面向大數(shù)據(jù)的企業(yè)智能決策支持系統(tǒng)發(fā)展趨勢分析

李曉東

【摘 要】文章主要分析智能決策支持系統(tǒng)當(dāng)前的主流分類及所采用的核心技術(shù)，對其現(xiàn)狀進(jìn)行梳理，據(jù)此總結(jié)出目前所存在的問題及難點(diǎn)，并在上述研究和分析的基礎(chǔ)上，探討在大數(shù)據(jù)快速發(fā)展的背景下，智能決策支持系統(tǒng)的發(fā)展趨勢和關(guān)鍵技術(shù)領(lǐng)域，提出可以利用數(shù)據(jù)倉庫技術(shù)建立面向大數(shù)據(jù)的企業(yè)智能決策支持系統(tǒng)的建議。

【關(guān)鍵詞】智能決策支持系統(tǒng)；綜合評價(jià)；人工智能；數(shù)據(jù)倉庫

【中圖分類號】F270.7 【文獻(xiàn)標(biāo)識碼】A 【文章編號】1674-0688（2016）01-0011-04

1 研究背景

近些年來，隨著計(jì)算機(jī)的普及和科學(xué)管理的發(fā)展，我國信息化進(jìn)程明顯加快，許多企業(yè)對信息系統(tǒng)保持較高的關(guān)注度，并開始建立信息管理系統(tǒng)，使許多結(jié)構(gòu)化問題得到很好的解決。信息技術(shù)也日益融入企業(yè)整體的科研、管理和運(yùn)營等各個領(lǐng)域，隨之而來的是大量的新型信息數(shù)據(jù)和資料的產(chǎn)生。面對大量的數(shù)據(jù)，如何進(jìn)行整合處理，將大數(shù)據(jù)用于實(shí)時(shí)分析并對未來進(jìn)行預(yù)測，使當(dāng)下獲取到的數(shù)據(jù)信息能進(jìn)行有利于現(xiàn)有行為的分析預(yù)測，轉(zhuǎn)化為對企業(yè)建設(shè)有利的資源，以此釋放大數(shù)據(jù)的巨大潛能，為企業(yè)決策提供科學(xué)支持，促進(jìn)其業(yè)務(wù)成長，成為信息化建設(shè)的工作重點(diǎn)。

與此同時(shí)，大數(shù)據(jù)不僅在于數(shù)據(jù)量的龐大，還在于對數(shù)據(jù)的處理速度和多樣性提出的要求。以前，企業(yè)的決策分析主要靠單純的關(guān)系型數(shù)據(jù)庫提供的數(shù)據(jù)挖掘和分析機(jī)制得出基本的商業(yè)數(shù)據(jù)，而在信息具有多元化和多樣化特點(diǎn)的今天，企業(yè)更多的是面臨難度較大的半結(jié)構(gòu)化和非結(jié)構(gòu)化問題，這種大數(shù)據(jù)的非結(jié)構(gòu)性及其對信息處理數(shù)量、信息處理速度，對于傳統(tǒng)數(shù)據(jù)分析及商務(wù)智能而言是一個重點(diǎn)和難點(diǎn)，大數(shù)據(jù)的商務(wù)智能分析將成為驅(qū)動企業(yè)商業(yè)決策的數(shù)據(jù)引擎，而不僅僅是一個歷史信息的存儲器。目前，數(shù)據(jù)規(guī)模仍在不斷增長，一些大型數(shù)據(jù)庫的規(guī)模已非人工分析所能及，非結(jié)構(gòu)性數(shù)據(jù)正在隨著大數(shù)據(jù)技術(shù)的逐步成熟開始釋放前所未有的來自數(shù)據(jù)的預(yù)見性。因此，在企業(yè)內(nèi)部構(gòu)建智能決策支持系統(tǒng)是一個比較現(xiàn)實(shí)的、必然的選擇，它可以幫助企業(yè)以最快的速度識別危機(jī)信息，減少風(fēng)險(xiǎn)發(fā)生的概率，或者采取必要行動。

