基于計算機的決策支持應用正得到大規(guī)模發(fā)展,諸如IBM、甲骨文、微軟等公司正創(chuàng)造新的組織單元,致力于幫助企業(yè)運營得更為有效和高效。隨著越來越多的決策者了解和熟悉計算機與網絡,他們開始使用更為計算機化的工具來支持其工作。決策支持系統(tǒng)(DSS)/商務智能(BI),正逐漸從最初作為個人決策的工具,快速演變成跨組織的共享的產品。
本書旨在向讀者介紹這些技術,即統(tǒng)稱的管理支持系統(tǒng)(MSS),其核心技術是BI。主題是對企業(yè)決策給予支持的BI和分析學。除了傳統(tǒng)的決策支持應用,本書提供了很多案例、產品、服務和練習,以及與Web相關的問題,拓展了讀者對網絡世界的理解。
主要作者簡介
埃弗雷姆?特伯恩(Efraim Turban) 美國加州大學伯克利分校工商管理博士,太平洋研究所訪問學者,現(xiàn)執(zhí)教于夏威夷大學。曾先后在香港城市大學、佛羅里達國際大學、加州州立大學長灘分校、東伊利諾伊州大學和南加州大學任教。主要研究領域為:基于網絡的決策支持系統(tǒng)、智能代理在電子商務系統(tǒng)中的應用、全球電子商務和協(xié)作問題。在眾多重要期刊上發(fā)表論文100多篇,出版著作20多本。
主要譯者簡介
萬巖 北京郵電大學經濟管理學院教授。國防科學技術大學機械制造專業(yè)學士和碩士,英國樸茨茅斯大學商學院博士。曾在英國Southampton Institute技術研究中心任助理研究員,在英國樸次茅斯大學任副研究員。多年來從事信息分析(數(shù)據(jù)挖掘)、決策分析和決策支持,以及信息化對企業(yè)和社會經濟的影響等方面的教學和研究。發(fā)表SCI、CSSCI和ISP檢索的論文數(shù)篇,出版譯著《信息改變了美國》等。
第Ⅰ部分決策支持與商務智能
第1章決策支持系統(tǒng)與商務智能
11不斷變化的商業(yè)環(huán)境及計算機決策支持
12管理決策
13對決策制定的計算機支持
14計算機決策支持的早期框架
15決策支持系統(tǒng)的概念
16商務智能的框架
17從工作系統(tǒng)的角度看決策支持
18管理決策支持的主要工具及技術
19本書的安排
第Ⅱ部分計算機決策支持
第2章決策制定、系統(tǒng)、建模及支持
21決策制定:介紹及概念
22模型
23決策制定的過程
24決策制定:情報階段
25決策制定:設計階段
26決策制定:選擇階段
27決策制定:實施階段
28如何支持決策
第3章決策支持系統(tǒng)的概念、方法論和技術概述
31決策支持系統(tǒng)的配置
32決策支持系統(tǒng)的描述
33決策支持系統(tǒng)的特征及功能
34決策支持系統(tǒng)的分類
35決策支持系統(tǒng)的組件
36數(shù)據(jù)管理子系統(tǒng)
37模型管理子系統(tǒng)
38用戶接口(對話)子系統(tǒng)
39基于知識的管理子系統(tǒng)
310決策支持系統(tǒng)的用戶
311決策支持系統(tǒng)的硬件
312決策支持系統(tǒng)的模型化語言:Planners Lab
第4章建模與分析
41管理支持系統(tǒng)建模
42決策支持數(shù)學模型的結構
43確定性、不確定性和風險
44使用電子數(shù)據(jù)表建模的管理支持系統(tǒng)
45數(shù)學規(guī)劃概述
46多目標、靈敏度分析、whatif分析和目標搜索
47決策分析:決策表與決策樹
48多標準決策的兩兩對比法
49問題求解的檢索方法
410仿真
411可視化交互式仿真
412定量分析軟件包及模型庫管理
第Ⅲ部分商務智能
第5章商務智能的數(shù)據(jù)挖掘
51數(shù)據(jù)挖掘的基本概念和應用
52數(shù)據(jù)挖掘應用
53數(shù)據(jù)挖掘流程
54數(shù)據(jù)挖掘方法
55數(shù)據(jù)挖掘軟件工具
56有關數(shù)據(jù)挖掘的夸張說法與誤區(qū)
第6章人工神經網絡與數(shù)據(jù)挖掘
61神經網絡的基本概念
62人工神經網絡的學習
63開發(fā)基于神經網絡的系統(tǒng)
64用靈敏度分析來揭開人工神經網絡的黑箱
65一個神經網絡項目的范例
66其他常見的神經網絡范式
67人工神經網絡的應用
第7章文本挖掘與網絡挖掘
71文本挖掘的概念與定義
72自然語言處理
73文本挖掘應用
74文本挖掘過程
75文本挖掘工具
76網絡挖掘概覽
77網絡內容挖掘與網絡結構挖掘
78網絡用法挖掘
79網絡挖掘的成功案例
第8章數(shù)據(jù)倉庫
81數(shù)據(jù)倉庫的定義和概念
