决策支持工具

定义

决策支持工具是数据仓库应用程式和工具的统称，这些工具包括对数据的检索、操作、分析和显示结果。

决策支持的使用模式有两种：验证模式和发现模式。

称为用户驱动模式，商业用户做出一般假设——商业性问题，然后通过存取数据仓库的数据来证明此假设。用于实现验证模式的工具包括查询工具、报表系统、多维分析工具。

称为数据驱动模式，商业用户试图发现数据中的内在联繫特徵。在发现模式中，商业用户预先不知道发现的方式及关係，用于发现模式的工具就是数据发掘。

决策支持工具的使用方法有三种：信息处理、分析数据和数据挖掘。

支持决策的验证模式，它包含数据分析和基本的统计分析、查询和报表服务等技术。信息处理的结果是报表和图像。信息处理的範围通常是二维和三维数据。

信息处理使用的工具包括访问、存取、检索、分析、管理与报表等工具。可按报表、交叉表和矩阵、表格、简单或複杂的图表给出分析结果。　

支持决策的验证模式，目的是从商业微中按商业用户的角度提供数据。分析处理使用的工具为多维分析，也称为在线上分析处理。

支持决策的发现模式。浏览细节性的事务数据以便发掘隐藏的模式和关係。数据挖掘使用的工具可分为以下三类：统计分析、知识发现KD以及其他工具和技术等。

（1）统计分析：统计分析通常使用的模型有线性分析和非线性分析、连续回归和逻辑回归分析、单变数和多变数分析，及时间序列分析等。

（2）知识发现KD（Knowledge Discovery）：包括抽取隐含的、未知的、潜在的信息，通过数据搜寻非预期的信息，可能找到预先未知的商业事实。

（3）其他工具和技术：包括可视化系统、地理信息系统、分形分析和私有发现引擎。

数据挖掘的成功取决于对数据的合理处理及算法，它并不是对任何规则都能够去发现的万能工具，所以使用者对自己的业务越熟悉，就越能够给数据挖掘提供完善的帮助和指导，盲目地使用数据挖掘，并不能达到预期的目标。