决策支持系统试题
一、填空题
1、一般情况下，DSS工具可分为两大类：语言类和。外壳类
2、DSS生成器是由相关的一组软件和硬件组成的模块，其目的是提供迅速而方便地开发SDSS 的功能。DSS生成器只能用来开发。DSS工具
3、ROMC一词来源于四个面向用户目标，即、、和控制机构。表达操作记忆辅助
4、决策过程分为、、三步。理解设计选择
5、决策支持系统的四库一接口是指、数据库、和。知识库方法库模型库人机接口
6、自然语言处理包括四个步骤：查字典、、和。句法分析语义理解语用分析
7、开发知识库的关键技术是：知识的获取和解释、、以及知识库的管理和维护。知识的表示知识推理
8、DSS所必需的三个主要功能是用户与系统间的对话管理、和。数据管理模型管理
9、DSS的内部资源主要有四类：硬件、软件、和。模型数据
10、系统的柔性是根据对DSS用户、任务、环境等因素的观察提出来的概念模式。柔性可分为4个层次：求解的柔性、、修改的柔性、。适应性柔性发展的柔性11、在对环境条件和资源可用性之间的关系进行分析时，确定待定问题求解情形中有用的动词和宾语集。请求变换器和对话控制两者应反映这一用户词典。词性特征12、语义数据模型主要包括E-R模型、、TAXIS模型、、函数模型、SAM*模型、以及SHM+模型等。RM/T模型 SDM模型事件模型
二、名词解释
1、模型：是以某种形式对一个系统的本质属性的描述，以揭示系统的功能、行为及其变化规律。
2、数据开采：就是从大型数据库的数据中提取人们感兴趣的知识。这些知识是隐含的、事先未知的潜在有用信息，提取的知识表示为概念、规则、规律、模式等形式。
3、元数据：是关于源数据的明确信息，它包括从数据源中所抽取数据的民成、数据内容的定义、创建的日期、数据的来源和源点。
4、知识发现：是指识别出存在于数据库中有效地、新颖的、具有潜在效用的、最终可理解的模型。知识发现的整个过程包括在指定的数据库中用数据开采方法提取模型，以及围绕数据开采进行的预处理和结果表达等一系列的计算步骤。
5、数据仓库：就是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。
6、群决策：是相对个人而言的，两个或多个召集在一起，讨论实质性问题，提出解决某一问题的若干方案，评价这些策略各自的优劣，最后作出决策，这样的决策过程称为群决策。
7、分布式决策支持系统：是由多个物理上分离的信息处理特点构成的计算机网络，网络的每个结点至少含有一个决策支持系统或具有若干辅助决策的功能。任一实用的DDSS都包括有机结合起来的硬、软件两部分。
8、智能决策支持系统：是DSS和AI相结合的产物，其设计思想应着重研究把AI的知识推
理技术和DSS的基本功能模块有机地结合起来。
9、决策过程：是人们为实现一定目标而制定行动方案，并准备组织实施的活动过程，这个过程也是一个提出问题、分析问题、解决问题的过程。
10、专用DSS：专用DSS实际上是执行决策支持的系统，它是一种基于计算机的信息系统，但是其特点与数据处理系统完全不同。专用DSS包含一组计算机软件和硬件，支持一个或一群决策者，处理一批相关的决策问题。
11、DSS工具：决策支持系统的开发工具是指用于开发DSS最基础的技术，它包括开发专用DSS或DSS生成器的基本硬件和软件单元。
12、数据库视图：是一种存储辅助，它包含对数据库内数据作分组、子集、聚合的详细说明。这些说明很可能与不同的决策方案有关。决策有时酒杯表述为视图。
13、演绎推理：是指由一组前提必然地推导出某个结论的过程。演绎推理是从已知的真理中抽出它所包含的真理。若前提为真，则作为它的一部分的结论必为真，演绎推理并不增加新知识。
14、归纳推理：是指以某命题为前提，推论出与其有归纳关系的其他命题的过程，归纳关系可以从特殊到一般，也可以从特殊到特殊。归纳推理能够断定新的内容，增加新的知识。
15、推理机：是基于知识推理的计算机实现，它包括推理与控制两方面。控制策略决定了对知识进行选择的方法，对推理效果与推理效率有重要影响。
16、工作空间：是一种缓冲存储辅助，它提供了可以积累操作结果的工具。在与每一个工作空间相连的库中，长期存储在工作空间所产生有用的中间结果或最后结果，这个库主要用于信息共享的辅助存储。
17、决策树：所谓决策树就是一个类似流程图的树型结构，其中树的每个内部结点代表对一个属性（取值）的测试，其分支就代表测试的每个结果；而树的每个叶结点就代表一个类型。树的最高层结点就是根结点。
三、简答题
1、数据开采的实施过程
从技术上讲，数据开采的实施大体上可以分为5个步骤
（1）选择和准备待开采的数据；（2）对待开采数据进行预处理；（3）研究开发一种或多种数据开采工具；（4）用数据开采工具发现未知的知识；（5）运用所发现的知识与决策支持，达到事业和企业单位额特定目标。
2、数据开采工具有哪些类型
（1）基于规则和决策树的工具：采用规则发现和决策树分类技术发现数据模式和规则，其核心是某种归纳算法。（2）基于神经元网络的工具：具有对非线性数据的快速建模能力，过程是将数据抽取，然后分类计算权值。（3）数据可视化方法：支持多维数据的可视化。（4）模糊发现方法：应用模糊逻辑进行数据查询排序。（5）统计方法（6）综合多方法
3、分布式决策支持系统和一般DSS的区别
（1）DDSS是一类专门设计的系统，能支持处于不同结点的多层次的决策，提供个人支持、群体支持和组织支持。（2）不仅支持问题结构不良的决策过程，还能支持信息结构不良的决策过程。（3）能为结点间提供交流机制和手段，支持人机交互、机机交互和人与人交互。（4）具有处理结点间可能发生的冲突的能力，能协调个结点的操作。（5）既有严格的内部协议，又是开放性的，允许系统或结点方便地扩展。（6）系统内的结点作为平等成员而不形成递阶结构，每个结点享有自治权。
4、综合决策支持系统的结构主体
第一个主体是模型库系统和数据库系统的结合，它是决策支持的基础，为决策问题提供定量分析的辅助决策信息；第二个主体是数据仓库、OLAP。它从数据仓库中提取综合数据和信息，
