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。本文在数据仓库、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。     

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。     

面向数据仓库技术的财务决策支持系统研究

以数据仓库技术为核心,结合联机分析处理技术和数据挖掘技术的基础上,构建了财务决策支持系统,通过使用数据仓库的联机分析技术和数据挖掘技术强化了DSS的智能功能,为企业财务决策提供服务。     

基于纺织企业纱线质量数据仓库的设计

基于纺织企业纱线质量管理数据,结合数据仓库、数据挖掘、联机分析处理技术,探讨了纱线质量数据仓库整体设计过程,并且实施数据挖掘,分析数据挖掘结果,对企业生产提供依据。提出了基于纺织企业纱线质量数据仓库的组成与设计思路,以实例阐述了构建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,结果表明基于纱线质量的数据仓库的建立结合数据挖掘和联机分析处理技术对企业质量管理层确实提供了有效的分析手段。     

基于纺织企业纱线质量数据仓库的设计

基于纺织企业纱线质量管理数据，结合数据仓库、数据挖掘、联机分析处理技术，探讨了纱线质量数据仓库整体设计过程，并且实施数据挖掘，分析数据挖掘结果，对企业生产提供依据。提出了基于纺织企业纱线质量数据仓库的组成与设计思路，以实例阐述了构建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，结果表明基于纱线质量的数据仓库的建立结合数据挖掘和联机分析处理技术对企业质量管理层确实提供了有效的分析手段。     

基于数据仓库的决策支持系统设计研究

文中分析了数据仓库技术、联机事物分析处理技术、数据挖掘技术。综合3种技术,以数据仓库为技术基础,联机事物分析处理和数据挖掘工具为手段,提出了基于数据仓库的决策支持系统设计,它具有广泛的应用前景。     

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。     

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。     

数据仓库技术研究与应用

数据仓库是信息领域中近年来快速发展起来的一种技术,该文对数据仓库技术进行了研究。数据仓库的关键技术在于联机分析处理和数据挖掘,文章讨论了联机分析处理的实现,介绍了数据挖掘的技术,并给出了数据仓库系统开发的实施方案。     

一个销售模型的关联规则挖掘研究

论文先介绍数据挖掘中关联规则理论知识,包括Apriori经典算法、支持度、可信度等概念。以一个超市的销售模型系统为例,建立一个sales数据库系统,由关系数据库管理系统和数据仓库挖掘工具进行单维及多维关联规则挖掘。     

数据仓库在超市中的应用

绍了数据仓库技术,以某超市销售决策支持系统为背景,详细描述了面向超市销售数据仓库的建模方法和步骤,并结合连锁超市企业的具体业务,给出了连锁销售决策支持系统的模型。利用OLAP技术构建出销售多维数据集,使用多维查询语言MDX对该多维数据集进行查询以便决策者方便地对销售量、库存情况进行分析并作出正确的决策。     

数据仓库技术在大型超市中的应用

为了克服大型超市管理中的盲目性和决策中的随意性，有利于对超市进行科学和规范的现代化管理，提高工作效率，笔者运用数据仓库技术，针对大型超市销售经营模式，构造了大型超市数据仓库系统。数据库平台采用SOL Server 2000，数据仓库集成模块采用VC＋＋开发，数据仓库客户端程序和OLAP分析采用Power Builder开发。该系统性能价格比高，系统运行速度快，对超市两年的历史数据进行分析操作获得了令人满意的效果。此系统具有良好的通用性，能适应不同超市的销售情况，为今后的维护、增量开发提供了良好的基础。     

药品销售行业决策支持系统的分析与设计

介绍了如何构建医药销售行业的数据仓库系统（DW）和如何运用OLAP技术、数据挖掘技术进行客户分析、销售分析、市场分析、库存分析、配送分析、风险分析。在此过程中,讨论了数据仓库的基本技术,归纳并提出了药品销售软件中数据仓库的基本体系结构。     

超市数据仓库与数据挖掘的研究

传统的数据库管理信息系统不能够很好地利用、分析数据库中积累的大量数据,数据仓库与数据挖掘技术很好地解决了这一问题.通过分析超市业务数据库,用星型架构的方式建模,构造出一个数据仓库的逻辑模型;然后从超市业务数据库中抽取数据,经过转换等处理,把有价值的数据加载到数据仓库中,完成数据仓库的构建,并论述客户分片的数据挖掘过程.     

基于Hadoop平台的OLAP煤炭销售数据分析系统

针对煤炭销售数据量大而信息量少的问题,开发了基于Hadoop平台的OLAP煤炭销售数据分析系统,介绍了系统设计思想及架构,并以销售量统计为例阐述了实现数据深层次快速挖掘和直观显示的具体过程。该系统利用Hadoop云平台对数据进行ETL处理,创建Hive分布式数据仓库,并采用Hive的HQL语言进行OLAP统计分析,能够快速、准确地实现对销售量信息的多层次、多角度、深层次的数据挖掘、统计和分析,并直观、多角度地反映数据分析结果。     

基于数据仓库的煤矿历史数据分析

目前煤矿中积累了大量的历史数据,为了有效利用这些数据,利用数据仓库作为煤矿历史数据分析方法,设计了基于数据仓库的煤矿历史数据分析系统,给出了其软件体系结构和模块功能,并对建立数据仓库关键技术进行了详细描述。结果表明利用数据仓库来分析煤矿历史数据,是可行的和有价值的。     

基于时序关联规则的商品需求预测

为了满足商品销售企业对商品需求预测的需求,提出一种时序关联规则挖掘算法。利用企业商品销售数据与客户相关的特点,提出客户模式数据模型,针对该数据模型,给出时序关联规则挖掘算法。利用该算法对超市销售数据进行时序关联规则挖掘,得到了正确的结果,验证了其在实际应用中的有效性。     

基于J2EE的空间数据挖掘系统设计与实现

在分析空间数据挖掘特点的基础上，充分集成空间数据仓库技术、空间数据挖掘技术以及空间信息表达等技术，设计了一个基于J2EE的空间数据挖掘原型。重点介绍该原型系统的功能框架与体系结构、空间关联规则挖掘模块、挖掘结果的可视化表达模块的设计和实现办法。最后给出系统以某市土地利用现状数据集为例的空间关联规则挖掘结果界面。结果表明该系统可较好地满足可靠性、扩展性、可用性等业务需要。     

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。