（计算机应用技术专业论文）基于olam的进销存决策支持系统的设计与实现.pdf

摘要 决策支持系统( d e c i s i o ns u p p o r ts y s t e m ，d s s ) 是一种帮助中高层管理人员 进行决策的计算机系统，这种系统综合运用了信息论、人工智能、信息经济学、 管理科学、行为科学等学科的理论、方法和技术。随着联机分析挖掘( o n 1 i n e a n a l y t i c a lm i n i n g ，o l a m ) 概念的提出和技术的成熟，o l a m 成为了新的决策 支持系统的主要分析工具之一，它以数据仓库( d a t a w a r e h o u s e ，d w ) 为基础，无 缝集成了联机分析处理( o n 1 i n ea n a l y t i c a lp r o c e s s ，o l a p ) 和数据挖掘( d a t a m i n i n g ，d m ) 技术，具有两者的优势，因此有较大的研究与应用价值。 本文阐述了基于o l a m 的进销存决策支持系统的设计思路，着重利用s q l s e r v e r2 0 0 5 在多种技术无缝集成方面的优势，对整个系统进行了具体的搭建、 设计和实施。本文主要工作包括： ( 1 ) 分析了联机分析挖掘技术在当前国内外研究的背景现状，提出在进销存 数据仓库系统中运用联机分析挖掘技术作为辅助决策的构想。 ( 2 ) 对进销存决策支持系统进行总体设计，包括：进销存决策支持系统的需 求分析，基于o l a m 技术的进销存决策支持系统的系统设计和功能设计。 ( 3 ) 依据具体的进销存数据，通过概念模型、逻辑模型和物理模型的设计建 立所需的数据仓库，并对数据仓库实施的关键技术进行了研究。 ( 4 ) 建立了进销存决策支持系统的开发环境，针对进销存数据仓库建立相应 的o l a p 多维数据集，设置维度、层次和度量值；搭建w e bs e r v i c e 平台，用 v i s u a lb a s i c n e t 语言编程提供接口，建立a s p n e tw e b 服务并调用w e bs e r v i c e 接1 3 和o f f i c ew e bc o m p o n e n t 组件，通过j a v a s c r i p t 调用w e b 服务来实现多维数 据立方体的前台展现，对进销存系统数据集进行了挖掘结构和挖掘模型的设计， 采用聚类挖掘算法进行分析以辅助决策，实现了数据报表的w e b 发布。 论文进行了进销存数据仓库底层构架的设计，实现了进销存决策支持系统 的o l a m 功能。系统可提供进销存多维数据立方体的查询，还可以通过挖掘算 法进行挖掘分析以辅助决策。 关键词：数据仓库( d m ) ，联机分析挖掘( o l a m ) ，决策支持系统( d s s ) ，进销存 a b s t r a c t d e c i s i o ns u p p o r ts y s t e m ( o s s ) i sac o m p u t e rs y s t e mt h a t h e l p ss e n i o r m a n a g e m e n ts t a f fm a k ed e c i s i o n s i tc o m p r e h e n s i v e l yu s e st h et h e o r y , m e t h o d sa n d t e c h n i q u e so fi n f o r m a t i o nt h e o r y , a r t i f i c i a li n t e l l i g e n c e ，i n f o r m a t i o ne c o n o m i c s ， m a n a g e m e n ts c i e n c e ，b e h a v i o r a ls c i e n c ea n ds oo n ，a c c o r d i n gt ot h e i ro w na c t u a l s i t u a t i o n s w i t ht h ec o n c e p tp r o m o t e da n dm a t u r et e c h n o l o g yo fo n l i n ea n a l y t i c a l m i n i n g ( o ia m ) ，o l a mb e c o m e so n eo ft h em a i na n a l y t i c a lt o o l si nan e wd e c i s i o n s u p p o r ts y s t e m ，w