认知计算与决策支持_第1页
认知计算与决策支持_第2页
认知计算与决策支持_第3页
认知计算与决策支持_第4页
认知计算与决策支持_第5页
已阅读5页,还剩20页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1/1认知计算与决策支持第一部分认知计算概述与特征 2第二部分决策支持系统的概念与类型 4第三部分认知计算在决策支持系统中的作用 6第四部分认知决策支持系统的架构与技术 9第五部分认知决策支持系统的应用领域与案例 12第六部分认知计算与决策支持的挑战与趋势 15第七部分认知决策支持系统伦理与影响 18第八部分认知计算与决策支持的未来展望 20

第一部分认知计算概述与特征关键词关键要点【认知计算概述】

1.认知计算是人工智能的一个分支,旨在模拟人类的认知能力,包括学习、推理、解决问题和决策制定。

2.认知计算系统利用机器学习、深度学习、自然语言处理和专家知识,从复杂的数据中提取意义并提供见解。

3.认知计算旨在增强人类智能,协助解决以前无法解决的问题,并开辟新的可能性。

【认知计算特征】

认知计算概述

认知计算是一种计算范式,它模拟人类认知过程,通过学习、推理和解决问题来增强计算机的能力。它整合了机器学习、自然语言处理、计算机视觉和知识表示等技术,使计算机能够感知、理解和解释数据,并执行通常需要人类智能的任务。

认知计算特征

认知计算具有以下特征:

1.感知:

认知计算系统能够通过传感器、摄像头和麦克风等设备接收和解释来自环境的各种感官数据,包括图像、声音、文本和数据流。

2.理解:

认知计算系统可以理解自然语言、手势和图像等复杂符号表示形式的含义,并识别模式和关系。它们能够将输入数据与存储的知识和经验联系起来,形成对情况的理解。

3.推理:

认知计算系统可以基于所获得的知识和理解进行推理。它们能够运用逻辑、概率和贝叶斯定理等技术,评估假设、解决问题并做出决策。

4.学习:

认知计算系统能够随着时间的推移学习和改进。它们可以识别模式、发现异常并调整自己的算法,以提高准确性和适应不断变化的环境。

5.解决问题:

认知计算系统能够综合感知、理解、推理和学习能力,解决复杂的问题。它们可以生成多个解决方案,评估其可行性和优缺点,并提供建议或采取行动。

6.人机协作:

认知计算系统旨在与人类协作,扩大人类智能。它们可以通过提供信息、建议和洞察力来增强人类决策,同时从人类的反馈中学​​习和改进。

7.适应性:

认知计算系统能够适应不断变化的环境和新的信息。它们可以实时监控数据流,更新自己的知识库并相应地调整其行为。

8.可解释性:

认知计算系统能够解释其决策和推理过程。这使人类能够理解系统的思维方式,评估其可靠性并对系统进行调整。

9.隐私和安全:

认知计算系统必须包含强有力的隐私和安全措施,以保护用户数据和防止未经授权的访问。

10.社会影响:

认知计算具有广泛的社会影响,既有积极影响,也有消极影响。它可以提高生产力、增强医疗保健和教育,但同时也可能导致失业和算法偏见。第二部分决策支持系统的概念与类型决策支持系统的概念

决策支持系统(DSS)是一种计算机化的信息系统,旨在帮助决策者在半结构化和非结构化问题上做出更好的决策。DSS为决策者提供信息、分析和建模工具,使他们能够探索不同备选方案,评估风险并制定最佳行动方案。

决策支持系统的类型

DSS根据其功能、结构和设计可以分为以下类型:

