.数据仓库与数据挖掘发展展望-DSS.pptVIP

第12章 数据仓库与数据挖掘的发展 目录 12.1 综合决策支持系统 12.2 可拓数据挖掘 12.1 综合决策支持系统 12.1.1 从管理科学到决策支持系统 12.1.2 基于数据仓库的决策支持系统与传统决策支持系统的结合 12.1.3 综合决策支持系统发展趋势 12.1.1 从管理科学到决策支持系统 1.管理科学 管理科学(MS)的传统名字叫运筹学(OR) 。 管理科学是对管理问题用定量分析方法，建立数学模型，通过求解计算，达到辅助管理决策的一门学科。 管理科学是用数学模型方法研究经济、国防等部门在环境的约束条件下，合理调配人力、物力、财力等资源，通过模型的有效运算，来预测发展趋势，制定行动规划或优选可行方案。 12.1.1 从管理科学到决策支持系统 2. 决策支持系统 管理科学与运筹学是运用模型辅助决策，体现在单模型辅助决策上，模型所需要的数据在计算机中以文件形式存储。 对多模型辅助决策问题，在决策支持系统出现之前是靠人来实现模型间的联合和协调。 决策支持系统（DSS）的出现是要解决由计算机自动组织和协调多模型的运行和数据库中大量数据的存取和处理，达到更高层次的辅助决策能力。 12.1.1 从管理科学到决策支持系统 2. 决策支持系统 管理科学与运筹学是运用模型辅助决策，体现在单模型辅助决策上，模型所需要的数据在计算机中以文件形式存储。 对多模型辅助决策问题，在决策支持系统出现之前是靠人来实现模型间的联合和协调。 决策支持系统的出现是要解决由计算机自动组织和协调多模型的运行和数据库中大量数据的存取和处理，达到更高层次的辅助决策能力。 决策支持系统的特点就是增加了模型库和模型库管理系统，它把众多的模型有效地组织和存储起来，并且建立了模型库和数据库的有机结合。这种有机结合适应人机交互功能，自然促使新型系统的出现，即决策支持系统的出现。 决策支持系统结构 多模型组合的自动运行为改变方案中的模型和数据带来了方便。在系统方案中采用不同的模型或数据的组合将形成不同的方案，故决策支持系统为解决半结构化问题（部分由计算机完成，部分由人来完成的问题）成为可能。 DSS语言应是两类语言（数值计算语言和数据库语言）的综合。 12.1.1 从管理科学到决策支持系统 3. 智能决策支持系统 智能决策支持系统（IDSS）是决策支持系统（DSS）与人工智能（AI）技术相结合的系统。 人工智能技术融入决策支持系统后，使DSS在模型技术与数据处理技术的基础上，增加了知识推理技术, 使DSS的定量分析和AI的定性分析结合起来，提高辅助决策和支持决策的能力。 在决策支持系统中加入知识部件（知识库、知识库管理系统与推理机）后，形成了智能决策支持系统。 知识推理是建立从初始概念到中间概念，最后到目标概念的推理链。 知识部件由知识库、知识库管理系统和推理机三者组成。 智能决策支持系统结构 智能决策支持系统的特点是以模型计算和知识推理的方式辅助决策。我们称它为传统决策支持系统。 12.1.2 基于数据仓库的决策支持系统与传统决策支持系统的结合 数据仓库是为辅助决策而建立的。数据仓库所提供的辅助决策信息是大量数据的综合信息与预测信息。 数据仓库（DW）和联机分析处理（OLAP）及数据挖掘（DM）结合的决策支持系统，是以数据仓库为基础的，我们称为基于数据仓库的决策支持系统。 我们把基于数据仓库的决策支持系统称为新决策支持系统 。 1. 新决策支持系统与传统决策支持系统的比较 新决策支持系统和传统决策支持系统几乎没有什么共同之处，它们是从不同的角度发展起来，辅助决策的方式也不相同。由于两者不是覆盖关系，也就不存在相互代替的问题，而是相互补充和相互结合的问题。 1. 新决策支持系统与传统决策支持系统的比较 （1）新决策支持系统中数据挖掘获取的知识与传统决策支持系统的知识推理中的知识是不相同的。 （2）新决策支持系统中没有充分利用模型和模型组合来辅助决策。 （3）决策支持系统的技术还没有完全成熟。 传统决策支持系统和新决策支持系统结合起来，一方面可以相互促进、互相结合，对已成熟的技术可以先结合起来，逐步扩展到后成熟的技术。 2. 新决策支持系统与传统决策支持系统的结合