决策支持系统

决策支持系统(Decision Support Systems,简称DSS),是协助进行商业级或组织级决策活动的资讯系统。DSSs一般面向中高层面管理,服务于组织机构内部管理、操作和规划级的决策,帮助决策者对快速变化并且很难提前确定的问题进行决策,通常是非结构化(Non-structured)和半结构化(Semi-structured)的决策问题。决策支持系统既可以是完全自动化决策,也可以是完全人工决策,或者两者兼有。

定义

DSS定义早期有些分歧,学术界与实务界对DSS均有不同的看法[1]。1970年代,Scott-Morton指出:“DSS为一种电脑化的交谈式系统,协助决策者使用资料与模式,解决非结构化的问题”[2]。之后Keen与Scott-Morton提出类似的看法,认为“DSS乃使用电脑协助解决半结构化的问题、支持但不取代人类、目的为改善决策而不是决策效率”[3]。Alter则指出较为广泛的看法,认为“任何支持决策制定的系统均为DSS,其中包括资讯的存取、模式的分析与工具支持”[4]。1980年代,Bonczek等学者认为“DSS可能为组织中人类资讯处理器、机械处理器或人机资讯处理系统”[5],这样的定义则更为广泛。

由于过去DSS的定义相当广泛,因此1990年代Turban则进一步以DSS的特性来定义[6]

  1. DSS借由结合人类判断力与电脑化资讯系统,提供人类解决半结构化与非结构化问题的支持
  2. DSS能够支持不同组织管理层次单位,例如DSS能够支持企业中的高阶主管到基层员工
  3. DSS能够提供个人到群体层次的决策支持
  4. DSS支持数个彼此互相依赖或具有顺序性的决策问题
  5. DSS能够提供在决策过程中的所有阶段
  6. DSS能够各种决策制定与决策者的风格
  7. DSS具有调适性
  8. DSS必须容易使用
  9. DSS能够改善决策效果,而不仅改善决策效率
  10. DSS强调的是支持而非替代人类进行决策
  11. DSS容许用户能够修改甚至自行建造DSS
  12. DSS提供不同分析模式协助用户制定决策
  13. DSS可协助用户存取各种资料
  14. DSS可单独为单一用户使用,也可以集成不同DSS

历史

根据Keen提出的概念,DSS由两个领域的研究开始发展[7]

DSS的概念则于1970年代开始形成[2]。并在1980年代蓬勃发展,人工智慧[5]数据库模式库知识与电脑科技均对DSS的发展有重大贡献。1980年代后期,高阶主管资讯系统(Excutive Information Systems,EIS)、群体决策支持系统(Group Decision Support Systems,GDSS)与组织决策支持系统(Organizational Decision Support Systems,ODSS)等等概念,逐渐将DSS由个人取向,转为模式导向与群体导向。1990年代起,数据仓库OLAP的概念也导入至DSS,协助DSS进行资料的存取与分析。并且于2000年代新的万维网网络技术与互联网,延展了DSS。

因此,DSS为一种具有多种学门为基础的知识,包括数据库、人工智慧、人机交互数量模拟软件工程与各种资讯与网络科技等等的集成知识。

架构

DSS的架构以Sprague与Carlson所提出的对话-资料-模式(Dialog-Data-Modeling,DDM)架构最为学术界所接受[8],认为DSS有三大组件[9]

  • 数据库管理系统(Database Management System,DBMS)
  • 模式库管理系统(Model-base Management System,MBMS)
  • 对话产生与管理系统(Dialog Generation and Management System,DGMS)
 
一个DDM型DSS的示例画面

数据库管理系统

其中DBMS(数据库管理系统)包含数据库,为管理数据库的工具[6],DSS的数据库包含大量内部资料(例如企业内部会计资料),或者外部资料(例如金融指数资料),这些资料需要经过搜集与萃取,成为有助于决策的资讯形式与数据结构,以供用户进行管理、分析、更新与检索[9]

