基于数据挖掘的决策支持系统及应用研究.docx

基于数据挖掘的决策支持系统及应用研究摘要：近年来信息技术得以日新月异的发展给人们的工作及生活带来了极大的影响。现阶段人们在进行管理、创新及决策等过程中都增加了对信息技术的应用它能够极大地提升工作效率同时拥有较高的精确性。决策支持系统就是在这种情况下产生并得到有效应用的。文章从传统决策支持系统中的缺陷入手对基于数据挖掘的决策支持系统进行了介绍并对其系统设计及应用进行了详细的探讨希望对数据挖掘基础上的决策支持系统的研究起到促进作用。关键词：数据挖掘；决策支持系统；应用信息技术在人们的日常工作及生活中出现通过便捷而精确的信息整理及储存功能提高了工作效率。在这种情况下人们开始在各个领域中有效应用信息技术决策支持系统就是信息技术同决策有效结合的产物它在提升决策科学性的过程中发挥了重要功能。然而信息技术仍然不断发展该系统的功能也逐渐完善。现阶段基于数据挖掘的决策支持系统取代了传统的决策支持系统顺应了时代及经济发展的要求。1传统决策支持系统中的缺陷在社会经济及信息技术飞速发展的背景下传统的决策支持系统体现出种种不足不利于促进经济的进步为使用者提供更好的服务。其缺陷表现在以下几个方面。首先统一管理数据能力差。在运行过程中无法进行高效率的查询和分析。在经济不断发展的背景下企业及相关部门在运行过程中积累了海量的数据同时在数据管理过程中标准不够统一组织能力弱因此在查询过程中非常困难。传统的决策支持系统在应用过程中数据库为关系型查询和分析只是一种形式上的存在决策支持信息形成困难。其次决策问题多。在构建模型库的过程中非常困难从而导致分析数据及构建维度的过程中受到严重限制。在这种情况下传统的决策支持系统无法及时发现潜在知识更无法探究拥有一定深度的知识数据因此无法强有力地指导决策分析工作及过程在社会经济不断进步的背景下无法满足决策分析需求。最后不充分的人机接口开发。这种现象导致人机交互受到严重阻碍系统无法及时收到工作人员在长期实践中积累的经验和知识无法对未来的决策起到有效的辅助作用导致严重的信息缺失现象存在于决策过程中同时也促使现有的系统决策建立在脱离实际的基础上严重者将导致决策缺乏科学性而失败。在应用决策支持系统的过程中人们决策信息希望能够更加多角度、多层次和直观地展现出来一旦失去这几点功能不仅无法辅助决策人员还会导致工作人员在工作过程中需要付出更多的经历来搜集资料影响决策效率的同时也严重降低了决策质量。2基于数据挖掘的决策支持系统2.1优点新时期在信息技术飞速发展的背景下人们在构建决策支持系统的过程中积极应用了数据仓库及数据挖掘技术然而这种现象导致不一致性存在于该系统数据库数据中。然而该系统在构建过程中其内在结构能够进行有效的联系和运行在有效衔接过程中能够解决以上问题。同时多数事务级数据都会经过底层数据库的运作而集合于数据仓库中而数据仓库能够有效地整理、综合并转化海量数据并构建数据视图该视图能够针对全局进行展示也正因为如此决策支持系统在运行过程中所使用的数据具有坚实的基础。该仓库的集成数据是OLAP的出发点能够使多维数据模型在应用过程中更加面向分析进行使用者通过不同的途径对数据进行不同层次及角度的分析有效分离数据结构及分析策略。OLAP和数据仓库中的数据是实现数据挖掘的基础在运行过程中能够通过多种途径对数据进行有效的分析及挖掘充分挖掘其中的潜在知识同时在海量数据基础上实现预测自动性。由此信息的本质在数据挖掘基础上的决策支持系统中实现实现了决策支持系统的设计实质促使数据驱动取代模型驱动同时能够降低开发难度。2.2体系结构在进行设计挖掘过程中需要利用宽广的活动空间这一空间由数据仓库提供从而促使完整性及广泛性体现在数据来源中。而被初步加工的数据是数据挖掘的主要对象导致发现知识成为数据挖掘的主要功能。集成数据在数据仓库中的位置是OLAP的出发地点能够促使数据模型更具有多维性同时建立在分析的基础上。在多维分析基础上数据的分析能够从不同角度及出发点进行经过比较、整理、分析等多个步骤使用者所使用的数据将更加真实、客观。尽管在最初OLAP、数据挖掘及数据库等技术是相互独立的在信息技术不断进步的背景下三者被有效地融合在一起并实现了缺陷互补通过三者的有效结合构建出基于数据挖掘的决策支持系统能够更好地展现该系统设计的初衷同时最大程度地发挥其优势促使决策者在决策过程中拥有更加可靠、客观的数据为支撑。3基于数据挖掘的决策支持系统的设计及应用3.1总体构架在数据挖掘基础上构建起来的决策支持系统总体构架包含5个重要结构。（1）数据源。即维持该系统正常运行的原始数据企业及相关部门日常运行过程中的内