《决策支持系统原理与开发》复习资料详解：关键知识点梳理

《决策支持系统原理与开发》是一本专门探讨决策支持系统理论与实践的教材，该综合复习资料旨在帮助学生理解和巩固课堂学习内容，以便在考试中取得好成绩。复习资料主要包括判断题和名词解释，以及一些关键概念的简答题。 **判断题解析：** 1. **正确** - 专家系统的核心确实包括知识库和推理机，它们分别存储专家知识和进行推理过程。 2. **错误** - 数据开采的对象并非局限于知识库，它通常针对大量数据中的模式和潜在信息。 3. **正确** - 数据仓库的物理结构常采用星型或雪花型结构，但星型结构是常见形式，基于关系数据库。 4. **正确** - 在辅助决策过程中，联机分析处理（OLAP）是基础，用于高级分析；数据仓库和数据开采作为补充工具提供深层次分析。 5. **错误** - 非程序化决策往往涉及创新和复杂情境，而非重复例行状态。 6. **错误** - 决策支持系统不仅限于解决结构化决策，也适用于半结构化和非结构化问题。 7. **正确** - 管理信息系统确实从决策支持系统发展而来，后者为其提供了决策支持功能。 **名词解释：** 1. **追踪决策** - 指对已经作出的决策进行追踪评估和调整的过程。 2. **决策支持系统** - 提供信息、分析工具，协助决策者做出决策的计算机系统。 3. **推理** - 从已知事实推导出新结论的过程，可以是演绎或归纳推理。 4. **数据开采** - 从大量数据中发现有价值的信息和模式的过程。 5. **用户视图** - 数据库中的一个抽象层次，展示给用户方便使用的数据结构。 6. **专家系统** - 模拟人类专家解决问题的计算机程序。 7. **集成** - 将不同系统或组件整合在一起以实现整体功能。 8. **远程会议** - 利用技术在不同地点进行实时或录播的会议。 9. **自主型数据操作语言** - 用户无需编程即可执行数据操作的高级界面。 10. **数据处理** - 收集、组织、转换和报告数据的过程。 11. **聚集** - 数据分析中将数据按特定属性组合的过程。 12. **智能决策支持系统** - 强调人工智能和机器学习的决策支持系统。 13. **数据变换** - 使数据适合分析的预处理步骤。 14. **决策** - 选择最佳行动方案以达到特定目标的过程。 15. **概括** - 从一组实例中提炼出共同特征的过程，如在数据挖掘中。 16. **模型库** - 存储各种模型，用于解决不同问题的资源库。 17. **元知识** - 描述如何获取、组织和使用知识的高级知识。 18. **数据集市** - 小规模、专用的数据存储，服务于特定业务需求。 19. **合情推理** - 没有固定规则的直觉或经验推理。 20. **群决策支持系统** - 通过集体智慧支持决策的系统。 **简答题示例：** 1. **因素包括**：问题的明确性、信息的可用性、决策者的技能、决策环境的稳定性等。 2. **多媒体数据特征**：多样性、多模态、交互性、实时性等。 3. **运筹学阶段**：问题定义、模型建立、求解方法选择、结果解释和实施优化。 4. **基于内容检索特点**：根据内容相似度匹配、支持模糊查询等。 5. **常用编码类型**：数字编码、文本编码、图像编码等。 6. **应用领域**：搜索引擎、图像和视频检索、推荐系统等。 7. **追踪检查办法**：定期评估、反馈机制、效果对比等。 8. **决策体系部分**：识别、分析、选择、实施和评估。 通过这些题目，复习者可以深化理解决策支持系统的各个方面，包括其理论基础、设计原则、技术和应用实践。