数据驱动的综合智能决策支持系统及其生成器的研究与开发

数据驱动的综合智能决策支持系统及其生成器的研究与开发

论文题目: 数据驱动的综合智能决策支持系统及其生成器的研究与开发

论文类型: 博士论文

论文专业: 管理科学与工程

作者: 赖邦传

导师: 陈晓红

关键词: 智能决策支持系统,数据挖掘,数据管理,模型管理,知识管理

文献来源: 中南大学

发表年度: 2005

论文摘要: 以数据仓库和数据挖掘为代表的决策支持新技术的出现,为决策管理人员从数据中获取决策信息和知识提供了新的思路和方法,拓宽了管理决策人员更深层次的信息分析途径。本文主要在对传统智能决策支持系统的研究基础上,利用层次模型研究并分析了智能决策支持系统开发的层次模型,提出数据驱动的综合智能决策支持系统(Integrated Intelligent Decision Support System based on Data-Driven, IIDSS/DD)体系框架,通过分析数据挖掘特征,给出数据挖掘框架和数据挖掘模型,对数据驱动的决策支持技术、数据驱动的综合智能决策支持系统及其生成器(Integrated Intelligent Decision Support System generator based on Data-Driven, IIDSSG/DD)的设计等方面的理论、技术和方法进行深入的研究探讨,并结合具体企业的管理决策,开发了专用决策支持系统用于企业的决策分析。 论文的主要工作和创新点主要包括以下几方面: 1.智能决策支持系统(IDSS)开发的层次模型研究是描述、开发和评价数据驱动的综合智能决策支持系统的理论基础。首先,针对IDSS开发的过程和特点,将IDSS开发划分为四个层次,即应用层、任务层、逻辑层和物理层。对于不同开发层次(应用层、任务层、逻辑层和物理层)分别进行了描述和分析。其次,为提高系统资源的有效集成,对任务层实现方法中的资源接口层进行详细的设计,利用相关技术规范了四种系统资源(数据、模型、知识和实例)的BNF接口语法,规范了系统资源接口标准。最后,在此基础上对数据驱动的综合智能决策支持系统体系结构进行了研究,通过将数据仓库和数据挖掘等新技术的引入和相关组件技术的使用,使得该体系结构具有良好的通用集成性和可扩展性,支持多种决策支持技术。 2.研究了数据驱动的决策支持技术,包括数据仓库技术和数

论文目录:

