具体描述
决策支持系统（DSS）是在管理信息系统（MIS）的基础上发展起来的。我国在20世纪
80年代中期引入决策支持系统概念，这是一项新技术，它是以多模型组合和多方案比较
的方式辅助决策的。虽然模型库系统以及它和数据库的结合没有规范的理论和成熟的软
件产品。影响了决策支持系统的发展，但是，决策支持系统这个新生事物却引起了计算机
学者和管理科学与工程学者的广泛关注。国家有关的科研基金以及研究项目均给予资助，
促进了决策支持系统的发展。
在80年代末，陆续开发出一些有价值的决策支持系统和工具。我们于1989年研制出
了“决策支持系统开发工具GFKD-DSS”，专门设计和实现了具有数值计算能力和数据处
理能力相结合的DSS集成语言。在当时还没有数据库接口软件产品的情况下，自行研制
了数据库接口语言，自行设计和实现了模型库管理系统。这样，GFKD－DSSI工具能针对实
际决策问题开发出对模型部件、数据部件和人机交互部件进行综合集成的决策支持系统。
80年代，人工智能专家系统（ES）也得到了广泛的发展，这是受国际上智能计算机（第
五代计算机）热潮的影响。90年代初，决策支持系统结合专家系统（ES）而兴起的智能决策
支持系统（IDSS），已经形成了决策支持系统新高潮。当时，计算机操作系统正在由DOS
向Windows转换，又出现了功能很强的C十十语言和数据库接口软件产品CODEBASE。
这些软件产品为决策支持系统的研制提供了很好的工具。
我们于1995年研制出“分布式多媒体智能决策支持系统开发平台DM－IDSSP”，该平
台集成了模型库系统、专家系统工具、神经网络、机器学习、分布式处理、多媒体技术、地形处理等多项新技术，用C＋十宿主型集成语言、面向对象方法、客户／服务器模式，形成了
DSS集成开发环境。
90年代中期，出现了功能更强的 Visual C＋十语言和数据库接口软件ODBC，它们
为DSS的开发提供了更好的语言环境。
我们于 1999年研制出“基于客户／服务器的决策支持系统快速开发平台 CS－DSSP”，
该平台是三层客户／服务器结构形式，客户端提供了可视化系统生成工具，广义模型服务
器中包括模型库、算法库、知识库、方案库、实例库等五库，并实现了统一的管理和运行，数据库服务器采用SQL,Server软件。CS－DSSP平台的可视化系统生成工具能够快速地制
作应用系统的框架流程，既能够可视化运行应用系统，又可快速改变系统方案。CS－DSSP
平台为开发实际问题的决策支持系统提供了快速开发环境。
90 年代中期，国外兴起了三项决策支持新技术，即数据仓库（ DW）、联机分析处理
（OLAP）、数据开采（DM）。数据仓库是在数据库的基础上发展起来的。数据库用于事务处
理，而数据仓库可用于决策分析。联机分析处理把数据的组织由二维平面结构扩充到多维
空间结构，并提供了多维数据分析方法。数据开采（数据挖掘）则是在人工智能机器学习中
发展起来的，它是从数据库中发现知识（KDD）过程的核心。数据仓库、联机分析处理、数
据开采的结合创立了决策支持系统的新方向。
本书是在第一版的基础上做了大修改后形成的第二版。主要改动为：
压缩和删除了原书的第四、六、八章，重新组织和改写了原书的其它章节，按照“管理
信息系统、模型辅助决策、决策支持系统、专家系统、数据仓库、数据开采、综合决策支持系统”这条决策支持技术发展途径展开本书的内容。其中，增加和充实了管理信息系统、决策体系、专家系统等内容，重写了人机交互系统。对数据仓库、数据开采、综合决策支持系统的新内容取自于作者撰写的专题论文集。
对决策支持系统的开发技术，本书第六章中介绍了作者领导的课题组在决策支持系
统的研究中完成的系列成果，包括最新成果CS－DSSP平台。其它研究成果分别放在有关
章节中。
本书共分九章，具体内容为：
第一章介绍决策支持系统概念和发展过程；
第二章介绍决策与模型的基本原理，从单个数学模型辅助决策到多模型辅助决策
系统；
第三章介绍决策支持系统的基础部件：数据库系统与人机交互系统；
第四章介绍决策支持系统原理、结构、开发技术，介绍模型库系统、DSS设计与开发
