| |
| |
| |
内容简介
本书共16章，分别对决策者、决策过程、决策建模、经理信息系统、专家系统与知识工程、数据仓库和数据挖掘、决策支持系统的设计开发等问题进行深入浅出的介绍。
前言
决策是我们日常生活中每天都会遇到的活动。有关决策值得欣慰的一点是，我们生活中的绝大部分决策都是惯例性的，相对比较容易制定。比如，决定穿什么样的衣服，早餐吃些什么，看什么样的电影，以及在杂货店购买什么样的食品，都是我们面临的日常决策。然而，我们在选择职业时所面临的决策就远远不同了，不会因为能够决定上班穿什么样的衣服，就能得到薪水。作为管理人员，我们通过处理诸如是否在某项即将出现的技术上投资（这有可能给公司带来很大的竞争优势）之类的决策，来体现我们对组织的价值。这些决策还包括如何安排项目中有限的人力资源、确定目前和将来市场中最看好的产品等。换句话来说，真正重要的决策往往是很难制定的，需要有大量的信息以及各种各样的决策支持。这正是本书所要讨论的话题：制定和支持管理决策。
概念和目的
本书从感知过程和决策制定的角度提供了决策支持系统（DSS）课程教学的一个基础，主要内容集中于强调管理应用和决策支持的相关技术。
Gorry和Scott Morton（1989）曾经非常经典地定义了DSS：决策支持系统结合个人的智能资源和计算机的能力，来提高决策的质量。它们包含一个基于计算机的支持系统，为管理决策制定者处理半结构化的问题。（P.60）我总觉得这有点不太直观，这个定义是从用户的角度写出的，然而，商学院有关DSS的教科书一般是从设计者的角度写的。正是因为如此，我在写本书的时候，主要将重点放在帮助学生全面地理解一个DSS提供“支持”的方面。本书的内容具有很强的现实倾向性，强调了设计和开发之后的应用和实施中的各个主题领域。将来的经理并不需要懂DSS的设计，因为那属于计算机科学家和系统分析员的工作范围。然而，他们需要那些与决策支持技术的有效和战略应用相关的技能，以提高问题识别和相应的解决方案的质量。本书中采用了各种学科用户/管理员的方法，面向21世纪的决策和支持决策所必需的技术。决策制定和感知过程所包含的范围包括决策制定的模型、偏好和启发式经验、创造力提高、决策策略、模拟和发现等。书中结合了目前一些领先的决策支持教科书中的最好的内容，同时增加了一些前人没有论及的话题（最主要的是数据可视化和数据挖掘）。
总而言之，本书是基于我个人的一种想法所促动的，即： 有必要将我们决策制定的知识与决策支持技术的应用结合起来。对于今天和将来的管理人员来说，应用和理解DSS的使用比DSS的设计要重要得多。
适用对象
本书是面向那些立志于从事公司（技术的主要用户或者属于技术驱动行业的公司）的管理职能的商学院学生——也就是说，本书适用于商学院的所有学生。主要使用对象是高年级本科生或者研究生。这种类型的课程一般在四年制大学和许多公共学院中开设。理想状况下，在学习DSS课程之前，学生应该已经完成了MIS介绍性课程的学习，并且有过一个学期系统分析和设计的学习。此外，学生在商业课程中学习得越深入，本书的决策制定的视角将越与他们相关。除了面向学生以外，本书的许多章节还可以给从业者在他们的日常决策活动中提供较好的参考作用。
本书的组织结构
本书中采用了许多传统的教学方法。在写作风格上，尽量在专业的和谈话式的方法上找到一个平衡。贯穿本书始终，围绕介绍的概念，采用了很多图形和示例。在每一章中都包含一个介绍性的小案例，小案例的内容与本章即将介绍的主题相关。在每章的结尾，对本章的关键概念进行了总结，并且提出了一些复习题和讨论题。在本书的最后，列出了参考文献。本书各章中各部分的组成如下：
学习目标
在每章中从表现和行为的角度列出了本章的学习目标。也就是说，目标中阐述了学生在阅读完本章之后，应该能够做什么，应该理解哪些内容。
小案例
所有的小案例都源自于实际生活中的情景，主要给学生一个直观的概念，初步理解本章将要讲解的内容是什么。此外，每个小案例中都列出了案例的来源，这样学生（个人或者小组）如果想进一步探讨出现的状况，可以采用各种研究工具展开调查和研究。
图表
每章都包含一些精心设计的图形和表格，以帮助学生更好地理解材料。在正文当中，一般都对表格的内容进行了具体的阐述。
