第四章 决策支持与商务智能.ppt

1 第四章决策支持与商务智能 LOGO 2 第一节决策 一 决策的定义一般理解 做出决定或选择 施奈德的定义 指决策者为了达到想象中未来事务的状态 从社会所限制的各种途径中 选择一个行动计划的过程 以西蒙的决策理论为基础的定义 组织或个人为了实现某种目标而对未来一定时期内有关活动的方向 内容及方式的选择或调整过程 决策主体可以是组织也可以是个人 LOGO 3 传统的管理理论与西蒙关于决策的区别 传统的管理理论认为 决策只是组织中高层管理者的事 与中低层的其他人员无关 西蒙认为 决策不仅仅是高层管理的事 组织内的各个层级都要作出决策 组织就是由作为决策者的个人所组成的系统 组织是人类群体当中信息沟通与相互关系的复杂模式 LOGO 4 二 决策的分类 1 按决策主体可分为 个人决策和群体决策2 按决策要解决的问题可分为 结构化决策 非结构化决策 和半结构化决策3 按决策进行的频繁程度可分为 周期性决策与非周期性决策4 按决策的组织结构可分为 战略性决策 战术性决策 业务性决策5 按决策的问题的条件可分为 确定性决策 风险决策 不确定性决策 LOGO 5 三 决策的过程 1 西蒙决策过程模式包括以下四个阶段 1 情报阶段搜集评估 2 设计阶段编制可能采取的行动方案 3 选择阶段根据当时的情况和预测 选择合适的一种方案 4 监控阶段评估实施效果 确定是否达到预期目标 LOGO 6 三 决策的过程 西蒙的决策过程模式图 情报收集 设计方案 选择方案 监控评估 实施方案 信息联系 LOGO 7 三 决策的过程 2 卡耐基决策过程模式观点 组织层次的决策牵涉到许多管理者 最终的选择基于这些管理者组成的联合团队 建立联合团队的原因 1 组织目标的模糊性 各部门的经济目标不一致 2 个人管理者倾向于采用理性的方法目的 建立认同 LOGO 8 卡耐基决策过程模式图 不确定性信息有限 管理者有很多限制 冲突管理者有着不同的目标 观点和价值 建立管理者联合团队进行讨论 解释目标和问题分享观点 设定问题的优先性 为问题及其解决获取社会支持 研究进行一个简单务实的研究 看是否适用已有方案或需要创建新方案 满意的决策行为采用对联合团队较为满意的可选方案 LOGO 9 三 决策的过程 3 马尔可夫决策过程模式理论基础 基于马尔可夫过程理论的随机动态系统的最优决策过程 该过程是序贯决策的主要研究领域 马尔可夫决策过程 决策者周期或连续地观察具有马尔可夫性的随机动态系统 序贯地作出决策 马尔可夫性 指一个随机过程未来发展的概率与观察之前的历史无关的性质 状态转移概率的无后效性 LOGO 10 三 决策的过程 4 渐进式决策过程模式决策特点 1 较少强调卡耐基决策过程所涉及的政治 社会因素 而较多研究了从发现问题到解决问题的活动的结构化顺序 2 组织要通过许多决策点 可能会在决策过程中遇到障碍 明茨伯格 决策中断 LOGO 11 三 决策的过程 4 渐进式决策过程模式决策阶段 1 识别阶段认知 诊断 2 形成阶段形成解决方案 两种方法 使用搜索程序在组织已有的解决方案中找出可选方案 设计一个定制的新方案 3 选择阶段选定解决方案 LOGO 12 四 决策理论中关于人的假设 1 完全理性人假设代表人物 亚当 斯密 把人性归结为利己主义英国经济学家边沁 道德和立法原理导论 功利主义 功利主义包括 功利原理 最大幸福原理 自利选择原理观点 人是坚持寻求最大价值的经济人 类似于新古典经济学理论中的理性经济人假设 LOGO 13 四 决策理论中关于人的假设 2 有限理性人假设现代决策理论 产生于20世纪40年代 由西蒙等人发展 核心思想 强调从认知心理学的角度研究决策问题 观点 人的理性是介于完全理性和非理性之间的 即人是有限理性的 高度复杂的决策环境和个人知识的有限性的比较 LOGO 14 四 决策理论中关于人的假设 有限理性人假设的三个理论 1 连续有限比较决策理论代表人物 西蒙观点 决策者由于非完全理性而只能看到有限几个方案及其部分结果 2 理性组织决策论代表人物 马奇观点 理性受个人能力所限 必须借助组织的作用 如 组织分工 3 