决策支持系统概述
决策支持系统概述
决策支持系统概述决策支持系统（DSS）是一种帮助管理者做出决策的信息系统。
它集成了数据收集、数据分析、模型构建和解决方案评估等技术工具，以提供定性和定量的决策支持。
DSS的目标是通过使管理者能够更好地评估和选择各种决策方案来提高决策质量和效率。
决策支持系统的基本构成包括数据仓库、模型和分析工具以及用户接口。
数据仓库用于存储和管理各种关键数据，包括历史数据、实时数据和外部数据等。
模型和分析工具提供了各种算法和方法，如统计分析、优化模型、模拟和决策树等，用于分析数据并生成决策结果。
用户接口是管理者与DSS交互的方式，可以是图形用户界面、自然语言处理或者其他形式。
1.数据分析：决策支持系统能够从数据仓库中提取数据，并通过各种分析工具对数据进行定性和定量的分析。
这些分析可以帮助管理者了解当前的业务情况和趋势，从而作出合适的决策。
2.模型构建：决策支持系统能够根据具体的问题和需求构建各种模型。
这些模型可以是统计模型、优化模型、模拟模型等，通过运行模型可以产生各种方案，并对不同方案进行评估。
3.解决方案评估：决策支持系统能够对各种决策方案进行评估和比较。
它可以根据不同的指标和权重对方案进行综合评估，并为管理者提供决策参考。
4.知识管理：决策支持系统可以帮助管理者收集和管理各种关键知识和信息。
它可以通过知识库、专家系统和数据挖掘等技术，将知识和经验转化为可用的决策支持。
5.沟通和协作：决策支持系统可以提供各种协作工具，帮助多个决策者之间进行沟通和协作。
这些工具可以包括电子邮件、在线会议和共享文档等，以促进团队决策的效率和准确性。
使用决策支持系统可以带来许多好处。
首先，它可以提高决策的质量和效率，通过提供准确和全面的信息，帮助管理者做出明智的决策。
其次，它可以降低决策的风险，通过模拟和评估不同的方案，管理者可以更好地估计每个方案的风险和回报。
最后，它可以提高组织的竞争力，通过加强决策者之间的沟通和协作，决策支持系统可以促进团队决策的效率和准确性，从而提高组织的整体竞争力。
决策支持系统概述.ppt
（1）.决策系统——核心 （2）.参谋（智囊）系统 （3）.信息系统 （4）.执行系统 （5）.监督系统
执行系统
决
监督系统
策
系
统
参谋系统
信息系统 图1－1:决策体系结构图
三.决策的分类
可利用计算机 程序来实现
非结构化问题
半结构化问题
少见，有创造性和 介于前二者之间 直观性
不具备已知求解方 有多个问题求解的方法， 法或存在若干求解 通过人为干预可比较容易 方法而所得的答案 确定答案 不一致
难以编制程序
问题求解过程的一些阶段 可以利用程发生作用的消息、
❖ 管理科学/运筹学
面对复杂问题时，难以实现模型 的组合和交互，辅助决策的有 效性降低。
DSS产生
二、DSS的发展
1.20世纪70年代末，初阶段的DSS 2.20世纪80年代初，Sprague提出三部件结构的
DSS，Bonczak等提出三系统结构的DSS
3.20世纪80年代后期，专家系统与DSS结合，产
➢ 重点：西蒙的结构化分类。
➢ 决策问题的结构化程度：是指对决策问题的决策过 程的环境和规律，能否用明确的语言(数学的或逻 辑学的，形式的或非形式的，定量的或推理的)给 予清晰的说明或描述。
➢ 问题结构化程度的区分因素：
问题形式化描述的难易程度 解题方法的难易程度 解题中所需的计算量的多少
结构化问题 常规的，可重 复的， 每个问题仅有 一个求解方法
情报和知识的总称。 ➢数据 信息 知识 智慧 ➢外部信息与内部信息 ➢描述性信息与控制性信息
五.决策支持
决策支持系统.