叙述性的小插图
为了进一步解释与决策制定过程相关的某些概念，我们采用了一些叙述性的小插图。书中，通过构造一些场景，使得学生不仅能理解到讨论的技术是如何应用的，而且也能将它与特定的环境或者上下文联系起来。
复习题
每章都包括10～20道问题，用于测试学生对章节内容的理解程度。每个问题的答案都能在正文中找到。在本书对应的网站上，我们提供了问题的示例答案。
讨论题
在每章的最后，我们还列出了几道讨论题。它们是对本章内容的一个扩展，可以让学生进一步地思考，以更好地掌握本章的内容。这些讨论题可以用在开放式课程讨论上，并且可以作为个人或者小组的一个小项目。
WWW网站
本书有个网站，网址是http://www.prenhall.com/marakas。在网站中，包含4000多个与DSS相关的网站的链接。为了更好地加强学习过程，这些链接在方式上与本书的组织一致，并且根据它们与各章节的相关程度进行了分类。这样，通过使用与某些章节相关的因特网资源，可以根据需要对各章节的内容进行扩展，以帮助学生更进一步了解某些特定的主题。
章节概览
第1章: 决策支持系统介绍
第1章介绍了决策支持系统的概念，并解释了其组成部分。同时，还简要介绍了决策支持系统的发展历史。此外，本章还讨论了目前使用的各种类型和类别的决策支持系统。第2章: 决策者
本章的焦点是决策者。我们认为决策者是DSS环境中一个必不可少的部分。讨论的问题包括决策风格、决策的效力、可以提供的支持的类型等。第3章： 决策的过程
本章的重点是决策及制定决策的过程的概念。介绍了基本的决策理论及相关问题，包括受限制的理性、偏好和启发式规则及基本认知过程等。此外，还介绍了效果和效率的概念，这是在一个决策中经常容易混淆的两个概念。第4章： 组织中的决策
本章的焦点是组织。这是因为组织是绝大多数管理决策制定所处的环境。理解组织的一些基本概念，并且探讨组织的各个方面（比如文化、权力和政策，以及可能遇到的“组织层次”决策的类型等）是非常重要的。第5章： 决策过程建模
第5章介绍了各种决策过程建模的通用技术，介绍了几个通用决策模型结构的实例。同时，在本章中，讨论了概率以及预测概率性事件的方法，这些概率性事件是在复杂的管理决策中经常会遇到的。第6章： 群体决策支持和群件技术
从本章开始，每章将关注决策支持技术的一个方面。我们首先系统地解释群体决策制定的过程，并且识别和解释了各种类型的多人参与的决策制定技术。第7章： 经理信息系统
紧接着DSS技术之后，本章将讨论的焦点放在了经理以及DSS技术在开发和应用经理信息系统（EIS）的应用的领域里。所涵盖的范围包括EIS技术的定义、EIS的简要发展历史、执行层次的决策和决策者的特性，以及与成功地在组织环境中引入EIS相关的各种问题。第8章： 专家系统和人工智能
本章首先简要介绍了专家的概念，接下来全面讨论了人工智能和专家系统的各个元素。本章最后讨论了设计、创建和评价一个专家系统相关的各种问题。在第8章的附录部分按照年代次序列举了各种专家系统技术。第9章： 知识工程与知识获取
第9章进一步讨论了专家系统，重点放在知识的概念，以及获取知识和在专家系统知识库中编码知识的方法。第10章： 学习机
本章的焦点是人工智能和决策支持系统领域最新发展起来的一些内容。我们详细介绍了模糊逻辑和语言模糊的概念，作为介绍人工神经网络和遗传算法的一个先导。本章附录是这个领域两个流行的软件应用。接下来，提供了一个人工神经网络学习算法的数学推导。第11章： 数据仓库
本章和下一章介绍了当今决策支持系统最热门的两个主题：数据仓库和数据挖掘。第11章全面包含了数据仓库的基本概念，并且讨论了若干种商业数据仓库产品。第12章： 数据挖掘和数据可视化
紧接着第11章介绍的概念之后，本章主要探讨了数据挖掘和复杂的模式提取方面的内容，介绍了在线分析处理（OLAP）及其变形。此外，本章还介绍了挖掘数据的技术、它们目前的局限性以及在数据可视化领域中的应用。第13章： 设计与构建决策支持系统
如果不讨论实现系统的策略和所需的工具，决策支持的主题就是不完整的。本章讨论了设计和开发一个现代化的决策支持系统相关的问题。第14章： 决策支持系统的实施与集成
