Stejnějako neexistujejedinásprávnádefiniceDSSanis jejich taxonomiíto nenítaksnadné. DSSjemožnérozlišovatz mnohahledisekaaspektů - každýzautorů literaturyzabývajícíse taxonomiíDSStakčiníjinak.Stručněbych zdeshrnulněkoliknejvýznamnějších klasifikacíDSS.
UživatelskéúrovnirozdělujeHättenschwiler*HAT99+DSSnapasivní,aktivníakooperativní. PasivníDSSjesystém,kterýpomáháv rozhodovacím procesu,alenepřinášíexplicitnídoporučení pro rozhodováníčihotovářešení.Naprotitomu aktivníDSSukazujetakováto doporučeníařešení. Kooperativní DSS pak umožňuje řešiteli modifikovat, doplnit nebo zdokonalit doporučení poskytnutésystémem nežliho odešlezpětdo systému k validaci.Systém opětzmění,doplnía vylepšídoporučenířešiteleavrátímu jejk ověření.Celýprocespakzačínánanovo dokud není finálnířešeníhotovo.
Nasystémové úrovnirozdělujePower*POW97+rozdělujeDSSna„enterprise-wide DSS“a
„desktop DSS.“Enterprise DSS jsou spojeny s datawarehousyaobsluhujímnoho manažerů v celé společnosti. Desktopová, jednouživatelská řešení jsou malé systémy, které sídlí v pracovních stanicích jednotlivých řešitelů.
NakonceptuálníúrovnidálePower*POW02+dělíDSS na x model-driven DSS
x document-driven DSS, x data-driven DSS, x knowledge-driven DSS, x communication-driven DSS
V následujícím textu sistručněobjasnímezákladyaprincipyjednotlivých konceptů.
4.3.1 Model-driven DSS
Vědcinapolimanagementu ijindečasto zkoumajíproblém,vykonstruujíodpovídající model,kterýpakvyřeší.Teoriemodelováníbylaobjevenamnohem dříve,nežbylik dispozici výkonnépočítače.Nástupu výkonných výpočetních jednotekvšakpřineslimožnostsnadného řešenírozsáhlých vědeckým modelů a simulací.
Model-driven DSS staví právě na práci se modelováním a simulací, např. statistické, finanční,optimalizačnía/nebo simulačnímodely.Od jednoduchých statistických aanalytických prostředků, které poskytují nejzákladnější funkcionalitu, ke komplexním finančním, optimalizačním asimulačním modelům kteréposkytujípodporu rozhodování.Model-driven DSS používá vstupní data dodaná subjektem rozhodování a jeho výstupy pomáhají subjektu rozhodovánívanalýzesituaceatvorběrozhodnutí.Vstupnídataobvyklenemusíbýtrozsáhlé datovésklady.
4.3.2 E x per t ní s y s t émy
Expertnísystém jesystém,jehožúkolem jeposkytovatexpertnírady,rozhodnutínebo doporučitřešenípro konkrétnísituaci.Expertnísystémyjsou navrženytak,abymohlyzpracovávat nenumerickéa neurčitéinformaceařešittakúlohy,kterénejsou řešitelnématematickýmičijinými algoritmickýmipostupy.Expertnísystém seskládázedvou hlavních komponent,ježjsou vzájemně relativněnezávislé:
x Řídícímechanismus ježodvozujezávěry
x a báziznalostíkterou používák odvozovánízávěrů.
Expertnísystémy tvoříznalostníinženýři,kteříspolečněs odborníkyv daném oboru studují chováníreálného systému.Snažíseformulovatpravidlaazákonitosti,abyjemohlinadeklarovat v podoběpravidel,kterýmisebudeříditbudovanýsystém.
V současnédoběexpertnísystémyrozhodujío aplikaciantibiotik(MYCIN),hledajírudná ložiska(PROSPECTOR),sestavujíkonfiguracepočítačů DigitalEquipment(R1)nebo sloužíjako diagnostickýprostředekpro tiskárnyv operačním systému MicrosoftWindows9x.
