信息管理类专业《决策支持系统》实践教学探讨*

韦艳艳 张超群

（广西民族大学软件学院，广西南宁530006）

信息管理类专业《决策支持系统》实践教学探讨*

韦艳艳 张超群

（广西民族大学软件学院，广西南宁530006）

在当今的信息化时代，信息管理类专业《决策支持系统》课程的教学面临着不少问题。文章分析和讨论了该课程本科教学特点，并结合课程主要的知识点，设计了具体的实验教学方案。

教学实践；决策支持系统；本科教学；信息管理专业

引言

随着信息技术的广泛应用，在管理过程中使用计算机来辅助决策制定的方式已经相当普遍。融合网络通信、人工智能以及数据库等多种技术，决策支持系统（Decision Support System，DSS）这个学科是计算机技术在管理领域最引人注目的应用之一，信息管理与信息系统专业本科专业开设《决策支持系统》课程的主要目的，就是使学生了解这个领域的基本技术、以及如何根据应用的特点设计有效构建或使用决策支持系统。

一、课程特点及现状分析

《决策支持系统》是一个典型的交叉学科，其内容涉及管理科学、数理统计、计算机科学等，具体包括[1]：决策支持系统的产生和发展、决策支持的框架、数据管理、模型管理、知识管理、高级智能系统等。基于课程内容的交叉特性，课程开设时学生应当有一定的预备知识。相应的先修课程应当包括程序设计语言、离散数学、运筹学、数理统计、管理信息系统、数据库等。由此可见，决策支持系统是一门实践性很强的课程。

然而，当前该课程的教材普遍存在“重理论轻实践”的情况，即教材内容主要侧重于理论知识的介绍，而关于系统开发或应用案例内容则讲得很少、或者只有文字叙述，缺少能够帮助学生有效认识学科特点、发展态势、易于安排上机实现的应用系统，这些因素都不利于学生对相关知识点的理解和认识，容易有距离遥远的感觉，学生的兴趣度也不高[2]。另一方面，在信息化时代，特别是近年来大数据技术的兴起，教材中某些方法和理论已显得过时，而新兴技术的出现，使得支持决策的辅助手段日益多样化。因此，在课程学时有限、教学内容学科交叉性又比较强的情况下，难以对课程深入展开讲解。如果简单地对各个知识点泛泛而谈，则会使学生的学习兴致大打折扣。

此外，在教学过程中我们也发现，由于信息管理类专业课程设置的自身特性，在学习与计算机相关的专业知识时多为点到即止[3]，缺乏有深度的训练，课程内容之间的系统性也不够强，因此该专业的学生动手实践能力偏弱。同时，如果前期课程积累的知识量不足，在先修课程的实践方面，如编程、数据库技能等能力较弱的话，学生就不能很好地理解、使用或构造开发决策支持系统，从而直接影响实际学习效果。

针对上面问题，我们认为，应当在教学过程中根据教学内容的特点，适度调整教学内容，结合学生的理解与操作能力，有选择地设计安排了若干实验项目，为学生提供课程实践动手的机会，学生通过实践环节，在理解相关的决策理论的基础上培养实际动手能力，把握技术辅助决策的内涵，开拓新技术应用的视野，切实提高学生的专业素养。

二、主要知识点的实践内容

（一）三部件结构DSS

三部件结构是传统DSS的一种架构，它由模型库系统、数据库系统以及人机交互部分来组成，其中模型库是核心部件，通过模型或者模型的组合来辅助决策是此类DSS的中心思想。

在实践教学环节，学生分组进行成本预测决策支持系统的开发，这个主题对信管类学生来说是熟悉的，也易于理解。系统实现过程大致如下：（1）建立数据库（含统计表、参数表、模型表等）；（2）建立模型库（最小二乘法模型、一元线性回归模型）；（3）设计相关的系统运行界面；（4）系统调试。

实验任务并不是很复杂，实验教程[4]提供绝大部分程序的源代码，由于学生不必从头开始编写基础代码，避免一些基础不扎实、编程功底弱的学生因不能按时完成实验而降低了学习兴趣，便于学生将注意力放在理解DSS的各部件是如何协调工作这一点上来。

在实验过程中，学生们需要自行搭建系统、录入代码并进行调试。其中调试一项特别能训练他们的能力。通过对程序的反复调试，学生们不仅熟悉了开发工具的使用，而且理解了各段代码的含义和作用，甚至还会在出现某些运行结果时有针对性地调整代码。整个成本预测系统完成后，学生们对系统有了比较透彻的了解，从而达到基本实验目标。

接下来是系统功能拓展。具体做法是为模型库添加新模型，以便在系统中调用这个新模型。可从二元线性回归模型、指数平滑预测模型、盈亏平衡点与利润计算模型、销售曲线预测模型、经济订货量模型等学生熟悉的经济模型中任选一个。各小组成员需要先讨论这个模型的实现方式，再自行编写程序代码。由于有了之前打下的基础，学生基本能够在教师的指导下顺利完成。整个实验过程有助于提升小组成员间的协作互助能力，增强大家学习的信心。

（二）专家系统

专家系统是一种模拟人类专家解决领域问题的计算机程序系统，它是人工智能的一个重要分支，引入专家系统可以完成人类定性分析的部分智能行为，结合模型和数据的定量分析，能够提高辅助决策和支持决策的能力。

该内容的实践教学是利用专家系统开发工具CLIPS开发一个用于诊断的小型专家系统[4]。首先给出诊断规则，而后向事实库添加规则，然后调试运行。学生除了需要花时间熟悉CLIPS工具的使用之外，关键之处还在于理解专家系统的工作机制（推理）、以及为开发专家系统而收集的领域知识并进行信息分类归纳。可以要求学生用手工方式来推理程序运行时的提问情况与结果，检查是否一致，从而理解计算机输出建议的背后逻辑是什么。该实验能有效增强学生对人工智能技术的认识并将之应用于信息系统的开发当中。