基于模型的DSS

*描述性模型:描述当前或过去的情况,提供用于决策的背景信息。

*预测模型:预测未来事件,帮助决策者评估潜在结果。

*优化模型:确定满足特定目标的最佳行动方案。

*模拟模型:模拟真实世界场景,允许决策者在风险较低的环境中探索不同备选方案。

数据驱动的DSS

*数据挖掘DSS:分析大量数据,识别模式、趋势和关系,帮助决策者发现见解和做出预测。

*数据可视化DSS:提供交互式数据可视化,使决策者能够轻松识别模式并识别异常。

*决策表DSS:使用决策表分析复杂决策,将条件与可能的结果联系起来。

知识驱动的DSS

*专家系统DSS:捕获专家知识并将其应用于决策问题,提供建议或建议。

*案例库DSS:存储过去的决策和案例,决策者可以从中学到经验并制定新的决策。

*神经网络DSS:使用机器学习算法从数据中学习和识别模式,帮助决策者进行预测和分类。

混合DSS

*综合DSS:结合不同类型的DSS,提供广泛的功能和能力。

*面向任务的DSS:专门设计用于解决特定任务的DSS,例如财务计划或项目管理。

*执行支持系统(ESS):为运营决策提供支持,专注于提高效率和绩效。

DSS的特征

*交互性:允许决策者与系统交互,探索备选方案和分析结果。

*灵活性:能够根据决策者的需求和偏好进行定制和修改。

*易用性:为非技术用户设计,提供直观的用户界面。

*整合性:与其他信息系统集成,提供跨组织的数据和洞察力。

*支持性:旨在帮助决策者,而不是取代他们的判断。

DSS的优势

*提高决策质量和准确性

*减少决策时间和成本

*促进协作和知识共享

*适应不断变化的环境和要求

*提供竞争优势和创新潜力第三部分认知计算在决策支持系统中的作用关键词关键要点主题名称:知识管理和推理

1.认知计算系统能够收集、存储和处理大量来自不同来源的数据,包括结构化数据、非结构化数据和图像。

2.通过语义推理和自然语言处理技术,认知计算系统可以理解数据之间的关系,提取相关信息并得出合理的结论。

3.这些功能增强了决策支持系统,使其可以获得更多信息,并根据证据做出更明智的决策。

主题名称:预测分析

认知计算在决策支持系统中的作用

认知计算是一种模拟人类认知能力的计算范式,它通过机器学习、自然语言处理和知识表示等技术来处理和理解复杂信息。在决策支持系统(DSS)中,认知计算发挥着至关重要的作用,帮助决策者提高决策的质量和效率。

1.知识发现和建模

认知计算可以处理和分析来自不同来源的大量数据,包括结构化和非结构化数据。通过使用机器学习算法,它可以识别数据中的模式、趋势和关系,并构建知识模型。这些模型可以捕捉决策领域的知识和专业知识,为决策者提供有价值的见解。

2.情景分析和预测

凭借对知识模型的理解,认知计算可以执行情景分析和预测。它可以模拟不同的情景,并根据模拟结果预测决策的潜在后果。这使决策者能够在做出承诺之前评估风险和收益,并制定更明智的决策。

3.决策建议和解释

基于知识模型和情景分析结果,认知计算可以向决策者提供建议。这些建议是通过考虑决策领域的约束和目标来生成的。此外,认知计算还能够解释其建议背后的推理过程,帮助决策者理解决策的基础。

4.协作和沟通

认知计算可以作为决策支持系统中决策者与系统之间的协作工具。它可以通过自然语言界面与决策者交互,使决策者能够提问、探索数据和分享见解。这促进了决策者与系统之间的有效沟通,从而改善决策制定过程。

5.实时监控和预警

认知计算可以实时监控决策环境的变化,并向决策者发出预警。通过分析传感器数据或社交媒体信息,它可以识别潜在的风险或机遇,使决策者能够及时采取行动。

6.个性化和自适应

认知计算能够学习决策者的偏好和决策风格,并相应地调整其建议。通过个性化和自适应,它可以为每个决策者提供量身定制的支持,提高决策质量和效率。

7.案例检索和相似性分析

认知计算可以检索与当前决策情景相似的历史案例。通过比较当前情景与历史案例,它可以识别经验教训和成功策略,为决策者提供有价值的指导。

8.监管和合规

认知计算可以帮助决策者遵守监管要求和行业最佳实践。它可以分析法律法规和行业标准,并向决策者提供有关如何遵守这些要求的建议。这有助于降低决策风险,提高决策的合规性。

数据和例子

*医疗保健行业:认知计算被用于分析患者数据和识别疾病风险。这有助于医生制定个性化的治疗计划,提高患者预后。

*金融服务行业:认知计算被用于分析市场数据和预测股票价格走势。这使投资者能够做出更明智的投资决策,最大化回报。

*供应链管理:认知计算被用于分析供应链数据和预测需求。这有助于企业优化库存水平和提高效率,降低运营成本。

结论

认知计算在决策支持系统中扮演着至关重要的角色,为决策者提供了广泛的支持,包括知识发现、情景分析、决策建议、协作、实时监控、个性化、案例检索、监管和合规。随着认知计算技术的不断发展,它在DSS中的作用将越来越重要,帮助决策者做出更明智、更高效的决策。第四部分认知决策支持系统的架构与技术关键词关键要点一、知识表示