第1章决策支持系统概述▲数据：记载下来的事实，客观属性的值▲信息：构成一定含义的一组数据▲系统：由若干相互联系相互制约的元素结合在一起，并具有特定功能的有机整体。
▲系统的组成：1、系统由各元素或子系统组成2、至少包含两个以上的元素3、各元素之间相互联系或相互制约4、具有目的性5、适应环境的变化▲数据处理系统：是对大量数据进行收集、组织、存储、加工与传播的总和▲数据处理系统的特征：1、数据量大；2、没有特别复杂的运算；3、时效性强▲管理信息系统MIS：运用系统管理的理论方法，以计算机网络和现代通信技术为手段，对信息进行收集、组织、存储、加工、传播和使用的人机系统。
▲管理信息系统的基本组成：管理业务应用系统、数据库系统▲管理信息系统特点：1、以数据库系统为基础；2、数据录入；3、数据传输；4、数据存储；5、数据查询；6、数据统计；7、指标计算▲决策支持系统：以管理科学、运筹学、行为科学、控制论为基础，以计算机技术、模拟技术、信息技术为手段，面向半结构化的决策问题，支持决策活动的具有智能作用的人机系统。
▲决策支持系统主要特征：1、关注上层管理人员经常遇到的结构化程度不高、规范化不明确的问题2、把模拟或分析技术与传统的数据存取和检索技术结合起来3、易于非计算机专业的人员，以交互会话的方式使用4、强调对环境及用户决策方法改变的适应性和灵活性5、提供决策的良好效果▲DSS的功能：1、管理并提供外部信息2、收集、管理并提供内部信息3、收集、管理并提供反馈信息4、存储和管理数学模型5、修改和添加数据、模型、方法6、加工、汇总、分析、预测数据、7、具有人机会话和图像输出功能以满足数据查询需求8、提供良好的数据通信功能9、合理的加工速度和响应时间▲决策支持系统的形成过程1、科学计算为管理信息系统奠定了算法基础2、运筹学的发展为模型辅助决策奠定了模型基础3、管理信息系统4、模型辅助决策系统5、决策支持系统▲分布式决策支持系统DDSS：研究由多个物理位置上分离的决策体如何并发计算、协调一致地求解问题▲DDSS分为：同步系统：有时间压力下参与者之间同时同地和同时异地的信息交换。
决策支持系统(DDS)
综述： 综述：决策支持系统的基本特征
1、对准上层管理人员经常面临的结构化程 、 度不高、说明不充分的问题； 度不高、说明不充分的问题； 2、把模型或分析技术与传统的数据存取技 、 术检索技术结合起来； 术检索技术结合起来； 3、易于为非计算机专业人员以交互会话的 、 方式使用； 方式使用； 4、强调对用户决策方法改变的灵活性及适 、 应性； 应性； 5、支持但不是代替高层决策者制定决策。 、支持但不是代替高层决策者制定决策。
决策支持系统的分类
(1)结构化决策，是指对某一决策过程的环境及规 结构化决策， 结构化决策 能用确定的模型或语言描述， 则，能用确定的模型或语言描述，以适当的算法产 决策按其性质可分 生决策方案，并能从多种方案中选择最优解的决策； 生决策方案，并能从多种方案中选择最优解的决策； (2)非结构化决策，是指决策过程复杂，不可能 非结构化决策，是指决策过程复杂， 非结构化决策 用确定的模型和语言来描述其决策过程， 用确定的模型和语言来描述其决策过程，更无所谓 最优解的决策； 最优解的决策； (3)半结构化决策，是介于以上二者之间的决策， 半结构化决策，是介于以上二者之间的决策， 半结构化决策 这类决策可以建立适当的算法产生决策方案， 这类决策可以建立适当的算法产生决策方案，使决 策方案中得到较优的解。 策方案中得到较优的解。
• 核心数据库主要任务 在于支持银行交易处 理系统、 理系统、保证银行的 日常运行、 日常运行、正确记录 客户数据信息、 客户数据信息、追求 数据的绝对精确和可 靠，数据来自银行联 机交易处理系统
银行数据仓库与核心数据库的 区别
• 数据仓库重在收集具 有一定含义的信息及 数据， 数据，对具体数据源 抽象和概括， 抽象和概括，目的是 向银行管理决策提供 支持， 支持，为银行决策服 务。
