سیستم‌های پشتیبانی تصمیم‌گیری واحد درسی است که طی آن فرایند‌های تصمیم‌گیری و استفاده از ابزارهای کامپیوتری برای حل بهتر مسائل و غلبه بر پیچیدگی‌های موجود در آن‌ها معرفی می‌شود. در این درس دانشجویان با سیستم‌های پشتیبانی مدیریت (MSS)، پشتیبانی تصمیم (DSS) و مکانیزم‌های مرتبط با هوشمندی تجاری (BI) و توسعه و ساخت این سیستم‌ها آشنا می‌شوند. در این درس چهارچوبی تدوین شده که دانشجویان در آن با ساختار سیستم‌های اطلاعاتی و ابزارها و تکنیک‌هایی نظیر انباره داده‌ها در فرایند‌های سیستم پشتیبانی تصمیم آشنا شده و در طی آن مهارت‌های لازم برای توسعه یک سیستم پشتیبانی تصمیم را فرا می‌گیرند

1. مفاهیم پایه فرایند تصمیم‌گیری (۲ جلسه)
2. نیاز به سیستم‌های پشتیبان تصمیم (۱ جلسه)
3. مفاهیم مطرح در هوشمندی تجاری (Business Intelligence) و رابطه آن با سیستم‌های پشتیبان تصمیم (۲ جلسه)
4. مدیران و تصمیم‌گیری، دورنمایی از سیستم‌های پشتیبانی مدیریت (MSS) شامل سیستم پشتیبانی تصمیم (DSS) (۱ جلسه)
5. سیستم پشتیبانی تصمیم گروهی (G-DSS) (۲ جلسه)
6. سیستم پشتیبانی اجرائی (EIS) (۱ جلسه)
7. سیستم خبره (ES) (۱ جلسه)
8. سیستم مدیریت دانش (KMS) (۳ جلسه)
9. مفهوم سیستم، تصمیم‌گیری، و فازهای آن (۲ جلسه)
10. دورنمایی از سیستم‌های پشتیبانی تصمیم (DSS) شامل زیر سیستم داده، زیرسیستم مدل و زیرسیستم واسط کاربر (۲ جلسه)
11. مدیریت داده‌ها شامل مخزن داده‌ها، بازیابی، پایگاه داده‌ها در DSS، پردازش تحلیلی برخط (OLAP)، داده کاوی و نمایش (۱ جلسه)
12. انباره داده‌ها و مفاهیم مرتبط با آن (۲ جلسه)
13. مدل‌سازی و تحلیل شامل انواع مدل‌های استاتیک و پویا، مدل‌سازی به وسیله صفحه گسترده، درخت تصمیم و جدول تصمیم، مدل‌های بهینه، و مدل‌های ابتکاری (Heuristic)، شبیه سازی، مدل‌های چند بعدی (OLAP)، مدل‌سازی و شبیه‌سازی بصری (۲ جلسه)
14. توسعه DSS شامل چرخه سنتی عمر نرم‌افزار، و متدولوژی‌های مختلف برای توسعه DSS (۲ جلسه)
15. سیستم‌های پشتیبانی تصمیم‌گیری گروهی و تکنولوژی‌های پشتیبانی گروهی (۱ جلسه)
16. سیستم‌های پشتیبانی اجرائی EIS شامل سیستم‌های اطلاعاتی اجرائی نقش مدیران و اطلاعات، مشخصه‌های EIS، مقایسه EIS و DSS، زنجیره تامین و پشتیبانی تصمیم (۱ جلسه)
17. سیستم‌های خبره و هوش مصنوعی شامل مفهوم هوش مصنوعی و اجزای آن، مفهوم سیستم‌های خبره، ساختار سیستم‌های خبره، زمینه‌های سیستم‌های خبره، و انواع سیستم‌های خبره (۱ جلسه)
18. پشتیبانی تصمیم‌گیری شبکه‌ای مثل اینترنت، اینترانت و اکسترانت (۱ جلسه)
19. پیاده سازی DSS و استراتژی‌های آن (۱ جلسه)
20. DSS‌های هوشمند و آثار اجتماعی و سازمانی سیستم‌های پشتیبانی مدیریت (MSS) (۱ جلسه)
21. انبارهای داده و داده‌کاوی (۱ جلسه)
22. مدیریت ارتباطی با مشتری (CRM) و برنامه‌ریزی منابع سازمان (ERP) (۱ جلسه)

1. تمرین‌های پژوهشی: (۱۰ درصد نمره)
   1. تمرین‌هایی که باید با استفاده از اینترنت و متن کتاب تجزیه و تحلیل شده و پاسخ داده شوند.
   2. تمرین‌هایی که در ارتباط با استفاده از مفاهیم و ابزارهای موجود در دنیای واقعی است که تحت عنوان مطالعه موردی به دانشجویان داده می‌شود.
2. تمرین‌های عملی: در این بخش دانشجویان موظف به اجرا و پیاده سازی پروژه‌های مرتبط با این درس و استفاده از ابزارهای متنوع متن- باز موجود دراین زمینه هستند (۱۰ درصد نمره).
3. سمینار و ارائه کارهای پژوهشی: در این درس دانشجویان به صورت گروهی و یا انفرادی باید کارهای پژوهشی خود را ارائه دهند و از سمینارهای مذکور ارزشیابی به عمل می‌آید (۳۰ درصد نمره).
4. آزمون‌های میانی و پایانی: این درس شامل یک آزمون میانی است که در اواسط ترم برگزار شده و شامل مطالب ۶ فصل ابتدایی است. آزمون پایانی شامل کلیه مطالب تدریس شده است (۵۰ درصد نمره).