111-1DSS理論第1個111-1DSS理論- 111-1DSS理論: 決策支援系統（Decision Support Systems，簡稱DSS），是協助進行商業級或組織級決策活動的資訊系統。DSSs一般面向中高層面管理，服務於組織機構內部管理、操作和規劃級的決策，幫助決策者對快速變化並且很難提前確定的問題進行決策，通常是非結構化（Non-structured）和半結構化（Semi-structured）的決策問題。決策支援系統既可以是完全自動化決策，也可以是完全人工決策，或者兩者兼有。
DSS定義早期有些分歧，學術界與實務界對DSS均有不同的看法。1970年代，Scott-Morton指出：「DSS為一種電腦化的交談式系統，協助決策者使用資料與模式，解決非結構化的問題」。之後Keen與Scott-Morton提出類似的看法，認為「DSS乃使用電腦協助解決半結構化的問題、支援但不取代人類、目的為改善決策而不是決策效率」。Alter則指出較為廣泛的看法，認為「任何支援決策制定的系統均為DSS，其中包括資訊的存取、模式的分析與工具支援」[4]。1980年代，Bonczek等學者認為「DSS可能為組織中人類資訊處理器、機械處理器或人機資訊處理系統」，這樣的定義則更為廣泛。
定義
由於過去DSS的定義相當廣泛，因此1990年代Turban則進一步以DSS的特性來定義：
1.DSS藉由結合人類判斷力與電腦化資訊系統，提供人類解決半結構化與非結構化問題的支援
2.DSS能夠支援不同組織管理層次單位，例如DSS能夠支援企業中的高階主管到基層員工
3.DSS能夠提供個人到群體層次的決策支援
4.DSS支援數個彼此互相依賴或具有順序性的決策問題
5.DSS能夠提供在決策過程中的所有階段
6.DSS能夠各種決策制定與決策者的風格
7.DSS具有調適性
8.DSS必須容易使用
9.DSS能夠改善決策效果，而不僅改善決策效率
10.DSS強調的是支援而非替代人類進行決策
11.DSS容許使用者能夠修改甚至自行建造DSS
12.DSS提供不同分析模式協助使用者制定決策
13.DSS可協助使用者存取各種資料
14.DSS可單獨為單一使用者使用，也可以整合不同DSS
架構
DSS的架構以Sprague與Carlson所提出的對話-資料-模式（Dialog-Data-Modeling，DDM）架構最為學術界所接受，認為DSS有三大組件
資料庫管理系統（Database Management System，DBMS）
模式庫管理系統（Model-base Management System，MBMS）
對話產生與管理系統（Dialog Generation and Management System，DGMS）
資料庫管理系統
其中DBMS（資料庫管理系統）包含資料庫，為管理資料庫的工具，DSS的資料庫包含大量內部資料（例如企業內部會計資料），或者外部資料（例如金融指數資料），這些資料需要經過蒐集與萃取，成為有助於決策的資訊形式與資料結構，以供使用者進行管理、分析、更新與檢索
模式庫管理系統
編輯MBMS為整合各種決策模式，分析資料庫內外部的資料，例如利用數學計量模式將複雜的問題加以分析類比，提供可行之方案，並協助使用者選擇方案。MBMS也包含造模語言，協助使用者自訂模式或建造模式。MBMS基本的必要條件包括了：
1.能滿足不同使用者的模式需求
2.具有能整合模式與資料的能力
3.提供容易使用的介面
4.能夠分享模式
對話產生與管理系統
由於DSS等等特性，都由DSS與人類使用者進行互動作用所產生，DGMS主要的功能為管理使用者介面（User Interface）及DSS與使用者互動。Bennett認為DGMS有三個主要構成單元：使用者、電腦硬體與軟體系統，並且將人類與DSS的相互溝通分為三個部份：
1.行動語言（The Action Language）：指使用者用做與DSS溝通的任何方式，如鍵盤、滑鼠等任何控制硬軟體的指令
2.顯示或展示語言（Display or Presentation Language）：指使用者可以由DSS所看到任何形式的輸出資訊，如螢幕、印表機或聲音等