决策支持系统概述
第1章决策支持系统概述▲数据：记载下来的事实，客瞧属性的值▲信息：构成一定含义的一组数据▲系统：由假设干相互联系相互制约的元素结合在一起，并具有特定功能的有机整体。
▲系统的组成：1、系统由各元素或子系统组成2、至少包含两个以上的元素3、各元素之间相互联系或相互制约4、具有目的性5、习惯环境的变化▲数据处理系统：是对大量数据进行收集、组织、存储、加工与传播的总和▲数据处理系统的特征：1、数据量大；2、没有特殊复杂的运算；3、时效性强▲治理信息系统MIS：运用系统治理的理论方法，以计算机网络和现代通信技术为手段，对信息进行收集、组织、存储、加工、传播和使用的人机系统。
▲治理信息系统的全然组成：治理业务应用系统、数据库系统▲治理信息系统特点：1、以数据库系统为根底；2、数据录进；3、数据传输；4、数据存储；5、数据查询；6、数据统计；7、指标计算▲决策支持系统：以治理科学、运筹学、行为科学、操纵论为根底，以计算机技术、模拟技术、信息技术为手段，面向半结构化的决策咨询题，支持决策活动的具有智能作用的人机系统。
▲决策支持系统要紧特征：1、关注上层治理人员经常碰到的结构化程度不高、标准化不明确的咨询题2、把模拟或分析技术与传统的数据存取和检索技术结合起来3、易于非计算机专业的人员，以交互会话的方式使用4、强调对环境及用户决策方法改变的习惯性和灵活性5、提供决策的良好效果▲DSS的功能：1、治理并提供外部信息2、收集、治理并提供内部信息3、收集、治理并提供反响信息4、存储和治理数学模型5、修改和添加数据、模型、方法6、加工、汇总、分析、猜测数据、7、具有人时机话和图像输出功能以满足数据查询需求8、提供良好的数据通信功能9、合理的加工速度和响应时刻▲决策支持系统的形成过程1、科学计算为治理信息系统奠定了算法根底2、运筹学的开展为模型辅助决策奠定了模型根底3、治理信息系统4、模型辅助决策系统5、决策支持系统▲分布式决策支持系统DDSS：研究由多个物理位置上不离的决策体如何并发计算、协调一致地求解咨询题▲DDSS分为：同步系统：有时刻压力下参与者之间同时同地和同时异地的信息交换。
决策支持系统
决策支持系统决策支持系统（DDS）是一种基于计算机技术和信息技术的系统，用来辅助决策者进行决策过程中的信息获取、分析、评估和选择等环节。
通过整合和分析大量的数据和信息，DDS可以提供可靠的决策支持，为决策者提供决策的依据，帮助其做出准确、高效和科学的决策。
下面将从DDS 的定义、特点、功能和应用等方面进行详细介绍。
首先，DDS的定义。
DDS是一种以计算机技术和信息技术为基础的决策辅助系统，通过收集、分析和应用大量的数据和信息，帮助决策者进行决策过程中的信息获取、分析、评估和选择等环节，提供决策的依据和支持。
DDS可以采用各种技术和方法，如数据挖掘、模型建立、信息检索和智能算法等，以实现对数据和信息的高效利用和全面分析。
然后，DDS的功能。
DDS主要包括信息获取、数据分析、决策评估和决策选择等功能。
信息获取是DDS的基础功能，通过收集和整合各种数据和信息，形成决策的数据源和知识库。
数据分析是DDS的核心功能，通过应用数据挖掘、模型建立和统计分析等方法，对数据进行分析和挖掘，提取有用的信息和规律。
决策评估是DDS的关键功能，通过对决策的各种方案和选项进行评估和比较，提供决策的可行性和优劣性评价。
决策选择是DDS的最终功能，通过综合分析和评估的结果，帮助决策者做出最佳的决策选择。
最后，DDS的应用。
DDS可以应用于各个领域和行业，如企业管理、金融投资、物流运输、市场营销、医疗健康等。
在企业管理中，DDS可以帮助企业管理者进行决策支持，优化生产计划、供应链管理和资源配置等方面的决策。
在金融投资中，DDS可以帮助投资者进行数据分析和风险评估，提供投资决策的参考和建议。
