一、名词解释
1、决策(Decision,Decision Making):对未来的方向、目标以及实现途径做出决定的过程。
2、决策者:是指做出决策的主体,决策者可以是个人、群体或组织。
3、DSS(Decision Support System 决策支持系统):是综合利用大量数据,有机组合众多模型,通过人机交互,辅助各级决策者实现科学决策的系统。
4、AI(ArtificialIntelligence人工智能):是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
5、ES(Expert System专家系统):一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的方法来处理该领域问题。
6、IDSS(IntelligenceDecisionSupportSystem智能决策支持系统):是决策支持系统和AI相结合的产物,它把AI的知识推理技术和决策支持系统的基本功能有机地结合起来。
7、GDSS(GroupDecisionSupportSystem群体决策支持系统):是一种典型的协作驱动的决策支持系统,是一种多种决策支持系统的混合体,它允许多个用户借助各种的决策支持系统使用群体进行协作解决决策问题,其前提是多个用户有自己的本地决策支持系统。
8、DDSS(分布式决策支持系统):是由多个物理上分离的决策支持节点构成的计算机网络,网络的每个节点至少含有一个决策支持系统或具有若干辅助决策的功能。
9、数据驱动的决策支持系统:强调访问组织内部和外部的时序数据,进行数据分析以辅助完成决策制定。数据驱动的决策支持系统也成为面向数据的决策支持系统,分析信息系统和检索型决策支持系统。
10、OLAP(OnLine Analytical Processing联机分析处理):是基于数据库或者数据仓库进行数据展现和分析的有力工具,因而也成为数据驱动决策支持系统的主要手段。
11、DW(DataWarehouse数据仓库):数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合、用于支持经营管理中决策制定过程。
12、DM(决策者):是决策系统中的主导者,给出决策的偏好与决断。
13、ID3算法:是以信息论为基础,以信息熵和信息增益度为衡量标准,从而实现对数据的归纳分类。
14、人工神经网络:一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。
15、决策环境:决策环境指各种备选方案可能面临的自然状态和因素,是不以决策者的意志为转移的客观条件,但对决策结果有重大的影响。
16、知识库:知识工程中结构化,易操作,易利用,全面有组织的知识集群,是针对某一(或某些)领域问题求解的需要,采用某种(或若干)知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合。
17、正向推理:正向推理又称数据驱动推理,是按照由条件推出结论的方向进行的推理方式,它从一组事实出发,使用一定的推理规则,来证明目标事实或命题的成立。
18、反向推理:从表示目标的谓词或命题出发,使用一组规则证明事实谓词或命题成立,即退出一批假设,然后逐一验证这些假设。
19、模型:是现实世界的问题的一个抽象,是管理者在解决问题或做出决定的有效工具。
20、模型库:模型库是基于计算机的决策模型集。
21、模型库管理系统:是处理模型库的访问和其他组件之间联系的软件。
22、模型目录:模型目录的作用类似于数据库目录。
23、模型驱动的决策支持系统:模型驱动的决策支持系统强调对于经济、优化以及仿真的各种模型的访问和操作,这些定量的模型为这些决策支持系统提供了基础计算功能,一
般不需要大量的数据访问,而是为用户提供可选择的参数和数据集合,辅助用户完成对当前态势的分析。
24、知识:是人们对客观事物运动规律的认识,是经过人脑加工处理过的系统化了的信息。
25、结构化决策:是指对某一决策过程的环境及规则,能用确定的模型或语言描述,以适当的方法产生决策方案,并能从多种方案中选择最优的决策。
26、非结构化决策:是指那些决策过程复杂,其决策过程和决策方法没有固定的规律可以遵循,没有固定的决策规则和通用模型可依,决策者的主观行为(学识、经验、直觉、判断力、洞察力、个人偏好和决策风格等)对各阶段的决策效果有相当影响。往往是决策者根据掌握的情况和数据临时做出决定。