1.语义网和本体论:利用受控词汇和关系模型来结构化知识,提供机器可理解的语义。

2.规则和决策树:使用明确的规则和树形结构表示条件和动作,使系统能够推断和做出决策。

3.案例和相似度:根据过去相似案例的特征和结果,通过匹配或找寻相似性来支持决策。

二、推理和规划

认知决策支持系统的架构与技术

1.架构

认知决策支持系统(CDSS)通常采用分层架构,包括:

*感知层:接收和处理实时数据,包括外部数据源和内部传感器。

*认知层:分析数据,提取知识和做出推理,提供决策洞察。

*交互层:与用户交互,提供决策支持,并获取反馈。

2.技术

CDSS利用各种技术来实现其功能:

*机器学习和人工智能:算法和模型,使系统能够学习数据模式、做出预测并适应不断变化的环境。

*自然语言处理:允许系统理解和生成人类语言,以便与用户自然交互。

*知识图谱:结构化知识库,包含事实、关系和推论,支持复杂推理和决策制定。

*云计算:提供可扩展性、灵活性和大规模数据分析能力。

*大数据分析:处理和分析大量结构化和非结构化数据,以提取有价值的见解。

*物联网(IoT):连接设备和传感器,实现实时数据采集和环境感知。

3.数据处理和分析

CDSS依赖于高效的数据处理和分析技术,包括:

*数据集成:将来自不同来源的数据合并成统一视图。

*数据清理和转换:准备数据以便分析,包括处理缺失值和错误。

*特征工程:创建新的特征或属性,以增强分析模型的性能。

*探索性数据分析:识别数据模式、异常值和潜在关系。

*建模和预测:使用机器学习算法开发模型,以预测结果并做出决策。

*可视化:通过图表、图形和仪表板呈现分析结果,以促进决策制定。

4.决策支持

CDSS提供各种决策支持功能,包括:

*决策建议:基于分析结果生成推荐和建议。

*情景模拟:允许用户探索不同的决策选项及其后果。

*风险评估:量化与不同决策相关的风险,以支持知情选择。

*预测分析:识别未来趋势和模式,以帮助决策者制定长期计划。

*协作支持:促进团队成员之间的协作,以共享见解并做出共同决策。

5.人机交互

CDSS通过各种人机交互机制与用户交互:

*自然语言界面:使用对话式界面,允许用户以自然语言表达查询和请求。

*图形用户界面:提供交互式仪表板、图表和控件,以方便决策探索。

*移动应用程序:允许用户随时随地访问决策支持功能。

*报告和文档:生成决策报告、洞察摘要和建议文件,以支持持续的决策制定。

6.挑战与未来方向

CDSS面临一些挑战,包括:

*数据质量和可用性:确保用于决策的数据的准确性、完整性和及时性。

*算法偏见:机器学习算法可能存在固有偏见,影响决策的公平性和准确性。

*用户接受度:确保用户理解和信任CDSS的输出,并将其用于决策。

未来CDSS的发展方向包括:

