基于DW的连锁超市决策支持系统的研究与设计

文中在连锁超市原有的联机业务管理信息系统的基础上，综合运用了数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）等新兴技术，开发了一个完整的连锁超市决策支持系统。简明扼要地介绍了系统的体系结构和总体实现，并对DW，OLAP和DM等关键部件的设计作了详尽的论述。     

基于库存控制的数据仓库与决策支持

通过对传统决策支持系统已经不能满足当今企业对决策支持的需要的分析,提出了采用数据仓库（DW）,联机分析处理（OLAP）及数据挖掘技术为企业提供决策必要性,设计了一种利用数据仓库（DW）技术和联机分析处理（OLAP）、数据挖掘（DM）等数据仓库工具提供库存控制决策支持的方案,并着重阐述了联机分析处理（OLAP）与数据挖掘是如何为企业库存控制提供决策支持的。     

基于DW的连锁超市决策支持系统的研究与设计

文中在连锁超市原有的联机业务管理信息系统的基础上,综合运用了数据仓库(DW)、联机分析处理(OLAP)、数据挖掘(DM)等新兴技术,开发了一个完整的连锁超市决策支持系统。简明扼要地介绍了系统的体系结构和总体实现,并对DW,OLAP和DM等关键部件的设计作了详尽的论述。     

SQLServer2005的数据挖掘技术在示范性院校管理决策支持系统中的应用

分析了高校MIS的特点及DM与OLAP的作用与功能。提出了高校建立基于数据挖掘技术的管理决策支持系统的途径与方法。即在建立DW基础上进行DM,并与OLAP相结合以提高系统辅助决策能力。     

股市行情预报的数据仓库数据挖掘系统

本文介绍采用数据仓库(DW)、联机分析(OLAP)、数据挖掘(DM)，构建股市行情预报信息的公众资讯网的开发实践。     

学生综合素质评价系统的数据挖掘方法研究

该文介绍采用数据仓库(DW)、联机分析(OLAP)、数据挖掘(DM),构建学生综合素质评价信息的公众咨询网的开发实践。     

企业商业智能调查报告

业务运作通常都会产生大量的数据。如何利用这些数据在商业战略及业务发展方面,及时、正确地做出决策,这就是商业智能。商业智能主要包括数据仓库（Data Warehouse,DW）、联机分析处理（OLAP）以及数据挖掘（Data Mining,DM）。这些先进技术在企业中的成熟运用,将会带给企业更多的商业竞争优势。但在经济颓势的今天,有些企业却抱怨商业智能给他们的业务运作增加了复杂性。那么实际情况如何？企业又是如何选择商业智能解决方案的呢？     

数据仓库在生产连续型企业库存控制中的应用

本文通过对生产连续型企业库存控制的特点分析，指出了仅仅利用传统的基于事务处理的管理信息系统和决策支持系统(DSS)解决该类库存控制决策分析问题的局限性，提出了采用数据仓库技术的必要性，并分析了传统决策支持系统的不足之处以及数据仓库(DW)技术对DSS的支持，设计了一种利用DW技术和数据挖掘(DM)、联机分析处理(OLAP)等
数据仓库工具提供库存控制决策支持的方案。     

基于数据仓库的证券交易决策支持系统设计与开发

证券交易对海量数据管理和分析存在潜在需求,对证券交易决策支持系统做了分析,针对海量数据管理,提出基于DW、DM、OLAP的系统框架,并设计了网络结构、主题、数据维度、数据库,最后从数据获取、数据的技术分析及多维分析讲述系统的实现,为决策者管理和分析海量证券交易信息提供决策支持.     

智能化决策支持系统框架的研究与设计

主要在对智能化决策支持系统( IDSS)进行研究并分析目前研究成果的基础上,根据IDSS的开发过程和特点,融合Web开发的MVC设计模式的思想,采用专家系统(ES)、数据仓库(DW)、联机分析处理(OLAP)和数据挖掘( DM)等技术,提出一种综合IDSS的结构框架,将其划分为4个层次,并对各个层次的作用分别进行说明.     

餐饮决策支持系统中OLAP数据仓库的设计与实现

餐饮联机事务处理系统（OLTP）能规范企业业务流程和提高业务运转效率，但对企业决策的支持能力差，因此建立基于餐饮企业业务数据集的后台决策支持系统（DSS）是有必要的。提出了采用数据仓库，OLAP和数据挖掘技术建立餐饮决策支持系统的思路，重点讨论系统的体系结构设计，基于原型法，从开始的数据仓库模型设计，数据的抽取、转换和加载及多维数据集的设计，到最后的OLAP分析，对系统的实施进行了探讨。     

连锁销售决策支持系统解决方案研究

数据仓库、联机分析处理、数据挖掘技术的结合是决策支持系统研究的主流模式,其中数据仓库用于数据的存储管理,联机分析处理集中于数据的多维分析,数据挖掘则致力于知识发现。在数据仓库、联机分析处理、数据挖掘技术的支持下,提出了连锁销售决策支持系统解决方案,即数据仓库+联机分析处理+数据挖掘→决策支持系统。     

OLAP数据挖掘引擎算法的设计与实现

基于OLAP的数据挖掘，是数据挖掘的一个新的发展方向。对于如何把OLAP(联机分析处理技术)和DM(数据挖掘)统一起来，从而在数据库或数据仓库的不同层次进行挖掘，提出了OLAP数据挖掘系统的结构。通过研究数据挖掘方法和OLAP操作的特点，以及数据立方的构建和物化，对传统的DM算法进行了改进，设计并实现了更能适应OLAP数据挖掘引擎的算法。     

报业广告智能决策系统的研究与应用

针对报业广告决策的特点,运用数据仓库技术和决策支持系统的思想开发出一套适应面广、灵活性高的智能决策支持系统。基于多层次决策应用的需要提出了虚拟集市的概念和一种改进的三层数据集市结构,并利用星型图数据建模技术将其成功应用到实际系统中;采用基于数据集市和联机分析处理的集成化智能决策支持系统模型,详细论述了系统的预测和客户分析功能模块并提出了基于层次分析法的客户忠诚度定量模型。该系统已成功应用到实际中,对报社广告部的决策提供了有力的支持,取得了良好的效果。     

数据仓库技术在教育领域中的应用

数据仓库是数据挖掘过程中一个非常重要的环节,它涉及到数据的清理、整合等内容,而且,为交互式数据分析提供了OLAP工具。作为数据库技术最新发展的数据仓库已被广泛应用。探讨了什么是数据仓库及其性质、特点,并举出了在教育中的应用。     

基于OLAM的可视化DM系统的设计与实现

为了解决传统数据挖掘的两大缺点,结合OLAP和DM以及可视化三大技术,提出了基于OLAM的可视化DM系统模型.在该系统中,OLAP与DM做到了一定程度的有机结合,用户可以参与到整个挖掘过程中,同时对该模型进行了系统的分析.