27、半结构化决策:在决策过程中所涉及到的数据不确定或不完整,虽有一定的决策准则,也可以建立适当的模型来产生决策方案,但决策准则因决策者的不同而不同,不能从这些决策方案中得到最优化的解,只能得到相对优化的解,这类决策称为半结构化决策。
28、钻取:改变维的层次,变换分析的粒度。它包括向上钻取和向下钻取。通过向导的方式,用户可以定义分析因素的汇总行,例如对于各地区各年度的销售情况,可以生成地区与年度的合计行,也可以生成地区或者年度的合计行。
29、旋转:
30、切片:
31、正向推理:正向推理由数据驱动,从一组事实出发推导结论;
32、反向推理:反向推理又称为目标驱动推理,从预期目标出发,自顶向下地进行推理,直到符合当前的条件;
32、
二、填空
1、遗传算法的三个基本操作算子;(选择,交叉,变异)
2、除了网络结构外,区别两个不同人工神经网络的关键因素是什么;(激励函数、学习规则)
3、数据挖掘有哪些方法;(分类、聚类、关联规则、决策树、神经网络)
4、OLAP的多维数据分析方法包括哪些操作;(切片和切块、钻取、旋转)
5、知识形态根据用处可以分为哪几种知识。(描述性知识、判断性知识、过程性知识)
6、Spraque的三部件结构(人机交互系统(对话部件),模型部件,数据部件);
7、专家系统的6个部分,其中最为核心的两个部分(知识库,数据库,推理机,解释机构,知识获取机构,用户界面;核心是知识库和推理机)
8、决策分按决策的结构的分类;(个体决策支持系统、群体决策支持系统、只能决策支持系统、分布式决策支持系统、决策支持中心)
9、典型的决策支持系统结构有哪三种;(Spraque的三部件结构、Bonczek的三系统结构以及陈文伟教授的综合结构)
10、决策支持系统三库结构中的三库;(数据库及管理系统、模型库及管理系统和对话部分、知识库及管理系统)
11、Bonczek的三系统结构的三系统;(语言系统、问题处理系统、知识系统)
12、模型的存储管理包括哪些内容;(模型的表示、模型存储的组织结构、模型的查询和维护)
13、决策的4个基本特征;(目的性、超前性、创造性、管理性)
14、美国管理学教授Paul C.Nutt调查发现,决策占用了决策者多少的时间(几乎一半的时间
15、典型数学模型有哪几种;(规划模型、预测模型、管理决策模型、计量经济模型)
16、模型的运行管理包括哪些内容;(模型程序的输入和编译、模型的运行控制、模型对数据的存取)
17、模型库管理关键问题是什么;(模型的存储管理、模型的运行管理、模型组合、模型语言体系)
18、模型库管理语言体系的构成;(模型管理语言、模型运行语言、模型接口语言、模型定义语言)
19、线性规划主要用来处理哪类问题;(用来处理线性目标函数和线性约束条件)
20、模型的组合包括的两个问题(1.模型间的组合 2.模型间数据的共享和传递)。
21、在20世纪xx年代,DSS的研究以什么为中心;(如何为社会和企业/组织带来巨大的社会经济效益)
22、检索型决策支持系统、基于数据仓库的DSS、分析信息系统、建议决策支持系统各自属于哪种决策支持系统(数据驱动、模型驱动、知识驱动);
23、数据仓库的3种组织形式;(星形、雪花、星网模型)
24、使用OLAP的基础是什么;数据库或者数据仓库。
25、多模型组合所使用的结构;顺序结构、选择结构和循环结构。P79
26、模型驱动的决策支持的三个基本要素;(1)模型(2)相关数据集(3)相关的求解器,即算法。
27、模型的运行管理包括哪些内容;(模型程序的输入和编译、模型的运行控制、模型对数据的存取)
28、图形、图像模型在计算机中的表示;它是利用大量点阵组成的有灰度、颜色数据组成的图像
三、简答
1、信息在决策工作中的作用;
(在确定决策目标和设计方案阶段,主要依赖于可靠、准确、及时的基本信息)
2、决策过程的四个阶段;
(1.确定决策目标 2.设计各种方案 3.从各种被选方案中进行选择 4.执行方案)
3、实现分布式模型管理的主要方式;
(基于Web Services 的模型管理、基于智能Agent的模型的管理和基于C/S的模型的服务器)
4、产生式规则的两种获取途径;
(通过知识工程师导向的知识获取、利用数据挖掘技术从数据样本信息中直接提取产生式规则知识)
5、和知识的获取方法;
(1.通过知识工程师获取知识 2.领域专家通过知识编辑器直接将所掌握的知识和经验存入知识库 3.通过知识学习器从数据库中自动获取知识)
6、DSS的三库结构指的是什么;
(数据库及管理系统、模型库及管理系统和对话部分、知识库及管理系统)
7、DSS决策过程的四个阶段、八个步骤;
(阶段:确定决策目标、设计各种方案、从各种被选方案中进行选择、执行方案 步骤:提出问题、明确目标、价值准则、拟定方案、分析评估、优选方案、试验验证、普遍实施)