VýhodyES,vyplývajícíz faktu,žejdeo strojjsou,žeposkytujestálestejnévýsledky,může pracovat24 hodin denně,nemusísibrátdovolenou,nedávýpověď,rozhodováníexpertního systému neovlivňujeúnava,časovýstresajinéfaktory.Zejménaemoce,lidsképrožíváníadalší aspekty, které mohou negativně ovlivnit proces rozhodování u člověka, jak jsme si popsali v kapitolách 2.5 a 2.6 .
4.3.3 Document-driven DSS
Document-driven DSS staví na organizaci, získávání a manipulaci nestrukturovaných informacív rozličných elektronických formátech.
4.3.4 Data-driven DSS
Jsou systémyzaloženénaanalýzách rozsáhlých objemů strukturovaných datz interních,ale iexterních zdrojů,využitídlouhých časových řad adlouhodobého shromažďováníprodukčních dat. Generátoryvýstupů jsou postavenynad datovýmiskladyadata-marty,využitíOLAP nad daty uloženýmiv RDBS.Používajísezdetechnikydolovánídataz databází,datovéskladyatp.
4.3.5 Communications-driven DSS
Systémypro podporu rozhodování,kterékladou důraznakomunikaci,spolupráciasdílení tvorbyrozhodnutí,tj.společné,tedyskupinovérozhodnutínazývámekomunikačněorientované systémynapodporu rozhodování.Obyčejnáelektronickánástěnkanebo emailjsou nejzákladnější úrovní funkcionality Communications-Driven DSS. V souvislosti s Communications-Driven DSS často slýcháme další termíny jako groupware, collaborative computing atp. Konkrétně s Communications-Driven DSSrovněžčasto zaznívátermín GDSS– Group decision supportsystém,
cožjehybridníDSSkteréumožňujespolupracovatvícelidem veskupinách zapomocinejrůznějších softwarových nástrojů.Communications-Driven DSSagroupwarenástrojeobecně,tedyumožňují dvěmaavícelidem mezisebou komunikovat,sdíletinformaceakoordinovatjejich pracovní činnosti.Příkladytakovýchto nástrojů jsou:
x konferenční hovory, elektronické nástěnky, diskuze, diskusní skupiny, sdílení dokumentů,elektronickápošta,videokonferenceainteraktivní videonahrávky
Shrnuto, Communications-Driven DSSsoftwaremáteď několikstručných následujících charakteristik:
x umožňujekomunikacimeziskupinamilidí, x poskytujeprostornasdíleníinformací,
x podporujespolupráciakoordinaciaktivitmezilidmi, x podporujetvorbu skupinových rozhodnutí.
Klíčové výzkumné aktivity v oblasti Communications-Driven DSS zahrnují dopad na skupinovéprocesyaskupinováúskalí,multi-uživatelsképrostředí,kontrolu nasouběhem aktivit, komunikaci a spolupráci ve skupině, sdílený pracovní prostor a sdílení informací a podporu otevřenému heterogeonímu prostředí, kde se integrují existující jedno-uživatelské aplikace. Communications-Driven DSSpakbývánejčastějičleněn dlečasu nasynchronníaasynchronníadle místanakomunikaci v jedno místě(face-to-face)čimezirůznélokace(distribuovaně).
4.3.6 Knowledge-driven DSS
Znalostně orientované systémy pro podporu rozhodování vycházejí ze znalostního managementu. Znalostní managementje nedávno zrozený obor pro práci si informacemia znalostmi.Jakjeobvyklé,univerzálnídefiniceznalostního managementu neník dispoziciajetřeba natento obro hledětv širším kontextu.Nejčastějisiznalostnímanagementpředstavímejako správu čikodifikacitoho,co zaměstnanci,partneřiazákaznícivědí,znajíasdílenítěchto informací mezizaměstnanci,oddělenímiadokoncemezirůznýmispolečnostmis cílem odhalittzv.„best practices.“Jdetedyrovněžo pochopeníjakznalostivznikají,jakjsou využíványarozptýleny v organizaci.Praktickýpřínospakspočívávevyužitíznalostívrozhodovacích ařídících procesech.
Znalostní management se zabývá navrhováním, implementací a provozem systémů správy
znalostí. Taková správa znalostí pak zahrnuje procesy získávání, reprezentace azpracování, ukládání,vyhledáváníaodvozování,prezentace,sdíleníadistribuceznalostí.