本书是《决策支持系统（DSS）——理论·方法·案例》的第二版，它除了对本书第一片中DSS的理论与方法做了全面的阐述并修订外，重点论述了基于数据仓库的决策支持系统的有关理论、方法，并介绍了典型的案例。

全书共分14章，第1章主要介绍DSS的产生与发展，充分论述了DSS的理论基础以及同相关学科的关系，还重点介绍了新一代DSS和基于数据仓库的决策支持系统的发展状况和最新研究动态；第2、3章阐述了DSS的基本概念和典型DSS的构造和系统结构；第4、5、6、7章主要介绍数据库及其管理系统、数据开采技术、数据仓库技术以及数据仓库的数据建模和元数据；第8章主要介绍DSS的重要组成部分——模型库及其管理系统；第9、10章论述了知识发现方法和知识库系统；第11、12章介绍了两个典型的DSS案例，即某石油炼厂生产经营决策支持系统和企业管理决策支持系统；第13、14章系统地介绍了比较典型的数据仓库范例：PLATINUM Technology数据仓库和Busines

Objects决策支持系统工具。

本书适用于高等院校的计算机应用、系统工程、经济管理、自动控制等专业的研究生和高年级学生作为DSS研究与开发人员的研究参考书；还可以供不同层次的经济与行政管理和企事业单位的有关领导、管理人员和科技人员使用。

第1章 概论

第2章 决策支持系统的基本概念

第3章 DSS的构造与系统结构

第4章 数据库及其管理系统

第5章 数据开采技术

第6章 数据仓库技术

第7章 数据仓库的数据建模和元数据

第8章 模型库及其管理系统

第9章 知识发现（KDD）方法

第10章 知识库系统

第11章 某石油练厂生产经营决策支持系统

第12章 企业管理决策支持系统（EMDSS）

第13章 PLATINUM technology数据仓库

第14章 Business Objects 决策支持系统工具

参考文献

人工智能技术引入DSS中可以有几种途径。首先，Simon提出有限合理性模型是和人工智能技术紧密结合的，有限合理性要求建立一个紧密跟踪人的行为的系统，而专家系统正是这样一种系统。