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。     

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DW+OLAP+DM的超市销售决策支持系统

结合超市的销售信息设计和开发了C/S结构的基于数据仓库、联机分析和数据挖掘技术的超市销售决策支持系统,从应用的角度介绍了数据仓库的构建过程、联机分析处理技术的实现。数据挖掘模块通过分析商品销售记录,寻求最佳的货架摆放布局。通过对会员资料的分析,帮助制定会员卡服务策略和促销方案,更好地适应顾客,留住固定的消费群。     

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。     

干部选拔决策支持系统中数据仓库的设计

基于数据仓库的决策支持系统是现今决策支持技术应用的主流。本文结合数据仓库、联机分析处理、数据挖掘、模型库系统、知识库系统等技术提出了一个干部选拔决策支持系统的解决方案，并就干部选拔数据仓库的设计和实现进行了分析和探讨。     

基于数据仓库的决策支持系统的研究与应用

介绍了数据仓库、OLAP和数据挖掘的有关概念和内容 ,并在建立数据仓库的基础上提出了决策支持系统的理论框架 ,并提出了其在高校招生中应用的设计和实现方案。     

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。     

基于供应链数据仓库的OLAP数据挖掘

现代企业的竞争已经转变为供应链之间的竞争，供应链管理是经济全球化发展的产物。在供应链系统的数据库或数据仓库之中存储了大量的数据，如果在供应链数据仓库的基础之上开发OLAP数据挖掘系统，可以使供应链数据仓库更好地适应物流企业决策的需求。文中介绍了基于供应链数据仓库的OLAP数据挖掘应用技术，最后给出了应用实例，并讨论供应链数据仓库的OLPA数据挖掘系统的工作模式及其今后的研究方向。     

基于SQL Server的OLAM的研究及应用

OLAM(On-line Analytical Mining)是当前的热点技术,是融合了联机分析处理(OLAP)和数据挖掘(Data Mining)的一种新的数据挖掘技术。本文主要研究数据仓库中OLAP,On-line Analytical Processing和数据挖掘技术,这两个技术是商业智能中的核心技术和主要内容,在两者的基础上引入OLAM的概念,并阐述其基本原理和核心技术。基于微软的SQL Server平台,为一个商业案例建立数据仓库,利用Analysis Services服务,建立销售分析的多维数据集,利用OLAM的基本模型实现OLAP和聚类挖掘技术的结合,借助两者的各自优势,得到很好的客户聚类分析结果。     

医药连锁销售决策支持系统的研究

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3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研究,以及报告了系统在三层客户服务器模式下实现的关键技术和实现方法.经初步测试,该系统是适用和可靠的.     

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。     

农民工医疗健康信息分析系统的维度建模设计

农民工医疗健康问题是政府长期关注的难题之一, 农民工医疗健康信息分析系统旨在对农民工医疗健康信息数据进行统计与挖掘, 辅助政府决策. 基于数据仓库中的维度建模理论, 结合农民工医疗保健需求及卫生服务活动特点, 建立面向数据分析的农民工医疗健康信息的多维数据模型, 对数据分析及挖掘的应用及方法进行初步设计, 为农民工医疗健康信息数据分析提供基础, 并为政府相关部门提供参考.