在物流运输中，DDS可以帮助物流管理者进行路径选择和货物配送等决策，提高物流的效率和质量。
在市场营销中，DDS可以帮助市场营销人员进行市场分析和目标客户的选择，制定合适的市场营销策略。
在医疗健康领域中，DDS可以帮助医生进行疾病诊断和治疗方案的选择，提高医疗的质量和效果。
决策支持系统
1、什么是决策支持系统?决策支持系统(DSS)就是从数据库中找出必要的数据，并利用数学模型的功能，为用户生成所需信息的系统。
决策支持系统是80年代迅速发展起来的新型计算机学科，主要是为了解决由计算机自动组织和协调多模型的运行及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。
决策支持系统主要是在管理信息系统和运筹学的基础上发展起来的。
管理信息系统重点对海量数据进行处理，运筹学则主要在于运用数学模型进行辅助决策。
决策支持系统具有交互式计算机系统的所有特征，帮助决策者利用数据和数学模型去解决半结构化问题。
为此，一个好的决策支持系统应该具备以下特点：．辅助决策者解决半结构化或非结构化的问题。
．允许用户试探几种不同的决策方案。
．必须具备决策支持模型的管理功能。
．把数学模型或分析技术与数据存储和检索功能结合起来。
．系统必须具备友好的人机交互界面。
．系统必须具备良好的适应能力，可以满足不同环境和用户的需求。
2、决策体系的构成电子政务系统不仅可以提高政府部门的办事效率和透明度，还可以利用系统所收集的大量数据，通过建立正确的决策体系和决策支持模型，为各级政府的决策提供科学的依据。
决策系统运行的具体步骤是：．智囊系统利用信息系统提供的信息，制定各种可行的决策方案。
．智囊系统通过电子政务系统提供的平台将决策方案上报给决策系统(—般由负有决策责任的领导担任)。
．决策系统将根据信息系统生成的决策信息来确定最优的决策方案，井生成必要的决策指令。
．决策系统通过电子政务平台把决策指令下发给决．策执行系统和监督系统。
．在监督系统的监督下，由决策执行系统负责贯彻执行决策指令。
．决策指令的执行情况和结果将通过信息系统反馈给智囊系统。
．智囊系统将根据具体情况向决策系统提供反馈信息或决策修正方案。
．决策系统针对反馈信息或修正方案确定新的决策，并下发执行。
由此可以看出，通过把电子政务平台和决策支持系统有机地结合起来，可以大大提高决策的科学性、时效性和适应性。
决策支持系统
决策支持系统决策支持系统(decision support system ，简称DSS)是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。
它是管理信息系统(MIS)向更高一级发展而产生的先进信息管理系统。
它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。
决策按其性质可分为如下3类：(1)结构化决策，是指对某一决策过程的环境及规则，能用确定的模型或语言描述，以适当的算法产生决策方案，并能从多种方案中选择最优解的决策；(2)非结构化决策，是指决策过程复杂，不可能用确定的模型和语言来描述其决策过程，更无所谓最优解的决策；(3)半结构化决策，是介于以上二者之间的决策，这类决策可以建立适当的算法产生决策方案，使决策方案中得到较优的解。
非结构化和半结构化决策一般用于一个组织的中、高管理层，其决策者一方面需要根据经验进行分析判断，另一方面也需要借助计算机为决策提供各种辅助信息，及时做出正确有效的决策。
决策的进程一般分为4个步骤：(1)发现问题并形成决策目标，包括建立决策模型、拟定方案和确定效果度量，这是决策活动的起点；(2)用概率定量地描述每个方案所产生的各种结局的可能性；(3)决策人员对各种结局进行定量评价，一般用效用值来定量表示。
