决策支持系统是按决策问题的需要,利用数据、模型和知识等决策资源,组合形成解决问题的多个方案,通过计算获得辅助决策的依据,达到支持科学决策的计算机程序系统。本书共9章,从决策支持系统的5个发展阶段(基本决策支持系统、智能决策支持系统、基于数据仓库的决策支持系统、综合决策支持系统和网络环境的决策支持系统)出发,详细地介绍了它们的原理、结构、实例和开发技术。本书讨论了云计算与大数据时代的决策支持系统。本书提供了部分思考题的答案和设计题与计算题的答案。本书内容丰富,既有理论又有实践,适合作为高校计算机科学与技术、管理科学与工程、信息管理与信息系统和系统工程等专业本科生和研究生课程的教材,也可以作为有关学科科技人员的参考书。
决策支持系统是通过计算机进行模型计算、知识推理以及从数据中获取信息和知识,实现辅助决策。决策支持系统分为智能决策支持系统(传统决策支持系统)和基于数据仓库的决策支持系统(新决策支持系统)。两类决策支持系统相结合的综合决策支持系统以及建立在网络环境上的决策支持系统是决策支持系统的发展方向。 本书系统地叙述了决策支持系统的概念与原理、决策资源与决策支持、智能决策支持系统、基于数据仓库的决策支持系统、综合决策支持系统和基于Web Services的决策支持系统。在Internet上,决策资源(模型、知识、数据)
本书系统地介绍了知识工程与知识管理。知识工程是人工智能中最具有实用价值的部分,包括专家系统、决策支持系统、计算智能(神经计算、模糊计算、遗传算法等)、机器学习与数据挖掘、公式发现与变换规则的挖掘等的原理与开发;知识管理是对社会中组织(或个人)进行知识的交流和共享,并创造知识,包括知识管理、学习型组织与知识创造等理论与实例。本书最后讨论了计算机进化规律的发掘,这是介于知识工程与知识管理之间有意义的课题。本书以“原理、实现、应用” 的讲述方式,较系统地介绍知识工程中的原理和开发技术、知识管理中的理论和实例,以便研究生能够从理论和实践两个方面较扎实地掌握知识工程和知识管理,初步达到既掌握知识又能利用书中介绍的实现技术去开发实际系统的目标。本书适合作为计算机科学与技术专业、信息管理与信息系统专业和系统工程专业的研究生教材,也可供大学本科高年级学生使用。同时本书也可供有关教师和科研技术人员学习参考。
知识工程是利用智能技术(人工智能、计算智能和商务智能)来建造高性能的知识系统,知识工程来源于知识管理中成熟的知识应用和知识创造,知识工程又是知识管理的技术支柱;而计算机进化规律的发掘对提高计算机应用能力和进一步促进计算机进化都有积极意义,它是介于知识工程与知识管理之间的有意义的课题。本书以“原理、实现、应用” 的讲述方式,系统地介绍知识工程中的原理和开发技术、知识管理中的理论和实例,以便读者能够从理论和实践两个方面较扎实地掌握知识工程和知识管理,初步达到既掌握知识又能利用书中介绍的实现技术去开发知识系统的目标。本书适合用作计算机科学与技术专业、信息管理与信息系统专业和系统工程专业的研究生教材,也可为大学本科高年级学生所用,同时本书也可供有关教师和科研技术人员学习参考。
本书的特点: 1.从数据库到数据仓库、从数据字典到元数据来说明数据仓库的兴起. 2.从联机事务处理(OLTP)到联机分析处理(OLAP)说明多维数据的兴起。 3.通过实例来说明多维数据分析的应用与数据立方体新技术。 4.从数据仓库的的决策支持和基于数据仓库的决策支持系统,来体现商务智能。 5.说明数据挖掘方法的原理:决策树方法的信息论原理;粗糙集方法和关联规则挖掘方法的集合论原理。 6.通过神经网络几何意义,说明神经网络的分类效果。 7.从神经网络引伸到深度学习算法。
数据仓库是商务智能的基础,数据仓库中的数据是大企业和大单位所需的大数据。数据挖掘是指从数据中获取知识,它是人工智能的核心。 首先,本书系统介绍了数据仓库原理、联机分析处理、数据仓库的决策支持,以及数据挖掘原理和方法,包括决策树、粗糙集、关联规则挖掘、神经网络、遗传算法、公式发现、知识挖掘等。其次,本书对当前兴起的深度学习、强化学习和迁移学习新技术的原理、算法和实例进行了详细的介绍。再次,本书介绍了软件进化和数学进化的知识挖掘,软件是计算机的核心,数学是软件的基础。最后,本书对商务智能、计算智能和人工智能概念进行了比较,并将三者的概念统一为“人工智能”。 本书配有部分问答题、设计题和计算题的参考答案。问答题便利学生解惑,设计题和计算题便利学生上机实验。 本书适合作为高等院校计算机、软件工程专业高年级本科生、研究生的教材,可供对UML比较熟悉并且对软件建模有所了解的开发人员、广大科技工作者和研究人员参考。