3.知識庫（Knowledge Base）：指任何使用者使用DSS所必須了解的知識，包含使用者運用DSS必須知道才能有效使用的一切知識，如使用者手冊
知識庫管理系統
由於許多非結構化或半結構化的問題，以標準的DSS功能之外，還需要專門的知識來解決，因此現代DSS除了DBMS、MBMS與DGMS等子系統外，以知識為基礎的知識庫管理系統（Knowledge-based Management System，KBMS），也是DSS重要的子系統。Silverman認為KBMS，應具有「支援數學模式無法協助的決策流程」、「能幫助使用者建立、應用與管理知識庫」與「整合能處理不確定性問題的專家知識庫」等三種能力。
功能與特性
Sprague與Carlson的看法
Sprague與Carlson[9]認為DSS涉及不同的技術層次，他們將DSS的技術功能分成三類：
‧ 針對特定決策類型的DSS（Specific DSS）：這類DSS能為特定問題選擇合適的資料、模式提供可行的方案，例如：財務DSS，專門解決財務決策問題的DSS
‧ 一般性的DSS軟體工具（DSS Generator）：協助特定決策類型的DSS，提供一般性的決策支援功能，例如：若財務DSS是以試算表軟體開發，則試算表就是一種一般性的DSS軟體工具
‧ DSS開發工具（DSS Tools）：用做協助以上兩者發展的軟體工具，例如協助發展財務DSS使用介面的人機介面開發軟體
Alter的看法
DSS輸出結果層次的分類為Alter所提出，將DSS分為資料導向（Data Oriented）與模式導向（Model Oriented）兩大分類。
其中資料導向具有兩種類型，資料取得（Data Retrieval）與資料分析（Data Analysis），資料取得具有檔案櫃系統（File Drawer Systems）與資料分析系統（Data Analysis Systems）兩種類型，資料分析則有資料分析系統與分析資訊系統（Analysis Information Systems）兩種類型，資料分析系統的特性則同時包括了資料取得與分析兩種類型。
模式導向則具有兩種類型，類比（Simulation）與建議（Suggetion），類比有會計模式（Accounting Models）與表達模式（Representation Models）兩種類型，建議則有最佳模式（Optimization Models）與建議模式（Suggestion Models）。
Holsapple與Whintson的看法
Holsapple與Whintson將DSS分類成六項：
‧ 檔案導向（Text-oriented DSS）
‧ 資料庫導向（Database-oriented DSS）
‧ 試算表導向（Spreadsheet-oriented DSS）
‧ 解模器導向（Solver-oriented DSS）
‧ 規則導向（Rule-oriented DSS）
‧ 混合型（Compound DSS）
‧ 智慧型型（Intelligent DSS）
使用頻率
Donovan與Madnick認為決策問題具有不同的出現頻率，因此將DSS分為使用頻率較高的經常性使用DSS（Institutional DSS）與臨時性DSS（Ad hoc DSS），例如解決生產排程問題的DSS與管理財務規劃的DSS，可能即為企業內部的經常性使用DSS；協助談判會議進行的談判支援系統，可能為臨時性DSS。
決策人數
決策可能由個人進行，也可能為一群人所進行，或者需以組織來進行決策。Hackathorn與Keen認為DSS也因決策人數多寡來分類，個人DSS（Individual DSS）、群體DSS（Group DSS，GDSS，多稱為群體決策支援系統）與組織DSS（Organizational DSS）。
設計理念
由於設計理念或開發技術的不同，Carlsson等人認為DSS可分類為被動DSS（Passive DSS）與主動DSS（Active DSS），被動DSS大致依照事先分析好的資料、模式與確定的使用者來進行設計；主動DSS則需要設計內建的智慧型功能，能協助處理混亂、複雜與非常態的決策分析。
|
|
