決策支持系統(tǒng)（DSS）理論·方法·案例

定　價：￥38.00

作　者：	高洪深著
出版社：	清華大學出版社
叢編項：	中國計算機學會學術著作叢書
標　簽：	管理信息系統(tǒng)

購買這本書可以去

ISBN：	9787302105008	出版時間：	2005-05-01	包裝：	膠版紙
開本：	26cm	頁數(shù)：	397	字數(shù)：

內(nèi)容簡介

　　本書是《決策支持系統(tǒng)（DSS）理論·方法·案例》的第3版，它除了對本書第二版中DSS的理論與方法做了全面的闡述并修訂之外，重點論述了基于數(shù)據(jù)倉庫的決策支持系統(tǒng)和數(shù)據(jù)挖掘技術的有關理論、方法，并介紹了最新開發(fā)和研制的案例。全書共分15章，第1章主要介紹DSS的產(chǎn)生與發(fā)展，充分論述了DSS的理論基礎以及同相關學科的關系，還重點介紹了新一代DSS和基于數(shù)據(jù)倉庫的決策支持系統(tǒng)的發(fā)展狀況和最新研究動態(tài)；第2和第3章闡述了DSS的基本概念和典型的DSS的構造及系統(tǒng)結構；第4~第7章主要介紹數(shù)據(jù)庫及其管理系統(tǒng)、數(shù)據(jù)開采技術、數(shù)據(jù)倉庫技術，以及數(shù)據(jù)倉庫的數(shù)據(jù)建模和元數(shù)據(jù)；第8章主要介紹DSS的重要組成部分——模型庫及其管理系統(tǒng)；第9和第10章論述了知識發(fā)現(xiàn)方法和知識庫系統(tǒng)；第11~第13章介紹了3個典型的DSS案例，即信用擔保決策支持系統(tǒng)、證券行業(yè)數(shù)據(jù)倉庫系統(tǒng)和數(shù)據(jù)挖掘應用案例；第14和第15章系統(tǒng)地介紹了PLATINUMTechnology數(shù)據(jù)倉庫和BusinessObjects決策支持系統(tǒng)工具的比較典型的數(shù)據(jù)倉庫范例。本書適用于高等院校的計算機應用、系統(tǒng)工程、經(jīng)濟管理、自動控制等專業(yè)的研究生和高年級學生作為教材或教學參考書；也可以作為DSS研究與開發(fā)人員的研究參考書；還可以供不同層次的經(jīng)濟與行政管理和企事業(yè)單位的有關領導、管理人員和科技人員使用。版權所有，翻印必究。本書前言前言決策支持系統(tǒng)（DSS）是信息系統(tǒng)研究的最新發(fā)展階段。自美國麻省理工學院的MichaelS.ScottMorton和PeterG.W.Keen于20世紀70年代首次提出“DecisionSupportSystem”以來，在短短的20年里，各國學者對DSS的理論研究與開發(fā)應用進行了卓有成效的工作。目前，DSS已成為系統(tǒng)工程與計算機應用領域中的重要研究課題。但是，DSS的發(fā)展道路并不平坦，其中也有過低谷。DSS發(fā)展到今天，當我們從低谷走向高潮時，縱覽群學科的發(fā)展，才覺得DSS這門學科既有深刻的潛在意義，也有廣闊的發(fā)展前景。因為DSS是一個融計算機技術、信息技術、人工智能、管理科學、決策科學、心理學、行為科學和組織理論等學科與技術于一體的技術集成系統(tǒng)，由于這些學科的不斷發(fā)展，尤其是計算機技術和信息技術的巨大進步，可以預言，DSS作為新的交叉學科，將會隨著它們的迅速發(fā)展而產(chǎn)生突破性的進展。通過國內(nèi)外學術界廣大專家、學者的不斷探索和研究，經(jīng)過20多年的應用、發(fā)展和完善，DSS的概念內(nèi)涵和理論基礎以及與其他相關技術的關系已經(jīng)明朗并走向成熟。