数据仓库和数据挖掘技术在ERP中的应用

数据仓库和数据挖掘是近几年迅速发展起来的技术,主要用于构建企业的决策支持系统。文章根据数据仓库和数据挖掘技术的这个特点,并针对传统ERP系统在决策方面的不足,提出把数据仓库和数据挖掘应用到ERP中去,以数据仓库作为企业底层的数据源,再配合以各种数据挖掘技术,结合ERP的管理思想,发挥数据仓库与数据挖掘技术在决策支持方面的长处。在此基础上,探讨了基于数据仓库的采购管理系统(DWBPMS)的实现,以提高ERP中的决策支持功能。     

数据仓库和数据挖掘技术在ERP中的应用

数据仓库和数据挖掘是近几年迅速发展起来的技术,主要用于构建企业的决策支持系统。文章根据数据仓库和数据挖掘技术的这个特点,并针对传统ERP系统在决策方面的不足,提出把数据仓库和数据挖掘应用到ERP中去,以数据仓库作为企业底层的数据源,再配合以各种数据挖掘技术,以提高ERP中的决策支持功能。     

数据仓库和数据挖掘技术在ERP中的应用

把数据仓库、数据挖掘技术运用到ERP中去，以数据仓库作为企业底层的数据源，再配合各种数据挖掘技术，结合ERP的管理思想，发挥数据仓库与数据挖掘技术在决策支持方面的长处。在此基础上，探讨了基于数据仓库的采购管理系统（DWBPMS）的实现。     

基于ERP的企业数据仓库设计

结合ERP的管理思想,把数据仓库、数据挖掘、联机分析处理技术应用到ERP中去,探讨了企业数据仓库整体建设过程。提出了基于ERP的企业数据仓库的组成与设计思路,以实例阐述了构建企业数据仓库的体系结构和数学模型以及数据挖掘、联机分析处理技术。详细介绍了构建企业数据仓库的特点。     

基于ERP的制造企业商业智能研究

对一类基于ERP系统的制造企业,研究商业智能系统的数据挖掘、前瞻性数据分析和决策支持功能应用。商业智能系统采用BW与BO的组合设计。BW的标准数据接口与ERP系统无缝集成,使用处理链实时抽取EPR系统的业务数据到企业数据仓库;BO针对多样性分析需求提取数据仓库中的数据表,配置行业标准展现形式,使用钻取过滤技术制作深层次的动态业务分析报表。基于ERP的制造企业商业智能帮助企业管理人员把握发展趋势,做出科学决策,并在企业生产中取得良好效果。     

基于数据仓库的铁路货票数据分析决策支持系统

把数据仓库、数据挖掘技术运用到DSS中去,以数据仓库作为货票分析底层的数据源,再配合模型技术和各种数据挖掘技术,发挥数据仓库挖掘技术在决策支持方面的长处。在此基础上,文章探讨了基于数据仓库的铁路货票数据分析决策支持系统(RFDAS)的实现。     

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。     

数据仓库与数据挖掘的关系及其安全性问题

数据仓库与数据挖掘是当今新的技术热点,数据仓库是一种解决数据使用的高效技术,数据挖掘为之提供了更好的决策支持和服务,同时促进了数据仓库技术的发展.从数据仓库的相关技术和体系结构分析展开研究,分析了数据挖掘与数据仓库的关系,重点阐述了数据仓库的安全性问题,展望了数据仓库未来的研究方向.数据仓库和数据挖掘二者既相互结合、共同发展,又相互影响、相互促进.数据仓库越来越广泛地运用到各个领域中,成为企业获得竞争优势的关键武器.     

