基于数据挖掘erp系统研究studyontheerpsystembasedondata...

《基于数据挖掘erp系统研究studyontheerpsystembasedondata...》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于数据挖掘ERP系统研究曾庆龙（华南理工大学工商管理学院广州510641）摘要数据挖掘是近几年迅速发展的技术，它为企业的辅助决策提供了强有力的工具。本文在介绍了现有ERP的不足和企业对ERP的辅助决策功能的需求的基础上，提出了数据挖掘技术在ERP中应用的基本模式，并列举了数据挖掘在生产和库存中的应用，以提高ERP的辅助决策功能。关键词数据挖掘ERP辅助决策StudyontheERPSystemBasedonDataMiningQing-longZeng(E-mail:zqllqz2009@gmail.com)(SchoolofBusinessAdministratio

2、n,SouthChinaUniversityofTechnology,Guangzhou510641)Abstract:Dataminingisarapidlyevolvingtechnologyinrecentyears,whichprovidesapowerfuldecisionsupporttoolsforenterprises.ThispaperdescribesthedeficienciesofexistingERPandthedemandfordecisionsupportfunction.Basedondataminingtechnology,weprop

3、osedthebasicmodel,andanexamplefordatamininginmanufacturingandinventoryapplicationstoERP,toimprovedecisionsupportfunctions.Keywords:datamining,ERP,decisionsupport1引言速处理日常事务活动，也应该提供相应的决策支持功当今是一个充满机遇与挑战的时代，企业为了生能以供企业做管理决策。企业信息系统应该是一个集存、发展、击败竞争对手，必须掌握信息。这就离不成化的信息系统，既包含事务处理，又包含决策支持，开信息技术的融合运用

4、。企业在运营中产生了庞大的这样才能为众多企业的发展提供源源不断的动力和良[1~2]数据信息——财务数据、顾客资料、库存情况、员工好的保障。企业资源计划(EnterpriseResources[3][4]信息等等，我们必须有效利用这些信息。但是从大量Planning)(ERP)和数据仓(DataWarehouse)都是20的数据中收集、整理、归纳和提炼所需要的有用信息世纪90年代迅速发展起来的新型技术，ERP系统是一是一件十分繁重的任务，不是依靠一个人或一个简单种面向事务处理的企业管理系统软件，组成ERP系统系统来单独完成的。的各个功能模块分别位于企业不同的组织和部门中，

5、为了适应客观条件的变化，企业必须借助已有的主要用于各部门日常事务处理的应用需求；数据仓库数据资源和现代信息技术，提高综合运作能力和决策能够存储企业大量的历史和现实数据，它能够汇总各水平，实现技术创新、管理创新、制度创新和知识创种不同数据源的信息，将分散的、难以访问的异构的新。信息技术的应用一体化将高质量的信息及时地传操作系统数据库转换为集中统一的、易于访问的信息，递给决策者，同时自动地完成数据的收集、整理和提同时我们基于数据挖掘技术，从数据仓库中提炼有价炼的过程，充分利用信息技术的潜力并且尽可能地以值的数据，并最终形成知识。最佳的方式建立自己的系统，在一定程度上改变了企

6、业生产、经营及服务的方式，它把企业与企业、企业2数据挖掘[5]与客户紧紧地联系起来。企业的信息系统不仅仅只是数据挖掘，也称为数据库中的知识发现一个内部的技术系统，更应该是一个能够帮助企业发(KnowledgeDiscoveryinDatabase,KDD)，是一种从大展的战略性社会技术系统。企业信息系统不仅要能迅型数据库或数据仓库中提取隐藏的预测性信息的新技术。它从大量数据中提取出可信、新颖、有效并能被元，通过极其丰富和完善的连接而构成的自适应非线人理解的模式的高级处理过程。它能开采出潜在的模性动态系统，并具有分布存储、联想记忆、大规模并式，找出最有价值的信息，指导商业

7、行为或辅助科学行处理、自组织、自学习、自适应等功能。网络能够研究。模拟人类大脑的结构和功能，采用某种学习算法从训2.1数据挖掘的步骤练样本中学习，并将获取的知识存储于网络各单元之[6]数据库中的知识发现是一个多步骤的处理过程，间的连接权中，神经网络和基于符号的传统AI技术相一般分为比，具有直观性、并行性和抗噪声性．目前，已出现1.问题定义——了解相关领域的有关情况，熟悉了许多网络模型和学习算法，主要用于分类、优化、背景知识，弄清用户要求。模式识别、预测和控制等领域．2.数据提取——根据要求从数据库中提取相关的4.粗集方法数据。粗集(Rou