82數(shù)據(jù)倉儲過程概覽
83數(shù)據(jù)倉庫的架構
84數(shù)據(jù)集成及數(shù)據(jù)提取、轉換和加載過程
85數(shù)據(jù)倉庫開發(fā)
86實時數(shù)據(jù)倉庫
87數(shù)據(jù)倉庫管理及安全問題
第9章企業(yè)績效管理
91企業(yè)績效管理概覽
92戰(zhàn)略:我們想去向何方
93計劃:我們如何實現(xiàn)戰(zhàn)略
94監(jiān)控:我們做得如何
95行動與調整:我們怎樣能夠做得不同
96績效考核
97企業(yè)績效管理的方法
98企業(yè)績效管理技術及應用
99績效儀表盤和計分卡
第Ⅳ部分協(xié)作、溝通、群支持系統(tǒng)與知識管理
第10章協(xié)同計算支持技術與群支持系統(tǒng)
101群體決策制定:特點、過程、收益以及障礙
102通過計算機系統(tǒng)支持小組作業(yè)
103決策制定的間接支持工具
104集成的群件套件
105決策制定的直接支持工具:從群決策支持系統(tǒng)到群支持系統(tǒng)
106GDSS/GSS產品工具和成功實施
107新興的協(xié)作支持工具:從IP語音到維基
108設計、計劃和項目管理中的協(xié)同
109創(chuàng)造力、創(chuàng)意生成以及計算支持
第11章知識管理
111知識管理導論
112組織學習與變革
113知識管理活動
114知識管理的方法
115知識管理中的信息技術
116知識管理系統(tǒng)的實現(xiàn)
117人在知識管理中的作用
118確保知識管理工作的成功
第Ⅴ部分智能系統(tǒng)
第12章人工智能與專家系統(tǒng)
121人工智能的概念和定義
122人工智能領域
123專家系統(tǒng)的基本概念
124專家系統(tǒng)的應用
125專家系統(tǒng)的結構
126知識工程
127適合專家系統(tǒng)的問題域
128專家系統(tǒng)的開發(fā)
129專家系統(tǒng)的好處、局限和關鍵成功因素
1210網絡上的專家系統(tǒng)
第13章高級智能系統(tǒng)
131機器學習技術
132基于案例的推理
133遺傳算法及其應用的發(fā)展
134模糊邏輯和模糊推理系統(tǒng)
135支持向量機
136智能代理
137開發(fā)集成的高級智能系統(tǒng)
第Ⅵ部分決策支持系統(tǒng)及商務智能的實現(xiàn)
第14章管理支持系統(tǒng):趨勢及其影響
141RFID及BI應用的新機遇
142現(xiàn)實挖掘
143虛擬世界
144Web 20革命
145虛擬社區(qū)
146在線社交網絡:基本知識及范例
147云計算與BI
148管理支持系統(tǒng)的影響:綜述
149管理支持系統(tǒng)對組織的影響
1410管理支持系統(tǒng)對個人的影響
1411自動化決策制定與經理的工作
1412法律、隱私及道德問題
術語表
基于計算機的決策支持應用正得到大規(guī)模發(fā)展,諸如IBM、甲骨文、微軟等公司正創(chuàng)造新的組織單元,致力于幫助企業(yè)運營得更為有效和高效。隨著越來越多的決策制定者了解和熟悉計算機與網絡,他們開始使用更為計算機化的工具來支持其工作。決策支持系統(tǒng)(DSS)/商務智能(BI),正逐漸從最初作為個人決策的工具,快速演變成跨組織的共享的產品。
本書旨在向讀者介紹這些技術,即我們所統(tǒng)稱的管理支持系統(tǒng)(MSS),其核心技術是BI。在一些業(yè)內人士看來,BI也涉及分析學,這兩個概念在本書中可以相互替代。本書介紹了這些技術的基本理論,以及構建和使用這些系統(tǒng)的方式。
在第9版中,變化主要集中在以下領域:BI、數(shù)據(jù)挖掘以及自動決策系統(tǒng)(ADS)。盡管有這些變化,我們仍然保留了本書的可理解性及用戶友好性,以令其成為市場領導者。我們補充了一些其他書中沒有的更準確和更新的內容。最后,通過刪除一些通用資料以及將一些內容放到網上,我們減少了一些篇幅。在前言中,我們首先對第9版的變化進行介紹,隨后對本書的目標及涵蓋的內容進行詳述。
為完善本書,在第8版作出一些修改的基礎上,第9版進一步做了改進。第8版將書中內容從傳統(tǒng)的DSS轉變?yōu)锽I,并且與Teradata 校園網絡(Terdata University Network,TUN)形成了緊密的聯(lián)系。這些變化在這一版仍保留下來。第9版補充了技術發(fā)展的新內容,刪除了過時的內容。主要的變化如下:
●增加新的章節(jié)。