本課題通過研究在大數(shù)據(jù)背景下對信息管理提出的需求，綜合分析現(xiàn)有數(shù)據(jù)利用和企業(yè)決策支持系統(tǒng)存在的相關(guān)問題，對全新背景下的企業(yè)決策支持系統(tǒng)發(fā)展趨勢進(jìn)行深入研究，以此為企業(yè)進(jìn)行決策提供重要理論依據(jù)和技術(shù)支持。

2 現(xiàn)狀分析

企業(yè)決策支持系統(tǒng)是指為企業(yè)決策者進(jìn)行半結(jié)構(gòu)化或非結(jié)構(gòu)化決策提供輔助支持的計(jì)算機(jī)智能應(yīng)用系統(tǒng)，它依據(jù)企業(yè)所涉及的各方面的有效數(shù)據(jù)、各類分析模型和各種基本知識定律，利用人機(jī)交互方式輔助管理者進(jìn)行企業(yè)決策。企業(yè)決策支持系統(tǒng)無疑是一種更先進(jìn)的信息管理系統(tǒng)，比普通的管理信息系統(tǒng)更高級、更智能。它為企業(yè)決策者提供問題分析、模型構(gòu)建、決策模擬、策劃方案及決策結(jié)果情景展示的環(huán)境，以及各種信息資源和分析工具或模型，促進(jìn)企業(yè)決策者提高決策質(zhì)量和決策管理水平。

2.1 傳統(tǒng)的企業(yè)決策支持系統(tǒng)存在的問題

傳統(tǒng)的決策支持系統(tǒng)通過歷史數(shù)據(jù)分析得出未來的發(fā)展趨勢，相對于以往的主觀判斷決策是一大進(jìn)步，并在某種程度上進(jìn)行模型分析，提供數(shù)據(jù)支撐，為管理者進(jìn)行決策提供技術(shù)支持和依據(jù)，有一定的科學(xué)性和合理性。與此同時(shí)，它也存在一些問題，主要表現(xiàn)如下。

（1）分析和利用歷史數(shù)據(jù)的風(fēng)險(xiǎn)性。在傳統(tǒng)數(shù)據(jù)分析或商業(yè)智能中，如何發(fā)揮歷史數(shù)據(jù)或已存儲數(shù)據(jù)的價(jià)值是其核心，以此得到數(shù)據(jù)分析結(jié)構(gòu)和報(bào)表。最常見的軟件有客戶關(guān)系管理軟件（CRM）和企業(yè)資源規(guī)劃管理軟件（ERP），利用這2種軟件所得到的信息或者數(shù)據(jù)分析結(jié)果和報(bào)表主要是利用歷史數(shù)據(jù)。基于歷史數(shù)據(jù)的分析固然對企業(yè)決策有所幫助，但這種信息的風(fēng)險(xiǎn)性也較大，就像看著后視鏡開車，所看到的都是已經(jīng)發(fā)生過的事情，無法更好地實(shí)現(xiàn)對未來結(jié)果的分析和預(yù)見。對可用信息更快更實(shí)時(shí)的分析呢？可以采用統(tǒng)計(jì)學(xué)建模技術(shù)對未來進(jìn)行模擬預(yù)測分析，并依據(jù)預(yù)測結(jié)論制定相應(yīng)的行動策略和計(jì)劃，從而促進(jìn)企業(yè)的發(fā)展。

（2）應(yīng)用范圍受限較大。傳統(tǒng)的決策支持系統(tǒng)由于采用模型驅(qū)動為核心的系統(tǒng)結(jié)構(gòu)和數(shù)值分析方法，所以應(yīng)用范圍受到了較大的制約。對于解決一些不確定性的問題，用簡單的數(shù)據(jù)分析難以解決問題，且缺少相關(guān)的知識和推理原則機(jī)制，使得系統(tǒng)與人腦的思維模式類似，從而無法對高層決策構(gòu)成有效支撐。