8、决策支持系统的特征;数据挖掘所提取出的知识的表现形式;按照系统理论的观点,决策系统是如何组成的。
9、使用ID3算法构建分类树(决策树)
ID3工作过程,首先找出最有判别力的因素,把数据分成多个子集,每个子集又选择最优判别力的因素进行划分,一直进行到所有子集仅包含同一类型的数据为止。最后得到一颗决策树。P118
10、决策支持系统与MIS(管理信息系统)的联系与区别;
信息系统包括管理信息系统和决策支持系统。MIS是由人和计算机结合的对管理信息进行收集、存储、维护、加工、传递和使用的系统;决策支持系统是在MIS的基础上发展起来的,都是以数据库系统为基础,都需要进行数据处理,也都能在不同程度上为用户提供辅助决策信息。从技术角度来看,二者具有如下的特点:(1)决策支持系统一般具有一定的处理非结构化化和半结构化问题的能力,而管理信息系统只处理结构化问题;(2)决策支持系统可以处理不确定性问题,而管理信息系统处理的事确定性问题。(3)决策支持系统具有强大的模型管理与服务功能,而管理信息系统一般只涉及、处理单模型的问题。(4)决策支持系统具有较强的人—机交互功能,该功能是决策者与系统进行交流和沟通的接口,决策者通过该功能区操作和控制系统,了解系统的响应并从系统获得信息,而管理信息系统的交互功能较弱。
(5)管理信息系统按事物功能(生产、销售和人事)综合多个事务的电子数据进行处理,一般要经常维护数据,而决策支持系统是通过多个模型的组合计算辅助决策,一般只使用数据。
11、决策支持系统的主要特性;
(1)用定量方式辅助决策,而不是替代决策;(2)使用大量的数据和多个模型;(3)支持决策制定全过程;(4)为多个管理层次上的用户提供决策支持;(5)能支持相互独立的决策和相互依赖的决策;(6)用于半结构化决策领域。
12、决策支持系统的产生和发展过程;
决策支持系统的发展大体上分为6个阶段:(1)20世纪xx年代初,决策支持系统起步,只是一种面向数据的信息处理系统,其标志是把交互技术应用于管理任务,一遍借助于计算机作出复杂的决策。(2)20世纪xx年代中期及后期,模型逐渐进入决策支持系统,数据与模型相结合,这是决策支持系统区别于其他信息系统的一个主要标志。(3)20世纪xx年代末到20世纪xx年代中期,决策支持系统开始普遍流行。(4)20世纪xx年代中期到20世纪xx年代初期,决策支持系统的发展以人工智能学科的渗入为主要特征,强调不但要对结果的决策支持,还要对决策全过程进行支持,注重系统所具有的智能型、创造性和适应性。(5)20世纪xx年代初期到20世纪xx年代末期,决策支持系统中强调网络技术、新一代数据库,多媒体技术,仿真技术和虚拟现实技术等的应用。(6)20世纪xx年代末期到现在,决策支持系统更加向分布式智能和综合集成方向发展,强调各种技术的综合应用和各系统与人的结合。P5
13、决策过程中四个不同阶段各自的工作任务;
(1)确定决策目标任务:提出问题和明确目标(2)设计方案任务:价值准则和拟定方案(3)选择方案任务:分析评估和优选方案(4)执行方案任务:实验验证和普遍实施。
14、结构化决策、半结构化决策和非结构化决策,举例说明;结构化决策问题:例如,
应用运筹学方法等求解资源优化问题。如:饲料配方、生产计划、调度等。非结构化决策问题:往往是决策者根据掌握的情况和数据临时做出决定。
如:聘用人员,为杂志选封面。半结构化决策问题:一般可适当建立模型,但无法确定最优方案。如:开发市场,经费预算
15、决策支持系统中数据质量存在问题的原因有哪些。
(1)数据格式问题,如数据缺失、超出数据范围、无效数据格式等。(2)数据一致性问题,处于数据库性能考虑,有时可能会有意地去掉一些外键或者检查结束。(3)业务逻辑问题,通常是由于数据库设计的不够严谨所致。P91
16、结构化、非结构化、半结构化决策的区分;
把决策问题按结构化程度来分类,是基于能否把决策问题程序化考虑。能否把决策问题程序化是指对决策问题的内在规律能否用明确的程序化语言给以清晰的说明或者描述。能够描述清楚的,称为结构化问题;不能描述清楚的,而只能凭直觉或者经验做出判断的,称为非结构化问题;介于这两者之间的,则称为半结构化问题。对问题的结构化程度进行区分,具体用以下三个因素来判别:(1)问题形式化描述的难以程度。结构化问题容易用形式化方法严格描述。形式化难度越高,结构化程度越低,完全非结构化问题甚至不可能形式化描述。(2)解题方法的难易程度。结构化问题一般由描述很清楚或较容易的解题方法。解题方法越不易精确描述或难度越高,结构程度越低,完全非结构化问题,甚至不存在明确的、定量的解题方法,只能用一些定性的方法来解决。(3)解题中所需计算量的多少。结构问题一般可通过大量的、明确的计算来解决,而结构化程度低的问题则可能需要大量试探性的解题步骤而不包含大量明确的计算。