h i c hb a s e so nd a t aw a r e h o u s e ( d 、聊i ti sn o to n l ys e a m l e s st o i n t e g r a t et h et e c h n o l o g i e so fo n l i n ea n a l y t i c a lp r o c e s s ( o l a p ) a n dd a t am i n i n g ( d m ) ，b u ta l s oi th a sb o t ha d v a n t a g e sr e s p e c t i v e l y s oi ti sv a l u a b l ef o rs t u d ya n d a p p l i c a t i o n t h i st h e s i sd e s c r i b e dt h ed e s i g n sf o ri n v e n t o r yd e c i s i o ns u p p o r ts y s t e md a t a w a r e h o u s eb a s e do no l a m ，a n df o c u s e do nt h eu s ei na v a r i e t yo fs q l s e r v e r2 0 0 5 t e c h n o l o g y sa d v a n t a g e so fs e a m l e s si n t e g r a t i o n ，a n dt h e nm a d et h ee n t i r es y s t e mo f c o n c r e t es t r u c t u r e s ，d e s i g na n di m p l e m e n t a t i o n t h i st h e s i si n c l u d e d ： ( 1 ) d e s c r i b e dt h es t a t e - o f - t h e a r to fo n l i n ea n a l y t i c a lm i n i n gt e c h n o l o g y , a n d b r o u g h tf o r w a r dt h ei d e a st h a tu s i n go n l i n ea n a l y t i c a lm i n i n gt e c h n o l o g yf o r s u p p o r t i n gd e c i s i o n m a k i n go fi n v e n t o r yd a t aw a r e h o u s e ( 2 ) d e s i g n e dt h ew h o l ei n v e n t o r yd e c i s i o ns u p p o r ts y s t e m ，i n c l u d i n gt h en e e d a n a l y s i sf r o mt h ei n v e n t o r yd e c i s i o ns u p p o r ts y s t e m ，a n dt h ed e s i g no ft h es y s t e ma n d t h ef u n c t i o n a l i t yo fi n v e n t o r yd e c i s i o ns u p p o r ts y s t e mb a s i n go nt h et e c h n o l o g yo f o l a m ( 3 ) a c c o r d i n gt ot h es p e c i f i ci n v e n t o r yd a t a b a s e ，e s t a b l i s h e dt h ew a r e h o u s eu s i n g t h ed e s i g no fc o n c e p t u a lm o d e l ，l o g i c a lm o d e la n d p h y s i c a lm o d e l ，a n dt h e nd i dt h e r e s e a r c ho ft h ek e yt e c h n o l o g i e so ft h ed a t aw a r e h o u s e ( 4 ) f i r s t l y , e s t a b l i s h e dt h ed e v e l o p m e n te n v i r o n m e n to ft h ei n v e n