（3）數(shù)據(jù)庫系統(tǒng)對數(shù)據(jù)的處理過于簡單化。在目前的數(shù)據(jù)庫系統(tǒng)中，往往只對數(shù)據(jù)進(jìn)行直接的存取和簡單的計(jì)算，這種方法只能采集到整個數(shù)據(jù)庫中很小的一部分資源，而隱藏在這些數(shù)據(jù)之間的關(guān)聯(lián)信息、對數(shù)據(jù)特征的描述及預(yù)測性信息則不得而知。要想解決上述問題，研究數(shù)據(jù)庫中的知識發(fā)現(xiàn)技術(shù)迫在眉睫。

2.2 企業(yè)智能級決策支持系統(tǒng)應(yīng)運(yùn)而生

現(xiàn)今社會多變，處在這樣一種不斷發(fā)展變化的社會環(huán)境中，搜集并處理大量信息是大多數(shù)企業(yè)決策者需要完成的工作。而一般來說，決策人員自身大腦的信息處理能力往往是有限的。因此，建設(shè)智能化的企業(yè)輔助決策支持系統(tǒng)成為決策者所追求的新型支持工具。企業(yè)決策支持系統(tǒng)是以日常業(yè)務(wù)所處理的系統(tǒng)數(shù)據(jù)為基礎(chǔ)，利用計(jì)算機(jī)人工智能或智能數(shù)學(xué)模型，對業(yè)務(wù)數(shù)據(jù)進(jìn)行處理和綜合分析及趨勢預(yù)測，從而找出未來業(yè)務(wù)的變化趨勢，并在企業(yè)發(fā)展戰(zhàn)略、市場經(jīng)營策略等重大問題上為管理層提供輔助決策支持。伴隨著決策理論、專家系統(tǒng)、信息技術(shù)、數(shù)據(jù)庫技術(shù)、辦公自動化、專家經(jīng)驗(yàn)處理系統(tǒng)等相關(guān)技術(shù)的日益成熟，企業(yè)決策支持系統(tǒng)已取得了長足的進(jìn)步和發(fā)展，在許多領(lǐng)域得到應(yīng)用，成為現(xiàn)代企業(yè)經(jīng)營管理中不可或缺的現(xiàn)代化輔助決策支持工具。

IDSS主要以知識和智能分析模型為主體。結(jié)合大量數(shù)據(jù)，以知識和智能分析模型為主體的IDSS融合決策支持系統(tǒng)的定量分析輔助決策及專家系統(tǒng)的定性分析輔助決策，能促進(jìn)企業(yè)決策能力的提高。盡管IDSS存在不同的形式結(jié)構(gòu)和分析程序的IDSS，但是IDSS的核心問題在于系統(tǒng)智能的實(shí)現(xiàn)。按照智能決策方法，IDSS大致可根據(jù)智能決策方法，分為以下3種類型。

（1）基于人工智能（AI）實(shí)現(xiàn)系統(tǒng)的智能，又分為基于專家系統(tǒng)的IDSS ES、基于機(jī)器學(xué)習(xí)的IDSS及基于Agent的IDSS。其中，IDSS ES是目前應(yīng)用較成熟的一種技術(shù)。IDSS ES與IDSS的不同之處在于，它是運(yùn)用數(shù)量化的方法將問題模型化后，再利用數(shù)值模型的計(jì)算結(jié)果來提供決策支持。與IDSS不同，IDSS ESS表達(dá)知識是通過非數(shù)量化的邏輯語句的方式來進(jìn)行知識表達(dá)，然后再通過自動推理的方式進(jìn)行問題求解；而基于機(jī)器學(xué)習(xí)的IDSS則是通過計(jì)算機(jī)模擬人類的學(xué)習(xí)來獲取人類解決問題的知識經(jīng)驗(yàn)；IDSS Agent是目前人工智能領(lǐng)域的研究熱點(diǎn)。同時(shí)，基于Agent的計(jì)算被看做是軟件研發(fā)領(lǐng)域的一個重大突破。IDSS Agent主要包括智能型Agent研究、Agent-oriented的程序設(shè)計(jì)研究、Mufit-Agent系統(tǒng)研究及Agent-oriented的程序設(shè)計(jì)研究等方面?；贏gent的智能分析系統(tǒng)計(jì)算被認(rèn)為是軟件開發(fā)的下一個重要的突破。