模式库管理系统

MBMS为集成各种决策模式,分析数据库内外部的资料,例如利用数学计量模式将复杂的问题加以分析模拟,提供可行之方案,并协助用户选择方案。MBMS也包含造模语言,协助用户自定义模式或建造模式[6]。MBMS基本的必要条件包括了[10]

  1. 能满足不同用户的模式需求
  2. 具有能集成模式与资料的能力
  3. 提供容易使用的接口
  4. 能够分享模式

对话产生与管理系统

由于DSS等等特性,都由DSS与人类用户进行交互作用所产生[1],DGMS主要的功能为管理用户界面(User Interface)及DSS与用户交互。Bennett认为DGMS有三个主要构成单元:用户、电脑硬件与软件系统,并且将人类与DSS的相互沟通分为三个部分[11][12]

  1. 行动语言(The Action Language):指用户用做与DSS沟通的任何方式,如键盘、滑鼠等任何控制硬软件的指令
  2. 显示或展示语言(Display or Presentation Language):指用户可以由DSS所看到任何形式的输出资讯,如屏幕、打印机或声音等
  3. 知识库(Knowledge Base):指任何用户使用DSS所必须了解的知识,包含用户运用DSS必须知道才能有效使用的一切知识,如用户手册

知识库管理系统

由于许多非结构化或半结构化的问题,以标准的DSS功能之外,还需要专门的知识来解决,因此现代DSS除了DBMS、MBMS与DGMS等子系统外,以知识为基础的知识库管理系统(Knowledge-based Management System,KBMS),也是DSS重要的子系统[6]。Silverman认为KBMS,应具有“支持数学模式无法协助的决策流程”、“能帮助用户建立、应用与管理知识库”与“集成能处理不确定性问题的专家知识库”等三种能力[13]

分类

DSS的类型学术与实务界均有相当多的看法[1][6],因此以下的分类依照各类学者的看法,对DSS进行分类,其中必须要强调的是,有一些是相互重叠的。此外,不同的DSS使用状况、所在环境、设计理念、使用人数与时间频率,也影响DSS的类型。

功能与特性

Sprague与Carlson的看法

Sprague与Carlson[9]认为DSS涉及不同的技术层次,他们将DSS的技术功能分成三类:

  • 针对特定决策类型的DSS(Specific DSS):这类DSS能为特定问题选择合适的资料、模式提供可行的方案,例如:财务DSS,专门解决财务决策问题的DSS
  • 一般性的DSS软件工具(DSS Generator):协助特定决策类型的DSS,提供一般性的决策支持功能,例如:若财务DSS是以表格软件开发,则表格就是一种一般性的DSS软件工具
  • DSS开发工具(DSS Tools):用做协助以上两者发展的软件工具,例如协助发展财务DSS使用接口的人机界面开发软件

Alter的看法

DSS输出结果层次的分类为Alter所提出[4],将DSS分为资料导向(Data Oriented)与模式导向(Model Oriented)两大分类。

其中资料导向具有两种类型,资料获取(Data Retrieval)与资料分析(Data Analysis),资料获取具有文件柜系统(File Drawer Systems)与资料分析系统(Data Analysis Systems)两种类型,资料分析则有资料分析系统与分析资讯系统(Analysis Information Systems)两种类型,资料分析系统的特性则同时包括了资料获取与分析两种类型。

模式导向则具有两种类型,模拟(Simulation)与建议(Suggetion),模拟有会计模式(Accounting Models)与表达模式(Representation Models)两种类型,建议则有最佳模式(Optimization Models)与建议模式(Suggestion Models)。

Holsapple与Whintson的看法

Holsapple与Whintson将DSS分类成六项[14]

  • 文件导向(Text-oriented DSS)
  • 数据库导向(Database-oriented DSS)
  • 表格导向(Spreadsheet-oriented DSS)
  • 解模器导向(Solver-oriented DSS)
  • 规则导向(Rule-oriented DSS)
  • 混合型(Compound DSS)
  • 智慧型(Intelligent DSS)