现实渐进决策论代表人物 林德布洛姆观点 决策者只能采用应付局面的办法 在有偏袒的相互调整中做出决策 LOGO 15 四 决策理论中关于人的假设 3 非理性人假设代表人物 弗洛伊德 帕累托观点 支配人的不是人的理性 也不是人所面临的现实 而是人的情欲 潜意识 LOGO 16 五 基于 有限理性 的决策原理 1 受限制的理性 西蒙 由于人类普遍的认知局限性 实际作出的决策常常爱到许多不可控因素的制约 完全理性决策主要受到以下三个方面的限制 1 信息的不完全性很难得到关于某一件事情的全面的知识 2 预测的困难性预测是对未来的期待 难以预料 3 穷尽所有可能的困难性找出所有的方案 才能选择 最优方案 LOGO 17 五 基于 有限理性 的决策原理 2 满意原则在有限理性的假设下 决策者追求的是满意的决策 而不是最大化的决策 足够好 西蒙的观点 人的认知能力是单纯的 在复杂的环境中人不可能做出最优的选择 关于蚂蚁的比喻 运用 企业决策 减少搜寻和计算成本投资 股神巴菲特的投资策略 LOGO 18 五 基于 有限理性 的决策原理 3 有限搜索决策者通过有限次的搜索 比较 得到一个在现有条件下的 满意 方案 策略 启发式搜索 和 拇指原则 优点 成本更低 效率更高 来自经验和直觉的试探和测量 LOGO 19 五 基于 有限理性 的决策原理 案例 推销员的问题 P128 一个推销员 必须探访几个城市 由于效率和成本的限制 他只能到每个城市一次 而且在他回到原来的城市以前必须到达过所有的城市 面临的问题 成本由总路程决定 公司差旅费限制 LOGO 20 案例 推销员的问题 P128 启发式解决方案 从总部纽约出发 选择最近的城市 然后继续前往最近的城市 直到最后一个城市 最后返回纽约 结论 恰当地使用启发式搜索 将是一种很有价值的求解工具 LOGO 21 六 决策自动化 西蒙的观点 1 人的认知基元是符号 而且认知过程即符号操作过程 人是一个物理符号系统 计算机也是一个物理符号系统 因此 我们就能够用计算机来模拟人的智能行为 2 今天关键性的任务不是去产生 储存或分配信息 而是对信息的过滤 加工和处理 LOGO 22 第二节决策支持系统 一 决策支持系统的定义及其特征关于决策支持系统最早的文献 J D Little ModelsandManagers theConceptofaDecisionCalculus 1970 特征要求 模型简单 稳定 并且容易控制 具有自适应性 LOGO 23 一 决策支持系统的定义及其特征 1971年 高瑞 Gorry 莫顿 Morton 首次提出DSS定义 DSS是支持决策者对半结构化 非结构化问题进行决策的系统 决策分三类 结构化决策半结构化决策非结构化决策 LOGO 24 一 决策支持系统的定义及其特征 1977年 Alter决策支持系统可分为两大类 以数据为导向的DSS以模型为导向的DSS观点 在DSS的应用过程中 系统的有效性远没有适应性重要 LOGO 25 一 决策支持系统的定义及其特征 1980年 Bonozek Holsapple Whiston观点 DSS是由用户 模型和数据三个部分组成的计算机系统 它包括三种系统 语言系统LS 供用户与DSS通信知识系统KS 储存系统中的知识问题处理系统PPS 描述问题 得到解答 LOGO 26 一 决策支持系统的定义及其特征 决策支持系统的特点 1 针对半结构化 非结构化问题2 支持而不是代替决策者的决策3 具有方便的人机交互接口 易于掌握和使用4 能够快速支持决策者解决处于不同状态的某一领域中的决策问题5 强调对环境及用户决策方法的改变的灵活性和适应性 LOGO 27 二 决策支持系统的组成 1 决策支持系统的关键系统资源 模型库数据库2 决策支持系统的关键技术对话管理器 即用户界面 LOGO 28 决策支持系统需要处理大量数据 联机分析处理 ETL 数据的提取 转换和加载 LOGO 29 决策支持系统需要处理大量数据 简图 LOGO 30 以学生选课系统为例 LOGO 31 三 DSS的模型 四类常用模型 提供简要的统计 趋势预测 假设检验 处理和协调一些较大的项目方案 