（2）基于數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理及數(shù)據(jù)挖掘?qū)崿F(xiàn)智能分析和輔助決策支持。這些工具的結(jié)合使用戶可以輕松、快捷地分析大量復(fù)雜的數(shù)據(jù)時(shí)，并能針對問題迅速地做出正確的判斷。數(shù)據(jù)倉庫通過將多數(shù)據(jù)源的信息進(jìn)行概括、聚集和集成，建立一個數(shù)據(jù)集合，從而為決策者提供可用的信息。

（3）基于范例推理的IDSS。基于范例推理的IDSS是從過去的經(jīng)驗(yàn)中，找到發(fā)現(xiàn)解決當(dāng)前問題的線索的方法，利用它對過去的求解過程的復(fù)用，簡化了知識和數(shù)據(jù)獲取的過程，提高了問題求解的效率，對有些難以通過計(jì)算推導(dǎo)來求解的問題，能發(fā)揮很好的作用。

3 發(fā)展趨勢分析

企業(yè)智能決策支持系統(tǒng)在支持決策方法、決策過程和決策領(lǐng)域都有別于傳統(tǒng)的決策支持系統(tǒng)。企業(yè)決策問題的多樣性、決策環(huán)境的易變性、決策過程的復(fù)雜性，要求決策者在決策過程中必須充分利用企業(yè)內(nèi)外部的數(shù)據(jù)資源進(jìn)行全方位的分析，運(yùn)用一系列定性、定量分析成果，采用機(jī)敏快捷的、可配置的體系結(jié)構(gòu)來為企業(yè)決策者的管理決策提供輔助支持。本文基于企業(yè)智能決策支持系統(tǒng)的特點(diǎn)，系統(tǒng)性地對企業(yè)級決策支持系統(tǒng)的理論進(jìn)行了分析，并結(jié)合相關(guān)實(shí)踐經(jīng)驗(yàn)構(gòu)建企業(yè)決策支持系統(tǒng)的理論體系，同時(shí)對智能決策方法的選擇與融合、基于構(gòu)件的軟件體系結(jié)構(gòu)及數(shù)據(jù)驅(qū)動的決策進(jìn)行了深入研究。

3.1 IDSS發(fā)展方向

進(jìn)入20世紀(jì)90年代以來，由于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的快速發(fā)展，人工智能、數(shù)據(jù)庫等技術(shù)也日趨成熟，這給企業(yè)智能決策支持系統(tǒng)的研究和發(fā)展提供了相應(yīng)的技術(shù)支持。目前，企業(yè)智能決策支持系統(tǒng)主要的研究方向如下。

（1）注重基于知識的人機(jī)交互，注重人性化的設(shè)計(jì)，使知識系統(tǒng)的更新和補(bǔ)充更加方便。

（2）應(yīng)用分布式并行化的方式進(jìn)行決策求解。隨著計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展，在分析、決策中所使用到的數(shù)據(jù)會分散到不同的地區(qū)、部門；同時(shí)，在網(wǎng)絡(luò)環(huán)境下，決策支持模型及智能分析處理方法也從集中式處理發(fā)展演變?yōu)樵诰W(wǎng)絡(luò)環(huán)境下的分布或是分布加上并行的處理方式。同時(shí)，由于企業(yè)決策支持系統(tǒng)的可行解計(jì)算本身存在計(jì)算效率的問題，有時(shí)IDSS的順序計(jì)算結(jié)構(gòu)在某些情況下也會成為決策的瓶頸。目前，分布式人工智能技術(shù)的應(yīng)用、并行決策計(jì)算等已經(jīng)成為新的研究熱點(diǎn)和研究趨勢。同時(shí)，對企業(yè)復(fù)雜決策問題的并行求解已得到廣泛關(guān)注。