*增强可解释性:开发更可解释的算法和模型,以帮助用户理解决策背后的原因。

*集成多模态数据:利用来自不同来源(例如文本、图像、声音)的数据,以获得更全面的见解。

*实时决策支持:在不断变化的环境中提供即时决策洞察,支持动态决策制定。

*道德和监管考虑:关注CDSS的伦理和负责任使用,并解决算法偏见和数据隐私问题。第五部分认知决策支持系统的应用领域与案例关键词关键要点医疗保健

1.利用认知计算对患者数据进行分析,识别潜在的健康风险,提供个性化的治疗方案。

2.辅助医疗决策,通过分析大量临床数据,为医生提供基于证据的见解,提高诊断和治疗准确性。

3.增强患者参与度,通过提供个性化的健康信息和支持,赋能患者管理自己的健康状况。

金融服务

1.优化风险管理,利用认知计算分析金融数据,识别市场波动和潜在的风险,及时采取措施。

2.改善客户体验,通过提供个性化的金融产品和服务,满足客户的特定需求,提高满意度。

3.检测和预防欺诈,利用认知计算分析交易模式,识别异常行为,防止财务损失。

制造业

1.优化供应链管理,通过分析实时数据,预测需求波动,优化库存水平,提高供应链效率。

2.提高产品质量,利用认知计算分析产品数据,识别制造缺陷,采取预防措施,提高产品质量。

3.预测维护需求,通过分析传感器数据,预测设备故障,主动进行维护,减少停机时间。

零售

1.增强客户体验,通过分析客户行为和偏好数据,提供个性化的产品推荐和服务,提升购物体验。

2.优化库存管理,利用认知计算预测需求,优化库存水平,减少库存损失,提高销售额。

3.分析市场趋势,通过分析竞争对手数据和市场数据,识别新兴趋势,制定战略决策,保持竞争优势。

能源

1.优化能源管理,通过分析能源消耗数据,识别节能机会,制定能效策略,降低能源成本。

2.预测可再生能源产量,利用认知计算分析天气和环境数据,预测太阳能和风能发电量,优化可再生能源利用。

3.检测能源异常,通过分析传感器数据,识别异常能源消耗模式,及时采取措施,防止能源浪费。

公共服务

1.优化公共交通,利用认知计算分析交通数据,优化公交路线和班次,提高交通效率,减少拥堵。

2.提升城市安全,通过分析犯罪数据和监控录像,识别犯罪热点,制定有针对性的预防措施,提高城市安全水平。

3.改善灾害应对,利用认知计算分析天气和环境数据,预测灾害风险,提前部署应急资源,减轻灾害损失。认知决策支持系统的应用领域与案例

认知决策支持系统(CDSS)在诸多领域中得到了广泛应用,为决策者提供基于知识的数据分析和建议。

医疗保健

*诊断辅助:CDSS可以通过分析患者数据(如病史、实验室结果和影像检查)来辅助诊断,提高诊断的准确性和效率。

*治疗计划:CDSS可以根据患者的特定状况和治疗指南,为医疗保健提供者制定个性化的治疗计划,优化患者预后。

*药物管理:CDSS可以监控患者的用药情况,识别潜在的药物相互作用和不良反应,确保患者安全和有效用药。

金融服务

*风险管理:CDSS可以分析金融数据(如市场趋势、客户行为和信用评分),预测和管理金融风险,提高投资组合的稳定性。

*欺诈检测:CDSS可以检测可疑交易,识别并预防欺诈行为,保护金融机构和客户。

*客户关系管理:CDSS可以利用客户数据(如消费习惯和交互)来个性化客户体验,提高客户满意度和忠诚度。

制造业

*预测性维护:CDSS可以分析设备传感器数据(如温度、振动和能耗),预测潜在故障并安排维护,最大化设备正常运行时间和生产效率。

*质量控制:CDSS可以监控生产过程,检测缺陷和不合格产品,确保产品质量并减少浪费。

*供应链优化:CDSS可以分析供应链数据(如库存水平、交货时间和供应商表现),优化物流和库存管理,提高供应链效率。

零售业

*预测性分析:CDSS可以分析销售数据(如购买历史、季节性趋势和客户人口统计),预测未来需求并优化库存管理,防止缺货或过剩。

*个性化推荐:CDSS可以根据客户购物行为(如浏览记录和购买偏好)提供个性化的产品和服务推荐,增强客户体验和提高销售额。

*定价优化:CDSS可以分析市场数据和竞争对手信息,优化产品定价策略,最大化利润并保持竞争优势。

其他应用领域

*国防:CDSS可以辅助指挥官做出复杂决策,如战场态势评估、战略规划和资源分配。

*法律:CDSS可以分析法律文件和判例,协助律师进行法律研究和制定辩护策略。

*教育:CDSS可以提供个性化的学习计划,根据学生的需求和学习风格调整教学内容和节奏。

案例研究

医疗保健领域:

*MayoClinic的eCDS:MayoClinic使用eCDS辅助医生诊断和治疗复杂疾病,提高了诊断准确性并改善了患者预后。

金融服务领域:

*GoldmanSachs的RiskEngin:GoldmanSachs使用RiskEngin来管理其投资组合风险,提高了风险管理的效率和有效性。

制造业领域:

*GE的Predix:GE使用Predix预测和预防设备故障,提高了设备正常运行时间并减少了维护成本。

零售业领域:

*亚马逊的推荐引擎:亚马逊使用推荐引擎来个性化产品推荐,提高了客户满意度并增加了销售额。

结论

认知决策支持系统在各种领域发挥着至关重要的作用,为决策者提供基于知识的数据分析和建议。通过利用先进的认知技术,这些系统能够提高决策的准确性、效率和有效性,带来显著的业务成果。随着认知技术的不断发展,CDSS的应用领域和影响力将持续扩大。第六部分认知计算与决策支持的挑战与趋势关键词关键要点【数据集成和数据质量】

1.认知计算系统高度依赖于数据质量,不完整、不准确或不一致的数据将产生错误的决策。

2.数据集成面临着数据格式、语义异构性以及实时数据处理等挑战。

3.需要开发新的技术和流程来确保数据的完整性、可信性和一致性。

【知识表示和管理】

认知计算与决策支持的挑战与趋势

挑战:

*数据复杂性和异构性:认知系统需要处理大量复杂且异构的数据,包括结构化、非结构化和半结构化数据。整合和理解这些数据对决策支持至关重要。

*语义理解:认知系统必须能够理解自然语言、手势和图像中表达的含义和关系。这对于从非结构化源中提取见解并为决策提供上下文至关重要。

*推理和解释能力:认知系统需要具有推理和解释能力,以解释其决策,并对决策的不确定性和风险进行评估。

*可扩展性和可维护性:认知系统必须能够随着数据量和复杂性的增长而扩展,并且易于维护以确保其有效性和可靠性。

*道德和伦理问题:决策支持系统中认知计算的应用提出了道德和伦理问题,例如偏见、透明度和责任。

趋势:

*自动化和增强决策:认知计算正在自动化和增强决策流程,通过分析大量数据,识别模式,并提供决策建议。

*个性化和定制:认知系统正在个性化决策支持体验,根据用户的个人偏好、行为和环境定制建议。

*持续学习和适应:认知系统能够持续学习和适应,随着新数据的可用性和反馈的收集而改进其性能。

*协作式决策:认知系统正在促进协作式决策,通过提供共享视野、促进团队讨论并协调行动。

*融合物理和数字世界:认知计算正在融合物理和数字世界,通过传感器、物联网和增强现实,提供实时决策支持。

*云计算和边缘计算:云计算和边缘计算等技术正在使认知计算更加可访问和可扩展,即使在资源受限的环境中。

*量子计算:量子计算的进步有望显著提高认知系统的推理和优化能力,为复杂决策问题提供新的见解。

展望:

认知计算在决策支持方面的应用不断发展,有望在以下领域产生重大影响:

*医疗保健:个性化诊断和治疗、手术规划、药物发现

*金融:风险评估、投资组合管理、欺诈检测

*零售:个性化推荐、库存优化、供应链管理

*制造:预测性维护、工艺优化、质量控制

*国防:态势感知、威胁评估、决策支持

随着这些趋势的持续,认知计算和决策支持将成为组织提高效率、增强竞争力并做出明智决策不可或缺的部分。第七部分认知决策支持系统伦理与影响认知决策支持系统伦理与影响

伦理考量

认知决策支持系统(CDSS)带来了一系列伦理考量,包括:

*偏见:CDSS依赖于训练数据,这些数据可能存在偏见。这可能会导致系统做出有偏见的决策,从而对某些群体产生负面影响。

*责任:当CDSS做出错误或有偏见的决策时,谁应该承担责任?系统设计者、制造商、用户还是其他人?