效用值是有关决策人员根据个人才能、经验、风格以及所处环境条件等因素，对各种结局的价值所作的定量估计；(4)综合分析各方面信息，以最后决定方案的取舍，有时还要对方案作灵敏度分析，研究原始数据发生变化时对最优解的影响，决定对方案有较大影响的参量范围。
决策往往不可能一次完成，而是一个迭代过程。
决策可以借助于计算机决策支持系统来完成，即用计算机来辅助确定目标、拟定方案、分析评价以及模拟验证等工作。
在此过程中，可用人机交互方式，由决策人员提供各种不同方案的参量并选择方案。
决策支持系统基本结构主要由四个部分组成，即数据部分、模型部分、推理部分和人机交互部分：数据部分是一个数据库系统;模型部分包括模型库(MB)及其管理系统(MBMS);推理部分由知识库(KB)、知识库管理系统(KBMS)和推理机组成；人机交互部分是决策支持系统的人机交互界面，用以接收和检验用户请求，调用系统内部功能软件为决策服务，使模型运行、数据调用和知识推理达到有机地统一，有效地解决决策问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第1章决策支持系统概述▲数据：记载下来的事实，客观属性的值▲信息：构成一定含义的一组数据▲系统：由若干相互联系相互制约的元素结合在一起，并具有特定功能的有机整体。
▲系统的组成：1、系统由各元素或子系统组成2、至少包含两个以上的元素3、各元素之间相互联系或相互制约4、具有目的性5、适应环境的变化▲数据处理系统：是对大量数据进行收集、组织、存储、加工与传播的总和▲数据处理系统的特征：1、数据量大；2、没有特别复杂的运算；3、时效性强▲管理信息系统MIS：运用系统管理的理论方法，以计算机网络和现代通信技术为手段，对信息进行收集、组织、存储、加工、传播和使用的人机系统。
▲管理信息系统的基本组成：管理业务应用系统、数据库系统▲管理信息系统特点：1、以数据库系统为基础；2、数据录入；3、数据传输；4、数据存储；5、数据查询；6、数据统计；7、指标计算▲决策支持系统：以管理科学、运筹学、行为科学、控制论为基础，以计算机技术、模拟技术、信息技术为手段，面向半结构化的决策问题，支持决策活动的具有智能作用的人机系统。
▲决策支持系统主要特征：1、关注上层管理人员经常遇到的结构化程度不高、规范化不明确的问题2、把模拟或分析技术与传统的数据存取和检索技术结合起来3、易于非计算机专业的人员，以交互会话的方式使用4、强调对环境及用户决策方法改变的适应性和灵活性5、提供决策的良好效果▲DSS的功能：1、管理并提供外部信息2、收集、管理并提供内部信息3、收集、管理并提供反馈信息4、存储和管理数学模型5、修改和添加数据、模型、方法6、加工、汇总、分析、预测数据、7、具有人机会话和图像输出功能以满足数据查询需求8、提供良好的数据通信功能9、合理的加工速度和响应时间▲决策支持系统的形成过程1、科学计算为管理信息系统奠定了算法基础2、运筹学的发展为模型辅助决策奠定了模型基础3、管理信息系统4、模型辅助决策系统5、决策支持系统▲分布式决策支持系统DDSS：研究由多个物理位置上分离的决策体如何并发计算、协调一致地求解问题▲DDSS分为：同步系统：有时间压力下参与者之间同时同地和同时异地的信息交换。
异步系统：无时间压力下参与者异时异地对信息的调查、核实，并通过对在线研讨产生的不连贯信息进行提取整合，形成系统完整的结论。