（3）注重各種相關(guān)技術(shù)的集成應(yīng)用，融入更多的知識，并結(jié)合領(lǐng)域信息，對問題進(jìn)行更深入和透徹的研究。

（4）應(yīng)用時(shí)空與多維決策技術(shù)。在決策過程中引入空間和時(shí)間等多維準(zhǔn)則，可以有效地突破時(shí)空限制，優(yōu)化并改進(jìn)決策過程，從而提高支持決策的效果。

3.2 基于數(shù)據(jù)倉庫技術(shù)的決策支持系統(tǒng)

基于數(shù)據(jù)倉庫技術(shù)的決策支持系統(tǒng)包括三大主體。

第一個主體是決策支持的基礎(chǔ)——模型庫系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的結(jié)合。數(shù)據(jù)倉庫從大量的事務(wù)性數(shù)據(jù)中抽取數(shù)據(jù)為決策問題提供定量分析的輔助決策信息，同時(shí)將數(shù)據(jù)清洗轉(zhuǎn)換為新的數(shù)據(jù)格式，給智能決策分析提供了數(shù)據(jù)基礎(chǔ)。

第二個主體是數(shù)據(jù)倉庫和OLAP的結(jié)合。OLAP從數(shù)據(jù)倉庫中提取綜合數(shù)據(jù)和信息，并對這些數(shù)據(jù)做進(jìn)一步的深加工，反映所提取的數(shù)據(jù)的內(nèi)在本質(zhì)，解決了對大量數(shù)據(jù)進(jìn)行數(shù)值計(jì)算的問題。

第三個主體是數(shù)據(jù)倉庫與數(shù)據(jù)挖掘?qū)＜蚁到y(tǒng)的結(jié)合。數(shù)據(jù)挖掘利用數(shù)據(jù)挖掘技術(shù)，從數(shù)據(jù)庫和數(shù)據(jù)倉庫中挖掘知識，然后把挖掘到的知識放入專家系統(tǒng)的知識庫中，由進(jìn)行知識推理的專家系統(tǒng)實(shí)現(xiàn)定性輔助決策。

集成系統(tǒng)結(jié)構(gòu)如圖1所示。

數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘技術(shù)的發(fā)展為克服企業(yè)智能決策支持系統(tǒng)建設(shè)中所遇到的問題提供了技術(shù)上的支持?；跀?shù)據(jù)倉庫的決策支持系統(tǒng)是以數(shù)據(jù)倉庫為基礎(chǔ)，以聯(lián)機(jī)分析處理與數(shù)據(jù)挖掘?yàn)楣ぞ叩男滦推髽I(yè)決策支持系統(tǒng)。其中，數(shù)據(jù)倉庫是對源數(shù)據(jù)庫中抽取的數(shù)據(jù)進(jìn)行綜合、集成和轉(zhuǎn)換，從而得到面向全局的數(shù)據(jù)視圖；聯(lián)機(jī)分析處理以數(shù)據(jù)倉庫中的內(nèi)數(shù)據(jù)為發(fā)起點(diǎn)，進(jìn)行多維數(shù)據(jù)分析；數(shù)據(jù)挖掘功能是自動地挖掘數(shù)據(jù)中隱藏的信息模式，并基于此預(yù)測未來的發(fā)展趨勢。數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘三者是相輔相成的，彼此相互結(jié)合，它們相互補(bǔ)充、相互依賴、相互結(jié)合，共同支持企業(yè)的決策。

基于數(shù)據(jù)倉庫的決策支持系統(tǒng)以知識和模型為主體，結(jié)合大量數(shù)據(jù)，針對決策問題既可以進(jìn)行定量分析，又可以進(jìn)行定性分析，形成定量性和定性量相結(jié)合的輔助決策支持信息；而數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)既能處理來自不同系統(tǒng)、不同數(shù)據(jù)格式的數(shù)據(jù)，又能夠進(jìn)行復(fù)雜數(shù)據(jù)的計(jì)算，從而能夠更好地完成輔助決策任務(wù)，促使決策支持系統(tǒng)研究進(jìn)入到一個新階段。

