关于决策支持系统

一 、数据挖掘的发展方向

我们认为数据挖掘其目的是为了决策支持DSS（辅助），而任何单位决策者往往对数据挖掘的各种概念一无所知，这增加了数据挖掘产品的普及推广难度。因此数据挖掘应该由“雅”而“俗”，因该向大众化发展。微软的发展就是一个样板，从机器码=》汇编语言=》DOS系统=》WINDOWS系统，就是一个高专业人才到普通大众的推广发展过程。目前我们的数据挖掘仅仅面向于高专业人才的，应该向大众化推广。我门产品的开始设计就是面向普通用户的，其信息源为各种关系型数据库（或数据仓库如SYBAS IQ）,一些使用单位在我们将数据库结构录入后，普通用户短短几天时间就在知识库（关系型数据库）中设计了上千中各种条件下的决策树、多维分析、聚类分析、回归分析、弹性分析、投入产出等等。

二、数据挖掘的算法发展方向

由于普通大众对数据挖掘的了解不多（也不可能了解太深），如聚类分析用于分类，但聚类分析算法有多种，其分类结果也不同，在软件推广中用户不认为这是我们功能强大的优点，而是我们软件的自相矛盾，后来聚类分析我们只用一种算法，其效果较好（不是所有的信息都可以聚类,聚类较好的信息用不同聚类方法其结果基本都相同，而且对实际工作指导意义也最大）。我们认为数据挖掘的算法应该向广度发展，探求不同的挖掘方法。目前我们产品实现的数据挖掘功能有：数据查询、数据报表、趋势回归预测、决策表（多维分析）、决策树、动态图、分布图、对比图、数据排查、数据分析、相关分析、弹性分析、投入产出分析、聚类分析、主成分分析、判别分析及决策设计等。

三、数据挖掘的普及推广

智能查询、数据仓库，数据挖掘，其目的是为了决策支持DSS。 但回归分析、决策树、神经网络、相关分析、聚类分析等等又太专业化，现有国外数据仓库、数据挖掘软件都是面向软件专业人员的，推广困难。如何建立面向普通用户的，能让人人（只要会用鼠标）都成为数据挖掘高手，似乎不太现实， 20年前，谁说“计算机是面向普通用户的，能让人人都成为计算机高手！”，大家谁都会说不可能的吧，但微软实现了。对数据仓库、数据挖掘、决策支持让...面向普通用户的，能让人人（只要会用鼠标）都成为数据挖掘高手，应该是数据挖掘的普及推广的方向。

四、数据挖掘的道路

今天数据挖掘也面临是面向具体的特定需求而设计的数据挖掘算法，还是面向通用的（关系型数据库）的数据挖掘算法这两条道路。我的观点是后者。

当今的数据挖掘与当年的计算机、数据库的发展有惊人的相似之处。

七、八十时年代，当时也是单版机与通用计算机的讨论时期，大部分人认为计算机是专业人事研究的，应该通过实际的需求定制（单版机）。但开发通用计算机的人们则大胆的将大部分不通用的功能全部删除，才有了今天的人人都会操作的计算机。

八十时年代，计算机信息各种各样，但关系型数据库（二维表格）将大量的不能用二维表格表现的信息全部弃之不管（当然可以转化为关系型数据），才有了今天关系型数据库在计算机信息管理中的绝对统治地位。

五、现如今的任务

关键是现在归纳、终结有哪些数据挖掘算法可以抽象出来，推广应用。所说的是狭义的数据挖掘，当年的关系型数据库对数据库而言不也是狭义的么。我们追寻的是：“舍不得孩子套不着狼！”，对诸如我给你信息你给我挖掘出“1+1的哥德巴赫猜想证明”或“否定牛顿三大定律挖掘出爱因斯坦的相对论”连全世界的教授博士都难以实现的数据挖掘（到目前为止）的类似需求一概不与考虑。建设面向普通用户人人会使用、人人看得懂、人人能将结果应用于实际工作的数据挖掘，就是我们的任务。

青岛科信

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/22360906/viewspace-614039/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/22360906/viewspace-614039/