以及决策支持系统实例；
第五章介绍专家系统原理、开发和实例；
第六章介绍我们研制的决策支持系统工具和开发平台，包括GFKD－DSS工具、
DM－IDSSP平台、 CS－DSSP平台。
第七章介绍数据仓库的原理、数据获取、数据组织以及决策分析工具；
第八章介绍数据开采（数据挖掘）的基本思想，两个基干信息论的数据开采方法和可
视化的数据开采技术；
第九章介绍 DW＋OLAP＋DM＋MB＋DB＋ES的综合决策支持系统。
为了适应教材的需要，各章都附有习题。
20世纪90年代中期，兴起了决策支持新技术――数据仓库和数据开采（数据挖掘），它们为决策支持系统开辟了新的方向。
本书可作为大学计算机专业、管理科学与工程专业、系统工程专业等本科生和研究生课程的教科书，也可作为有关学科的科技人员的参考书。
我们在决策支持系统的科研中，参加 TOES工具研制的有陈亮、张明安、罗端红等同
志，参加 GFKD－DSS工具研制的有陆飙、杨桂聪等同志，参加 DM－IDSSP平台研制的有
曹泽文、胡爱国、赵东升、邓苏、黄金才等同志，参加数据开采方法研究的有钟鸣、邹雯、
马建军、张帅、赛英等同志，参加 CS－DSSP平台研制的有黄金才、赵新昱、陈卫东、何义等
同志，他们为这些项目的研制成功做出了贡献。
我们从事的决策支持系统工具及开发平台的研究得到了国家863计划和国防预研项
目的资助，数据仓库和数据开采的研究得到了国家自然科学基金的资助。
本书得到清华大学出版社的大力支持，在此表示诚挚的谢意。本书的文字录入和图表
的绘制是由陈晟、黄金才、赵新昱何义等同志完成的，对他们的辛勤劳动表示感谢。
作者简介
陈文伟 1940年10月出生，1963年毕业于哈尔滨工业大学计算数学专业。现任国防科技大学管理科学与工程学科的教授、博士生导师，兼任中国机器学习学会副理事长。研究方向为决策支持系统、智能决策技术、机器学习、数据仓库、数据开采。出版专著有《决策支持系统及其开发》、《智能决策技术》以及国防科技大学教材6部。在《计算机学报》等学术刊物上发表论文40余篇，主编论文集3本，撰写“决策支持系统”、“数据开采”等新技术专题4期。主持科研项目有863高科技项目；“八五”、“九五”国防预研项目；国家自然科技基金项目和外协项目等。获教学优秀奖、优秀研究生导师奖10次。
目录信息
1．1 管理信息系统
1．1．1 数据处理
1．1．2 管理信息系统的基本原理
1．1．3 管理信息系统的开发
1．2 决策支持系统的形成
1．2．1 决策支持系统的形成过程
1．2．2 决策支持系统概念
1．2．3 决策支持系统与管理信息系统的比较
l．3 决策支持系统的发展
1．3．1 智能决策支持系统
1．3．2 群决策支持系统
1．3．3 数据仓库与数据开采
习题
第二章 模型辅助决策
2．1 决策与模型
2．1．1 决策
2．1．2 模型
2．2 数学模型
2．2．1 数学模型综述
2．2．2 数学模型算法
2．3 数学模型的决策支持
2．3．1 多目标规划模型的决策支持
2．3．2 投入产出模型的决策支持
2．4 多模型辅助决策系统
2．4．l 区域发展规划系统
2．4．2 模型软件包
习题
第三章 数据库系统与人机交巨系统
3．1 数据库系统
3．1．1 基本原理
3．1．2 数据库应用系统的设计和开发
3．1．3 表达式条件查询
3．1．4 演绎数据库
3．2 人机交互系统
3．2．1 人机交互技术综述
3．2．2 人机交互方式与设计
3．2．3 多媒体表现与多媒体查询
习题
第四章 决策支持系统
4．l 决策支持系统的原理和结构
4．1．1 决策支持系统基本原理
4．1．2 决策支持系统结构
4．1．3 决策支持系统的统一结构形式
4．1．4 智能决策支持系统结构
4．2 决策支持系统的开发技术
4．2．1 决策支持系统的技术进步和关键技术
4．2．2 建模技术
4．2．3 接口技术
4．2．4 系统综合集成技术
4．2．5 系统快速原型开发技术
4．3 模型库系统
4．3．1 模型库
4．3．2 模型库和方法库
4．3．3 模型库的组织和存储