t o r yd e c i s i o n s u p p o r ts y s t e m ，a n de s t a b l i s h e dt h ec o r r e s p o n d i n go l a pm u l t i d i m e n s i o n a ld a t as e t s w i t ht h ei n v e n t o r yd a t aw a r e h o u s ef o rs e t t i n gd i m e n s i o n s ，l e v e l sa n dm e a s u r e s ； s e c o n d l yp r o v i d e dt h ei n t e r f a c e su s i n gv i s u a lb a s i c n e tp r o g r a m m i n gl a n g u a g eo n w e bs e r v i c ep l a t f o r m a n de s t a b l i s h e da s p n e tw e bs e r v i c e si no r d e rt oc a l lw e b l i s e r v i c ei n t e r f a c e sa n do f f i c ew e bc o m p o n e n t ，w h i l ec a l l e dw e bs e r v i c e st h r o u g h j a v a s c r i p tt op r o v i d et h ep e r s p e c t i v eo fm u l t i - d i m e n s i o n a ld a t ac u b e ；t h i r d l y d e s i g n e dt h em i n i n gs t r u c t u r ea n dm i n i n gm o d e lu s i n gt h ed a t as e t so fi n v e n t o r y w h i l ea d o p t i n gc l u s t e r i n g m i n i n ga l g o r i t h m f o r a n a l y s i s i no r d e rt o s u p p o r t d e c i s i o n m a k i n g ，f i n a l l yp u b l i s h e dt h ed a t ar e p o r to nw e b t h eb a s eo fi n v e n t o r yd a t aw a r e h o u s ew a sd e s i g n e di n t h i st h e s i s ，a n dt h e n r e a l i z e dt h eo l a mf u n c t i o n a l i t yo fi n v e n t o r yd e c i s i o ns u p p o r ts y s t e m t h i ss y s t e m c a l lp r o v i d et h eq u e r i e so fm u l t i - d i m e n s i o n a ld a t ac u b ea n da l s oo b t a i nt h em i n i n g a n a l y s i st h o u g ht h em i n i n ga l g o r i t h mf o rs u p p o r t i n gd e c i s i o n m a k i n g k e yw o r d s ：d a t aw a r e h o u s e ( d w ) ，o n - l i n ea n a l y t i c a lm i n i n g ( o l a m ) ，d e c i s i o n s u p p o r ts y s t e m ( d s s ) ，i n v e n t o r y i i i 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均己在论文中作了明确的说明并表示了谢意。 签名：至碳；艮e t 期：塑! 墨：! 兰 关于论文使用授权的说明 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权 保留、送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部 或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名：三敬强， 武汉理工人学硕士学位论文 第1 章绪论 1 1 论文研究的背景和目的 随着社会的不断进步和科学技术的快速发展，企业和公司之间竞争不断加 剧，使得它们之间的联合、吞并时有发生。