决策支持系统的定义：决策支持系统是综合利用大量数据，有机组合众多模型，通过人机交互，辅助各级决策者实现科学决策的系统。
决策支持系统（DSS）结构图，三部件结构图。
决策制定是由决策支持系统和它的用户共同完成的。
决策问题的结构化分类：决策问题按结构化程度分类，即对决策问题的内在规律能否用明确的程序化语言给以清晰的说明或者描述.，如果能够描述清楚的，称为结构化问题；不能描述清楚，而只能凭直觉或者经验作出判断的，称为非结构化问题；介于这两者之间的，则成为半结构化问题。
三部件结构  1.对话部件：是决策支持系统与用户的交互界面，用户通过“人机交互系统”控制实际决策支持系统的运行。2.数据部件：数据部件包括数据库和数据库管理系统。3.模型部件；模型部件包括模型库和模型库管理系统。
DSS与MIS的不同:1.MIS是面向中层管理人员，为管理服务的系统。DSS是面向高层人员，为辅助决策服务的系统。2.MIS按事务功能(生产，销售，人事)综合多个事务处理的EDP。DSS是通过模型计算辅助决策。3.MIS是以数据库系统为基础；以数据驱动的系统。DSS是以模型库系统为基础的，以模型驱动的系统.4.MIS分析着重于系统的总体信息的需求，输出报表模式是固定的。DSS分析着重于决策者的需求，输出数据的模式是复杂的。5.MIS系统追求的是效率，即快速查询和产生报表。DSS追求的是有效性，即决策的正确性。6.MIS支持的是结构化决策。这类决策是经常的、重复发生的。DSS支持的是半结构化决策。这类决策是指既复杂又无法准确描述处理原则又涉及大量计算，既要应用计算机又要用户干预，才能取得满意结果的决策。
决策过程中四大步骤可以分成更详细的八个步骤：提出问题；确定目标；
价值准则；拟定方案；分析评价；选定方案；试验验证；普遍实施。
决策体系与决策信息：决策体系由决策系统、参谋（智囊）系统、信息系统、
执行系统与监督系统这五大部分组成一个统一整体。
1.决策系统
2.参谋（智囊）系统
实例名词解释
3.信息系统
4.执行系统
5.监督系统
决策支持系统结构的分析，三系统形式
语言系统：提供给决策者的所有语言能力的总和称为语言系统(LS)。
问题处理系统：针对实际问题，进行形式化描述并求解，最后得出问题的解答，产生辅助决策所需要的信息，支持决策。
知识系统：知识系统是问题领域的知识
决策支持系统的统一结构形式
智能决策支持系统结构：人工智能的决策支持技术：从智能决策支持系统的概念可知智能决策支持系统中包含了人工智能技术，与决策支持有关的人工智能技术主要有：专家系统、神经网络、遗传算法、机器学习、自然语言理解等。
遗传算法的三个算子:1.选择(Selection)算子：选择是从种中选择生命力强的染体产生新种的过程。2.交叉(Crossover)算子：交叉算子在遗传算法中起着核心作用。3.变异(Mutation)算子：变异就是以很小的概率，随机地改变字符串某个位置上的值。变异则增加了遗传算法到接近最优解的能力。
数据仓库的定义为：数据仓库是面向主题的、集成的、稳定的，不同时间的数据集合，用于支持经营管理中决策制定过程。
数据仓库特点：1.数据仓库是面向主题的2.数据仓库是集成的
3.数据仓库是稳定的
4.数据仓库是随时间变化的
数据挖掘的决策支持及应用：数据挖掘的决策支持分类有：关联分析、时序模式、聚类、分类、偏差检测、预测。  1、关联分析：若两个或多个数据项的取值之间重复出现且概率很高时，它就存在某种关联，可以建立起这些数据项的关联规则。2、时序模式：通过时间序列搜索出重复发生概率较高的模式。这里强调时间序列的影响。3、聚类：在数据库中出一系列有意义的子集，即类。
4、分类：对数据库中的类，出该类别的概念描述规则。
5、偏差检测：在数据库中出异常数据。
6、预测：利用历史数据出变化规律的模型，并用此模型预测未来。
新决策支持系统与商业智能：商业智能以数据仓库为基础，通过联机分析处理和数据挖掘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。
商业智能是一种技术，新决策支持系统是解决实际决策问题的一个系统。新决策支持系统是利用商业智能技术来解决实际决策问题的系统。商业智能所体现的智能行为在于，能够解决市场环境中随机变化的决策问题。
综合决策支持系统结构和组成：综合决策支持系统体系结构包括三个主体:
第一个主体是模型库系统和数据库系统的结合，它是决策支持的基础，它为决策问题提供定量分析（模型计算）的辅助决策信息。第二个主体是数据仓库和OLAP 的结合，它从数据仓库中提取综合数据和信息，这些数据和信息反映了大量数据的内在本质。第三个主体是知识库与推理机和数据挖掘的结合。
数据仓库应用实例
实例：以银行客户关系管理为例，说明基于OLAP和数据挖掘的决策支持系统的应用：数据仓库是金融银行机构实现客户关系管理（Customer Relationship Management）的核心技术，也是金融银行业竞争优势的来源，主要的应用业务部门为信用卡部、信贷部、市场部和零售业务部等，应用领域是以客户为中心的的分销渠道管理、客户利润分析、客户关系优化、风险评估和管理。
1.分销渠道的分析和管理：银行通过分析知道客户、渠道、产品或服务三者之间的关系；1.了解客户的购买行为
2.客户或渠道对业务收入的贡献
3.哪些客户比较喜好经由什么渠道在何时和银行打交道
4.目前的分销渠道的服务能力如何
5.需要增加哪些分销渠道才能达到预期的服务水平。
2.利润评价模型；建立所有客户的每一个帐号的利润评价模型，以便了解每一位客户对银行的总利润贡献度。----银行可以依客户的利润贡献度安排合适的分销渠道提供服务和销售，知道哪些有利润的客户需要留住，采用什么方法留住客户，交叉销售改善客户的利润贡献度，那些客户应该争取。另外，银行可以模拟和预测，新产品对银行利润的贡献度，或是新政策对银行会产生什么样的财务影响，或是客户流失或留住对银行的整体利润的影响。
3.客户关系优化：客户在每一笔交易中都能主动地告诉银行需要什么产品和服务，如定期存款是希望退休养老使用等；银行利用客户购买倾向模型、渠道喜好模型等主动地和客户沟通，达到留住客户和增加利润的目标。
4.风险评估和管理：风险评估和管理主要利用各种数学模型进行分析，模拟风险和利润间的关系。
银行实现了以客户为中心的个性化服务数据仓库决策支持系统，就可以在满足高利润低风险客户需求的前提下，达成银行收益的极大化。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。