本書在此基礎上充分論述了DSS理論基礎的多學科綜合性和實際應用的工程特點，它包括信息論、計算機技術、管理科學（MS）和運籌學（OR）、信息經(jīng)濟學、行為科學和人工智能等理論；并從理論上和實踐上闡明DSS與幾個重要的相關技術的關系；例如，DSS與MS和OR的關系；DSS與MIS（管理信息系統(tǒng)）的關系；DSS與ES（專家系統(tǒng)）的關系，等等。同時系統(tǒng)和科學地闡述決策支持系統(tǒng)的一些基本概念，例如DSS領域里的一些熱點問題：關于結構化、半結構化和非結構化問題；決策支持和DSS定義；DSS的構造和系統(tǒng)結構問題。本書吸收了國內(nèi)外的最新觀點，并提出作者本人的獨到見解。本書以一節(jié)的篇幅概述了新一代DSS的發(fā)展狀況和最新研究動態(tài)，這些新一代DSS是：群決策支持系統(tǒng)（GDSS）；分布式?jīng)Q策支持系統(tǒng)（DDSS）；智能決策支持系統(tǒng)（IDSS）；決策支持中心；戰(zhàn)略決策支持系統(tǒng)；I３DSS，等等。幾乎所有的DSS研究和開發(fā)都強調DSS對決策者的支持效用，其中最關鍵的部分就是人機界面的作用。有的人認為人機界面的設計是DSS成敗的重要因素。因此本書用一章的篇幅介紹人機界面。它從國內(nèi)外DSS人機界面的研究現(xiàn)狀和所存在的問題出發(fā)，介紹了人機界面的最新設計方法、交互形式、界面漢化等問題；并論述多媒體技術對DSS人機界面的支持，多媒體技術可以改變DSS與決策者的交互形式，使人機關系產(chǎn)生質的飛躍，特別是可視聽技術在DSS人機界面的開發(fā)與應用，將使DSS的研究登上新的高度，不過目前DSS在這方面的研究與應用尚屬少見。在數(shù)據(jù)庫及其管理系統(tǒng)一章充分表述DSS不同于MIS系統(tǒng)的特點。它要支持模型庫，并要和知識庫有機地結合起來；并介紹了多媒體數(shù)據(jù)庫，指出多媒體數(shù)據(jù)庫的關鍵技術所在。這些技術主要包括：多媒體信息的檢索與查詢及其他處理；多媒體信息的再現(xiàn)及良好的用戶界面；數(shù)據(jù)的存儲管理與壓縮/解壓縮技術；分布式環(huán)境與并行處理等；并對語義數(shù)據(jù)模型和面向對象的數(shù)據(jù)模型進行了概括的論述?？傊嗝襟w數(shù)據(jù)庫的引入將使DSS發(fā)生劃時代的變化。模型庫及其管理系統(tǒng)是DSS發(fā)展的關鍵技術，首先要開發(fā)面對用戶的模型體系，可以將若干模型或模型部件有機地結合起來，更方便地建造新模型或模型部件，解釋模型輸出等。然后介紹模型生成技術；模型管理的人工智能方法；模型管理和數(shù)據(jù)管理相結合的第四代模型管理系統(tǒng)的結構。并介紹了作者在開發(fā)DSS所采用的基于人工神經(jīng)網(wǎng)絡的非線性預測模型的研究成果。本成果提出了基于神經(jīng)網(wǎng)絡的非線性預測模型的若干技術處理方法，實現(xiàn)了加快網(wǎng)絡收斂速度和提高模型預測精度的目的，并就非等權移動平均模型和非線性回歸模型進行了深入的探討。前者提出了基于神經(jīng)網(wǎng)絡的權值和變量個數(shù)的確定方法，后者提出了基于神經(jīng)網(wǎng)絡的非線性回歸模型及學習算法。仿真實驗表明具有較高的適應能力和預測精度。本書的另一特色就是引入了3個比較典型的DSS開發(fā)應用案例，它們都是近幾年國內(nèi)有關專家和作者本人的研究成果，基本上反映了我國20世紀90年代初DSS的開發(fā)與應用狀況?！稕Q策支持系統(tǒng)（DSS）——理論·方法·案例》這本專著在許多著名科學家的積極支持下，終于與讀者見面了。