▲与DSS集成的人工智能技术主要有：1、自然语言处理和语音处理技术；2、专家系统ES；3、人工神经网络ANN▲智能决策的新技术1、计算智能（通过对“数值知识”进行数值计算，来实现某些智能行为，与传统的以符号推演为特征的符号智能互相补充）2、Agent技术3、商业智能技术（从商业数据中提取信息和知识，并根据这些做出商业决策）▲决策支持的主要方式1、数据辅助决策2、模型辅助决策3、知识辅助决策4、方案辅助决策▲决策支持系统与管理信息系统的区别【联系】：DSS是从MIS的基础上发展起来的，都是以数据库为基础，都需要进行数据处理，都能在不同程度上为用户提供辅助决策信息【区别】1、DSS支持半结构化，MIS支持结构化决策2、DSS可处理不确定性问题，MIS处理确定性问题3、DSS具有模型管理与服务功能，MIS只涉及处理单模型问题4、DSS具有强大的人机交互功能，MIS交互功能较弱5、DSS一般只使用数据，MIS经常维护数据6、DSS支持方案生成与评估，MIS不具备此功能7、DSS为模型驱动，MIS是数据驱动8、DSS面向高层管理人员，MIS面向中低层管理人员第2章决策、决策过程和决策支持▲决策：为了确定未来某个行动目标，根据决策者的经验，在具有一定信息的基础之上，借助科学的方法，从两个以上的可行方案中选择最优方案的分析判断过程。
▲决策的内涵：1、决策目标；2、多个可行方案；3、决策实施；4、目标优化▲决策的特征：1、目的性2、超前性3、创造性4、管理性▲决策的分类：按性质分（结构化、半结构化、非结构化）按影响范围分（战略、战术、执行）按决策环境分（确定型、风险型、非确定型）▲决策过程：人们为实现一定目标而制定行动方案，并准备实施的过程，此过程也是一个提出问题、分析问题、解决问题的过程。
▲决策分三个阶段：1、情报收集；2、方案设计；3、方案评估与选择▲决策过程示意图：（看书上图）▲科学决策包括：1、科学的决策程序；2、科学的决策技术；3、用科学的思维方法做出决断▲科学决策的特点：1、有科学的决策体系和运作机制；2、有科学的决策程序；3、重视参谋作用；4、运用科学技术和科学方法。
▲科学决策原则：1、信息化；2、定量分析与定性分析相结合；3、对比优化；4、反馈；5、复杂问题群体决策▲科学决策流程：1、提出问题；2、确定目标；3、价值准则；4、拟定方案；5、分析评估；6、选择方案；7、实验验证；8、普遍实施▲1、结构化决策（指问题的本质和结构非常明确，且经常重复发生的决策问题，解决这些问题的步骤是已知的，可以采用格式化的书面指示留给用户或计算机处理）2、非结构化（问题的本质和结构复杂难以理解，无法用固定决策程序来解决）3、半结构化（介于结构化和非结构化之间）▲决策支持系统的三部件结构：对话部件，模型部件，数据部件▲三部件结构图（看书上图）▲决策支持系统的三系统结构语言系统LS，知识系统KS，问题处理系统PPS▲三系统结构图（看书上图）▲三部件和三系统结构的比较【三部件】（优点：①明确了三部件之间的关系②便于和其他系统的区别。
缺点：①没有突出DSS的问题处理特性②没有突出语言系统）【三系统】（优点：①突出了问题处理系统的重要性②明确了语言系统的重要性。
缺点：①忽略了数据库系统、模型库系统的关系②不适合与其他系统的区别）▲模型库和方法库的关系1、一个模型可以有多个方法；2、多个方法组成一个模型；3、模型是由方法实现的4、模型和方法的表现形式不同5、模型和方法是同一个问题的两个侧面▲增强型三部件结构（看书上图）▲四库系统（看书上图）▲智能决策支持系统IDSS：是将人工智能技术引入决策支持系统而形成的一种具有人工智能行为的信息系统。
▲IDSS的分层1、应用层（面向IDSS的使用者）2、控制协调层（面向IDSS的总设计师）3、基本结构层（面向专业程序设计人员）▲IDSS是专家系统ES与决策支持系统DSS的结合决策过程的综合型决策支持系统的一个功能框架，也称综合决策支持系统。
▲综合决策支持系统I3DSS的结构图（看书上图）▲I3DSS的体系结构1、第一个主体是数据库系统、方法库系统和模型库系统的结合，为决策问题提供定量分析的辅助决策信息，是定量分析基础。
2、第二个主体是数据仓库、OLAP，它从数据仓库中提取数据和信息，这些东西反映了大量数据的内在本质，是定量分析的关键。
3、第三个主体是专家系统和数据挖掘的结合，数据挖掘从数据库和数据仓库挖掘知识，放入专家系统中，并由知识推理达到定性分析的辅助决策。