提供现金流量 内部回报率以及其他的投资分析 帮助决策者设计 开发以及使用数据和信息并以图表形式显示的软件包 LOGO 32 三 DSS的模型 模型库存在的问题 1 在多个模型可供选择时 决策者的时间成本较高 2 模型有时不能准确地预测真实的系统 导致误导性 3 模型要求高度复杂的数学知识 难以建立 4 模型使用的一次性 导致开发成本高昂 LOGO 33 决策支持系统DSS处理的发展 LOGO 34 四 群体决策支持系统 GDSS 定义 群体决策是为充分发挥集体的智慧 由多人共同参与决策分析并制定决策的整体过程 群体决策的特点 1 内外部环境复杂多变 问题的复杂性不断提高 2 决策者个人价值观 态度及背景有一定的局限性 3 要求不同领域的人参与并从不同角度决策 4 是现代民主社会的基本特征 LOGO 35 四 群体决策支持系统 GDSS 群体决策的组织方式有三种 群体式 团队式 委员会式 LOGO 36 四 群体决策支持系统 GDSS 群体决策的制订方法 四种 1 德尔菲法 专家调查法 2 头脑风暴法 鼓励新颖创见 激起发散思维 3 名义群体法 在决策过程中限制讨论 4 根回法 多人认可才能执行 LOGO 37 四 群体决策支持系统 GDSS 群体决策支持系统的构造方法 减少沟通障碍 第一层 减少不确定性 第二层 控制决策过程 第三层 三层分类法 LOGO 38 第三节数据库 数据仓库与数据挖掘 一 数据管理方法的发展1 人工管理阶段数据处理方式是批处理 数据与程序没有独立性 2 文件管理阶段程序与数据有一定的独立性 数据以文件的形式进行组织 3 数据库阶段用复杂 结构化的模型描述数据本身及它们之间的对应关系 4 数据仓库采用新的技术解决海量的内部数据和外部数据 LOGO 39 二 数据库理论概述 略 三 自然演化体系结构及其问题定义 自然演化体系结构又称蜘蛛网结构 是指由失控的抽取过程产生的结果 形成 决策者 数据提炼 分析 处理 新的数据 更新的数据 蜘蛛网 LOGO 40 蜘蛛网结构所导致的问题有三个方面 数据的定位 编辑 分析困难 时间 算法上的差异 外部数据问题 数据非集成化 历史数据缺乏 1 数据缺乏可信性 2 系统的办事效率低下 3 数据转化为信息的不可行性 LOGO 41 四 数据仓库的基本概念 1 定义数据仓库是一个面向主题的 集成的 不可修改的 反映历史变化的数据集合 用于支持管理决策 比尔 恩门 1991 观点 数据仓库更像一种过程 即对分布在企业各处的业务数据的整合 加工和分析的过程 LOGO 42 2 数据仓库的特性 1 面向主题包括客户 产品 交易 账目等 2 集成的消除应用中的不一致性 将不同格式 类型的数据集成到一起 3 非易失的不进行数据更新 4 随时间的变化性时间期限长 数据仓库包含时间元素 LOGO 43 3 数据仓库的组成 1 数据仓库的数据库对海量数据的支持和快速的检索技术 2 数据抽取工具把数据从多种多样的存储方式中抽取出来 进行必要的转化和整理之后 再存放到数据仓库内 3 元数据描述数据仓库内数据的结构和建立方法的数据 4 访问工具为用户访问数据仓库提供手段 5 数据集市从数据仓库中独立出来的一部分数据 LOGO 44 4 数据仓库设计中的几个重要概念 1 ETL Extract Transformation load 用户从数据源中抽取出所需的数据 经过数据清洗 转换 最终按照预先定义好的数据仓库模型 将数据加载到数据仓库中去 2 粒度数据的细化或综合程度的级别 3 数据集市是小型的 面向部门或工作组级的数据仓库 4 数据分割结构相同的数据单元被分成多个数据物理单元 5 元数据 关于数据的数据 LOGO 45 五 数据挖掘 DataMining 1 定义从大量的 不完全的 有噪声的 模糊的 随机的数据中 提取隐含在其中的 人们事先不知道 但又是潜在有用的信息和知识的过程 数据挖掘的对象是数据库和数据仓库 目的 通过对数据的统计 分析 综合 归纳和推理 揭示事件间的相互关系 预测未来的发展趋势 辅助解决实际问题 支持决策 如商业 LOGO 46 2 数据挖掘的功能 五类 1 自动预测趋势和行为市场预测