17、决策分按决策的结构的分类;
(个体决策支持系统、群体决策支持系统、只能决策支持系统、分布式决策支持系统、决策支持中心)
18、数据和模型在决策中的作用:数据是基于数据的决策支持系统的基础,是有效发挥决策支持系统功能的“源泉”。没有良好的数据,则基于数据的决策支持系统将成为无源之水。P90
模型:模型可以帮助决策者解决决策过程中所遇到的问题。在决策支持系统的用法中,“模型”通常用来指计算机程序,用来表示变量之间的关系,以帮助找到复杂问题的解决方案。P59
19、数学模型在计算机中的表示形式;
在计算机中都是以数值计算语言的程序形式来表示的,在给它传送数据后,执行程序就能得出结果。程序在计算机中的存储仍是以文件形式存储。为区别其他形式的文件,称为程序文件。P64
20、模型字典库的查询以及模型文件的查询;根据模型库的组织存储结构形式,要查询模型,首先要查询模型字典库,查到需要的模型名,再沿着该模型文件的存取路径查到相应的模型文件。这个过程包含两部分内容,一个是模型字典库的查询,它类似于数据库的查询;另一个是模型文件的查询,这类似于操作系统文件的查询。可以说模型库的查询时数据库的查询与操作系统文件查询的结果。
第二篇:面签问题总结版本
面试的分类
1. 递签面试:从20xx.06开始的所有学生将被面试,面试环节只是为了提供感观印象;今年
已经新增添190名签证官,学生被面签也绝不会延长等待时间。面试的结果将会发给受理学生材料的签证官。面试问题都是比较基础的问题,目前来看,只涉及到学生去英国的学习信息及原因。(重点准备面试问题中的基本问题)
2. 材料受理期间的面试:签证官在审理签证期间,碰见一些情况比较特殊的学生会要求学
生补充一定的签证材料去签证处面试。这类面试的问题会涉及比较多的内容,需要分析学生被抽查面试的理由并根据要求提供的材料认真准备面试问题。无论学生接到的是电话通知还是邮件通知,都要记清楚需要补充的材料清单,务必按第一时间联系签证顾问。签证顾问也可以根据要求补充的材料内容来分析学生被面签的原因。(根据个人情况不同,准备问题的重点不同,按照签证顾问指导。)
面试问题
1, 基本问题(这类问题是递签面试会问到的问题,需要每个学生都认真准备)
? 姓名,护照号,生日
? 学习的课程(了解将要学习课程的设置,课程中大概会学到什么,都有什么科目等
等。)
? 学校(学校的排名,所在地。)
? 去英国学习的原因
2, 学习计划
? 如何知道这所学校的
? 一共申请了几所学校
? 为什么选择这所学校
? 为什么选择这个专业
? 为什么没有在国内读这个专业,而要花费很多钱去英国学习
? 什么时候打算出国的
? 你的课程多长时间
? 课程学习内容是什么
? 学费多少,怎么准备这些学费
? 在国内学习什么专业
? 你的成绩怎么样,平均分多少(这种一般是签证官拿到你的成绩单才会被问到) ? 如果申请英国的专业是跨专业,还可能被问到,为什么会转专业学习呢(根据学生
实际情况来说,但是一定要有充分的转专业理由来说服签证官你的真实目的就是去英国学习)
? 课程结束以后你的打算是什么(如果学习的是学位课程,一定要强调你会回国工作。
如果学习的是预科课程,可以说以后会申请一个学位课程。对于学位课程的名称及学校一定在网上查询清楚。签证官会在询问过后上网查询此专业是否存在)
? 以后想从事什么方面的工作(只要涉及到到以后工作的问题,一定要突出会回国的
打算)
3, 资金情况
? 你是否已经交了学费
? 你假期准备做什么(尽量不要提假期打工,因为打工会给签证官资金不足的印象。) ? 谁来承担你的学费和生活费
? 你会在假期打工么
? 你父母是做什么工作的,收入多少
? 如果父母收入比较低,一年的收入不能支付学生一年的学费,签证官还会问到,为
什么你读1年的书就要花费全家*年的家庭收入,我很不理解(父母比较重视教育,非常希望我有一次出去学习深造的机会。
? 你有申请过奖学金么(奖学金问题是签证官考察学生资金情况的手段,学生回答的
时候务必谨慎,以防陷阱。千万不要说选择某校是为了奖学金之类的话,这样签证官会认为你的资金实力不足。如果问到是否考虑申请奖学金,可以说把他作为荣誉或者自己很优秀的证明会考虑申请,但是是否能拿到奖学金不会作为我去英国或是选择学校专业的决定因素。)
? 是否考虑过申请奖学金
4, 其他问题
? 你是否准备到其它国家去旅游
? 你是否准备让你家人来英国探亲
? 你在英国是否有亲属朋友