基于多维数据模型的制造业商务智能研究new

《基于多维数据模型的制造业商务智能研究new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、兰州理工大学硕士学位论文基于多维数据模型的制造业商务智能研究姓名：刘东坡申请学位级别：硕士专业：计算机应用技术指导教师：陈旭辉20100415硕卜学位论文摘要随着制造业应用ERP、CRM、SCM等系统，积累下来大量的数据，为制造业实施商务智能系统提供了坚实的数据基础，也是一笔宝贵的财富。如何能从海量数据中挖掘出规律和模式，获取商业信息，进而辅助制造业进行经营决策为制造业提供一个统一的分析决策平台成了当前研究的热点。商务智能(BusinessIntelligence，简称BI)，它描述了一系列的概念和方法，是指将储存

2、于各种商业信息系统中的数据转换成有用信息的技术，是一种基于海量信息基础上的提炼和重新整合的过程。它的出现解决了制造业传统信息系统中分析能力不足，决策水平低等困境。制造业商务智能改善和提高了我国制造企业的综合管理决策水平和抵御商务风险的能力，同时提升制造业信息管理的综合能力，在激烈的全球市场竞争中获取优势地位。随着商务智能的迅速发展，制造业信息系统讵在经历着“MIS—ERP—BI"的演变过程。本文在研究商务智能理论和技术的基础上，针对制造业价值链的特点，分析制造业过程挖掘技术，研究建立一种基于OLAM面向过程的制造业

3、商务智能模型。本文首先讨论了商务智能中的基本技术，开发了基于MicrosoftAnalysisServices的OLAP客户端展现工具，然后在分析多维数据库中关联规则挖掘的现有方法不足的基础上，提出一种基于用户导向的OLAM关联规则挖掘算法。通过运用BCTree数据结构存储多维数据集的count计数，解决了用户分析不同支持度下的关联规则，减少了直接对多维数据集进行挖掘所带来的反复扫描多维数据集的系统I／O开销，提高了挖掘效率。同时，在OLAP工具的引导下，用户可分析自己感兴趣的维度，减少了挖掘维度的个数，增加了系统

4、的针对性。最后本文以生产数据为基础，建立生产数据多维数据集，在基础上完成生产数据的OLAP分析和OLAM关联规则挖掘，用实验证明了该算法的正确性和有效性。关键词：商务智能模型；多维数据模型；联机分析处理；联机分析挖掘；多维关联规则；幕于多维数据模型的制造业商务智能研究AbstractManufacturinghasaccumulatedlargeamountsofdataintheapplicationofERP,CRM，SCMandothersystems，whichprovidesasoliddatafound

5、ationandavaluableassetformanufacturingimplementingbusinessintelligencesystems．Howtofindouttheruleandmodelfromthemassofdata，accesstobusinessinformation，helpingthemanufacturingestablishedaunifiedanalysisplatform，thathasbeenaveryfashionabletopicfordiscussion．Busi

6、nessIntelligencedescribesaseriesofconceptsandmethods，whichchangesthedatathatstoredininformationsystemintoausefulinformationtechnology，andisalsorefiningandre-integratingprocessonthebasisofamassofinformation．Anditsolvedanalysisinadequateandlowlevelofdecision-mak

7、ingdilemmainthetraditionalinformationsystemsofmanufacturing．ManufacturingBusinessIntelligenceimprovedandenhancedtheintegratedmanagementdecision·makinglevelofourmanufacturingandtheabilitytowithstandbusinessrisk．Atthesametime，itenhancedtheoverallcapabilityofmanu

8、facturinginformationmanagement，andplaysadominantpositioninthefierceglobalmarketcompetition．Withtherapiddevelopmentofbusinessintelligence，manufacturinginformationsystemisexperiencin