*透明度:CDSS应透明地提供其决策依据。这对于用户了解并信任系统的决策至关重要。

*自主权:人类决策者必须始终保留对最终决策的自主权。CDSS应为决策提供建议和支持,但不得取代人类判断。

*隐私:CDSS处理敏感数据,例如医疗记录或业务信息。系统必须确保这些数据的隐私和安全性。

影响决策

CDSS对决策产生重大影响,包括:

*效率:CDSS可以自动化任务并提供建议,从而提高决策速度和效率。

*准确性:CDSS可以利用数据和分析来提高决策的准确性。

*一致性:CDSS确保所有决策者使用相同的标准和方法,从而提高决策的一致性。

*洞察力:CDSS可以识别模式和关联,为决策者提供新的洞察力和见解。

*风险管理:CDSS可以识别和评估风险,帮助决策者做出更明智的决定。

社会影响

CDSS也对社会产生广泛影响,包括:

*就业:CDSS可能自动化某些任务,导致就业流失。然而,它们还可以创造新的就业机会,例如CDSS开发人员和分析师。

*健康:CDSS可用于诊断疾病、优化治疗和改善健康结果。

*商业:CDSS可帮助企业优化运营、改进客户服务并获得竞争优势。

*政府:CDSS可用于制定政策、分配资源和提高治理效率。

应对措施

为了解决CDSS的伦理和社会影响,可以采取以下应对措施:

*伦理准则:制定伦理准则,指导CDSS设计、部署和使用。

*监管框架:实施监管框架,确保CDSS的安全、透明和公平使用。

*用户教育:教育用户了解CDSS的功能、局限性和潜在偏见。

*偏见缓解:开发技术来减轻CDSS中的偏见。

*持续监测:持续监测CDSS的影响,并对其进行调整以解决新出现的伦理或社会问题。

结论

CDSS对决策和社会产生了变革性影响。虽然它们提供了巨大的好处,但也有必要解决其伦理考量和社会影响。通过制定伦理准则、实施监管框架和采取其他应对措施,我们可以确保CDSS以负责任和公平的方式使用,以造福社会。第八部分认知计算与决策支持的未来展望关键词关键要点【认知计算与决策支持的未来展望】

主题名称:不断完善的算法和技术

1.人工智能(AI)和机器学习(ML)算法的持续发展,提高认知计算系统的决策精度和效率。

2.自然语言处理(NLP)技术的进步,增强认知计算系统理解和处理人类语言的能力。

3.计算机视觉技术的发展,赋予认知计算系统识别和解释图像和视频的能力。

主题名称:更广泛的应用场景

认知计算与决策支持的未来展望

一、认知技术的持续发展

*自然语言处理(NLP)和机器学习(ML)技术的进步将增强认知系统理解和解释复杂文本和语音数据的能力。

*计算机视觉技术的提高将使认知系统能够更准确地识别图像和模式。

*知识表示和推理技术的创新将允许认知系统以更全面和可解释的方式对知识进行建模和推断。

二、人机协作的增强

*认知系统将越来越多地与人类决策者合作,提供建议、自动执行任务并增强决策制定过程。

*人类决策者将依赖认知系统来处理大量数据、识别模式并生成可行的解决方案。

*认知系统将通过直观的界面、个性化建议和持续学习来适应不同用户的需求。

三、行业特定应用的普及

*医疗保健:认知系统将用于疾病诊断、治疗规划和个性化护理。

*金融:认知系统将协助风险评估、欺诈检测和投资决策。

*制造业:认知系统将优化供应链管理、预防性维护和质量控制。

*零售:认知系统将提供个性化推荐、库存优化和客户服务自动化。

四、决策支持工具的演变

*认知决策支持工具将变得更加智能和自主,能够学习用户偏好,并根据不断变化的数据和环境提供实时建议。

*这些工具将整合多种认知技术,例如自然语言处理、机器学习和图像识别。

*它们将提供可解释性功能,允许用户了解建议背后的原因和证据。

五、数据和隐私挑战

*认知系统需要大量高质量数据才能有效运作。然而,数据收集和隐私问题需要解决。

*必须制定严格的道德准则和监管框架,以保护用户隐私并确保负责任的数据使用。

六、社会和伦理影响

*随着认知计算在决策中的作用越来越大,伦理和社会影响值得考虑。

*确保算法公平、避免偏见和促进信任至关重要。

*社会需要思考认知技术对就业、社会公平和人类决策权力的影响。

七、长期展望

*认知计算和决策支持将继续融合,最终创建能够在复杂的环境中做出自主决策的强大系统。

*这些系统将彻底改变决策制定过程,提高其效率、准确性和可解释性。

*随着技术的发展,认知计算在社会和经济领域的影响可能会成为变革性的。关键词关键要点主题名称:决策支持系统的概念

关键要点:

1.决策支持系统(DSS)是一种

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论