▲I3DSS的特点1、集成化2、交互性3、智能化▲基于服务的决策支持系统S-DSS的分层：资源层、服务层、应用支撑层、应用层▲基于服务的决策支持系统S-DSS的特点：1、有较强的可扩展性；2、兼容性好；3、应用领域宽▲说明模型库、知识库、数据库三者的两两之间的接口问题（找答案）▲如何集成模型库系统、知识库系统、数据库系统为统一整体（找答案）第三章基于数据的决策支持技术▲数据仓库：数据仓库是面向主题的、集成的、稳定的、随时间变化的数据集合，用于支持决策制定过程。
▲数据仓库特点：面向主题集成稳定随时间变化▲数据集市：是指具有特定应用的数据仓库，主要针对某个具有战略意义的应用或者具体部门级的应用。
▲数据库与数据仓库的区别：▲多维数据模型：以分析和描述数据的多维特征为目标，将客观世界划分为维度和度量，最终形成多维逻辑视图▲多维数据模型相关概念：维、维级别、维成员、度量、多维数组、数据单元维：人们观察数据的特定角度维级别：人们观察数据的特定角度还存在不同的细节维成员：维的一个取值度量：数据的实际意义，即描述数据“是什么”多维数组：可以表示为（维1····维n，度量1···度量m）数据单元：多维数组的取值▲数据仓库中的数据分为四个级别：早期细节数据、当前细节数据、轻度综合数据、高度综合数据▲粒度：粒度是对数据仓库中数据的综合程度高低的度量。
粒度越小，细节程度越高。
▲元数据：关于数据的数据▲元数据的分类：技术元数据（关于数据仓库系统技术细节的数据）业务元数据（从业务角度描述数据仓库的数据）▲元数据的系统管理功能：1、描述哪些数据在数据仓库中；2、定义要进入数据仓库的数据和数据仓库中产生的数据；3、记录数据抽取工作时间安排；4、记录并检测系统数据一致性的要求和执行情况；5、衡量数据质量。
▲数据仓库的数据组织方式：1、虚拟存储方式2、基于关系表的存储方式（3、多维数据库存储方式▲数据仓库中主要有几类表？事实表、维表▲星型模式事实表和维表联系在一起形成“星型模式”的数据结构▲雪花模式“星型模式”的维表按其层次结构用多个维表分开表示。
▲数据仓库的基本体系结构：数据源，数据ETL，存储与管理，数据的表现▲ETL处理过程描述：抽取：是数据进入仓库的入口。
转换：根据数据仓库的要求，进行数据转换等处理，确保来自不同系统、不同格式的数据的一致性和完整性，并按要求装入数据仓库。
加载：将转换后的数据加载到数据仓库中。
▲数据清洗：指发现并纠正数据文件中可识别的错误，包括检查数据的一致性，处理无效值和缺失值等。
▲数据质量问题可分为：单数据源模式层问题，单数据源实例层问题，多数据源模式层问题，多数据源实例层问题。
▲数据清洗分类：1、手工实现方式；2、通过专门编写的应用程序；3、某类特定领域的问题；4、与特定应用领域无关。
▲数据清洗分成哪几个阶段？1、数据分析2、定义清洗3、执行清洗▲异构数据集成主要处理多数据源的异构问题。
▲异构性分为哪几个层次？系统级异构：指不同的主机语法级异构：指数据类型结构级异构：指数据结构语义级异构：指词汇的语义区别▲数据仓库设计的方法分为：自顶向下、自底向上、二者混合▲数据仓库的设计过程：1、选取待建模的分析主题2、选取数据粒度3、选取用于每个事实表记录的维4、选取将记录在事实表中的度量。
▲联机分析处理OLAP是使分析、管理或执行人员能够从多角度对企业数据进行快速、一致、交互地存取，从而获得对数据更加深入了解的一类软件技术。
▲OLAP特点快速性、可分析性、多维性、信息性▲OLAP分析：指对以多维形式组织起来的数据进行切片、切块、上钻、下钻和旋转等分析，使用户能从多角度观察数据仓库中的数据，从而深入了解数据的信息和内涵。
▲OLAP基本分析操作1、切片：在多维数组的某一维上选定一维成员2、切块：在多维数组的某一维上选定某一区间的维成员3、旋转：改变报告或页面的显示的维方向4、上钻：通过归约，将概念向上聚集。