上篇  基础理论

第1章  决策支持系统概述

  1.1  决策的基本理论

    1.1.1  决策的定义

    1.1.2  决策的基础

    1.1.3  决策的要素

    1.1.4  决策的分类

    1.1.5  决策问题的特点

    1.1.6  决策过程与类型

    1.1.7  决策者的类型及风格

  1.2  决策支持系统的基本概念

    1.2.1  DSS的定义

    1.2.2  DSS的特征

    1.2.3  DSS的基本功能

    1.2.4  DSS的主要类型

    1.2.5  DSS的决策模型

  1.3  决策支持系统的产生与发展

    1.3.1  DSS的产生

    1.3.2  DSS的发展

    1.3.3  DSS的研究现状

  1.4  决策支持系统的理论基础

    1.4.1  管理科学与运筹学

    1.4.2  计算机技术

    1.4.3  信息论

    1.4.4  人工智能

    1.4.5  行为科学

  1.5  决策支持系统与其他系统的关系

    1.5.1  DSS与MIS的关系

    1.5.2  DSS与专家系统（ES）的关系

  1.6  决策支持系统中的智能技术

    1.6.1  基于专家系统的决策支持

    1.6.2  基于神经网络的决策支持

    1.6.3  基于机器学习的决策支持

    1.6.4  基于Agent的决策支持

第2章  决策分析的基本理论

  2.1  决策分析的基本问题

    2.1.1  决策问题的典型特征

    2.1.2  决策分析的步骤与环境

    2.1.3  决策分析的类型

  2.2  风险型决策方法

    2.2.1  期望值法

    2.2.2  决策树法

    2.2.3  概率的确定

    2.2.4  效用与决策

    2.2.5  信息价值

    2.2.6  灵敏度分析

  2.3  多目标决策

    2.3.1  多目标决策问题的提出

    2.3.2  多目标决策的基本理论

    2.3.3  非劣解

  2.4  多属性决策方法

    2.4.1  基于评价值的方法

    2.4.2  基于评价序的方法

    2.4.3  新型多属性决策方法

第3章  决策分析的常用方法

  3.1  层次分析法

    3.1.1  层次分析法的基本概念与思路

    3.1.2  层次分析法的基本步骤

    3.1.3  层次分析法的优点与局限性

    3.1.4  正互反阵最大特征值和特征向量实用算法

  应用实践1  “爸爸去哪儿”节目吸引受众因素分析（1）

  应用实践2  电视台频道部门绩效考核（1）

  3.2  模糊综合评价

    3.2.1  模糊综合评价概述

    3.2.2  模糊集的基本概念

    3.2.3  模糊关系与模糊矩阵

    3.2.4  模糊综合评价

  应用实践1  “爸爸去哪儿”节目吸引受众因素分析（2）

  应用实践2  电视台频道部门绩效考核（2）

  3.3  粗糙集

    3.3.1  粗糙集的基本概念

    3.3.2  信息系统与决策表

    3.3.3  知识的约简

    3.3.4  区分矩阵

  应用实践3  综合系统评价指标权重的计算

  应用实践4  播音主持人的综合评价

  3.4  主成分分析法

    3.4.1  主成分分析法的相关概念

    3.4.2  主成分分析法的计算步骤

  应用实践5  城市综合竞争力的评价

  3.5  数据包络分析

    3.5.1  DEA的基本原理

    3.5.2  DEA的CCR模型

    3.5.3  评价系统的DEA有效性

    3.5.4  DEA有效决策单元的构造

    3.5.5  DEA应用步骤

    3.5.6  DEA的计算方法

  应用实践6  我国传媒上市公司绩效实证分析

  3.6  马尔科夫决策

    3.6.1  转移概率矩阵及其决策特点

    3.6.2  转移概率矩阵的平衡状态

    3.6.3  转移概率矩阵决策的应用步骤

    3.6.4  马尔科夫决策的应用

  应用实践7  超市酸奶经营状况预测

  3.7  神经网络法

    3.7.1  BP网络的相关概念

    3.7.2  BP网络算法

    3.7.3  BP神经网络群决策模型