在本書出版的過程中，在國內(nèi)外享有盛譽的著名科學家、中國科學院院士、上海交通大學張鐘俊教授，中國工程院院士、中國科學院系統(tǒng)科學研究所許國志研究員，我國著名經(jīng)濟學家、國務院發(fā)展研究中心顧問馬賓研究員，國務院學位委員會委員、航天部710所副所長于景元研究員，中國科學院系統(tǒng)科學研究所朱廣田研究員等給予了大力支持和熱情的幫助，為本書的出版提出了許多寶貴意見。在此同時，本書又獲得了清華大學出版社和廣西科技出版社計算機學術著作出版基金專家委員會的肯定，使之列入該基金資助出版的專著。本書的正式出版使我感到非常欣慰，非常高興，我沒有辜負上述這些科學家在科學研究和學術活動中對我的有力支持和熱切期望，在此我對他們表示由衷的感謝。本書的問世，不僅僅是作者本人的努力結果，而且還凝結了許多人的心血，在熱情指導和幫助過我的老師、學生、朋友中間應該特別提到劉傳棟和陳林龍二位博士，他們的出色工作為本書增色不少，借此機會，我向他們致以衷心的感謝和最良好的祝愿。由于作者水平有限，書中錯誤或不妥之處在所難免，誠懇希望同行和讀者們批評指正。高洪深1995年11月于北京

作者簡介

　　高洪深，吉林農(nóng)安人，1942年2月生，漢族，現(xiàn)北方工業(yè)大學教授兼中國社會經(jīng)濟系統(tǒng)工程學會常務理事。1981年5月北京鋼鐵學院（現(xiàn)北京科技大學）研究生（工學碩士）畢業(yè)后被分配到北方工業(yè)大學數(shù)量經(jīng)濟研究所工作一直從事經(jīng)濟理論與經(jīng)濟管理的教學與研究工作。其中，1984.8-1985.9在聯(lián)邦德國卡爾.杜易斯堡基金會經(jīng)濟管理學院進修經(jīng)濟管理與系統(tǒng)工程、計算機應用等。1991.9-1992.3再一次赴聯(lián)邦德國在卡塞爾大學作為高級訪問學者同德方教授合作進行生態(tài)經(jīng)濟學和信息經(jīng)濟學的研究，并對經(jīng)濟管理領域中的信息決策支持系統(tǒng)作了較深的研究，在此期間，考察了設以維也納的國際應用系統(tǒng)分析研究所，獲得了大量有關決策支持系統(tǒng)（DSS）的最新研究動態(tài)與資料，并結合自己的研究成果，回國后，先后撰寫兩本專著：《決策支持系統(tǒng)（DSS）》和《經(jīng)濟系統(tǒng)分析導論》正式發(fā)表。高洪深在社會經(jīng)濟系統(tǒng)工程和經(jīng)濟系統(tǒng)分析方面取得了一系列研究成果，獲得多項部委級科技進步獎，其中一項一等獎，一項二等獎，二項三等獎，二項四等獎。這些成果的特點就是和計算機技術緊密結合起來，先后出版了四本專著，并在國內(nèi)外正式發(fā)表學術論文60多篇。1992年度被國務院表彰為有突出貢獻的中青年專家，享受國務院頒發(fā)的政府特殊津貼。其經(jīng)濟觀點：為了使經(jīng)濟可持續(xù)發(fā)展，必須用系統(tǒng)科學的觀點進行全面的分析研究，對工業(yè)化的速度問題、資源、糧食、人口、生態(tài)環(huán)境的綜合系統(tǒng)研究才能保持經(jīng)濟可持續(xù)發(fā)展。

圖書目錄

目錄
第1章概論1
1.1決策支持系統(tǒng)的產(chǎn)生與發(fā)展1
1.1.1DSS的產(chǎn)生背景1
1.1.2DSS的發(fā)展2
1.2DSS發(fā)展的理論基礎4
1.2.1信息論4
1.2.2計算機技術4
1.2.3管理科學和運籌學5
1.2.4信息經(jīng)濟學5
1.2.5行為科學6
1.2.6人工智能7
1.3DSS與相關技術的關系7
1.3.1決策與預測的關系7
1.3.2DSS與管理科學、運籌學的關系10
1.3.3DSS與MIS的關系11
1.3.4DSS與專家系統(tǒng)的關系12
1.4新一代DSS的發(fā)展13
1.4.1群決策支持系統(tǒng)13
