基于数据仓库的汽车配件销售决策支持系统

《基于数据仓库的汽车配件销售决策支持系统》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、万方数据总第249期2010年第7期计算机与数字工程Computer＆DigitalEngineeringVol-38No．781基于数据仓库的汽车配件销售决策支持系统。杨艳霞于海平(武汉科技大学城市学院信息工程学部武汉430081)摘要作为新兴技术的数据仓库，它为决策支持系统(DSS)的发展和全面应用提供了有利的技术基础。文章介绍了一种基于数据仓库技术，用于汽车配件销售Ⅸ强，能有效地提高企业的决策水平。关键词数据仓库；决策支持系统；OLAP；数据挖掘中图分类号TP311．52AutoAccessoriesSaleDSSBase

2、donDataWarehouseYangYanxiaYuHaiping(DepartmentofInformationandEngineering，WuhanUniversityofScienceandTechnologyCityCollege，Wuhan430081)AbstractAsanewtechnologyofdatawarehouse。itprovidestechnologybasefordevelopmentandcomprehensiveap-plicationofDecisionSupportSystem(DS

3、S)．Thisarticleintroducesamethodbasedondatawarehousetechnology，usedinautomobileaccessoriessalesDSS，calleffectivelyimprovethedecision-makingleveloftheenterprise．KeyWordsdatawarehouse，decisionsupportsystem，OLAP，dataminingClassNumborTP311．521引言近年来，我国汽车零部件行业伴随整车市场高速发展的步伐而

4、快速增长。为赢得激烈的市场竞争，配件经销商的生产能力要在满足市场需求的前提下，尽可能地减少库存，又不能有生产能力的浪费。为了解决这对矛盾，必须对汽车配件的市场需求进行预测，以保持合理的库存，减少资金的占用。随着经销商信息化水平的提高，经销商销售数据的日益丰富，管理者对其中隐藏的销售预测信息的渴望日益强烈。基于上述原因，本文研究将先进的数据仓库技术应用到销售预测中，形成一个综合的、面向分析的环境，最终建立面向高层的决策平台，并采用数据挖掘技术中神经网络预测时间序列分析法对销售的未来走势进行预测，从而作为对现有技术分析方法的有益补充

5、。2数据仓库与数据挖掘技术分析2．1数据仓库技术数据仓库的设计思想是要建立一种体系化的数据存储环境，将分析决策所需的大量数据从传统的操作系统中分离出来，使分散的、难于访问的操作数据转换成集中统一、随时可用的信息。在数据仓库系统中，数据源一般是异构的，通过网络连接。数据仓库能通过0DBC之类的机制，访问各数据源，从数据源选取决策所需的数据，然而在数据资源中存在大量的数据缺陷：不一致的字段长度、不一致的赋值、丢失的数据输入、违背数据的完整性等。因此把这些“脏”数据进行预处理是十分必要的。转换过程包括：数据清洗、数据集成与转换、数据消

6、减等。经过预处理数据资源中的原始数据改善数据质量变为数据仓库中面向主题的、整合数据，达到提高数据挖掘所获知识质量的目的[1]。·收稿日期：2010年3月12日，修回日期：2010年4月14日作者简介：杨艳霞，女，硕士，讲师，研究方向：智能决策、数据挖掘。万方数据82杨艳霞等：基于数据仓库的汽车配件销售决策支持系统第38卷2．2OLAP联机分析处理(OLAP)是使决策人员能够快速地获取他们所需信息的一些技术(多维数据分析、神经网络等)的综合。它通过快速、一致、交互地访问各种可能的信息视图(即数据仓库中的数据)，帮助决策人员从各个方

7、面观察信息，以达到深人理解数据的目的。这些信息视图是从企业的原始数据中转换而来的，它们以用户容易理解的方式反映企业的真实状况。OLAP是基于数据仓库的信息分析处理过程，是数据仓库的用户接口部分。0LAP系统是跨部门、面向主题的。OLAP对数据仓库中的多维数据进行切片和切块、钻取、旋转等，从不同角度提取有关数据，对数据进行深入分析和加工。2．3数据挖掘技术数据挖掘的任务是从大量数据中发现知识。在传统的DSS中，知识库中的知识和规则是由专家或程序人员建立的，是由外部输入的。而数据挖掘的任务是发现大量数据中尚未被发现的知识，是从系统内

8、部自动获取知识的过程。对于那些决策者明确了解的信息，可以用查询、联机分析处理(OLAP)或其他工具直接获取，比如“列出各子公司在上个月的销售情况”。而另外一些隐藏在大量数据中的关系、趋势，即使是管理这些数据的专家也是没有能力发现的。这些信息对于决策可能又是至关重