第14章探讨了有效实施、集成和评价一个组织的决策支持系统所需的活动，重点放在DSS的开发问题上。第15章： 创新性决策制定和问题解决
在结束对决策制定和问题解决的深入讨论之前，有必要讨论一下最难以捉摸、但是对于成功的管理决策制定非常关键的一个方面：创新性。本章介绍了创新性的概念，以及增强创新的各种方法，接下来讨论了智能主体和其他一些相关的话题。第16章： 21世纪的决策支持
最后一章展望了将来的决策支持系统。通过回顾当前我们已经取得的发展，本章展望了未来的决策支持系统、专家系统、人工智能和经理信息系统。
致谢
这是我第一次尝试着写教科书。在写作过程中，我遇到了很多困难，也学到了不少东西。如果没有众人对我不懈的帮助，纠正我的错误，回答我的问题，在我产生怀疑的时候鼓励我，我相信我不可能完成这本书的写作。我要衷心感谢那些在我写作过程中给我提供了指导和帮助的人们。
此外，我还对那些审查了我的手稿的人们表示感谢，他们提出了很多改进的意见。他们是： William R. Bruyn，DeVry理工大学；Ranjit Bose，新墨西哥大学；Fatemeh Zahedi，威斯康星大学；Jerry Fjermestad，新泽西州理工学院；Madjid Tavana，LaSalle大学；B.S. Vijayaraman，阿克伦大学；Bradley C.Wheeler，印第安纳大学；Russell K.H. Ching，加州州立大学；Tome Wichser，DeVry理工大学和Gustav Lundberg，Duquesne大学。
我想要感谢的人很多，但是如果遗漏了我的好朋友和同事Brad Wheeler和Steven Hornik，那我就太粗心了。你们的友谊和真诚给了我很大的动力。
最后，我要把我最真诚的感谢给予我所有的学生，他们选择了我的课程，帮助我发展了很多观点、实例、解释和内容。你们是我真正的源动力，我将永远铭记在心。
有关作者
George M.Marakas是布卢明顿市印第安纳大学Kelley商学院信息系统专业的副教授。他的教学专长包括系统分析和设计、技术辅助决策制定、IS资源管理、行为IS研究方法以及数据可视化和决策支持。此外，Marakas是系统分析方法、数据挖掘和数据可视化、创新增强、概念数据建模以及计算机自身效力等领域非常活跃的研究员。
Marakas从迈阿密佛罗里达国际大学信息系统专业获取博士学位，科罗拉多州立大学获取MBA学位。在从事学术职业之前，他曾在银行和房地产行业干得相当出色。他的公司经历包括在Continental Illinois National Bank和FDIC担任高级管理职位。此外，Marakas还曾任CMC Group, Inc.的主席和CEO。
在马里兰大学和现在的印第安纳大学任职期间，Marakas在研究和讲课上都别具风格。他曾多次获得国家教育奖项，他的研究成果在很多核心杂志上发表。
除了学术方面的贡献，Marakas还是一个非常积极的咨询者，他担当过很多组织（包括中央情报局、财政部、国防部、泽维尔大学等）的顾问。他的咨询活动主要集中于工作流再造工程、CASE工具集成以及组织系统朝Lotus Notes的转换。他是一个Novell认证的网络工程师，从1990年起，就参与了微软公司的程序测试。Marakas也是很多专业IS组织的积极分子。他非常喜爱高尔夫球，也是一个受过认证的潜水员，是Pi Kappa Alpha互助会的成员之一。
| |
|
顾客评论
|
|
目录