1.4.2分布式?jīng)Q策支持系統(tǒng)14
1.4.3智能決策支持系統(tǒng)15
1.4.4決策支持中心16
1.4.5戰(zhàn)略決策支持系統(tǒng)17
1.4.6I３DSS18
1.5數(shù)據(jù)倉庫與決策支持系統(tǒng)19
1.5.1新型的決策支持技術——數(shù)據(jù)倉庫和聯(lián)機分析處理19
1.5.2綜合決策支持系統(tǒng)19
1.5.3基于數(shù)據(jù)倉庫的決策支持系統(tǒng)21
第2章決策支持系統(tǒng)的基本概念22
2.1結構化、半結構化和非結構化問題22
2.1.1概述22
2.1.2決策問題的性質和層次23
2.2決策支持與DSS的定義25
2.2.1決策支持25
2.2.2決策支持分類25
2.2.3決策風格27
2.2.4DSS的定義28
2.3DSS的概念模式29
2.3.1系統(tǒng)分析29
2.3.2專用DSS30
2.3.3DSS工具30
2.3.4DSS生成器31
2.3.5累接設計32
2.3.6ROMC分析方法33
2.3.7系統(tǒng)的柔性35
2.3.8系統(tǒng)的集成化36
第3章DSS的構造與系統(tǒng)結構38
3.1引言38
3.1.1DSS的基本部件38
3.1.2目標39
3.1.3功能40
3.2DSS的人機界面和問題處理系統(tǒng)40
3.2.1人機界面40
3.2.2問題處理系統(tǒng)42
3.2.3自然語言理解43
3.3四庫系統(tǒng)46
3.3.1數(shù)據(jù)庫系統(tǒng)46
3.3.2模型庫系統(tǒng)47
3.3.3知識庫系統(tǒng)47
3.3.4方法庫系統(tǒng)48
3.4DSS的系統(tǒng)結構50
3.4.1三角式結構50
3.4.2串聯(lián)結構50
3.4.3熔合式結構51
3.4.4以數(shù)據(jù)庫為中心的結構51
3.4.5四庫三功能的系統(tǒng)結構52
3.4.6智能DSS的結構53
3.5DSS的體系結構與分析54
3.5.1DSS體系的分析54
3.5.2環(huán)境特征55
3.5.3系統(tǒng)的部件56
3.5.4資源57
3.5.5環(huán)境和資源的關系58
第4章數(shù)據(jù)庫及其管理系統(tǒng)60
4.1基本概念60
4.1.1數(shù)據(jù)庫系統(tǒng)的定義及其特點60
4.1.2DSS數(shù)據(jù)庫系統(tǒng)的設計特點61
4.2數(shù)據(jù)的組織與描述62
4.2.1實體模型62
4.2.2數(shù)據(jù)模型63
4.2.3數(shù)據(jù)模型的設計64
4.3DSS的數(shù)據(jù)庫設計66
4.3.1數(shù)據(jù)庫的概念設計67
4.3.2數(shù)據(jù)庫的邏輯設計70
4.3.3數(shù)據(jù)庫的物理設計72
4.3.4數(shù)據(jù)庫系統(tǒng)語言72
4.4DSS數(shù)據(jù)庫技術的發(fā)展74
4.4.1數(shù)據(jù)庫與知識庫的結合方式74
4.4.2數(shù)據(jù)庫技術支持模型庫75
4.4.3DSS中數(shù)據(jù)庫單元設計76
4.4.4DSS數(shù)據(jù)庫技術的發(fā)展分析76
4.5多媒體數(shù)據(jù)庫77
4.5.1多媒體數(shù)據(jù)庫的特點與功能77
4.5.2多媒體數(shù)據(jù)庫及其管理系統(tǒng)的關鍵技術78
4.5.3數(shù)據(jù)模型技術79
第5章數(shù)據(jù)開采技術82
5.1數(shù)據(jù)開采技術研究背景及現(xiàn)狀82
5.1.1引言82
5.1.2研究背景及意義82
