注冊(cè)會(huì)計(jì)師風(fēng)險(xiǎn)第八章管理信息系統(tǒng)的應(yīng)用與管理04

1、注冊(cè)會(huì)計(jì)師風(fēng)險(xiǎn)第八章管理信息系統(tǒng)的應(yīng) 用與管理04第八章管理信息系統(tǒng)的應(yīng)用與管理第二節(jié)管理信息系統(tǒng)的應(yīng)用三、信息系統(tǒng)與組織決策（四）群體決策支持系統(tǒng)（GDSS） （）群體決策與群體決策支持系統(tǒng)。在組織中，大多數(shù)重大決策都不是某個(gè)個(gè)體 完成的，而是群體決策的結(jié)果。相比個(gè)體決策， 群體決策具有如下特點(diǎn)：（1）一般決策的正確性更高，但速度較慢；（2）集思廣益，決策可能更具創(chuàng)造性；（3）可能出現(xiàn)風(fēng)險(xiǎn)極端化，可能過度保守或 過度冒險(xiǎn)；（4）群體成員關(guān)系好壞可能左右決策效能；（5）決策群體的構(gòu)成對(duì)群體決策的影響較 大。群體決策支持系統(tǒng)（group decision support system，GDSS）

2、，是指在系統(tǒng)環(huán)境中， 多個(gè)決策參與者共同進(jìn)行思想和信息的交流，群 策群力，尋找一個(gè)令人滿意和可行的方案，但在決策過程中只由某個(gè)特定的人做出最終決策，并 對(duì)決策結(jié)果負(fù)責(zé)。群體決策支持系統(tǒng)的應(yīng)用。GDSS按照決策時(shí)間和群體成員地理上的鄰近程度可分為決策室、局域決策網(wǎng)、電子會(huì)議、 遠(yuǎn)程決策四種應(yīng)用類型。（1）決策室。決策室的主要特征是決策者面 對(duì)面地在同一時(shí)間和地點(diǎn)進(jìn)行群體決策。設(shè)立一 個(gè)與傳統(tǒng)會(huì)議室相似的決策室，決策者經(jīng)過互聯(lián) 的計(jì)算機(jī)站點(diǎn)相互合作完成決策。決策室是相對(duì) 較簡單的GDSS，主要缺點(diǎn)是不能有效地屏蔽各 決策者之間的相互影響。（2）局域決策網(wǎng)。局域決策網(wǎng)型GDSS建立 在局域網(wǎng)（loc

3、al area network， LAN）的基礎(chǔ) 上。在決策過程中，各決策者在近距離的不同房 間的工作站上參與群體決策，共享決策源，經(jīng)過 網(wǎng)絡(luò)相互通信，以了解其它決策結(jié)點(diǎn)的狀態(tài)及全 局狀態(tài)。這種類型GDSS的主要優(yōu)點(diǎn)是能夠克服 定時(shí)決策的限制，決策者可在決策周期內(nèi)分時(shí)地 參與決策。（3）電子會(huì)議。電子會(huì)議利用計(jì)算機(jī)網(wǎng)絡(luò)的 通信技術(shù)，使分散各地的決策者在同一時(shí)間內(nèi)進(jìn) 行集中決策。電子會(huì)議實(shí)質(zhì)上與決策室相同，它 的優(yōu)點(diǎn)是能克服空間距離的限制。（4）遠(yuǎn)程決策。遠(yuǎn)程決策型GDSS充分利用 廣域網(wǎng)、互聯(lián)網(wǎng)等信息技術(shù)來支持群體決策，綜 合了局域決策網(wǎng)與電子會(huì)議的優(yōu)點(diǎn)，可使決策者 異時(shí)異地共同對(duì)同一問題做出

4、決策。（五）商業(yè)智能（BI）（）商業(yè)智能的概念。商業(yè)智能（business intelligence，BI） 一般被理解為：運(yùn)用數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和 數(shù)據(jù)挖掘等技術(shù)來分析和處理數(shù)據(jù)，將企業(yè)中現(xiàn) 有的數(shù)據(jù)轉(zhuǎn)化為知識(shí)，幫助企業(yè)做出明智的業(yè)務(wù) 經(jīng)營決策的工具。商務(wù)智能的主要分析工具。（1）聯(lián)機(jī)分析處理。聯(lián)機(jī)分析處理（OLAP）系統(tǒng)是數(shù)據(jù)倉庫系統(tǒng) 最主要的應(yīng)用，專門設(shè)計(jì)用于支持復(fù)雜的分析操 作，側(cè)重對(duì)決策人員和高層管理人員的決策支 持，能夠根據(jù)分析人員的要求快速、靈活地進(jìn)行 大數(shù)據(jù)量的復(fù)雜查詢處理，而且以一種直觀而易 懂的形式將查詢結(jié)果提供給決策人員，從多方面 和多角度以多維的形式來觀察企業(yè)的狀態(tài)

5、、了解企業(yè)的變化。(2)數(shù)據(jù)挖掘及應(yīng)用。l=j數(shù)據(jù)挖掘(data mining, DW)是運(yùn)用基于 計(jì)算機(jī)的方法(包括新技術(shù))，從大量數(shù)據(jù)中提 取出隱藏在數(shù)據(jù)中的有用信息的過程。數(shù)據(jù)挖掘 的目的就是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)， 它是從數(shù)據(jù)庫中進(jìn)行知識(shí)發(fā)現(xiàn)(knowledge discovery in database，KDD)過程的核心部分。l=j數(shù)據(jù)挖掘的主要功能和應(yīng)用有6類：數(shù)據(jù)特征總結(jié)與區(qū)分。數(shù)據(jù)特征總結(jié)是對(duì) 目標(biāo)類數(shù)據(jù)的一般特征進(jìn)行匯總，能夠以直方 圖、餅狀圖、多維數(shù)據(jù)方、交叉表等多種形式進(jìn) 行輸出，如對(duì)某一類顧客的特征匯總。數(shù)據(jù)區(qū)分 是將目標(biāo)類對(duì)象的一般特性與一個(gè)或多個(gè)對(duì)比 類對(duì)象的一般特性比較，如對(duì)不同年齡段顧客購 買行為的比較等。關(guān)聯(lián)分析。關(guān)聯(lián)分析用來尋找數(shù)據(jù)庫中值 的相關(guān)性。兩種常見的技術(shù)是關(guān)聯(lián)規(guī)則和序列模 式。關(guān)