  应用实践8  课堂效果评价

中篇  系统实践

第4章  决策支持系统的核心组件

  4.1  决策支持系统的体系结构与组成

    4.1.1  基于多库的体系结构及组成

    4.1.2  基于知识的体系结构及组成

  4.2  模型库系统

    4.2.1  模型

    4.2.2  模型库

    4.2.3  模型库管理系统

    4.2.4  模型库的设计

  4.3  数据库系统

    4.3.1  数据库系统概述

    4.3.2  数据模型

    4.3.3  DSS数据库

    4.3.4  数据仓库

    4.3.5  联机分析处理

    4.3.6  数据挖掘

  4.4  方法库系统

    4.4.1  方法库概念介绍

    4.4.2  方法库的结构

    4.4.3  方法库管理系统

    4.4.4  方法库系统的设计

  4.5  人机交互系统

    4.5.1  人机交互系统概述

    4.5.2  人机交互系统的设计

    4.5.3  人机交互系统开发技术

  应用实践9  技术组件体系搭建

第5章  群决策支持系统设计与应用

  5.1  群决策的基本概念与方法

    5.1.1  群决策的基本概念

    5.1.2  群决策问题的集结方法

    5.1.3  德尔菲法

    5.1.4  投票表决

  5.2  群决策支持系统的基本理论

    5.2.1  GDSS的背景与概念

    5.2.2  GDSS的分类与特点

    5.2.3  GDSS的功能与结构

    5.2.4  GDSS研究的缺陷与发展方向

    5.2.5  GDSS与DSS的关系

  5.3  人才招聘群决策支持系统的设计实现

    5.3.1  系统总体设计

    5.3.2  系统需求分析

    5.3.3  系统概念设计

    5.3.4  系统逻辑设计

    5.3.5  系统物理设计

    5.3.6  系统实施

    5.3.7  系统运行示例

第6章  决策支持系统生成器设计与应用

  6.1  DSSG的基本理论

    6.1.1  DSSG的产生背景

    6.1.2  DSSG的应用价值

    6.1.3  DSSG的发展现状

  6.2  基于组件技术的可复用式开发

    6.2.1  软件复用

    6.2.2  组件技术

    6.2.3  基于组件的软件开发方法

  6.3  DSSG的架构分析与设计

    6.3.1  功能分析与设计思路

    6.3.2  基于MATLAB的方法库设计

    6.3.3  基于推荐技术的模型库设计

    6.3.4  基于数据挖掘的知识库设计

    6.3.5  基于Flex的人机交互设计

  6.4  DSSG的技术构建与实现

    6.4.1  技术体系构建

    6.4.2  系统设计框架

    6.4.3  系统总体设计

    6.4.4  数据库设计

    6.4.5  模型库与方法库的MATLAB设计

    6.4.6  服务器端设计

    6.4.7  客户端设计

  6.5  DSSG的案例实证与应用

    6.5.1  基于DSSG的GDSS开发

    6.5.2  DSSG应用分析

  6.6  小结

  应用实践10  Java调用MATLAB实例

  应用实践11  Java调用MATLAB的Web应用

下篇  应用趋势

第7章  智慧城市下的大数据决策

  7.1  智慧城市与新一代信息技术

    7.1.1  智慧城市建设的政策背景与信息壁垒

    7.1.2  新一代信息技术助力三元世界融合

  7.2  大数据时代的科学决策

    7.2.1  全球加速迈入大数据时代

    7.2.2  大数据决策：大数据时代的大变革

    7.2.3  大数据决策的关键技术与隐私保护

    7.2.4  大数据决策的应用案例

  7.3  智慧城市运行管理的信息协同模式

    7.3.1  智慧城市大数据的内涵与分类标准

    7.3.2  智慧城市运行管理的信息协同框架

    7.3.3  智慧城市运行管理的信息流转模式

    7.3.4  城市系统下的信息流转自适应优化

    7.3.5  面向科学决策的多维协同体系

  7.4  智慧城市运行管理的决策支持案例

    7.4.1  总体技术和应用框架