5.1.3國內(nèi)外研究現(xiàn)狀83
5.2數(shù)據(jù)開采技術基本概念85
5.2.1數(shù)據(jù)開采的定義85
5.2.2數(shù)據(jù)開采的過程及分類86
5.2.3數(shù)據(jù)開采的內(nèi)容和本質88
5.2.4基于數(shù)據(jù)倉庫的數(shù)據(jù)開采技術89
5.3數(shù)據(jù)開采方法91
5.3.1分類91
5.3.2聚類92
5.3.3神經(jīng)網(wǎng)絡92
5.3.4關聯(lián)規(guī)則開采方法94
5.3.5決策樹95
5.3.6多層次數(shù)據(jù)匯總歸納96
5.3.7空間數(shù)據(jù)庫的數(shù)據(jù)開采97
5.3.8數(shù)據(jù)開采的其他方法97
5.4數(shù)據(jù)開采——云模型方法98
5.4.1定性和定量互換模型——云模型98
5.4.2發(fā)現(xiàn)狀態(tài)空間理論99
5.4.3用云模型從空間數(shù)據(jù)庫中發(fā)掘關聯(lián)規(guī)則102
5.5模糊數(shù)據(jù)開采方法104
5.5.1數(shù)據(jù)倉庫的引入104
5.5.2模糊數(shù)據(jù)開采方法104
5.5.3FDM應用范例106
5.6數(shù)據(jù)開采的智能方法108
5.6.1從數(shù)據(jù)庫發(fā)現(xiàn)知識108
5.6.2數(shù)據(jù)開采與DBMS和聯(lián)機分析處理的區(qū)別與聯(lián)系109
5.6.3數(shù)據(jù)開采的方法和實施過程109
5.6.4智能算法110
5.7數(shù)據(jù)開采工具及發(fā)展方向113
5.7.1數(shù)據(jù)開采的工具113
5.7.2數(shù)據(jù)開采的發(fā)展方向113
5.8SAS的數(shù)據(jù)開采的方法論——SEMMA115
5.8.1數(shù)據(jù)開采提供決策支持115
5.8.2數(shù)據(jù)開采的方法論——SEMMA116
5.9數(shù)據(jù)開采的應用領域120
5.9.1數(shù)據(jù)開采在市場營銷和金融投資中的應用120
5.9.2數(shù)據(jù)開采系統(tǒng)在風險評估中的應用121
5.9.3DM系統(tǒng)在通信網(wǎng)絡中的應用123
5.9.4在DNA分析中的應用125
5.9.5天文數(shù)據(jù)分析中的DM系統(tǒng)126
第6章數(shù)據(jù)倉庫技術128
6.1數(shù)據(jù)倉庫概述128
6.1.1 數(shù)據(jù)倉庫的定義128
6.1.2 數(shù)據(jù)倉庫查詢系統(tǒng)的特點128
6.1.3 OLTP與OLAP的特點129
6.1.4 詳細數(shù)據(jù)與小結數(shù)據(jù)129
6.1.5 數(shù)據(jù)倉庫與數(shù)據(jù)集市131
6.1.6數(shù)據(jù)倉庫引擎的選擇133
6.2數(shù)據(jù)倉庫的結構框架133
6.2.1框架的概念和重要性133
6.2.2通用框架結構136
6.2.3數(shù)據(jù)源塊137
6.2.4數(shù)據(jù)倉庫結構塊138
6.2.5數(shù)據(jù)站場結構塊139
6.2.6數(shù)據(jù)倉庫的存取和使用模塊140
6.2.7數(shù)據(jù)管理層模塊141
6.2.8傳輸層模塊141
6.2.9基礎結構層模塊142
6.3數(shù)據(jù)倉庫系統(tǒng)及其開發(fā)過程143
6.3.1數(shù)據(jù)倉庫系統(tǒng)143
6.3.2數(shù)據(jù)倉庫的開發(fā)過程144