第1章 导论

1.1 课题研究背景

1.2 课题来源与研究意义

1.2.1 课题来源

1.2.2 研究意义

1.3 研究与发展现状

1.3.1 IDSS研究

1.3.2 IDSS实现技术研究

1.3.3 IDSS生成器研究

1.4 本文主要工作

1.4.1 研究任务的提出

1.4.2 主要工作

1.5 论文结构

第2章 数据驱动的综合智能决策支持系统体系结构研究

2.1 智能决策支持系统的层次模型

2.1.1 应用层

2.1.2 任务层

2.1.3 逻辑层

2.1.4 物理层

2.2 系统资源接口

2.2.1 数据接口

2.2.2 模型接口

2.2.3 知识接口

2.2.4 实例接口

2.3 数据驱动的综合智能决策支持系统体系结构

2.4 本章小结

第3章 数据驱动的决策支持技术研究

3.1 数据挖掘理论基础及其技术

3.1.1 数据挖掘研究中存在的主要问题

3.1.2 数据挖掘系统框架及其层次分析

3.1.3 智能数据挖掘概念模型

3.1.4 数据预处理

3.1.5 数据中的智能学习

3.2 数据仓库技术

3.2.1 数据仓库的结构

3.2.2 数据仓库的数据模型

3.2.3 数据仓库的执行策略

3.3 基于数据挖掘的决策支持技术

3.3.1 关联规则发现

3.3.2 分类分析

3.3.3 聚类分析

3.3.4 主成分分析

3.4 本章小结

第4章 数据驱动的综合智能决策支持系统功能研究

4.1 系统概述

4.2 数据驱动的综合智能决策支持系统功能结构

4.2.1 问题综合与交互控制子系统功能结构

4.2.2 数据仓库子系统功能结构

4.2.3 数据挖掘子系统功能结构

4.2.4 模型管理子系统功能结构

4.2.5 知识管理子系统功能结构

4.3 数据驱动的综合智能决策支持系统流程分析

4.3.1 问题综合与交互控制子系统流程

4.3.2 数据仓库子系统流程

4.3.3 数据挖掘子系统流程

4.3.4 模型管理子系统流程

4.3.5 知识管理子系统流程

4.4 数据管理研究

4.4.1 数据仓库管理

4.4.2 元数据管理

4.5 模型管理研究

4.5.1 决策问题库

4.5.2 模型库

4.5.3 模型算法库

4.6 知识管理研究

4.6.1 知识管理分类

4.6.2 知识表示

4.6.3 知识查询处理

4.7 本章小结

第5章 数据驱动的综合智能决策支持系统生成器研究

5.1 数据驱动的综合智能决策支持系统生成器概述

5.1.1 组件技术与IDSSG

5.1.2 IIDSSG/DD

5.2 IIDSSG/DD组件构成

5.2.1 主控制组件(Main_Control.dll)

5.2.2 数据仓库组件(DH_DSS.dll)

5.2.3 数据挖掘组件(DM_DSS.dll)

5.2.4 模型管理组件(M_DSS.dll)

5.2.5 知识管理组件(K_DSS.dll)

5.3 IIDSSG/DD组件功能分析

5.3.1 主控制组件功能

5.3.2 数据仓库组件功能

5.3.3 数据挖掘组件功能

5.3.4 模型管理组件功能

5.3.5 知识管理组件功能

5.4 IIDSSG/DD组件设计

5.4.1 主控制组件设计

5.4.2 模型管理组件设计

5.4.3 数据仓库组件设计

5.4.4 数据挖掘组件设计

5.4.5 知识管理组件设计

5.5 本章小结

第6章 实证研究:保险客户关系管理系统的设计与开发

6.1 系统背景与问题描述

6.1.1 系统背景

6.1.2 问题描述

6.2 CRMS/I的设计与开发

6.2.1 功能概述

6.2.2 系统结构及功能模块

6.2.3 软硬件环境与接口

6.2.4 系统特点

6.3 智能 DSS生成器组件的应用

6.3.1 智能 DSS生成器组件的应用方式

6.3.2 IIDSSG/DD组件在 CRMS/I中的实际应用

6.4 系统实施结果

6.4.1 保险客户数据管理

6.4.2 客户分析模型管理

6.4.3 客户分析知识展示

6.5 本章小结

第7章 总结与展望

7.1 主要工作与创新点

7.1.1 主要工作

7.1.2 创新点

7.2 进一步的工作

参考文献

附录1 数据挖掘部分相关算法

附录2 IIDSSG/DD组件详细设计

致谢

攻读学位期间主要的研究成果目录

发布时间: 2006-03-28

参考文献

  • [1].QoS数据驱动的情境感知Web服务协同推荐技术研究[D]. 陈真.燕山大学2017
  • [2].基于物理的数据驱动几何建模研究[D]. 吴博.国防科学技术大学2016
  • [3].基于数据驱动的食品安全预警分析方法与应用[D]. 陈恺.北京化工大学2015
  • [4].基于数据驱动的卫星故障诊断关键技术研究[D]. 尹洪.国防科学技术大学2015
  • [5].大数据检索及其在图像标注与重构中的应用[D]. 戴礼灿.中国科学技术大学2013
  • [6].数据驱动的人群动画仿真技术研究[D]. 王鑫.浙江大学2009
  • [7].互联网图像高效标注和解译的关键技术研究[D]. 夏丁胤.浙江大学2010
  • [8].基于冗余—互补散度及特征包络前沿的数据驱动特征选择方法研究[D]. 张逸石.华中科技大学2016
  • [9].投影测量相位提取技术研究[D]. 崔世林.华中科技大学2013
  • [10].基于数据驱动的三维着装模拟关键技术研究[D]. 刘炯宙.浙江大学2014

标签:;  ;  ;  ;  ;  

数据驱动的综合智能决策支持系统及其生成器的研究与开发
下载Doc文档

猜你喜欢