浅析基于知识的DSS在企业管理中的应用.docx

决策支持系统论文：基于知识的DSS在企业管理 中的应用 浅析基于知识的DSS在企业管理中的应用一、 基于知识的DSS简述何为DSS？ 决策支持系统(Deeision Sopport Syste.),简称DSS,是七十年代发展起来的,综合计算机科学,管理科学、决策分析、人工智能的新学科。它是辅助决策者利用数据和棋蟹解决非结构化或半结构化决策向题的一个人机交互式系统,其目标在于提高决策工作的有效性和效率。DSS的出现,使计算机应用向前迈出了可喜的一步一一进入处理智慧的尝试阶段。目前的决策支持系统可分为两大类。第一类是墓于常规数据处理系统的“传统”DSS。如分析模型,数字数据,优化过程,手段一一目的灵敏度分析和风险分析、程序生成器和事务图表等。第二类是“基于知识”的DSS,其中应用了人工智能技术,如启发式方法、各种搜索策略、知识表示的新技术以及逻辑程序设计等。这类系统的主要特价是系统僧助于一般知识处理过程来得到问翘的解。基于知识的DSS 基于知识的决策支持系统（KB-DSS）是在基于知识的环境中运用推理机制，来辅助决策者解决半结构化的决策问题的计算机信息系统。它的根本目的是提高决策的效果和质量。实现这一目标手段是以灵活的方式为用户提供数据和决策模型的能力，充分体现决策者的个人的决策风格号和习惯。基于知识的决策支持系统是人工智能和决策支持系统的结合产物。他除了应用“传统的”DSS的有关技术外，还应用了人工智能技术，如知识表达，知识获取和知识整理等。将人工智能引入DSS是DSS研究和开发的重要课题。基于知识的DSS产生原因 1.在上世纪的最后几年里,人类社会正面临着由工业经济社会步入知识经济社会的转型,知识作为一种特殊的资源被越来越多的学者和企业管理者所认识。这意味着企业将会把知识资源的工作纳入到管理日程之中,一方面在管理的实践过程中摸索与贯彻知识管理的理论,另一方面,也会注意理论界对知识管理的理论研究与发展动态。2.现阶段我国大部分企业开始重视企业的信息化问题,实施管理信息系统(MIS)的工程,众多的Mls主要是基于信息收集层面,并在此基础上提供一些统计分析工具与技术,对于MIS的最高层次决策支持系统(DSS)的研究与应用比较欠缺。3.处于知识经济社会中的企业,对知识的有效管理日益紧迫。随着企业管理进入新的时代,企业面临着瞬息万变的全球市场竞争,需要对环境作出迅速敏捷的反应,以适应顾客需求的不断变化,建立企业的竞争优势。这种时代的要求催生了信息技术与企业管理的结合,驱动了知识管理与企业的管理信息化的结合。为了适应知识经济以及全球竞争的压力,提高企业的决策效率和效益,企业对自身的管理信息系统提出了新的要求。提高企业决策质量的关键是提高决策支持系统的质量。通过整合企业知识管理的战略,将知识管理的方法融入业务流程和决策工作之中,己经成为管理信息系统的发展趋势之一。提出使用知识规划手段,联结DSS与知识管理战略知识规划决定了企业DSS应当为支持知识战略提供哪些知识及如何处理,知识管理战略最终取决于企业的商业战略。知识规划是知识管理工作者容易忽略掉的知识管理活动,就像企业的计划工作一样,没有计划的工作会常常使企业处于一些无谓的混乱之中,造成内耗或者丧失机会,没有知识规划的知识管理工作也常常会使知识管理缺乏有效性,甚至偏离原来的目标。知识管理概念及其若干原则知识可以是一种资本,也可以是一种特定环境下的信息,本身就折射了知识内涵的多样性,这些不同角度的知识概念并不相互排斥,相反,只有完整的看待知识才能有效的进行知识管理工作。知识管理是知识过程管理理论。强调对企业中的知识的运动过程进行管理。知识的运动过程大致有三种方式。其中,在从显性知识与隐性知识角度分析知识运动中,知识的社会化是指隐性知识之间的转化,知识的外化是指隐性知识外化为显性知识,知识的内化是显性知识为个体所吸收成为隐性知识,知识的关联化是指将分散的显性知识进行综合。这个过程本身是一个螺旋形上升的知识运动过程一一也被称为知识创新过程。 决策支持框架基于知识的DSS功能设计知识管理强调知识资源管理的重要性,对于DSS而言,需要硬件资源、软件资源、模型资源、人力资源等五大资源相互支持与协作,而数据资源、模型资源、人力资源均与知识资源有着密切相关的关系,或者说,在DSS中,这三种资源体现了知识资源。