为适应日益激烈的市场竞争，需要 建立一个功能强大的数据管理和辅助决策支持系统。传统的进销存系统是建立 在单一数据库系统上的，通常包括企业内部业务处理系统和辅助决策系统。传 统的决策支持系统通常是直接建立在业务处理环境上的，也就是说管理信息系 统( m a n a g e m e n ti n f o r m a t i o ns y s t e m ，m i s ) 和( d e c i s i o ns u p p o r ts y s t e m ，d s s ) 共存 于同一个数据库系统中，进行从事务处理到决策分析等各种类型的数据处理工 作。这种以单一数据库为中心构成的数据库系统，往往满足不了公司数据处理 多样化的要求。 为了从丰富的数据中提取更多具有决策价值的信息，不再束缚于传统的建 立在业务处理环境上的旧的决策支持系统，数据仓库、联机分析处理、数据挖 掘技术应运而生，日渐成为新的决策支持系统的理想工具。 数据仓库、联机分析处理和数据挖掘的概念在2 0 世纪9 0 年代初相继提出， 并得到广泛深入的研究。数据仓库、联机分析处理和数据挖掘技术的出现是应 用需求日益深入的产物，其目的为了更有效地辅助决策。 数据仓库是面向主题的、集成的、内容相对稳定的、不同时间的数据集合， 用来辅助支持决剩1 1 。它侧重于对海量数据的组织与管理，提供有效的数据存储、 访问手段。传统的数据仓库是从许多数据源进行抽取、转换、清理等方法来对 数据进行定期更新，然后产生报告或为联机分析处理重构数据的多维视图。 联机分析处理的概念最早是由关系数据库之父e e c o d d 于1 9 9 3 年提出的l z j 。 当时，他认为联机事务处理( o n 1 i n et r a n s a c t i o np r o c e s s i n g , o l t p ) 已不能满足终 端用户对数据库查询分析的需要，s q l 对大数据库进行的简单查询也不能满足 用户分析的需求。用户的决策分析需要对关系数据库进行大量计算才能得到结 果，而查询的结果并不能满足决策者提出的需求。因此c o d d 提出了多维数据 库和多维分析的概念，o o ( o n l i n ea n a l y t i c a lp r o c e s s ，o l a p ) a 武汉理工大学硕士学位论文 数据挖掘是近年来国际上智能信息处理和决策支持分析领域的最前沿的研 究方向之一。数据挖掘技术从一开始就是面向应用的，它不仅仅是面向特定数 据库的检索和查询，而且要对这些数据进行微观、中观乃至宏观的统计、分析、 综合和推理，以指导实际问题的求解，尝试发现事件间的相互关联，甚至利用 已有的数据对未来的活动进行预测p j 。 随着数据仓库、联机分析处理和数据挖掘技术的发展，j i a w e ih a n 教授提出 了联机分析挖掘( o n l i n e a n a l y t i c a lm i n i n g , o l a m ) 概念，把o l a m 定义为o l a p m i n i n g ，即将o l a p 和d m 技术结合起来，在多维数据立方体的基础上对操作 对象进行挖掘，对外提供数据分析和知识发现应用。也即对传统的数据挖掘算 法增加联机共享信息的功能，使传统的挖掘过程具有多维度，深层次挖掘的特 性。 当今的企业，不论其规模大小，一般都有进货、销售、服务的能力。如果 想获得商业上的成功，从自身现存的大量无规则数据出发，开发出大量潜在有 用的信息，对大量的事实数据进行分析成为了商业界必不可少的手段。因此， 对大量货品的进销存数据分析就成了企业发展中一项具有决定意义的工作。 本论文正是在此背景下，将数据仓库作为新的决策支持系统的底层构架， 以联机分析挖掘作为主要的系统构建工具，对企业的进销存进行新的决策支持 系统的搭建尝试，期待从大量隐含的数据信息中提取出具有参考价值的决策信 息，企业便可以利用这些有用的信息来辅助决策并产生社会价值。 1 2 国内外研究的现状 数据仓库、联机分析处理和数据挖掘技术的发展历来都在不断更新和完善。 在数据仓库方面，1 9 9 9 年，u m e s h w a rd a y a l 提出了动态数据仓库的概念1 4 j ， 将传统的定期更新的数据仓库进行设计，使数据流持续不断进入数据仓库。 v i v e k a n a n dg o p a l k r i s h n a n 提出了星型雪花模型驱动概念，对对象关联数据仓库 的设计与查询处理策略进行了设计1 5 l 。