基于计算机的决策支持应用正得到大规模发展，诸如IBM、甲骨文、微软等公司正创造新的组织单元，致力于帮助企业运营得更为有效和高效。随着越来越多的决策制定者了解和熟悉计算机与网络，他们开始使用更为计算机化的工具来支持其工作。决策支持系统（DSS）/商务智能（BI），正逐渐从最初作为个人决策的工具，快速演变成跨组织的共享的产品。
本书旨在向读者介绍这些技术，即我们所统称的管理支持系统（MSS），其核心技术是BI。在一些业内人士看来，BI也涉及分析学，这两个概念在本书中可以相互替代。本书介绍了这些技术的基本理论，以及构建和使用这些系统的方式。
在第9版中，变化主要集中在以下领域：BI、数据挖掘以及自动决策系统（ADS）。尽管有这些变化，我们仍然保留了本书的可理解性及用户友好性，以令其成为市场领导者。我们补充了一些其他书中没有的更准确和更新的内容。最后，通过删除一些通用资料以及将一些内容放到网上，我们减少了一些篇幅。在前言中，我们首先对第9版的变化进行介绍，随后对本书的目标及涵盖的内容进行详述。
为完善本书，在第8版作出一些修改的基础上，第9版进一步做了改进。第8版将书中内容从传统的DSS转变为BI，并且与Teradata 校园网络（Terdata University Network，TUN）形成了紧密的联系。这些变化在这一版仍保留下来。第9版补充了技术发展的新内容，删除了过时的内容。主要的变化如下：
●增加新的章节。
第7章“文本挖掘与网络挖掘”。本章以一种综合性的且易于理解的方式，对两种最流行的商务分析工具进行了研究。此外，本章还展现了许多不同类型的案例，从而使得内容更为有趣，更能够吸引目标读者。（85%为新的素材。）
第14章“管理支持系统：新兴趋势及其影响”。本章对几类新的现象进行了分析，这些现象正在改变或有可能改变决策支持技术及相应的实践，这些现象包括射频识别、虚拟世界、云计算、社交网络、Web 20、虚拟社区等。此外，一些关于计算机决策支持对个体/组织/社会影响的内容也得到了更新。（80%为新的素材。）
●精简内容。为了使本书更为简洁，我们只保留最常用的内容。我们还减少了相关的网络内容，从而使本书不会太依赖这部分内容，但我们将使用一个网站来展示最新的内容及链接。每一章的参考文献也有所减少。因篇幅所限，各章的参考文献放在中国人民大学出版社工商分社网站上，读者可登录www.rdjg.com.cn查阅或下载。具体来说，将删除的章节中的一些内容并入第1章，使商务智能和数据挖掘部分的内容得到精简。由于这一改变，读者阅读第1章便可对全书内容有一个概览——包括决策支持和商务智能技术。这就能够让学生从学期一开始就对本学期的课程有所思考。
●组建新的作者团队。本版增加了一位新作者，对上一版的作者作了补充。上一版作者（阿伦森、良和沙尔达）撰写的精彩内容，本版由拉梅什·沙尔达和杜尔孙·德伦作了修订。沙尔达和德伦在决策支持系统和数据挖掘方面都有深入的研究，对本行业和研究工作有丰富的经验。戴维·金（David King）（任职于JDA Ststems）是《战略差距》（The Strategy Gap）——一本关于企业绩效管理的书的作者之一，撰写了第9章，即“企业绩效管理”。
●对网站实时更新。本书的使用者将有机会连接到课程网站上，网站提供了新闻链接、软件、教程以及与书中主题相关的YouTube视频。
●内容得到修订与完善。几乎所有章节都包含新的开篇案例以及基于最新相关事件的案例。例如，第2章末的案例就要求学生根据西蒙决策的制定阶段，来更好地理解由美国次贷风波所引起的经济危机。另外，我们更新了全书的应用案例，包括特定技术/模式应用程序的最新案例。我们删除了书中
略显过时的产品链接和参考书籍，添加了新的网站链接。
本书第1~第4章、第8章和第14章提供了相关链接及资源，因篇幅所限，这部分内容放在中国人民大学出版社工商分社网站上，读者可登录wwwrdjgcomcn查阅或下载。最后，绝大部分章节都有新的练习、网上作业以及问题讨论。
第9版中其他的具体变化如下：
●第3章安排了DSS软件相关内容，着重介绍了Planners Lab软件。该软件用一个DSS软件工具构建，这个工具在20世纪八九十年代十分流行，现在这个软件的PC版免费提供给学术界使用。本章详细介绍了这个软件，能够帮助学生学习运用DSS构建工具来开发软件。内布拉斯加大学奥马哈分校的杰里·瓦格纳（Jerry Wagner）博士对本章有贡献，他创建了Planners Lab工具。
●第4章补充了层次分析法的相关内容，同时介绍了学生可以使用的一些免费/廉价的用于成对比较的软件。
●第5章对数据挖掘进行了深入全面的介绍。本章对所有材料的安排采用了与用于数据挖掘项目的标准化流程相关的系统方法。与第8版的相关章节相比，这一章完全重写，提供了易用且丰富的数据挖掘信息。具体而言，它不包括文本挖掘和网络挖掘（这部分内容放入另一章），但是增加了有关数据挖掘的方法与方法论的内容。
●第6章介绍了人工神经网络（ANN）及其在制定管理决策中的运用。我们详细描述了最为流行的ANN体系结构，同时也对它们的差异及其在不同类型决策问题中的使用进行解释。此外，还添加了一个新的部分，即基于灵敏度分析的ANN模型。
●第7章是一个全新的章节。
●第8章以及第10~第13章都进行了更新。例如，第13章包括更先进的技术，例如模糊推理系统、支持向量机以及智能代理。
●第9章是全新的内容，它结合了之前版本中各章节的材料。除了对新的开篇案例、其他案例以及讨论问题的内容进行精简和更新外，本章还包括关于关键绩效指标（KPI）、运营矩阵、精益六西格玛、六西格玛效益以及BPM架构的内容。
●第14章是一个全新的章节。
第8版中的许多改进部分在这一版都保留下来，并作了更新。总结如下：
●Teradata University Network（TUN）的链接。大部分章节包括TUN的链接（teradatauniversitynetworkcom），Teradata网站的学生端(Teradata Student Network，TSN,teradatastudentnetworkcom)主要包括学生的作业。通过访问TSN，学生们可以阅读案例，观看在线讲座，回答问题以及找寻资料等。
●更少的延伸阅读，但有更好的组织形式。我们将延伸阅读部分减少50%以上，将重要的内容合并到正文中。应用案例和技术视角是仅剩的两部分延伸阅读内容。
●书名。我们保留了上一版已改变的书名：决策支持与商务智能系统。
●软件支持。TUN网站提供免费的软件支持，也提供免费的数据挖掘及其他软件。此外，该网站还提供了针对该类软件应用的练习。
展开
