搜索
高度结构化决策：如果决策的目标简单，可选行动方案少，界定并且明确决策带来的影响，则此类决策为高度结构化决策。简答决策支持系统的设计思想：是努力实现一个具有巨大发展活力的、适应性强的开发系统，其设计方法则强调充分发挥人的经验、判断力、创造力，强调其未来的发展，努力使决策更加正确。数据仓库：将大量用于事物处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需要进行重新组织。确定型决策：是指只存在一种完全确定的自然状态的决策。风险型决策：也称随机决策，是决策者根据几种不同的自然状态可能发生的概率所进行的决策。不确定型决策：对这类事件的决策只能在不肯定情况作出，即在知道可能出现的各种自然状态，但又无法确定各种自然状态发生概率的情况下作出，这类决策问题就是不确定型决策。目标准则体系：在多目标决策问题中，其目标或者经过逐层分解，或者依据决策主体要求和实际情况需要，形成多层次结构的子目标系统，使得在最低一层子目标可以用单一准则进行评价，称之为目标准则体系。多阶段决策过程：把一个问题看作是一个前后关联的具有链状结构的多阶段过程就称为多阶段决策过程。定性方法：是指决策者在占有一定的事实资料、实践经验、理论知识的基础上，利用其直观判断能力和逻辑推理能力对决策问题进行定性分析的方法。定量方法：是指决策者在占有历史数据和统计资料的基础上，运用数学和其他分析技术建立起可以表现数理关系的数学模型，并利用它进行决策的方法。信息管理科学：是以信息为主要研究对象，以信息处理的规律和应用方法为主要研究内容，以计算机等技术为主要研究工具，以模拟和扩展人类的信息处理和知识处理功能为主要目标的综合性学科。简答信息处理技术：是指信息本质与信息收集，信息组织与数据仓库，信息分析与数据挖掘。联机分析处理：是决策者和高层管理人员对数据仓库的多维信息分析处理。数据挖掘：是从大量数据中提取或挖掘深层信息或知识的过程。解决问题的灵活性：是指提供给最终用户的灵活性，称为解决问题的灵活性。修改配置的灵活性：是指在使用F1还不能生效的情况下，DSS所提供的修正某个特定的DSS的能力，称为修改配置的灵活性。适配的灵活性：是指当完全不同的特定DSS的要求产生时，系统能够通过对DSS的基本成分的变更，使得新的专用DSS的产生。称为适配的灵活性。包容的灵活性：如果DSS的基础技术的某些基本性质发生了变化，它们必然影响到在其之上的系统的能力，称包容的灵活性。适应性设计方法：DSS的开发过程不应当像开发MIS那样严格地划分成若干阶段，而应当是一个前后各阶段紧密联系的、反复的实施过程。他们所提倡的DSS开发方法叫适应性设计方法，又称反复设计法。四要素法：表达方式、系统操作、记忆输助、控制机构，这个系统分析观点又被简称为四要素法或ROMC方法。DSS工具：是指用于开发DSS最基础的技术，既可用于DSS生成器的开发，也可用于专用DSS的开发，它包括开发专用DSS或DSS生成器的基本硬件和软件单元。外壳类：即提供决策支持系统的一个框架。当开发一个具体的DSS时，开发者只需根据使用说明填写“具体内容”（包括数据、模型与方法等），即可形成一个可运行的决策支持系统。专用DSS：是完成专门决策任务的计算机软件和硬件系统。元数据：是定义数据仓库对象的数据。数据集市：把这种面向企业中的某个部门（主题）而在逻辑上或物理上划分出来的数据仓库中的数据子集称为（数据集市。联机分析处理：是一个应用广泛的数据仓库使用技术。数据粒度：数据仓库中存储着不同综合级别的数据，一般称之为“数据粒度”。数据仓库的概念模型设计：是数据仓库模型设计的首要工作，它描述的是从客观世界到主观认识的映射，为整个系统提供统一的概念视图。类：是对某种类型事物的抽象，它将这类事物所具有的共同特征（包括操作特征和存储特征）集中起来，以说明这类事物的能力和性质。数据仓库的逻辑模型：描述了数据仓库的主题的逻辑实现，即每个主题所对应的关系表的关系模式的定义。它能直接反映出业务部门的需求，同时对系统的物理实施有着重要的指导作用。数据仓库的物理模型：是逻辑模型在数据仓库中的实现模式，包括数据的索引策略、数据的存储策略等。索引策略：因为数据仓库的数据量很大，所以需要对数据的存取路径进行仔细的设计和选择。知识表示：就是把知识表示成便于计算机储存和利用的某种数据结构。知识表示模式：知识的表示方法给出的知识表示形式称为知识表示模式，知识表示模式分为外部表示模式和内部表示模式两个层次。