基于医药连锁销售的决策支持系统设计

在原企业管理信息系统基础上,为充分利用日益增长的海量数据,针对其在决策支持方面的不足,提出了一种基于数据仓库、联机分析处理和数据挖掘三项技术的销售决策支持系统。讨论了系统总体结构,对系统数据仓库、多维数据集和数据挖掘模型进行了设计分析。     

基于医药连锁销售的决策支持系统设计

在原企业管理信息系统基础上,为充分利用日益增长的海量数据,针对其在决策支持方面的不足,提出了一种基于数据仓库、联机分析处理和数据挖掘三项技术的销售决策支持系统。讨论了系统总体结构,对系统数据仓库、多维数据集和数据挖掘模型进行了设计分析。     

数据仓库的填充与访问

数据仓库是连接底层数据源与上层应用的枢纽。该文介绍了数据仓库的填充(与数据源的连接)和数据仓库的访问(与应用界面的连接)技术,包括与数据库数据源和非数据库数据源的连接以及采用组件工具访问数据仓库的方式和实现方法。     

平行数据:从大数据到数据智能*

为了解决实际问题,大数据分析处理系统需要获取数据,然而实际场景中收集到的实际数据通常不完备.另外,大多数问题的解决方案通常是由问题引导或者仅仅进行数据分析,运行参数调整和设定带有较大的盲目性,难以达到应用的智能性.为此,文中提出平行数据的概念和框架,根据实际数据经计算实验产生真正的虚拟大数据,结合默顿定律,以期待的解决方案与问题进行广义对偶,引导大数据聚焦到实际问题.实际数据与虚拟数据动态互动,平行演化,形成一个虚实相生、数据动态变化的过程,最终使数据具备智能,进而解决未知的问题.平行数据不但是一种数据表示形式,更是一种数据演化机制与方式,其特色是虚实互动,所有数据的动力学轨迹构成了数据动力学系统.平行数据为数据处理、表示、挖掘和应用提供了一个新的范式.     

基于数据抽取器实现数据挖掘

通过定义ＳＯＬ数据挖掘抽取器,设计了数据挖掘算法和数据库管理系统的接口的框架体系。并通过一个常用的数据挖掘算法简单贝叶斯算法说明了这种标准的ＳＯＬ数据挖掘抽取器的适用性。     

数据处理中的数据交换问题

为有效地解决实际问题,可能要使不同语言进行混合编程,这样就涉及到数据的传递和不同类型的数据文件之间的转换,这里讨论几种常用数据交换问题。     

数据仓库和数据挖掘

Making a business decision using data from severaldifferent enterprise databases can be complicated. Data warehousesconsolidate data into a central repository and give you the OLAP toolsnecessary to retrieve data pertinent to the solution.DefinitionA data warehouse is used to consolidate this data into a central storeand to arrange it to make analysis easier, which means the data is lessnormalized than your traditional application database. Data is typicallytransferred in batch to the centra…     

数据仓库中的数据提取

数据仓库的思想和工具在企业中得到了越来越广泛的体现和应用,在当前典型的数据仓库应用中,数据仓库的填充或者说数据的提取,转换和加载是设计人员遇到的最大挑战之一,预计在数据仓库的设计过程中,80％的努力都将用于此过程。该文从工程角度介绍了数据提取、转换和加载的过程和实现方式,并介绍了4种可灵活应用的数据提取方法。     

数据仓库中的数据集成转换

本文首先提出了数据仓库中数据集成的一个总体框架，然后列举了在数据转换中可能遇到的主要问题，最后根据这些转换规则，给出了一种描述性脚本语言来描述这些规则，继而给相应的处理模块解析处理。     

数据仓库与数据挖掘技术

数据挖掘是一新兴的技术,近年对其研究正在蓬勃开展。本文阐述了数据仓库及数据挖掘的相关概念,做了相应的分析,同时共同探讨了两者共同发展的关系,并对数据仓库与挖掘技术结合应用的发展做了展望。     

数据仓库与数据挖掘技术

数据挖掘是一新兴的技术,近年对其研究正在蓬勃开展.本文阐述了数据仓库及数据挖掘的相关概念,做了相应的分析,同时共同探讨了两者共同发展的关系,并对数据仓库与挖掘技术结合应用的发展做了展望.     

数据网格的数据管理策略

数据网格的目标是使数据密集型的高性能计算和数据密集型的数据共享事务处理及科学研究成为可能，数据网格主要包括数据存储系统和数据管理系统两大部分．数据管理系统对所存储的数据进行管理，主要包括数据的传送和复制等操作．文章对数据管理策略进行了详细的分类评述并且讨论了目前数据管理系统中的某些局限性和进一步的工作．