6.4數(shù)據(jù)倉庫管理系統(tǒng)中的關鍵技術145
6.4.1引言145
6.4.2系統(tǒng)結構146
6.4.3系統(tǒng)主要模塊及關鍵技術147
6.5可視數(shù)據(jù)倉庫150
6.5.1引言150
6.5.2可視數(shù)據(jù)倉庫的功能151
6.5.3數(shù)據(jù)倉庫規(guī)?；捏w系結構151
6.5.4可視數(shù)據(jù)倉庫的管理152
6.5.5IBM可視數(shù)據(jù)倉庫解決方案153
6.6SAS數(shù)據(jù)倉庫的結構與功能154
6.6.1SAS數(shù)據(jù)倉庫的體系結構154
6.6.2SAS數(shù)據(jù)倉庫的功能156
6.6.3SAS數(shù)據(jù)倉庫有助于數(shù)據(jù)開采158
第7章數(shù)據(jù)倉庫的數(shù)據(jù)建模和元數(shù)據(jù)160
7.1數(shù)據(jù)倉庫的數(shù)據(jù)概念模型160
7.2數(shù)據(jù)倉庫的數(shù)據(jù)組織161
7.2.1數(shù)據(jù)倉庫的數(shù)據(jù)組織方式161
7.2.2多維數(shù)據(jù)庫的組織方式161
7.2.3OLAP的數(shù)據(jù)組織163
7.3數(shù)據(jù)源建模163
7.4數(shù)據(jù)倉庫建模164
7.4.1星型模型164
7.4.2雪花模型165
7.4.3混合模型166
7.5元數(shù)據(jù)的概念167
7.6元數(shù)據(jù)在數(shù)據(jù)倉庫中的重要性168
7.6.1元數(shù)據(jù)在數(shù)據(jù)倉庫開發(fā)期間的重要性170
7.6.2數(shù)據(jù)源抽取170
7.6.3數(shù)據(jù)求精與重構工程171
7.6.4訪問與使用173
7.7元數(shù)據(jù)的管理功能173
7.7.1數(shù)據(jù)倉庫內(nèi)容的描述173
7.7.2定義數(shù)據(jù)抽取和轉換174
7.7.3基于商業(yè)事件的抽取調度175
7.7.4描述數(shù)據(jù)同步需求176
7.7.5衡量數(shù)據(jù)質量指標176
7.7.6數(shù)據(jù)倉庫信息的目錄177
7.7.7信息目錄的現(xiàn)狀179
7.7.8元數(shù)據(jù)的數(shù)據(jù)字典和綱目庫180
7.8元數(shù)據(jù)的標準化和商品化180
7.8.1元數(shù)據(jù)的標準化180
7.8.2元數(shù)據(jù)的商品化181
第8章模型庫及其管理系統(tǒng)182
8.1模型與模型庫的基本概念182
8.1.1模型概念182
8.1.2模型特點182
8.1.3模型群和模型體系183
8.1.4模型庫185
8.2模型生成技術188
8.2.1傳統(tǒng)建模方法及其缺陷188
8.2.2模型生成技術189
8.2.3模型生成的一般步驟190
8.2.4模型的動態(tài)生成192
8.3模型管理技術193
8.3.1模型管理系統(tǒng)193
8.3.2模型管理技術的發(fā)展過程194
8.3.3模型管理系統(tǒng)的主要研究內(nèi)容195
8.4DSS中模型管理的人工智能方法196
8.4.1用一階謂詞邏輯表示模型的一種方法196
8.4.2知識庫支持模型的一個實例201
8.5模型管理和數(shù)據(jù)管理的結合202
8.5.1引言202
8.5.2模型管理和數(shù)據(jù)管理的結合203
8.5.3第四代模型管理系統(tǒng)的結構204
8.6基于人工神經(jīng)網(wǎng)絡的非線性預測模型206
