基于数据仓库的商场决策支持

《基于数据仓库的商场决策支持》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、山东大学硕士学位论文基于数据仓库的商场决策支持姓名：李晖申请学位级别：硕士专业：计算机软件与理论指导教师：王海洋2001.4.28基于数据仓库的商场决策支持——。三基于数据仓库的商场决策支持研究生指导教师李晖王海洋教授摘要，{7＼决策支持(DecisionSupportsystefI卜——Dss)是80年代迅速发展起来的新型计算机学科。70年代初由美国M．S．ScottMorton在《管理决策系统》一文中首先提出决策支持系统的概念。DSS是在管理信息系统和运筹学的基础上发展起来的。管理信息系统重点在

2、对大量数据的处理。运筹学在运用模型辅助决策，体现在单模型辅助决策上。随着新技术的发展，所需要解决的问题会越来越复杂，所涉及的模型越来越多，模型种类也由数学模型再扩充数据处理模型，用来解决一个大问题的模型数量可能成百上千。这样，对多模型辅助决策问题，在决策支持系统出现之前是靠人来实现模型间的联合和协调。决策支持系统的出现是要解决由计算机自动组织和协调多模型的运行，对大量数据库中数据的存取和处理，达到更高层次的辅助决策能力。在决策支持中，两个基本的因素是数据和模型。数据仓库(DataWarehouse)

3、是九十年代计算机领域的一个新方向。数据仓库技术是面向主题的、集成的、稳定的和随时间变化的。它从多个同构或异构的传统数据库中获得原始数据。数基于数据仓库的商场决策支持三据仓库技术可以满足决策支持系统对数据的要求。它将企业中分散的商业数据集成到一起，为决策者提供各种类型的、有效的数据分析，起到决策支持的作用，数据仓库技术为决策支持系统开＼／／辟了一条新途径。7本文描述了决策支持和数据仓库的概念、结构和特点。分析了数据仓库设计的相关因素，包括数据粒度，数据分割，以及数据仓库提取数据的方法，时间戳方法、增量

4、文件方法和日志方法，并给出了时间戳方法的算法。经过分析，认为传统的数据库已不能适应决策支持的进一步发展，决策支持只有与数据仓库技术结合在一起，才有广阔的发展前景。(随着市场经济的迅速发展，我国大型及超大型商场的数量与＼日俱增。商场要想在经营中立于不败之地，就应该实现管理的科学化和信息化，要由过去的经验决策向科学决策转变。因此商场的决策者迫切需要一套从决策者的角度出发，能够为经营过程中的常见决策提供辅助信息的系统。本文介绍的商场决策支持由三部分组成，数据仓库，模型系统和人机交互系统。用户通过人机交互系

5、统以各种对话形式直接与数据仓库和模型系统对话，查询或操作数据库，或运行模型获得结果。在查询数据库时，根据对话管理部分送来的信息，由数据仓库进行查询，然后再把结果经由对话管理部分送回用户。在运行模型时，或者直接从外接(用户)获得输入参数，或者从数据仓库中查出数据作为输入，模型运行后产生的结果通过对话管理部分直接送给用户，或先放入数据仓库以便继续处理，或作为其他模型的输入。基于数据仓库的商场决簧支持4在商场决策支持中，将模型分成五种：预测类、相关性分析类、规划类、风险型决策类、不确定型决策类。在数据仓库

6、中为模型建立了模型字典库，用管理数据的方法管理模型。预测类模型包括：平滑预测模型，趋势预测模型，季节指数预测模型。相关分析模型包括：一元线性回归模型、多元线性回归模型。规划类模型包括：线性规划模型。在系统设计中，采用面向对象的设计原理，将每个模型都设计为对象。在决策支持中用到很多模型，这些模型所涉及的领域是多学科的，有数学，经济，管理等。为使系统的适应范围更广，作为用户可以并不用去全面地了解这些多学科知识，同样能做好管理决策。系统的模型库设计”黑盒”化，会自动选取最优模型，得出最优结果。对于专业管理

7、人员系统也能提供和推荐最优模型，以供参考，并给出所有模型的界面，以供管理决策人员自己选择。因此一个好的决策支持系统必须实现模型的自动提取和评价。我们设计了模型评价的算法。数据仓库是一项新技术，它的出现使决策支持跨入了一个新阶段。虽然数据仓库技术目前发展迅速，但是，还没有非常成熟的数据仓库产品和有关数据仓库的算法，所以我们需要研究新的数据仓库技术，设计更实用的数据仓库的结构，改进数据仓库数据提取算法。以丰富的、结构化的数据支持决策支持，使数据仓库技术能够更好地为决策支持服务。基于数据仓库的商场决策支持

8、随着决策支持中用到的模型数量的不断增加，需要对自适应算法进行改进。以提高系统从大量模型中选取最优模型的速度。在模型对比中选取多种对比参数，这样在进行模型选取时可先进行多角度探测，舍弃一些价值并不高的模型。从而大幅度地提高＼选取速度。)、关键词：数据仓库，决策支持，模赵，数据库苎±塾堡垒壁竺塑堑壅苎塞堡一6BusinessDecisionSupportwithDataWarehouseSupportedPostgraduate：LiHuiTutor：Prof．WangH