综合决策支持系统

综合决策支持系统

传统的DSS

传统的DSS在国内进展 区域发展规划的决策支持系统 刊物 开发工具

传统的DSS的困境 模型库系统 部件接口 系统的综合集成

基于数据仓库的决策支持系统 数据仓库：数据仓库(Data Warehouse,DW)是在数据 库的基础上发展起来的。它将大量的数据库的数据按决 策需求进行重新组织，以数据仓库的形式进行存储。它 为用户提供辅助决策的随机查询、综合数据以及随时间 变化的趋势分析信息等。 数据仓库是一种存储技术。它的数据存储量是一般数据 库的100倍，它包含大量的历史数据、当前的详细数据以 及综合数据

基于数据仓库的决策支持系统数据挖掘(Data Mining,DM)是指从大量数 据中提取出隐藏在数据中的有用信息，为 正确决策提供帮助。 数据挖掘是从人工智能机器学习中发展起 来的，是在大型数据库中知识发现中的一 个步骤。(利用特点知识获取算法，在一 定运算效率的限制内，从数据库中挖掘出 有关知识)

基于数据仓库的决策支持系统 数据仓库(DW)、联机分析处理(OLAP)与数据挖掘(DM) 都是决策支持新技术，但它们有着完全不同的辅助决策 方式。 数据仓库中存储着大量辅助决策的数据，它为不同的用 户随时提供各种辅助决策的随机查询、综合数据或趋势 分析信息. 联机分析处理提供多维数据分析，进行切片、切块、钻 取等多种分析手段。 数据挖掘是挖掘数据中隐含的信息和知识，让用户在决 策中使用。

基于数据仓库的决策支持系统 新决策支持系统(基于数据仓库的决策支持系统):数 据仓库、联机分析处理和数据挖掘结合起来形成的决策 支持系统。 多维数据分析与数据挖掘是数据仓库系统前端的重要的 分析工具，可帮助决策用户进行多维数据分析和挖掘出 数据仓库的数据中隐含的规律性。 数据挖掘可用于数据仓库的海量数据，也可直接用于事 务处理的操作数据。

基于数据仓库的新DSS结构决策用户 知识

决策信息 综合信息 分析信息联机分析处理

数据挖掘

综合数据 基本数据 元数据 数据仓库

数据库 历史数据

综合DSS 综合决策支持系统结构 传统DSS和新DSS结合起来的决策支持系统称为综合决策 支持系统。 传统DSS与新DSS的联系与区别： (1)传统DSS是以模型资源和知识资源辅助决策；新 DSS是以数据资源辅助决策。 (2)传统DSS的知识来源于专家的领域知识和经验知识， 而新DSS的知识来源于数据仓库中的数据。 (3)二者互相补充。新DSS与传统DSS的结合，称为综合 决策支持系统，它将是今后的发展方向。

综合DSS 综合决策

支持系统由3个主体组成： ①模型库系统和数据库系统结合的主体。完成多模型的 组合与大量共享数据的处理，利用模型资源辅助决策。 ②数据仓库系统与联机分析处理结合的主体。完成对数 据仓库中数据的综合、预测和多维数据分析，利用数据 资源辅助决策。

③知识库系统(知识库、推理机和知识库管理系统)与数据 挖掘结合的主体。完成知识推理，利用知识资源辅助决 策。

综合DSS结构用户 问题综合与交互系统

模型库管理系统 模型库

知识库MS

推理机

决策信息 知识 信息

知识库

数据挖掘

联机分析处理

数据库管理系统 数据库

数据仓库管理系统 数据仓库

网络环境的综合决策支持系统 网络环境的综合决策支持系统 (1)网络环境下的数据仓库、模型资源和知识资源皆以 服务器形式在网络上提供并发、共享模型服务和知识服 务。 (2)模型服务器中可以集成大量的数学模型、数据处理 模型、人机交互的多媒体模型等，为用户提供不同类型 的模型服务，也可以为用户提供组合多种类型模型的综 合服务。 (3)知识服务器中可以集中多种智能问题的知识库，或 者是不同知识表示形式的知识(规则知识、谓词知识、框 架知识、语义网络知识等)和多种不同的推理机，如正向 推理机、逆向推理机、混合推理机等