8.6.1人工神經(jīng)網(wǎng)絡模型基本概念206
8.6.2基于神經(jīng)網(wǎng)絡的非線性預測方法208
8.6.3逆?zhèn)鞑ド窠?jīng)網(wǎng)絡模型的改進212
8.6.4權重貢獻率和關鍵神經(jīng)結點215
8.6.5模型變量的選擇216
8.6.6觀測樣本的采集和使用217
第9章知識發(fā)現(xiàn)方法219
9.1數(shù)據(jù)開采和知識發(fā)現(xiàn)的區(qū)別與聯(lián)系219
9.2知識發(fā)現(xiàn)概念220
9.2.1知識發(fā)現(xiàn)定義220
9.2.2KDD的特點221
9.2.3知識發(fā)現(xiàn)的一般過程222
9.2.4知識發(fā)現(xiàn)的研究方向222
9.3知識發(fā)現(xiàn)方法223
9.3.1知識發(fā)現(xiàn)方法和算法224
9.3.2實用的知識發(fā)現(xiàn)工具和應用系統(tǒng)228
9.4基于數(shù)據(jù)庫中的知識發(fā)現(xiàn)231
9.4.1引言231
9.4.2KDD處理過程232
9.4.3數(shù)據(jù)開采的目標及方法233
9.4.4數(shù)據(jù)庫中的知識發(fā)現(xiàn)234
9.4.5KDD系統(tǒng)簡介及其WWW地址235
9.5基于數(shù)據(jù)庫中的自動發(fā)現(xiàn)廣義序貫模式236
9.5.1引言236
9.5.2廣義序貫模式的有關概念238
9.5.3廣義序貫模式的發(fā)現(xiàn)算法239
第10章知識庫系統(tǒng)243
10.1基本概念243
10.1.1數(shù)據(jù)243
10.1.2信息243
10.1.3知識243
10.1.4知識的分類244
10.1.5知識的屬性245
10.1.6推理方法245
10.1.7知識庫246
10.2知識表示方法246
10.2.1一階謂詞邏輯246
10.2.2語義網(wǎng)絡表示252
10.2.3產(chǎn)生式規(guī)則256
10.2.4框架理論258
10.3知識庫的建立261
10.3.1DSS知識庫的特點261
10.3.2設計知識庫系統(tǒng)的原則262
10.3.3知識庫的開發(fā)步驟262
10.4問題處理系統(tǒng)264
10.4.1PPS在DSS中的地位264
10.4.2問題處理系統(tǒng)的分類265
10.4.3PPS的工作過程266
10.4.4問題處理系統(tǒng)的功能269
10.5問題求解系統(tǒng)274
10.5.1問題分析的基本方法274
10.5.2求解途徑278
10.6推理機281
10.6.1基本概念282
10.6.2自動機283
10.6.3形式語言284
第11章信用擔保決策支持系統(tǒng)287
11.1信用擔保管理業(yè)務體系287
11.1.1信用擔保管理制度框架和運作的比較287
11.1.2中小企業(yè)信用擔保制度營運效果的比較分析及對我國的啟示290
11.1.3資信評估與決策分析294
11.2信用擔保業(yè)務流程分析與設計297
11.2.1信用擔保業(yè)務流程概述297
11.2.2信用擔保業(yè)務流程圖299
11.2.3信用擔保業(yè)務自動化與決策支持需求分析303
11.3信用擔保業(yè)務自動化與決策支持系統(tǒng)設計306
11.3.1系統(tǒng)概述306
11.3.2系統(tǒng)性能綜合要求309
11.3.3系統(tǒng)邏輯結構311
11.3.4基本設計概念和計算機處理流程312
11.3.5數(shù)據(jù)庫設計315
11.3.6系統(tǒng)功能結構設計319
