决策支持系统的分类

DSS的应用领域广泛，系统架构、 实现技术也是多种多样的，新型的DSS相继问世，因此根据不同的分类标准，DSS的类型也是不同的，以下介绍几种典型的分类。

1. 根据决策资源的分类

根据DSS中的决策资源以及工作方式，可以分成面向数据的DSS和面向模型的DSS两种基本类型。 面向数据的DSS适用于有大量数据的决策环境，如金融、 证券、 通信、 流通等行业。 这类系统模型处理功能较弱，但具有强大的数据管理功能。 主要进行大量数据的存储和快速处理，复杂条件的数据检索和多功能、 多角度的数据分析，如股票信息分析软件包就是一款面向数据的DSS。

面向模型的DSS具有强大的模型库管理系统，主要用于模型分析。 例如，财务计划系统就是典型的面向模型的DSS，它具有许多常用的财务数学模型，用户可以通过简单的命令进行模型操作，从而找到解决问题的方案。 如果用户需要的模型系统里没有，也可以使用建模语言生成所需要的模型，然后再运行此模型。

2. 根据决策的活动类型分类

根据决策的活动类型不同，常常需要采用不同的形式。 在动态活动中采用的DSS应可以根据实际发生的情况临时改动，如防汛指挥部门所面临的决策是动态的和具有突发性的在常规活动中使用的DSS更注重顽健性和抗干扰性，如银行贷款申请是一种基于规则的决策。

根据DSS决策的活动类型，可将DSS分为动态型DSS和常规型DSS。 动态型DSS的特征是: 用户可以根据问题的特征描述快速生成DSS，一个应对特定汛情问题的DSS必须帮助用户在几小时或更短时间内建立一个模型，使决策者很快能够用它进行模拟。 常规型DSS的特征是: 从大量的经验中抽取决策规则，对经常发生的活动进行决策，需要更长时间来开发。

3. 根据决策模式分类

根据决策模式，可以将DSS分为以下六类。

(1) 面向文本的DSS

面向文本的DSS主要使用文本数据来进行决策支持。 这类系统主要提供文本形式的内容，目的是帮助用户方便地得到有关决策的信息。 现在更多的公司利用网站的形式，提供图文并茂的页面和更丰富的链接信息，并通过站内检索、 文本挖掘工具等，帮助用户更好地做出决策。

(2) 面向数据库的DSS

在面向数据库的DSS中，数据是以结构化的形式存储的。 过去常使用关系数据库作为DSS的核心，近年来，随着数据存储成本的降低以及处理能力的增长，企业中的数据量大量增长，定型的数据库处理往往难以满足需要，因此采用了数据仓库解决方案，将日常大量事务数据结果处理后分类存储，并提供对数据的在线分析和操作功能，让用户更方便地获得有助于决策的信息。

(3) 面向表计算的DSS

这类DSS用工作表作为其输出界面，其数据存储和检索功能、 模型构造和模型管理功能都隐含在表的界面之中。 其操作简单、 功能强大，可用于各种决策问题，很受用户欢迎如Excel、 Lotus等都获得了极大的市场，被广泛使用。

(4) 面向求解器的DSS

求解器是为解决某类特定问题而开发的程序，如Excel中的决策树求解器、 模拟求解器等，可进一步扩充表计算软件的功能。 在一些DSS生成器中，求解器可以有多种，用户也可以用某种语言来定义，如SAS中的过程部分，用户就可以用定义求解器。

(5) 面向规则的DSS

面向规则的DSS是将规则做成系统内部的表现形式，通过计算机存储和检索，可以帮助用户快速决策。 这类DSS经常被用于专家系统中。

(6) 混合型DSS

Turban曾提出了一种 “混合型” DSS，他提议将传统的使用定量计算模型的DSS和专家系统相结合，使单纯依赖算法和过程的DSS具有知识的推理能力和学习能力，从而提高决策能力。 混合型DSS在结构上增设了知识库、 推理机和问题处理系统，人机对话部分还加入了自然语言处理功能。