2 0 0 0 年，a l u i z i oh a e n d c h e nf i l h o 将旧的 数据仓库系统改进为一个面向对象的体系结构1 6 j 。2 0 0 1 年，j o r g cb e m a r d i n o 对 面向数据仓库的一种新分布式分割技术进行了实验并进行评价1 7 1 。2 0 0 2 年， a n i n d y ad a t t a 在压缩数据的数据仓库下，描述了在数据仓库中查询压缩数据的 方法【8 j 。2 0 0 3 年，针对数据仓库中的结构化改变，j o h a n ne d e r 介绍了自动检测 2 武汉理工大学硕士学位论文 方法【9 】。针对海量的w e b 日志，k a r u n ap j o s h i 提出了一种利用数据仓库进行w e b 日志的分析方法1 1 0 】。2 0 0 4 年，j e f fl a w y e r d 在第3 7 届夏威夷系统科学国际会议上 介绍了美国一家大型零售公司的数据仓库的体系结构和做法，提出了支持商业 主动性和需要的数据仓库最佳实践方法i l 。2 0 0 5 年，h i m a n s h ug u p t a 为了实施 决策支持或o l a p 查询，对数据仓库的物化视图进行了有效选择【1 2 】。2 0 0 6 年， 在设计数据仓库的同步选择问题时，对于给定的交易处理环境，i s a b e lc r i s t i n a l t a l i a n o 提出了一个确定最合适同步选项的框架，使在关系交易和分析系统中降 低更新时间i l 引。 在联机分析处理方面，2 0 0 1 年，m i k a e lr j e n s e n 具体说明了基于w e b 的x m l 数据的o l a p 立方体1 1 4 j 。2 0 0 2 年，r o b s o nd on a s c i m e n t of i d a l g o 介绍了基于 o l a p 键的o l a p 互通性及实现方法，通过o l a p 件，j a v a 客户能够从执行平 台上独立查询任何一个有关o l a p 服务器的o l ed b 多维数据【1 5 l 。2 0 0 3 年， m i c h a e lo a k i n d e 在第1 9 届数据工程国际会议上，对基于复杂的o i _ a p 环境如 何将子查询进行有效计算进行了研列1 6 l 。2 0 0 4 年，m i n g i i ex u 对遥感图像立方 体和它的o l a p 进行了实验，通过预先计算，使遥感图像立方体的查询实现无 延迟1 1 7 j 。2 0 0 5 年，m e h m e tk a y a 提出了多a g e n t 系统下基于模块化强化学 - - j 方 法的模糊o l a p 关联规则挖掘，在这项研究中，作为模块化协作学习系统，作 者提出了一种新的多主体学习方式【1 8 l 。2 0 0 7 年，针对o l a p 网格，m i c h a e l l a w r e n c e 实施了o l a p 查询片段的聚集和重组，通过这种新的方法，在已进行 的实验评估中发现，对于实际用户缓冲大小和网络参数，这种策略减少了5 0 到6 0 的查询时间i j 。 在数据挖掘方面，2 0 0 2 年，b o g d a nc z e j d o 提到了物化视图的概念，并展示 了如何利用存储在物化视图中的结果来加快数据挖掘查询的速度【2 0 j 。2 0 0 3 年， x i a o g a n gl i 提出了一种基于数据挖掘算法的分布存储并行化的汇编框架并利用 中间件功能开发了一种数据并行语言接口【2 1 j 。2 0 0 5 年，m a r c o sm c a m p o s 提出 了一种以数据为中心的自动化数据挖掘的新方法，通过数据管理为中心的集中 和自动化，使数据挖掘在非专家的条件下实现自动化数据挖掘1 2 引。2 0 0 6 年， x i n g s e nl i 提出了一个以优化为基础的数据挖掘知识管理平台，并参考 c r i s p d m 和数据挖掘过程模型，提出了多标准线性编程( m c l p ) 过程的规划驯。 1 9 9 7 年，加拿大学者j i a w e ih a n 教授提出了一个新的理念一联机分析挖掘 ( o l a m ) 1 2 4 j 。他把o l a m 定义为o l a pm i n i n g 。2 0 0 1 年，曹蓟光博士对联机 3 武汉理工大学硕士学位论文 分析挖掘处理技术进行了系统的研究 2 5 1 02 0 0 5 年，胡洪宁，郭福亮对一种基于 o l a p 与d m 的o l a m 模型进行了具体的研刭2 6 1 。 