状态空间图：由一个问题的全部状态以及可以使用的全部操作所构成的集合就称为该问题的状态空间。它一般由三部分构成：问题可能具有的初始状态的集合S，操作的集合F，目标状态的集合G，由三元组表示为S,F,G，状态空间的图示称为状态空间图。产生式表示法：产生式通常用→表示有因果关系的知识，其基本形式为P→Q或者IFPTHENQ其中，P是产生式的前提，用以指出该产生式是否是可用的条件，这个条件可以是简单条件，也可以是由逻辑运算符连接起来的复杂条件；Q是一组结论或者操作，用以指出当前提条件满足时得出的结论或执行的操作。产生式系统：以产生式规则作为过程性知识的系统称为产生式系统。全局数据库：全局数据库又称事实库，是产生式系统的数据结构中心，用以存放初始事实，中间事实和最后结果。规则库：规则库就是描述某领域内知识的产生式规则的集合。它是产生式系统赖以实现问题求解的基础。推理机：推理机是个软件概念，不是硬件概念。它是一个或一组程序，用来控制和协调规则库和全局数据库的运行，包括推理方式和控制策略。匹配规则：匹配指用当前全局数据库中的事实与规则中的条件进行比较，如果相同，就称为相匹配，这一规则就称为匹配规则。启用规则：可能有多条规则的前提条件被匹配，也就是说可以有多条匹配规矩，但只能执行其中一条，究竟选哪一条来执行呢？这就要由消除冲突策略来解决，最后选中的规则称为启用规则。正向推理：正向推理是从已知事实出发，通过规则库求得结果。正向推理的方式也被称为数据驱动方式或自底向上方式。反向推理：反向推理是从目标出发，反向使用规则，求证已知的事实，用驱动方式或自顶向下方式。双向推理：双向推理是即自顶向下又自底向上的推理语义网络：是个有向图，由结点和弧组成。基本网元：最简单的语义网络称为基本网元。框架：是一种描述所论对象的属性的数据结构。盲目搜索方法：是按预定的搜索方向进行搜索。启发式搜索方法：是在搜索中加入了与问题有关的启发性知识，用以指导搜索朝着最有希望的方向前进，加快问题的求解速度。广度优先搜索法：是从树根向下一级一级地进行搜索，在第n级结点未搜索完以前，不进入第n+1级搜索。深度优先搜索法：从初始结点开始，选择它的一个子结点进行考察，若不是目标结点，则再在孩子结点的子结点中选择一个进行考察，如此一直向下搜索。专家知识：即来处专家的已被证明对解决有关领域内的典型问题有用的事实和过程。NP完全问题：是指用目前知道的最好的方法求解，问题求解需要花费的时间（或称为问题求解的复杂性）随问题规模增大以指数关系增长。专家系统：是一种模拟专家解决领域问题的计算机程序系统。快速原型法：利用专家系统技术和专家系统的开发工具尽快地建立专家系统的演示原型，然后进行修改、充实和完善，就是专家系统开发的快速原型法。模糊专家系统：是一类在知识获取，知识表示和运用过程中全部或部分地采用了模糊技术的专家系统。机器学习：是智能系统不断地积累和更新知识以改善系统性能，从而使系统具有自适应能力的过程。知识库管理系统：知识库是知识的集合，当这种集合的元素量很大时就需要管理，而管理知识库的计算机软件就称为知识库管理系统。广义知识库：支撑产品的功能模型、参数化模型和实例模型的知识系统被称为广义知识库。多目标决策：是相对于单目标决策而言的，它是指在多个目标互相矛盾、多个方案互相竞争的情况下所进行的决策。层次分析法：美国匹兹堡大学萨蒂教授于20世纪70年代提出的特定性分析与定量分析相结合的多目标决策方法。判断矩阵：是层次分析法的核心。完全一致性：（1）主对角线上的元素值都等于1，即；（2）以主对角线为轴的两边对应元素是互为倒数的，即；（3）相应三个元素保持以下关系，即。如果判断矩阵中各元素的值是完全准确地反映了各物体的质量（或各方案的优先权重）之比，若上述三个条件完全满足则称此判断为完全一致性。决策准则：也就是如何综合权衡各方案属性进行决策（方案排序）的原则或思想，其具体也就成为所谓多目标决策方法。权：是目标重要性的度量，即衡量目标重要性的手段。群决策支持系统：是利用计算机网络与技术，为具有共同责任、任务和目标的决策群体解决非结构化决策问题提供群体决策支持功能的集成化、交互式、基于计算机的信息系统。数据流图：是表达信息系统的模型化工具，它从数据流传递和处理的角度，以图形方式描述系统的功能、数据流在系统内部的流向和变换过程，是信息系统分与设计的最主要的方法与工具之一。外部实体：是指处于系统外部，又和系统有联系的人或事物（包括其他信息系统），代表数据的外部来源和数据的去处。数据存储：是对记录、文件、数据库的逻辑描述，表示数据临时或长期保存的容器。