目 录 第1章 决策支持系统介绍 1. 1 决策支持系统的定义 1. 2 决策支持系统的历史 1. 3 决策支持系统的构成 1. 4 数据和模型管理 1. 5 决策支持系统知识库 1. 6 用户界面 1. 7 决策支持系统用户 1. 8 决策支持系统的分类 1. 9 小结 复习题 讨论题 第2章 决策者 2. l 谁是决策者 2. 2 决策风格 2. 3 决策的有效性 2. 4 决策支持系统如何帮助决策 2. 5 小结 复习题 讨论题 第3章 决策的过程 3. 1 为什么决策这么困难 3. 2 决策的分类方法 3. 3 决策理论和解决问题的SIMON模型 3. 4 理性决策 3. 5 受限制的理性 3. 6 选择的过程 3. 7 认知过程 3. 8 决策中的偏好和启发式方法 3. 9 效果和效率 3. 10 小结 复习题 讨论题 第4章 组织中的决策 4. l 理解组织 4. 2 组织文化 4. 3 权力和政策 4. 4 支持组织决策制定 4. 5 小结 复习题 讨论题 第5章 决策过程建模 5. 1 问题的定义及其结构 5. 2 决策模型 5. 3 概率的类型 5. 4 预测概率的技术 5. 5 把握和灵敏度 5. 6 小结 复习题 讨论题 第6章 群体决策支持与群件技术 6. 1 群体决策的制定 6. 2 决策群体的问题 6. 3 多人参与决策的支持技术 6. 4 多人参与决策群体行为的管理 6. 5 虚拟工作环境 6. 6 小结 复习题 讨论题 第7章 经理信息系统 7. l 什么是经理信息系统 7. 2 经理信息系统的发展历史 7. 3 为什么高层决策者的差异如此之大 7. 4 经理信息系统的组成 7. 5 使用经理信息系统进行工作 7. 6 经理决策制定和经理信息系统的未来 7. 7 小结 复习题 讨论题 第8章 专家系统与人工智能 8. l 专家的定义 8. 2 人工智能的智慧 8. 3 专家系统的概念和结构 8. 4 专家系统的设计与建立 8. 5 专家系统的利益评估 8. 6 小结 复习题 讨论题 第9章 知识工程与知识获取 9. 1 知识的概念 9. 2 专家系统的知识获取 9. 3 确认和验证知识库 9. 4 小结 复习题 讨论题 第10章 学习机 10. l 模糊逻辑和语义模糊 10. 2 人工神经网络 10. 3 遗传算法和遗传进化网络 10. 4 学习机的应用 10. 5 小结 复习题 讨论题 第11章 数据仓库 11. l 存储. 仓库和集市 11. 2 数据仓库的体系 11. 3 数据的数据--元数据 11. 4 访问数据--元数据的抽取 11. 5 数据仓库的实施 11. 6 数据仓库技术 11. 7 数据仓库的未来 11. 8 小结 复习题 讨论题 第12章 数据挖掘和数据可视化 12. l 一幅图值一千句话 12. 2 联机分析处理 IZ. 3 用于挖掘数据的技术 12. 4 当前数据挖掘面临的限制和挑战 12. 5 数据可视化--看到数据 12. 6 SIFTWARE技术 12. 7 小结 复习题 讨论题 第13章 设计与构建决策支持系统 13. l 决策支持系统的分析与设计策略 13. 2 决策支持系统开发人员 13. 3 决策支持系统的开发工具 13. 4 小结 复习题 讨论题 第14章 决策支持系统的实施与集成 14. l 决策支持系统的实施 14. 2 系统评估 14. 3 集成的重要性 14. 4 小结 复习题 讨论题 第15章 创新性决策制定和问题解决 15. 1 什么是创新能力 15. 2 创新性问题解决技术 15. 3 决策支持中的智能主体 15. 4 小结 复习题 讨论题 第16章 21世纪的决策支持 16. 1 我们在哪里？我们已经去过哪里？ 16. 2 决策支持系统的未来 16. 3 专家系统和人工智能系统的未来 16. 4 经理信息系统的未来 16. 5 对未来决策支持系统技术的一些最后思考 16. 6 小结 附录 决策风格测试 参考文献
| |
21世纪的决策支持系统-相关图书
·纳米/微米复合技术及应用
·民国初年的法治思潮与法制建设--以国会立法活动为中心的研究
·板桥家书
·CEI中国行业发展报告--纺织业
·如何根除酷刑:中国与丹麦酷刑问题合作研究
·CEI中国行业发展报告--物流业
·巧学巧用DreamweaverMX/FireworksMX/
·CEI中国行业发展报告--交通运输业
·CEI中国行业发展报告--旅游业
·网络教育基础
·衣原体与衣原体疾病
·繁荣发展哲学社会科学
·天主教经济伦理学
·货币犯罪研究(刑法学前沿)
·传媒与生活:生活服务类报刊经营之道
·基地惊魂
·编写有效用例
·民事检察制度热点问题探索
·机器学习
·身边的数学（英文版）
|
| |