隨著數(shù)據(jù)庫技術(shù)的發(fā)展及其應(yīng)用范圍的不斷擴(kuò)大，信息化建設(shè)以全新的速度不斷發(fā)展，大量信息系統(tǒng)的建立，不僅給人們的工作和生活帶來了極大的便利，并且累積了大量的信息數(shù)據(jù)。人們希望對這些數(shù)據(jù)進(jìn)行高層次的分析和利用，而不是單純的占用空間。同時(shí)，在信息化建設(shè)的過程中，信息技術(shù)的應(yīng)用不僅僅是建立一套信息系統(tǒng)，如何更好地利用手中的資源做好客戶的分析、分類、預(yù)測等功能，能夠在激烈的競爭中快人一步，搶先占領(lǐng)先機(jī)，是目前推動數(shù)據(jù)倉庫建立的主要原因。目前，數(shù)據(jù)庫可以有效地管理數(shù)據(jù)的錄入和查詢工作，能夠很好地支持基礎(chǔ)的數(shù)據(jù)統(tǒng)計(jì)功能，但是仍不能對目前具有更高要求的數(shù)據(jù)挖掘、知識發(fā)現(xiàn)提供支持，更不能有效地解決信息孤島問題。因此，合理地利用現(xiàn)有數(shù)據(jù)資源是當(dāng)下亟待解決的問題。

4 結(jié)論

智能決策支持系統(tǒng)的開發(fā)是基于理論與實(shí)踐相結(jié)合，為企業(yè)優(yōu)化配置、整合資源及提供輔助決策而提出的。

本文總結(jié)了企業(yè)決策支持系統(tǒng)的發(fā)展現(xiàn)狀及其存在的問題，分析了企業(yè)智能決策支持系統(tǒng)的關(guān)鍵要素與特點(diǎn)，針對以數(shù)據(jù)挖掘?yàn)榛A(chǔ)的企業(yè)決策支持系統(tǒng)結(jié)構(gòu)進(jìn)行了分析描述。這種結(jié)構(gòu)的智能決策支持系統(tǒng)是在以定量分析進(jìn)行輔助決策的傳統(tǒng)決策支持系統(tǒng)的基礎(chǔ)上，結(jié)合數(shù)據(jù)庫和數(shù)據(jù)倉庫，從中挖掘有用的知識，通過對知識的推理以定性分析輔助決策?？梢灶A(yù)見，結(jié)合數(shù)據(jù)挖掘的智能決策支持系統(tǒng)會在電子商務(wù)領(lǐng)域、數(shù)據(jù)監(jiān)測和分析領(lǐng)域有長足的發(fā)展，其較好的發(fā)展前途和獨(dú)特的研究方法使之一出現(xiàn)就成為決策支持技術(shù)的研究熱點(diǎn)。

參 考 文 獻(xiàn)

[1]楊善林.智能決策方法與智能決策支持系統(tǒng)[M].北京：科學(xué)出版社，2005.

[2]戴蘆生.智能決策支持系統(tǒng)（IDSS）的發(fā)展現(xiàn)狀[J].電腦知識與技術(shù)，2004（35）：92-93.

[3]鄭穎華，武根友.智能決策支持系統(tǒng)中的模型庫及其管理系統(tǒng)[J].科學(xué)技術(shù)與工程，2006（9）：1312-1315.

[4]任明侖，楊善林，朱衛(wèi)東.智能決策支持系統(tǒng)：研究現(xiàn)狀與挑戰(zhàn)[J].系統(tǒng)工程，2002，17（5）：430-439.

[5]高洪深.決策支持系統(tǒng)（DSS）：理論方法案例[M].北京：清華大學(xué)出版社，2000.

[6]黃牧，田勇.組合智能決策支持系統(tǒng)研究及其應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐，2007（4）：114-119.

[7]鄭瑾，陳松喬.DSS中數(shù)據(jù)倉庫的構(gòu)建技術(shù)研究[J].計(jì)算技術(shù)與自動化，2004，23（2）：77-79.

[責(zé)任編輯：鐘聲賢]