1、 基于知识管理的DSS用户接口管理子系统除了包括一般DSS界面,包括选择输入和输出,选择屏幕设计,选择人机交互的次序,选择颜色与阴影,选择信息密度,对图标和符号的使用,信息显示的格式,还应当注意对知识发现、创造、寻求、讨论、学习、共享与使用方面的支持,用户接口管理系统要提示的是帮助用户及时以适当的方式找到决策所需要的知识,主要是通过现有的菜单、图形技术来组织DSS所实现的知识管理功能。2、 基于知识管理的DSS数据管理子系统,主要应用数据仓库的概念,建立面向知识与决策支持的数据仓库。数据仓库是面向主题的,所谓主题就是对企业有意义的知识主题,传统的数据库则是面向业务处理层面。数据仓库是大量业务数据的集中,其核心思想是从大量数据是挖掘出对企业有意义的商业规律,能够为企业带来价值增值的商业规律本身是一种知识。 3、基于知识管理的DSS模型管理子系统具备除了传统DSS模型管理系统功能之外,还应当注意模型本身可以理解为一种知识,因此必须考虑模型内化、外化、综合、社会化的转化过程,加强模型共享、学习,增强开放性,这样有利于集中组织的力量对模型进行创新发展工作。利用数据仓库的思想,可以考虑建立模型仓库。4、 知识测量子系统。知识测量子系统主要对系统所管理知识进行评估,激励知识创造与应用、吸引组织高层对系统进行持续投入的一种手段。无论是显性知识还是隐性知识,归根结底都离不开人的应用与创造。测量子系统必须要为知识测量提供一些标准与手段。基于知识的DSS功能框架1. 数据管理子系统DSS的数据资源是DSS的最基本组成部分,也是与业务处理系统进行集成的接口。数据资源主要是通过DSS的数据管理系统进行管理。传统的数据管理子系统主要包括以下组成部分:DSS数据库、数据库管理系统、数据路径、数据查找工具2. 数据仓库的设计基于知识管理的DSS是将知识管理工作嵌入到DSS之中,因此将传统的数据库设计转化为数据仓库的设计是一项重要的工作。 数据仓库体系3. 数据清理分析 将数据库的数据转化为数据仓库除了首先可确定数据仓库的主题之外(由知识资源规划决定),还必须把数据库的数据结构转化为数据仓库的数据结构,满足数据仓库对数据的要求。这部分工作被称为“数据清理”。数据清理包括对数据分类、求和、统计,消除冗余,统一结构等,这一步工作也可以看作是知识管理对数据管理的初步要求。数据清理很大程度上只是针对于已有数据库中的数据而启如果设计数据库时遵照数据仓库的思想,数据清理工作将大大减轻,所作的工作大部分是一些聚合操作。4.数据挖掘(DM)挖掘知识可以通过如下手段:关联分析。关联主要是研究两个或两个以上的变量之间的规律性关系,这称为关联,关联是隐藏在数据中重要的知识,而在数据仓库中的数据由于打破了“信息孤岛”,能够比较全面分析数据之间的关系,为决策提供更全面的知识支持。分类。分类是将新数据分配到预先定义的类中.聚类分析。根据类内相似性最大、类间相似性最小的统计原则能够将数据分成一系列有意义的子集。偏差检测。这是指从数据库是检测一些异常数据,在这些异常往往包含着许多潜在的知识,知识类中的反例往往对于决策有着重要意义,它可能预示着商业规则的变化。 三、论文的主要结论知识管理是当今世界最流行的理念,许多公司都将知识管理的理念与企业其他管理项目结合相结合。只有将知识资源与企业的管理工作结合起来,才能将发挥出知识对企业管理工作的支持作用。结合IT将知识管理嵌入DSS,或者将知识管理工作纳入DSS的管理范围,不但能够提高决策的效率与质量,而且能够支持企业的知识管理战略。这就是提出基于知识管理DSS的基本思想。知识管理视知识为企业创造价值的核心资源,在企业的信息化工作中支持知识管理战略,进而支持企业的商业战略,首先需要对知识资源进行规划,使知识管理战略由商业需要所驱动。DSS则是对这些知识资源纳入管理的工具。在系统生命周期中,知识规划与原来系统导入与分析的工作相对应,但提出知识规划能够明确知识资源的重要性,分析目的也主要是实现知识管理的决策职能目标。通过研究分析，我们可以发现基于知识的DSS应用于企业的管理虽然功能强大，但是建设成本和实施困难也很大，企业在具体操作的时候会考虑实际情况进行调整。 吴治国 39120131218