4．3．4 模型库管理系统
4．4 决策支持系统的设计与开发
4．4．1 决策支持系统的开发过程
4．4．2 决策支持系统的设计
4．4．3 决策支持系统的开发
4．5 决策支持系统实例
4．5．1 物资申请和库存的计划汇总
4．5．2 制定物资的分配方案
4．5．3 物资调拨预处理
4．5．4 制定物资运输方案
4．5．5 制定物资调拨方案
4．5．6 物资分配调拨决策支持系统结构
习题
第五章 专家系统
5．1 人工智能
5．1．1 人工智能综述
5．1．2 知识表示和推理
5．2 专家系统原理
5．2．l 专家系统概念
5．2．2 专家系统的基本原理
5．2．3 专家系统的应用
5．3 产生式规则专家系统
5．3．1 基本原理
5．3．2 不确定性推理
5．3．3 解释机制和事实数据库
5．3．4 元知识
5．3．5 应用举例
5．4 专家系统的开发和实例
5．4．1 知识获取
5．4．2 专家系统的开发
5．4．3 专家系统实例
习题
第六章 决策支持系统工具和开发平台
6．1 决策支持系统开发工具 GFKD－DSS
6．1．1 GFKD－DSS系统结构
6．1．2 GFKD－DSS语言体系
6．1．3 DSS程序的编译和解释机制
6．1．4 实际决策支持系统的开发
6．1．5 松毛虫智能预测系统
6．2 分布式多媒体智能决策支持系统开发平台DM－IDSSP
6．2．1 总体设计思想
6．2．2 平台基础部件
6．2．3 平台集成环境
6．2．4 智能决策支持系统的开发
6．3 基于客户／服务器的决策支持系统快速开发平台CS－DSSP
6．3．1 CS－DSSP平台综述
6．3．2 客户端交互控制系统
6．3．3 广义模型服务器系统
6．3．4 CS－DSSP平台决策支持方式
习题
第七章 数据仓库
7．1 数据仓库的基本原理
7．1．1 数据仓库的概念和结构
7．1．2 数据集市
7．1．3 数据仓库系统
7．2 数据仓库的数据获取
7．2．l 数据质量与净化
7．2．2 数据变换
7．2．3 元数据
7．3 数据仓库的数据组织
7．3．l 多维表的数据组织
7．3．2 多维表的设计
7．3．3 多维表设计实例
7．3．4 多维数据库的数据组织
7．4 数据仓库的数据访问和决策分析
7．4．1 联机分析处理（OLAP）
7．4．2 数据仓库的查询与索引技术
习题
第八章 数据开采
8．1 知识发现与数据开采
8．1．l 知识发现与数据开采的兴起
8．1．2 知识发现和数据开采的概念
8．1．3 数据开采的任务
8．1．4 数据开采的对象
8．1．5 数据开采方法和技术
8．1．6 数据开采的知识表示
8．2 基于信息论的数据开采方法
8．2．1 信息论原理
8．2．2 基于互信息的ID3方法
8．2．3 基于信道容量的IBLE方法
8．3 可视化数据开采
8．3．1 可视化概念
8．3．2 可视化系统与方法
8．3．3 可视化应用实例
习题
第九章 综合决策支持系统
9．l 基于模型库和知识库的决策支持系统
9．1．1 决策支持系统的兴起
9．1．2 决策支持系统的进展
9．1．3 智能决策支持系统的关键技术以及开发的困难
9．2 基于数据仓库、联机分析处理、数据开采的决策支持系统
9．2．1 新决策支持系统的结构
9．2．2 数据仓库的开发
9．2．3 知识发现与数据开采方法评价
9．2．4 数据开采的辅助决策应用
9．2．5 基于数据仓库的决策支持系统举例
9．3 DW＋OLAP＋DM＋MB＋DB＋ES的综合决策支持系统
9．3．l 传统决策支持系统与新决策支持系统的比较
9．3．2 综合决策支持系统结构
习题
名词索引
参考文献
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