11.3.7補救措施與系統(tǒng)維護設計320
11.3.8系統(tǒng)的數(shù)據(jù)安全性320
第12章證券行業(yè)數(shù)據(jù)倉庫系統(tǒng)321
12.1證券市場管理信息系統(tǒng)的現(xiàn)狀及存在的問題321
12.2數(shù)據(jù)挖掘技術使證券行業(yè)數(shù)據(jù)倉庫系統(tǒng)的開發(fā)成為可能321
12.3證券行業(yè)數(shù)據(jù)倉庫系統(tǒng)的功能設計323
12.3.1系統(tǒng)目標323
12.3.2需求分析324
12.3.3系統(tǒng)結構和模型設計326
12.3.4系統(tǒng)裝載、數(shù)據(jù)挖掘和界面設計330
第13章數(shù)據(jù)挖掘應用案例336
13.1數(shù)據(jù)挖掘在大型超市中的應用336
13.1.1數(shù)據(jù)挖掘前的準備336
13.1.2數(shù)據(jù)挖掘算法的選擇337
13.1.3結果輸出339
13.2數(shù)據(jù)挖掘在證券行業(yè)中的應用341
13.2.1數(shù)據(jù)挖掘在證券行業(yè)中的應用341
13.2.2數(shù)量關聯(lián)規(guī)則在證券行業(yè)中的應用341
13.2.3單維布爾關聯(lián)規(guī)則在證券行業(yè)中的應用350
第14章PLATINUM technology數(shù)據(jù)倉庫360
14.1PLATINUM數(shù)據(jù)倉庫解決方案360
14.1.1PLATINUM數(shù)據(jù)倉庫設計原則360
14.1.2PLATINUM數(shù)據(jù)倉庫結構360
14.1.3建立數(shù)據(jù)倉庫的過程361
14.1.4PLATINUM數(shù)據(jù)倉庫解決方案主要工具365
14.2PLATINUM系統(tǒng)管理解決方案368
14.2.1安全性管理解決方案——AutoSecureACX
和AutoSecureSSO368
14.2.2網(wǎng)絡存儲管理解決方案369
14.2.3企業(yè)作業(yè)管理解決方案369
14.2.4軟件分發(fā)管理解決方案370
14.3PLATINUM應用開發(fā)生命周期解決方案372
14.3.1大型應用開發(fā)的基本流程372
14.3.2PLATINUM應用開發(fā)解決方案373
14.3.3分析設計工具374
14.3.4數(shù)據(jù)庫服務器編程工具集375
14.3.5針對復雜業(yè)務的開發(fā)工具376
14.3.6應用系統(tǒng)測試工具集377
14.3.7應用開發(fā)管理工具378
14.4PLATINUM technology ProVision集成化系統(tǒng)及數(shù)據(jù)庫管理379
14.4.1ProVision產(chǎn)品特色380
14.4.2ProVision產(chǎn)品結構380
14.4.3ProVision產(chǎn)品優(yōu)勢380
第15章Business Objects決策支持系統(tǒng)工具382
15.1Business Objects概述383
15.2Business Objects的特點和應用對象383
15.3Business Objects的主要功能384
15.4Business Objects的優(yōu)點385
15.5Business Objects能幫助企業(yè)實現(xiàn)科學決策386
15.6Business Objects在銀行系統(tǒng)的應用389
15.7Business Objects 4.0——數(shù)據(jù)庫前端決策支持工具390
參考文獻394