1 计算机管理决策支持概论 1
1.1 管理者与决策 1
1.2 管理决策与计算机支持 2
1.3 决策支持系统的形成 5
1.3.1 管理信息系统 5
1.3.2 模型辅助决策系统 7
1.3.3 决策支持系统 7
1.4 决策支持系统的理论基础 9
1.4.1 管理科学 9
1.4.2 信息管理科学 10
1.4.3 信息经济学 15
1.4.4 人工智能与专家系统 16
1.4.5 认知科学 20
2 决策理论与方法 22
2.1 决策概述 22
2.1.1 决策的概念 22
2.1.2 决策问题的要素与特点 24
2.1.3 决策原则 26
2.2 决策过程 27
2.2.1 信息阶段 28
2.2.2 设计阶段 29
2.2.3 选择阶段 35
2.2.5 决策过程的支持 39
2.2.4 实现阶段 39
2.3 决策的分类 40
2.4 主要的决策模式 43
2.5 结构化决策模型 51
2.5.1 决策影响图 52
2.5.2 决策树 68
2.5.3 结构化决策过程 78
2.6 认知方式和决策形式 90
2.6.1 认知式的决策方法 90
2.6.2 心理类型对决策的影响 92
3.1.1 决策支持系统的定义与特点 97
3.1 决策支持系统的概念及功能 97
3 决策支持系统概述 97
3.1.2 决策支持系统的功能 98
3.2 决策支持系统的结构 99
3.2.1 DSS的基本结构与组成元素 99
3.2.2 智能决策支持系统的结构 101
3.2.3 基于数据仓库的客户服务器结构 103
3.2.4 综合型决策支持系统的结构 106
3.3 数据库子系统 107
3.3.1 数据库子系统的结构 107
3.4.1 模型库子系统的特点与功能 113
3.4 模型库子系统 113
3.3.2 组织DSS数据库的三种策略 113
3.4.2 模型库子系统的结构 114
3.5 知识库子系统 118
3.6 用户接口子系统 121
3.6.1 用户接口子系统的管理 121
3.6.2 用户接口模式 122
3.6.3 用户 125
3.7 决策支持系统的分类 126
3.7.1 Alter的分类 126
3.7.2 Holsapple和Whinston的分类 128
3.7.3 其他分类 129
4 决策支持系统的构造 130
4.1 决策支持系统的开发方法 130
4.1.1 决策支持系统的开发策略 130
4.1.2 生命周期法 132
4.1.3 原型法 132
4.1.4 累接设计方法 135
4.1.5 面向对象的设计方法 140
4.2 决策支持系统的开发过程 146
4.3 决策支持系统的设计阶段 152
4.3.1 设计思想 152
4.3.2 用户开发的决策支持系统 153
4.3.3 小组开发的决策支持系统 156
4.4 决策支持系统的实现与集成 160
4.4.1 实现问题概述 160
4.4.2 成功实现的决定因素 161
4.4.3 实现策略 167
4.4.4 系统集成 171
4.4.5 系统集成举例 175
4.5 决策支持系统开发工具 184
4.5.1 决策支持系统的技术层次 184
4.5.2 决策支持系统开发工具和开发平台 189
5 决策支持系统中的模型 193
5.1.1 物理模型 194
5.1 模型的类型 194
5.1.2 定量模型 195
5.1.3 仿真模型 195
5.1.4 静态模型与动态模型 196
5.2 数学模型 196
5.2.1 数学模型综述 196
5.2.2 数学模型算法 201
5.3 模型的表示与管理 202
5.3.1 模型的程序表示 203
5.3.2 模型的数据表示 204
5.3.3 模型的逻辑表示 208
5.3.4 模型管理技术的发展过程 213
5.4.1 科学计算可视化 214
5.4 可视建模与分析 214
5.4.2 可视交互建模 216
5.4.3 虚拟现实 217
5.4.4 可视交互模型与DSS 219
6 数据仓库 221
6.1 数据仓库的概念和结构 221
6.1.1 数据仓库的概念 221
