決策支持系統(DSS)︰理論.方法.案例

第1章 概論
1.1 決策支持系統的產生與發展
1.1.1 DSS的產生背景
1.1.2 DSS的發展
1.2 DSS發展的理論基礎
1.2.1 信息論
1.2.2 計算機技術
1.2.3 管理科學和運籌學
1.2.4 信息經濟學
1.2.5 行為科學
1.2.6 人工智能
1.3 DSS與相關技術的關系
1.3.1 決策與預測的關系
1.3.2 DSS與管理科學、運籌學的關系
1.3.3 DSS與MIS的關系
1.3.4 DSS與專家系統的關系
1.4 新一代DSS的發展
1.4.1 群決策支持系統
1.4.2 分布式決策支持系統
1.4.3 智能決策支持系統
1.4.4 決策支持中心
1.4.5 戰略決策支持系統
1.4.6 I3DSS
1.5 數據倉庫與決策支持系統
1.5.1 新型的決策支持技術——數據倉庫和聯機分析處理
1.5.2 綜合決策支持系統
1.5.3 基于數據倉庫的決策支持系統
第2章 決策支持系統的基本概念
2.1 結構化、半結構化和非結構化問題
2.1.1 概述
2.1.2 決策問題的性質和層次
2.2 決策支持與DSS的定義
2.2.1 決策支持
2.2.2 決策支持分類
2.2.3 決策風格
2.2.4 DSS的定義
2.3 DSS的概念模式
2.3.1 系統分析
2.3.2 專用DSS
2.3.3 DSS工具
2.3.4 DSS生成器
2.3.5 累接設計
2.3.6 ROMC分析方法
2.3.7 系統的柔性
2.3.8系統的集成化
第3章 DSS的構造與系統結構
3.1 引言
3.1.1 DSS的基本部件
3.1.2 目標
3.1.3 功能
3.2 DSS的人機界面和問題處理系統
3.2.1 人機界面
3.2.2 問題處理系統
3.2.3 自然語言理解
3.3 四庫系統
3.3.1 數據庫系統
3.3.2 模型庫系統
3.3.3 知識庫系統
3.3.4 方法庫系統
3.4 DSS的系統結構
3.4.1 三角式結構
3.4.2 串聯結構
3.4.3 熔合式結構
3.4.4 以數據庫為中心的結構
3.4.5 四庫三功能的系統結構
3.4.6 智能DSS的結構
3.5 DSS的體系結構與分析
3.5.1 DSS體系的分析
3.5.2 環境特征
3.5.3 系統的部件
3.5.4 資源
3.5.5 環境和資源的關系
第4章 數據庫及其管理系統
4.1 基本概念
4.1.1 數據庫系統的定義及其特點
4.1.2 DSS數據庫系統的設計特點
4.2 數據的組織與描述
4.2.1 實體模型
4.2.2 數據模型
4.2.3 數據模型的設計
4.3 DSS的數據庫設計
4.3.1 數據庫的概念設計
4.3.2 數據庫的邏輯設計
4.3.3 數據庫的物理設計
4.3.4 數據庫系統語言
4.4 DSS數據庫技術的發展
4.4.1 數據庫與知識庫的結合方式
4.4.2 數據庫技術支持模型庫
4.4.3 DSS中數據庫單元設計
4.4.4 DSS數據庫技術的發展分析
4.5 多媒體數據庫
4.5.1 多媒體數據庫的特點與功能
4.5.2 多媒體數據庫及其管理系統的關鍵技術
4.5.3 數據模型技術
第5章 數據開采技術
5.1 數據開采技術研究背景及現狀
5.1.1 引言
5.1.2 研究背景及意義
5.1.3 國內外研究現狀
5.2 數據開采技術基本概念
5.2.1 數據開采的定義
5.2.2 數據開采的過程及分類
5.2.3 數據開采的內容和本質
5.2.4 基于數據倉庫的數據開采技術
5.3 數據開采方法
5.3.1 分類
5.3.2 聚類
5.3.3 神經網絡
5.3.4 關聯規則開采方法
5.3.5 決策樹
5.3.6 多層次數據匯總歸納
5.3.7 空間數據庫的數據開采
5.3.8 數據開采的其他方法
5.4 數據開采——雲模型方法
5.4.1 定性和定量互換模型——雲模型
5.4.2 發現狀態空間理論
5.4.3 用雲模型從空間數據庫中發掘關聯規則
5.5 模糊數據開采方法
5.5.1 數據倉庫的引入
5.5.2 模糊數據開采方法
5.5.3 FDM應用範例
5.6 數據開采的智能方法
5.6.1 從數據庫發現知識
5.6.2 數據開采與DBMS和聯機分析處理的區別與聯系
5.6.3 數據開采的方法和實施過程
5.6.4 智能算法
5.7 數據開采工具及發展方向
5.7.1 數據開采的工具
5.7.2 數據開采的發展方向
5.8 SAS的數據開采的方法論——SEMMA1
5.8.1 數據開采提供決策支持
5.8.2 數據開采的方法論——SEMMA116
5.9 數據開采的應用領域
5.9.1 數據開采在市場營銷和金融投資中的應用
5.9.2 數據開采系統在風險評估中的應用
5.9.3 DM系統在通信網絡中的應用
5.9.4 在DNA分析中的應用
5.9.5 天文數據分析中的DM系統
第6章 數據倉庫技術
……
第7章 數據倉庫的數據建模和元數據
第8章 模型庫及其管理系統
第9章 知識發現方法
第10章 知識庫系統
第11章 信用擔保決策支持系統
第12章 證券行業數據倉庫系統
第13章 數據挖掘應用案例
第14章 PLATINUM technology數據倉庫
第15章 Business Objects決策支持系統工具
參考文獻

計算機是當代發展最為迅猛的科學技術，其應用幾乎已深人到人類社會活動和生活的一切領域，大大提高了社會生產力，引起了經濟結構、社會結構和生活方式的深刻變化和變革，是最為活躍的生產力之一。計算機本身在國際範圍內已成為年產值達2500億美元的巨大產業，國際競爭異常劇烈，預計到本世紀末將發展為世界第一大產業。計算機科技具有極大的綜合性質，與眾多科學技術相交叉而反過來又滲人更多的科學技術，促進它們的發展。計算機科技內容十分豐富，學科分支生長尤為迅速，日新月異，層出不窮。因此在我國計算機科技尚比較落後的情況下，加強計算機科技的傳播實為當務之急。

中國計算機學會一直把出版圖書刊物作為學術活動的重要內容之一。我國計算機專家學者通過科學實踐，作出了大量成果，積累了豐富經驗與學識。他們有撰寫著作的很大積極性，但相當時期以來計算機學術著作由于印數不多，出版往往遇到不少困難，專業性越強越有深度的著作出版難度越大。最近清華大學出版社與廣西科學技術出版社為促進我國計算機科學技術及產業的發展，推動計算機科技著作的出版工作，特設立“計算機學術著作出版基金”，以支持我國計算機科技工作者撰寫高水平的學術著作，並將資助出版的著作列為中國計算機學會的學術著作叢書。我們十分重視這件事，並已把它列為學會本屆理事會的工作要點之一。我們希望這一系列叢書能對傳播學術成果、交流學術思想、促進科技轉化為生產力起到良好的作用，能對我國計算機科技發展具有有益的導向意義，也希望我國廣大學會會員和計算機科技工作者，包括在海外工作和學習的人們能積極投稿，出好這一系列叢書。