使用频率

Donovan与Madnick认为决策问题具有不同的出现频率[15],因此将DSS分为使用频率较高的经常性使用DSS(Institutional DSS)与临时性DSS(Ad hoc DSS),例如解决生产调度问题的DSS与管理财务规划的DSS,可能即为企业内部的经常性使用DSS;协助谈判会议进行的谈判支持系统,可能为临时性DSS。

决策人数

决策可能由个人进行,也可能为一群人所进行,或者需以组织来进行决策。Hackathorn与Keen认为DSS也因决策人数多寡来分类[16],个人DSS(Individual DSS)、群体DSS(Group DSS,GDSS,多称为群体决策支持系统)与组织DSS(Organizational DSS)。

设计理念

由于设计理念或开发技术的不同,Carlsson等人认为DSS可分类为被动DSS(Passive DSS)与主动DSS(Active DSS)[17],被动DSS大致依照事先分析好的资料、模式与确定的用户来进行设计;主动DSS则需要设计内建的智慧功能,能协助处理混乱、复杂与非常态的决策分析。

参见

资料来源

  1. ^ 1.0 1.1 1.2 梁定澎. 決策支援系統與商業智慧. 智胜文化. 2002: 1–11. 
  2. ^ 2.0 2.1 Scott-Morton, M.S. (1971) Management Decision Support Systems: Computer-based Support for Decision Making, Cambridge, MA: Division of Research, Harvard University.
  3. ^ Keen, P. G. W., & Scott-Morton, M. S. (1978). Decision Support Systems: An Organizational Perspective. Addison-Wesley.
  4. ^ 4.0 4.1 Alter, S. (1977) A Taxonomy of Decision Support Systems. Sloan Management Review, 19(1), 39-56.
  5. ^ 5.0 5.1 Bonczek, R. H., Holsapple, C. W., & Whinston, A. B. (1981). Foundations of Decision Support Systems. New York: Academic Press.
  6. ^ 6.0 6.1 6.2 6.3 6.4 Turban, E., & Aronson, J. (1997). Decision support systems and intelligent systems: Prentice Hall PTR Upper Saddle River, NJ, USA.
  7. ^ Keen, P. G. W. (1978). Decision support systems: an organizational perspective. Reading, Mass., Addison-Wesley.
  8. ^ Power, D. J. (2002). Decision support systems: concepts and resources for managers. Westport, Conn., Quorum Books
  9. ^ 9.0 9.1 9.2 Sprague, R.H., Jr and Carlson, E.D. (1982) Building Effective Decision Support Systems, Englewood Cliffs, NJ: Prentice Hall.
  10. ^ Liang, T. P. (1985). Integrating model management with data management in decision support systems. Decision Support Systems, 1(3), 221-232.
  11. ^ Bennett, J. L. (1976). User-oriented graphics systems for decision support in unstructured tasks. Paper presented at the Proceedings of the ACM/SIGGRAPH workshop on User-oriented design of interactive graphics systems, Pittsburgh, PA.
  12. ^ Bennett, J. L. (1983). Analysis and design of the user interface for decision support systems: Addison Wesley Publishing Company.
  13. ^ Silverman, B. G. (1995). Knowledge-Based Systems and the Decision Sciences. Interface, 25(6), 67-82.
  14. ^ Holsapple, C. W., & Whinston, A. B. (1996). Decision Support Systems: A Knowledge-Based Approach. St. Paul: West Publishing. ISBN 978-0-324-03578-0
  15. ^ Donovan, J. J., & Madnick, S. E. (1977). Institutional and ad hoc DSS and their effective use. ACM SIGMIS Database, 8(3), 79-88.
  16. ^ Hackathorn, R. D., & Keen, P. G. W. (1981). Organizational Strategies for Personal Computing in Decision Support Systems. MIS Quarterly, 5(3), 21-27.
  17. ^ Carlsson, C., Jelassi, T., & Walden, P. (1998). Intelligent systems and active dss. Paper presented at the 32nd Hawaii International Conference System Sciences, Hawaii

外部链接