网络环境的综合决策支持系统

网络环境的综合决策支持系统的综合部件(问题综 合与交互系统)是由网络上的客户机来完成，即在 客户机上编制DSS控制程序，由它来调用或者组 合模型服务器上的模型并完成模型计算，调用知 识服务器上的知识，完成知识推理以及实现数据 仓库的综合信息查询，或用历史数据进行预测。 其结构图见下页。 网络环境的综合决策支持系统是决策支持系统的 发展方向。 由于Internet技术的成熟和普及，这种结构形式 的决策支持系统很快就会出现

网络环境的传统DSS结构客户机j 客户机i 客户机k

网络

模型服务器

知识服务器

数据库服务器

网络环境的新DSS结构

客户机j

联机分析处理与 数据挖掘服务器 数据仓库服务器

客户机j

客户机k

客户机i 网 络数据仓库服务器

模型服务器 知识服务器 联机分析处理与 数据挖掘服务器

数据库服务器

决策支持系统的发展图数据仓库(DW) 联机分析处理(OLAP) 数据挖掘(DM) 新决策支持系统 (NDSS)

综合决策支 持系统 (SDSS) 网络环境下的综 合决策支持系统

智能决策支持系统(IDSS )

() Internet

神州数码税务决策支持系统解决方案 20世纪90年代后期，数据仓库和在线分析(OLAP)技术及数据采掘技 术有了实用

产品化的快速突破，为决策支持系统(DSS)提供了技术 上的支持，也为DSS开辟了一条新的途径。在税务系统建立数据仓库， 以联机分析处理(OLAP)和数据挖掘(DataMining)工具为手段进 行决策支持分析具有很强的必要性和可行性。 建立决策支持系统是信息化建设的必然趋势，是建立现代化的税收 管理体系需要，也是适应市场经济发展，提高税务机关科学决策水 平的需要；税务系统已有多年的信息化建设经验，金税二期工程、 征管系统、公文管理等系统已经广泛应用，并积累了大量的业务数 据，税收业务的主题数据在税收业务的不断变化之中保持了相对稳 定和延续，全国统一的税务信息分类代码已经制定。

神州数码税务决策支持系统解决方案 税务决策支持系统的目标是：以数据仓库技术为基础， 逐步建立“地市-省局-总局”三级数据处理中心，将征 管数据、行政数据、外部数据按主题建立成规范统一、高 度共享的数据仓库；并在此基础上，应用联机分析处理 (OLAP)和数据挖掘(DataMining)等先进分析技术， 对事物(如：税收收入)的规模、构成、分布、发展速度、 平均水平、平衡程度等特征以及增长变化规律和发展趋势， 事物之间(如：GDP与税收收入)的相关关系、强度及 均衡性等问题进行分析、挖掘，为操作、管理、决策等各 级税务人员提供日常查询、统计监控分析和宏观经济税收 预测分析功能的数据分析利用平台。

神州数码税务决策支持系统解决方案税务决策支持系统包括税务日常查询、统计分析监控、 税收经济分析与预测三大类功能。 一、税务日常查询：应用者主要为部门业务主办人员 或部门主管人员，用于查询本环节及相关环节的一般性业 务数据信息。 二、报表分析监控：应用者主要为各职能工作部门的 特定人员，用于定义或产出本部门所需的统计报表、进行 业务数据的横向/纵向综合分析、对税务机关/部门的各项 工作指标进行考核、对重点业务进行监控及时发现并处理 各类“告警”信息。 三、税收宏观分析预测：应用者主要为高级管理人员 和高级经济分析人员，通过税收和国民经济的综合分析， 利用不断完善的经济数学模型，不断发掘税收经济的潜在 运行规律，辅助领导者进行科学合理的宏观决策。

本文来源：https://www.bwwdw.com/article/3zg4.html