智能决策支持系统的基本特点是多样性和多变性。在这里多样性的含义是很广泛的，其中包括技术的多样性。事实上智能决策支持系统是综合的，它涉及了大多数软件技术。
数据库系统是智能决策支持系统重要的组成部分，是信息存储、处理的基础。数据库技术的发展主要经历了层次模型、网状模型以及关系模型数据库3个发展阶段，其中关系模型数据库的出现是数据库乃至计算机科学发展史上巨大的进步，迄今仍然统治着数据库应用市场。
信息的基本形式是数据，数据处理的中心问题是数据管理。数据管理指的是对数据的分类、组织、编码、储存、检索和维护。在经历了人工管理、文件系统和数据库系统3个阶段的发展后，数据库管理系统成了今天几乎所有信息处理系统的基础。
数据库管理系统是用于描述、管理和维护数据库的软件系统，它建立在操作系统基础上，对数据库进行统一的管理和控制。
在智能决策支持系统中，数据库管理系统也同样是整个系统的基础，但它又有特殊性。
（1）在一般信息系统中数据是一切设计的出发点，人们总是在分析现实系统数据需求的基础上，建立数据流图或实体——联系图，并在此基础上构筑整个系统的框架。而在智能决策支持系统，设计的出发点是决策模型和决策方法，数据的需求、收集和组织都是基于这些模型和方法的。
（2）数据来源多样，在决策支持系统中，数据不仅来源于本系统内部，而且更多是来源于外部。有效地取得外部数据对智能决策支持系统而言是非常重要的，类似于ODBC这样的接口解决了从不同数据来源取得数据的问题，当然，更重要的是如何选取和处理这些外部涌入的大量数据。(www.xing528.com)
（3）数据组织更复杂，面向决策的数据已不再满足于传统联机事务处理系统。多维分析，常称为联机分析处理，使得用户能做更为复杂的查询，诸如按照季度和地区比较前两年销售与计划的相关性，不仅如此，决策还涉及更广泛的联系，如公司在进行销售决策时可能还涉及地理信息，在进行技术改造决策时还涉及工程设计信息，这些都是用传统的关系数据库难以表达的。
（4）数据是集成的，数据应该有一致性，如字段的同名异义，异名同义，单位不统一等等必须经过整合。
（5）数据是面向决策者的，传统的数据是面向软件人员和操作者的，一是数据使用和理解涉及太多的软件技术概念，二是数据和决策需要还有太多的语义距离。智能决策支持系统的数据组织必须改善这两点。无论是在数据库和决策之间建立面向决策的“语义层”，还是建立数据仓库，在这点上的目的都是相同的。
（6）决策需要数据有时间刻度。进行历史数据的比较，是决策分析中最基本的需要，这也是数据仓库要解决的一个基本问题。
目前，数据库领域的几项重要发展都与智能决策支持系统密切相关，数据库技术的发展极大地改善了决策支持系统的决策水平。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