（三）数据分析

数据作为一种重要的决策资源，是企业信息化决策不可或缺的重要资产。在大数据时代，使用数据分析技术把许多来自不同企业营运系统的信息提取出来，对其进行加工和处理，最后将分析得到的知识呈现给管理者，为管理者的决策过程提供支持。

因此，数据分析过程包括抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，这里主要涉及数据仓库、OLAP（联机分析处理）和数据挖掘等知识，因此实践内容适宜分阶段实施[5]。

1.创建数据仓库

该实验使用SQL Server的分析服务组件Analysis Service来完成。首先利用SQL Server提供的样例库来创建Adventure Works DW数据仓库，并在该数据仓库中创建一个面向销售分析主题的多维数据集。这个实验过程涉及数据库服务器的连接、设置数据源、定义事实表和维度表等内容，能很好地帮助学生理解教材的相关理论知识，如数据仓库是面向主题的、数据仓库中的数据组织模型是多维数据集、数据粒度等内容。与此同时，由于理论教学上的指导，学生们在使用软件来构建数据仓库时，对其中的术语和设置的内容就不会有陌生的感觉。

2.OLAP

建立数据仓库的目的是为了对其中的数据进行灵活多样的查询分析，但仅仅依靠数据仓库本身并不能完成这种复杂的数据查询分析，必须要借助于其他的技术和工具。因此，要查看数据仓库的多维数据集，就必须使用联机分析处理技术（OLAP）进行数据分析。

OLAP的多维数据分析方法包括：切片（选定多维数组的一个二维子集）；钻取（下钻可以获得更多的细节数据、上钻可以获取概括性的数据）；旋转（对数据坐标轴进行旋转）。学生在做多维数据分析时的前提是要了解这些基本的分析方法，才能较好地理解操作过程和分析结果，例如如何实现对多维数据集的切片/切块？切片后的数据集所表达的信息是什么等。

3.数据挖掘

数据挖掘能从大量数据中发现并提取隐藏在其中合理有效的信息。随着技术的发展，各个领域的数据量急剧增长，近年来大数据技术的兴起也说明，数据挖掘作为重要的数据分析手段，已经在许多行业中得到重视并广泛应用。

数据挖掘的算法非常多，挖掘工具有效使用的前提是对相关分析方法的理解。为了便于学生掌握，我们在教学中选择了经典的算法——决策树、关联规则来讲授。首先介绍算法的思想，再给出实例来讲解具体的计算过程，这里会涉及到一些专用术语，如输入属性和预测标签、关联规则中的支持度和置信度、各种参数的含义以及对数据的要求等等。

具体实践内容如下：（1）根据一组训练数据（约3000行记录）创建挖掘模型；（2）处理、查看模型；（3）比较挖掘模型（通过分类矩阵、提升图）；（4）利用挖掘模型来预测数据。

对挖掘结果的理解也是一个重要的内容。传统的算法中只简单的结果描述，但在工业界的挖掘应用中，由于数据量大，挖掘模型会非常复杂，如何从图形化的输出中查看数据间的关联程度及其代表的含义，需要教师在实验中给予学生适当的指点，以帮助学生理解结果，提高他们对分析实际数据的信心、培养初步的数据思维。

三、结束语

《决策支持系统》作为信息管理类专业的一门专业课程，由于涉及众多的交叉学科，且应用系统形态多样，要在有限学时内为学生展示该学科庞大的内容体系，并使他们有机会亲自动手来设计、使用这些系统，教学上有一定的难度。通过实际教学工作我们深切体会到，当前，这门课程的实践教学应当密切结合新技术的发展趋势，结合多元化的信息化教学模式[6]，秉承开放性的原则，更多地将应用中的决策辅助技术引入教学，根据学生自身的能力特点以及已有的知识体系来安排教学内容，加强实践环节的教学，从而帮助学生进一步提高实践能力，提升信息系统开发能力和驾驭信息的综合能力。

[1]李东，梁定澎.决策支持系统与商务智能[M].中国人民大学出版社，2010.

[2]戴小廷.应用型本科院校物流决策支持系统实验教学项目新设计[J].物流工程与管理，2013，34（8）：115-116.

[3]张彩虹，尹子民，刘晓伟.信息管理与信息系统专业实践教学体系设计[J].辽宁工业大学学报（社会科学版），2016，2：128-131.

[4]杜晖.决策支持与专家系统实验教程[M].北京：电子工业出版社，2009.

[5]韦艳艳，张超群.“数据仓库与数据挖掘”课程教学实践与探索[J].高教论坛，2011（1）：94-96.

[6]宫莹，张振宇，陈剑.教育信息化发展进程及其对高校实验教学改革的思考[J].高教学刊，2015（20）：1-4.

In our information age,there are many problems with teaching course of Decision Support System for the IMIS major.The paper analyzes and discusses current characteristic of this course,then experimental teaching plans were designed for student practicing based on the main knowledge points.

teaching practice;decision support system;undergraduate course teaching;information management and information system

G642

A

2096-000X（2016）24-0154-02

2016年广西高等教育本科教学改革工程项目《多方协同培养信息管理与信息系统专业大数据分析人才的研究与实践》（2016JGA181）

韦艳艳（1974，12-），女，广西贵港人，壮族，广西民族大学副教授，硕士，主要从事计算机教学与算法研究。张超群（1974，11-），女，广西罗城人，汉族，广西民族大学副教授，硕士，研究方向：智能系统与数据分析的教学和研究。