基于数据仓库技术的库存决策支持系统的研究

《基于数据仓库技术的库存决策支持系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、1_程硕!_毕业论文摘要随着计算机技术的发展，交通运输行业都开始采用计算机及相应的信息技术进行管理和运营，企业数据实际I几足企业的经验积累，当其积累到定程度时，必然会反映出规律性的东西。在这样的背景下，人们迫切需要新一代的计算技术和决策工具来挖掘“信息孤灿I'll,蕴藏的宝藏，使其成为Itj直接利用的决策支持信息，并指导企业领泞若的技术决策和经营决策。木文通过对物流行业的背饿’j操作流程的分析，提出了建立基于物流行业的库存决策支持系统，足上{.能够协助领`!者作决策，以提高企业自身的竞争力，充分占领Of场。本文首先介绍了”今流行的决策分析技

2、术一一数据仓库、联机分析处理(OLAP)和决策支持系统，然后分析了决策在一般企业中的重要性与物流行业中对库存数据分析的必要性。提出了建立基于数据仓库的库存决策支持系统的设计思路。木文通过分析了决策支持系统.1]用的多种体系结构的框架后，给出了基于客厂’机/服务器的系统架构模型以及相应的功能模型、结构设计和工作流程。在数抓仓库方血，本文1羊细分析了物流库存中的各个方面要索，首先给出了建亿基f现存数据库的数据集中方案—摧十Webservice的数据集中方案以及相应的数据形式统1标准。然后给出了库存数据仓库If，相关的维表、度员、事实表以及整个数

3、据v:力一体的设计。接卜来木文给出了基于该数据仓库的数据分析方法和OLAP数据挖掘的几种I_作模式。在软件平台的选用卜，本系统采用了Sysbase公司提供的整体解决力一案。最后，木文对系统进个丁了榷体评测，并提出了今后改进的目标和方法关键字:物流，数据仓库，库存决策支持系统，OLAP4;24i下程0iI毕业论文ABSTRACTWiththedevelopmentofthecomputescience,thecomputerhasbeenusedinthetraffictradeinordertomaketheenterprisemanage

4、dandrunverywell.Thenagreatdealofdatahavebeenaccumulatedduringtheprocessofmanagement.Andthequantityofdatabecomemoreand,more.Sometimesthedatacanimplysomeinformation.Somanypeoplewanttoupdatethecomputertechnologytomeettheneedtomakethedecision.Withanalyzingthebackgroundandessen

5、ceoflogisticsindustry,thearticleputsforwardakindofstocksDSSbasedondatawarehousetechnology.Thissystemcanhelptheleadersoftheenterprisetodosomedecisionsbasedonthedata.Atfirst,thearticleintroducessometechnologyaboutDSS,datawarehouseandOLAP.Thentheimportantofbuildingstocks.DSSi

6、nlogisticsenterprisesisanalyzedinthearticle.Thearticlealsoprovidessomemethodsofbuildingthissystem.Aftercomparedsomearchitectures,wedecidetouseclient/serverarchitecture.Andthedesignofcomponentandworkingflowisgiven.Afteranalyzedthefactofstocksinlogisticsindustry,weprovidedth

7、edesignofdataextractanddatacleanse.Thedimension.themeasure,thefacttable,themultidimensiondataandthedatacubesofthesystemarealsodiscussedinthearticle.Atlast,weuseCLAPtechnologytoqueryandanalyze.AndthesolutionofdatawarehouseputforwardbySybaseCorporationisadoptedinthesystem.Th

8、echaracteristicsofsystemalsoaregivenattheendofthearticle.KeyWords:DataWarehouse,OLAPstock