我一直对那些只停留在概念层面、缺乏落地细节的商业书籍感到厌倦，而这本作品则完全不同。它像一本细致入微的“施工图纸”，详细阐述了从需求定义到系统部署的每一个关键里程碑。我关注到作者在描述系统架构时，并没有固守某一种特定的技术栈，而是着重强调了在不同业务场景下，应该如何权衡集中式与分布式处理的利弊。更具启发性的是，书中关于“模型治理”的章节，这通常是被项目团队忽略的长期维护难题。作者提出了一套系统化的方法，用于追踪模型漂移、管理数据版本以及确保决策流程的可审计性。这种对系统全生命周期的负责态度，体现了作者丰富的实战经验。读完后，我感觉手中多了一套可以立即应用于当前项目风险评估的工具箱，而不是一堆空洞的理论，这对于任何负责大型信息系统集成的专业人士来说，都是非常及时的指引。
评分引人入胜之处在于，这本书对未来趋势的预判非常敏锐，但它并没有沉溺于对“人工智能取代人类”的耸人听闻的叙事中。相反，作者聚焦于“增强智能”的现实路径，即如何利用新兴技术（如认知计算和边缘分析）来放大人类的判断力，而不是取代它。书中对实时决策支持的深入探讨尤其令人兴奋，它不仅讨论了技术可行性，更详细分析了在金融交易、供应链调优等高频场景下，延迟哪怕几毫秒的成本是如何被量化的。这种对时间价值的细致剖析，让我对下一代决策架构的设计有了更明确的方向感。它不再是讨论“能不能做”，而是聚焦于“如何以最高的效率和最小的风险实现”。对于身处快速变化市场环境中的企业而言，这本书提供了一种前瞻性的、务实的路线图，帮助企业为即将到来的数据洪流做好准备，确保技术投入能够转化为实实在在的竞争优势。
评分翻开这本书，最先吸引我的并非那些关于算法或数据库的陈词滥调，而是作者对“决策人性化”的深刻洞察。在许多信息系统中，我们习惯于将用户视为一个纯粹理性的接收终端，但现实是，决策者会受制于认知负荷、时间压力乃至组织政治。这本书高明之处在于，它没有止步于描述如何“优化数据流”，而是着力于如何“优化决策体验”。书中提出的交互界面设计原则，强调的不是功能的堆砌，而是如何通过可视化和叙事性的方式，将复杂的分析结果转化为直观、可信的行动指南。我特别欣赏作者对“信任鸿沟”问题的讨论，即系统如何赢得用户的信任，尤其是在系统给出与直觉相悖的建议时。这涉及到大量的心理学和行为科学知识的融合，使得全书的基调从冰冷的技术蓝图，转变为一门关于沟通、影响力和组织变革的艺术。这种跨学科的视角，使得这本书的价值远远超越了单纯的技术手册范畴。
评分这本书的叙事节奏非常独特，它并非按照传统的“问题-方案”的线性结构展开，而是更像一场由一系列相互关联的战略挑战串联起来的对话。作者巧妙地引入了组织变革管理的视角，将信息系统的建设视为一场深刻的内部重塑。例如，书中对“数据素养”如何在不同层级组织中培养和落地进行了详尽的分析，指出技术投入的真正回报，往往取决于员工能否有效地解读和利用系统提供的信号。这种对“人”的重视，使得全书充满了温度和现实感。我尤其喜欢其中关于“跨职能协作”的论述，它清晰地界定了业务专家、数据科学家和IT架构师之间的沟通壁垒，并提供了打破这些壁垒的实用策略。这让我想起我们内部部门间协作时遇到的种种摩擦，这本书提供了一个超越技术层面的框架，帮助我们理解这些摩擦的根源，并找到了更具建设性的对话方式。
评分这本新近拜读的著作，着实让我对数据驱动决策的复杂性有了全新的认识。它并非那种教科书式的理论堆砌，而是真正深入到了实践的脉络之中。作者对于如何构建一个既能支撑日常运营，又能应对突发战略挑战的决策框架，描绘得淋漓尽致。尤其让我印象深刻的是，书中对于“软信息”——那些难以量化、但对高层决策至关重要的经验、直觉和市场情绪——如何被巧妙地融入到系统模型中的探讨。这部分内容，许多市面上的技术导向书籍往往会避开，但恰恰是理解现代商业环境的关键。书中通过几个详细的案例分析，展示了从数据采集到最终决策建议的完整生命周期，那种层层递进的逻辑推导，让人读来如同跟随一位经验丰富的顾问在进行深度访谈，每一步都充满了洞见。它迫使我重新审视了过去在处理复杂业务问题时，过于依赖单一数据源的局限性，并开始思考如何构建一个更具韧性和适应性的决策环境。对于任何希望将信息技术真正转化为战略资产的管理者来说，这本书提供的视角是无价的。
评分 评分 评分 评分 评分相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有