超级市场决策支持系统设计与实现

《超级市场决策支持系统设计与实现》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、大连理工大学硕士学位论文超级市场决策支持系统设计与实现姓名：王艳申请学位级别：硕士专业：软件工程指导教师：朴勇20050612审如遊•畔澤宙卩單塔咤血茵洒枣@1SupermarkeemDesignDamWarehouseandDterprise.Thisartic1ediscusandpractice.TheDaMininghastheuni?osrimQ?WiPcPo°nrsftextensiveresearchsignificanceandth砂删綁鱷硏砂嗣碍如KeyWords：DataWare1u1e；OLAPdecisionsupportisoisionsuppo

2、rtisoneki]dataactuationenterppportisodekindofadvtechnica1integraesystem.作者郑重声明：本硕T工作及取得研究成果。尽壬外，论文中不包含其他人已大连理［本学位论文作者及指导教,规定二同意大连理工大学保屋版，允许论文被查阅和借阅。：容编入有关数据库进行检索，•文。目前，我国连锁零售企』等问题，与我国国民经济快遜自身价格低廉、商品丰富、岳区，它就会出现在哪里。据谚前超级市场在我国已经非常音的管理、进货、经营情况各笔基本步骤及实施过程进行了论i作为一门处理数据的新兴是海量的数据，这也是数据挖?随机的，有复杂的数

3、据结构，：学，计算机，数学等学科的技:数据挖掘的历史虽然较短是多学科综合的产物，目前还I在大量相关数据基础之匕进彳别技术、统计和数学技术，在〕基于数掂｝挖掘的决策支扌;一体的综合互动系统。1数据挖掘相关概念1.1数据仓库技术提到数据挖捌就不i毙不提到数据仓库技术，随着侑息技术的发展，特别是数据库技术的普及和应用，人类所面临的数据竝以指数速度培长，虽然依靠传统的数据检索技术和统计分析方法可以高效地实现数据的录入、資询、统计等功能，但无法发现数据屈性中潜在的关系和规则，无法根据现有的数据预测未來的发展趋势。存在一方面拥有大屋数据.另一方面有用信息却很贫乏这种不正常现象，需耍有

4、强有力的数据分析工具对这些数据进行分析.更好地进行支持决策。数据挖掘技术就在这样的背景下产生了。1.1.I数据仓脖概念著名的数据仓库专家Wil.111mon在其著作侣llildillgtheDat数据仓辨幽渥义给9•曲角他:s渡冰仓再迫比网i向主题的、集成的、随时间不旣变化的、非易失性的数据集合，支持企业或组织的决策分析处理过程［I］。对于数据仓库的概念可以从两个层次二哥以理解，首先，数据仓好用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库；其次，数据仓库是对多个异构的数据源有效集成，集成后按照主題进行了重组，并包含历史数据.而且存放在数据仓库中的数据•般

5、不再修改。数据仓库有四个主耍特征。1、面向主题传统的关系型数据库是面向应用进行组织数据的，而数据仓库中的数据是以血向主题进行组织的。在逻辑虑义上，主题是对应企业中的某一宏观分析领域所涉及的分析对象。面向主题的数据组织方式，就是在较高层次E对分析对象的数据的一个完整、i致的描述.能完整、统-•地刻画各个分析对象所涉及的企业的各项数据，以及数据Z间的关系。需耍指出一点.目前数据仓库主耍是采用关系数据库技术來实现的，也就是说数据仓库的数据最终也表现为关系。因此，需要把握主題和面向主题的概念，需耍将它们提高到一个更高的层次上來理解，也就是特别强调概念的逻誹总义，每个主体在数据仓库

6、中都是由-•族关系來实现的。在具体实现中，一个主题可【；1划分为多个表。但数据仓好中的数据不再是业务处理的流水帐.而是经过了一定程度的综合，如对于超市的数据好系统而H商品表中一条记录是某段时期内该种商品采购、销售情况的总和，所以面向主题不仅是适用于分忻型数据环境的数据组织方式，且是适用于建设企业全局数据怀的数据组织方式，如操作数据存储ODS系统。2、据仓库的数据是集成I数据仓库的数据是从原有I进入数据仓库：艺前，必须要纟的一步，要完成的工作有：统-3、数据仓库的数据是随I数据仓库中的数据不可更:时间变化不断增加新的数据，）4、数据仓库的数据是非:数据仓库的数据主要供企:据

7、查議輙班奠雾&苴㈱儀1.1.4数据仓库的结构1.1.4.1数据仓库的逻?据仓库是存储数据的一种策的主题要求形成当前：基本匚度综合层和高度综合屠I展絳蛮可见数据仓库中而成。数据仓库中数据的物理;于关系数据库组织形式（由关.发掘型工具：这类工具为。与验证型工具不同，托这类工具主要指的是数据挖1.2数据挖掘1・2.1数据挖掘概念数据挖掘（Data"挖掘庙'未知的、有价值的模数据挖掘是从大量的娄类、决策树、依赖网络或其超:现在数据挖掘技术已经得到断扩大。今后，数据挖掘的发展挖掘与数据库系统研究、数据仓准化，可视此数据挖掘，复杂数1・2