊 商业智能 businessintelligence BI 是Garther于1996年提出的 BI是一种技术 以DW为基础 通过OLAP和DM技术 帮助企业领导者针对市场变化的环境 作出快速 准确的决策 新决策支持系统是利用BI技术 解决实际决策问题的系统 BI的智能行为在于 能够解决市场环境中随机变化的决策问题 6 2 3新决策支持系统与商业智能 2019 12 24 信息分析与决策支持唐晶磊 BI的决策支持表现为以下几方面 1 商业智能的数据分析 1 联机分析处理的多维数据分析切片 切块 钻取 旋转等操作完成多维数据分析 2 what if分析 假设分析 为决策者提供多种参考依据 提高决策效果 3 建立客户购买商品的偏爱和选择模型通过模型找出客户偏爱和选择商品的关系 扩大公司在市场中的竞争能力 2019 12 24 信息分析与决策支持唐晶磊 2 业务智能管理 1 客户智能提供全方位的客户信息查询 分析和监控的系统 2 营销智能通过分析 报告 管理和监控营销信息 帮助企业的高级执行官 营销专家和分析人员制定战略性的营销策略 3 销售智能提供全面的销售团队分析 销售业绩分析 根源分析和业绩管理来帮助企业领导者制定销售策略及对销售业务快速作出市场反应 2019 12 24 信息分析与决策支持唐晶磊 4 服务智能提供强大的服务智能分析和个性化服务来分析与服务相关活动的全面信息 最终帮助企业制定更合理高效的服务策略 5 采购智能提供一些工具 用于确定哪些供应商一直在及时提供质优价廉的产品和服务 这些信息用来建立供应商战略联盟 改善供应商关系 更直接地将重点放到改进供应商服务的机会上 2019 12 24 信息分析与决策支持唐晶磊 6 流程管理智能为流程制造商提供产品 生产 存货和成本信息以解决流程制造业中的特定问题 为流程制造商提供更好的决策信息和持续流程改善的建议 7 财务智能提供一种易于使用的Web格式的财务盈利状况分析报表 现金流分析报表 现金状况分析报表 资产管理分析报表 项目分析报表等 方便企业迅速地分发财务信息 从而使财务主管能更及时地作出更好的决策 2019 12 24 信息分析与决策支持唐晶磊 6 2 4新决策支持系统实例 1 沃尔玛 Wal Mart 公司简介世界最大的零售商 2002年4月 该公司跃居 财富 500强企业排行第一 在全球拥有4000多家分店和连锁店 2 信息技术的成功运用造就了沃尔玛 1 Wal Mart建立了基于NCRTeradata数据仓库的决策支持系统 它是世界上的第二大数据仓库系统 总容量达到170TB以上 2019 12 24 信息分析与决策支持唐晶磊 2 强大的数据仓库系统将世界4000多家分店的每一笔业务数据汇总到一起 让决策者能够在很短的时间里获得准确和及时的信息 并作出正确和有效的经营决策 而沃尔玛的员工也可以随时访问数据仓库 以获得所需的信息 3 沃尔玛的创始人萨姆沃尔顿在他的自传中说 我总是喜欢尽快得到那些数据 我们越快得到那些信息 我们就能越快采取行动 这个系统已经成为我们的一个重要工具 3 沃尔玛数据仓库系统的发展过程 1 沃尔玛的数据仓库始建于20世纪80年代 并一直由NCR数据仓库公司帮助经营 2 1988年沃尔玛数据仓库容量为12GB 1997年扩展到24TB 今天 沃尔玛的数据仓库已经惊人地达到了170TB 3 利用数据仓库 沃尔玛对商品进行市场类组分析 marketingbasketanalysis 即分析哪些商品顾客最有希望一起购买 沃尔玛利用数据挖掘工具 模式识别软件 对这些数据进行分析和挖掘 例如尿布和啤酒的故事 4 如今 沃尔玛利用NCR的Teradata对超过7 5TB的数据进行存储 这些数据主要包括每天夜间从4000多个商店通过前端设备 POS 扫描仪 自动采集过来的原始销售数据和库存数据 它们通过卫星线路传到总部的数据仓库里 2019 12 24 信息分析与决策支持唐晶磊 5 数据仓库存有196亿条记录 每天处理并更新2亿条记录 要对来自6000多个用户的48000条查询语句进行处理 6 沃尔玛数据仓库里最大的一张表格容量已超过300GB 存有50亿条记录 可容纳65个星期4000多个商店的销售数据 而每个商店有5万 8万个商品品种 2019 12 24 信息分析与决策支持唐晶磊 4 沃尔玛进行决策支持分析 1 商品分组布局合理的商品布局是一种微观销售策略 它能节省购买时间并刺激顾客的购买欲望 沃尔玛利用市场类组分析 MBA 分析顾客的购买习惯 掌握不同商品一起购买的概率及购买者在商店里的穿行路线和时间 从而确定商品的最佳布局 2019 12 24 信息分析与决策支持唐晶磊 2 降低库存成本加快资金周转 降低库存成本是一个重要问题 沃尔玛通过数据