6.1.2 数据仓库的特点 226
6.1.3 数据仓库的结构 234
6.2 数据仓库的数据组织 236
6.2.1 多维表的数据组织 237
6.2.2 多维表设计 243
6.2.3 多维数据库的数据组织 246
6.3 数据仓库系统的构造 248
6.3.1 数据仓库设计的三级数据模型 248
6.3.2 数据仓库设计方法与步骤 252
6.3.3 数据仓库的性能问题 263
6.4 数据仓库的查询与决策分析 267
6.4.1 联机分析处理 267
6.4.2 数据仓库的查询与索引技术 272
6.5 数据管理和可视化 275
6.5.1 数据可视化研究 275
6.5.2 可视化系统与方法 277
6.5.3 多维性与可视化 279
6.5.4 多媒体和超媒体 281
7 数据挖掘 283
7.1 数据挖掘的概念 283
7.1.1 知识发现和数据挖掘 283
7.1.2 典型的DM体系结构 285
7.2 数据挖掘的对象与任务 287
7.3 数据挖掘的方法与技术 290
7.3.1 归纳学习方法 290
7.3.2 仿生物技术 292
7.3.3 公式发现 293
7.3.6 可视化技术 294
7.3.4 统计分析方法 294
7.3.5 模糊数学方法 294
7.4 Web数据挖掘 295
7.4.1 Web数据挖掘的分类 295
7.4.2 Web文本挖掘 296
7.4.3 Web链接结构挖掘 308
7.4.4 Web用户兴趣的挖掘 312
8 智能决策支持系统 314
8.1 常规计算与人工智能计算 314
8.1.1 常规计算 314
8.1.2 人工智能计算 315
8.2.1 专家系统的定义与特点 316
8.2 专家系统 316
8.2.2 专家系统的结构原理 317
8.2.3 专家系统与决策支持系统 319
8.3 智能决策支持系统概念与结构 320
8.4 智能决策支持系统实现技术 323
8.4.1 智能决策支持相关技术 323
8.4.2 智能决策支持系统的开发 334
8.4.3 基于统一语言的IDSS开发环境 340
9 群体决策支持系统 354
9.1 群体决策理论与方法 354
9.1.1 群体决策的概念、意义和背景 354
9.1.2 群体决策的类型 356
9.1.3 群体决策过程及其建模 358
9.1.4 群技术 363
9.2 群体决策支持系统概念、功能和结构 367
9.2.1 群体决策支持系统的概念和特点 367
9.2.2 群体决策支持系统的功能和类型 370
9.2.3 群体决策支持系统的组成和结构 375
9.3 群体决策支持系统的实现 377
9.3.1 群体决策支持系统的运作过程 377
9.3.2 群体决策支持系统技术 378
9.3.3 群体决策支持系统构造 388
10.1.1 基于网络的决策支持系统的概念 395
10.1 基于网络的决策支持系统概述 395
10 基于网络的决策支持系统 395
10.1.2 基于网络的决策支持系统的功能结构 398
10.1.3 基于网络的决策支持系统的群件 402
10.2 基于网络的决策支持系统的通信机制 407
10.2.1 网络技术和网络协议模型 407
10.2.2 任务协调模型 411
10.3 电子商务中的决策支持 413
10.3.1 电子商务概述 413
10.3.2 电子商务中的决策支持技术 416
10.3.3 商务智能 421
11.1.1 主管信息系统的概念与特点 430
11.1 主管信息系统 430
11 决策支持系统的应用与发展 430
11.1.2 主管的作用及其信息需求 432
11.1.3 主管信息系统与决策支持系统的比较和集成 434
11.2 基于Agent的决策支持系统 438
11.2.1 智能Agent技术概述 438
11.2.2 智能Agent技术在决策支持系统中的应用 444
11.3 信贷决策支持系统案例分析 450
11.3.1 设计目的 450
11.3.2 功能需求分析 451
11.3.3 模块设计 453
11.4 决策支持系统的发展趋势 456
参考文献 460