大数据环境下企业决策支持技术开题报告
2020-08-20 19:59:58
1. 研究目的与意义(文献综述)
1.1研究目的及意义
目前随着计算机的普及,互联网的升级,大数据的内容和数量也发生了较大的变化,从传统的tb级别已经升级到了zb级别,存储优势更加明显。数据的存储量更大,从全球范围来看,连接到互联网的终端设备早已超过150亿台,并且数据的增长速度非常之快,在两年内可以实现一倍以上的增长,数据的传输速度已经非常快,瞬间可以将大量的数据传送和接收。据统计,目前很多数据都是最近几年更新的。大数据时代的到来意味着目前在这种环境,企业管理决策也不能仅仅根据现有的几个典型案例来做出,要积极研究数据,保持对市场的敏感性,保证有效数据的运用才能为企业的发展带来更准确的信息,为企业的未来发展提供保障。在云计算的运用基础上,大数据环境对企业信息的搜集和处理方式都提出了新的要求,对决策方案的制定、评估和分析也有一定的影响,这样就影响了整个管理决策的内容。
目前,我国已经逐步深入的进行市场经济时代,在这种竞争激烈的环境中,只有加深对数据的使用,才能更好的推动企业各个部门的和谐发展,也才能更好的凸显企业的竞争优势。大数据中的数据具有非常好的利用价值,所包含的信息也更加全面、准确,对于企业来说发挥了重要作用。因此。在大数据环境下进行智能决策已成为企业十分重视的一个领域。智能决策可以根据各方面的有效数据,各类分析模型,利用大数据技术为企业决策者进行半结构化或非结构化决策提供更准确、更全面的科学支持。本文通过研究大数据环境下的决策支持技术,为企业决策提供新的解决方案和策略建议,对企业发展有着十分重要的意义。
2. 研究的基本内容与方案
2.1基本研究内容
本文主要研究在大数据背景下市场环境对企业决策提出的需求,及现有大数据技术和决策支持技术所能解决的问题,在此基础上,比较分析已有的智能决策支持系统模型,并提出改进的建议。主要内容包括:(1)从决策环境、决策数据、决策参与者和决策组织四个方面研究大数据对企业管理决策的影响,分析在大数据环境下的企业决策需求,建立企业决策支持系统的整体架构。(2)简述dss的发展历程,分析dss目前在发展上遇到的困难,同时研究数据仓库以及相关的数据准备、联机分析处理和数据挖掘等技术,进一步说明两者结合的合理性和必要性,并探索大数据技术辅助决策的方式。(3)研究企业决策支持系统数据挖掘模型、企业决策支持系统策略选择模型,分析已有模型的不足,在此基础上建立改进后的决策支持系统。并对建立的系统模型进行分析评价,根据实例分析模型所发挥的作用、影响及不足,提出进一步发展的建议。
2.2研究方法
3. 研究计划与安排
第1-6周:查阅相关文献资料,明确研究内容,了解研究所需数据和方法。确定方案,完成开题报告。
第7-8周:对开题报告中的基本内容深入研究,明确论文模块的大致内容,开始论文撰写
第8-13周:完成论文初稿的撰写。
4. 参考文献(12篇以上)
[1]曹建华. erp环境下基于大数据的智能订单决策支持系统研究[d]. 武汉科技大学, 2015.
[2]李晓东. 面向大数据的企业智能决策支持系统发展趋势分析[j]. 企业科技与发展, 2016(1):11-14.
[3]王传启, 张陈斌, 陈宗海. 基于大数据的决策支持系统展望[c]// 系统仿真技术及其应用. 2015.