目前，尽管o l a m 的技术还不太成熟，但市面上仍出现了一些采用o l a m 思维开发出来的工具。它们在具体实现方式上可分为两类，其中的一类是把数 据挖掘算法集成在系统的底层功能中，试图对o l a p 与数据挖掘进行紧密结合， 微软公司的s q ls e r v e r2 0 0 5 中各种分析方法在数据库端的集成就是这种实现方 式的一种尝试。 在认真分析和对比联机分析挖掘的多个应用基础上，了解到尽管联机分析 挖掘技术具有强大的生命力和广阔的前景，然而o l a m 技术和相关产品还需要 进一步成熟和完善，相关的产品如何降低成本并被大规模利用，专属于o l a m 的算法以及如何对多种技术进行无缝集成还是今后亟待解决的一些问题。但我 们有理由相信，联机分析挖掘技术以及相关产品今后将成为企业数据分析及决 策的一项最重要的工具和手段。 总的说来，o l a m 技术的研究和相关产品的开发才处于起步阶段，技术研 究中的一些重要问题还没有得到解决，甚至还没有得到足够的重视。但现在出 现的情况是o l a m 技术的理论研究和相关产品有了一定的发展和突破，但 o l a m 产品的无缝集成和开发成本的降低却还没有跟上。即便有o l a m 产品的 开发，各个公司或研究机构也会根据自己对o l a m 技术的理解、从不同的研究 起点出发、结合不同的研究背景纷纷提出各自的具有部分o l a m 特征的原型系 统和应用软件，以期待o l a m 技术能更加有效的被利用和开发。 1 3 论文研究内容及章节安排 论文的主要研究内容包括：基于o l a m 的进销存决策支持系统( d s s ) 的 总体设计、进销存数据仓库的设计及进销存联机分析挖掘( o l a m ) 技术的设计 与实现。具体研究思路如图1 - 1 所示。 4 武汉理工大学硕士学位论文 基于o l a m 的进销存 d s s 的总体设计 毪憩妻群li 进销存o u 蝴的设计与实现 的设计与实现i i 蛆叶加。“”队1 艿恤 jil 联联数聚 机机据 类 分 分挖挖 析析掘掘 处处 模模 理理型 型 多的的结 维刖创果 数 厶 建 的 n 和 实 据查 集询预 的实测 建现现 立 季 。 至 的 蓓 言 踢 鼻 进 销 存 数 据 仓 库 的 体 系 结 构 进 销 存 数 据 仓 库 的 设 计 进 销 存 数 据 仓 库 的 实 现 技 术 图1 - 1 论文的主要研究内容示意图 整个论文的章节安排如下： 第1 章为绪论，对数据仓库、联机分析处理、数据挖掘以及联机分析挖掘 等相关概念、研究背景及研究现状进行了介绍，提出了本课题的研究内容。 第2 章对进销存决策支持系统进行总体设计，提出了进销存决策支持系统 的需求分析，然后基于o l a m 技术对进销存决策支持系统进行了系统设计和功 能设计。 第3 章针对公司的进销存数据进行数据仓库的模型设计，并对数据仓库实 施的关键技术进行了研究。 第4 章引入o l a m 概念并介绍有关的决策支持系统实现技术，利用数据仓 库搭建的强大后台，建立0 i a p 多维数据集并按不同的维度及层次对度量值进 行预聚集，然后实现基于w e b 的前台多维数据集的展现。接着建立挖掘结构和 聚类挖掘模型，调用聚类挖掘算法并设置有效的参数，实现进销存决策支持系 5 基于oh墨罨的进销存o的功能设计 基于oh墨孓的进销存口需求分析 武汉理工大学硕士学位论文 统的决策辅助，最后建立报表服务器实现数据报表的w e b 发布。 第5 章对论文的设计和实施工作进行总结和回顾，阐述了作者所做的一些 具体工作以及对将来工作的展望。 1 4 本章小结 本章介绍了联机分析挖掘产生的背景及其基本概念，提出了在进销存数据 仓库中运用联机分析挖掘的目的和意义，并分析了联机分析挖掘的研究现状， 介绍了本论文的研究内容及章节安排。 6 武汉理工大学硕士学位论文 第2 章基于o l a m 的进销存决策支持系统总体设计 2 1基于o l a m 的进销存决策支持系统需求分析 进销存系统决策者最为迫切的需求在于更加准确地掌握整个公司产品的进 销存状况，了解产品在整个流通渠道的潜在规律以及原先被隐藏的交易实体。 这个关系到公司是否能及时准确的调整战略，实现产品利润的最大化的关键1 2 7 1 。 分析一般企业商品进销存业务管理的过程可以看到，商品从初始的进货单位流 入企业，在企业内部进行若干处理后，再流向企业内的各个销售点，最后从各 个销售点流入最终的用户手中。于是，始终伴随商品物流存在着的信息流存在 三个主要的信息结点：商品进货信息结点、商品调拨信息结点和商品销售信息 结点。 图2 - 1 系统的数据流图 7 武汉理工大学硕士学位论文 图2 - 1 是基于o l a m 的进销存决策支持系统的数据流图。“进货信息结点” 主要是制定进货单、进货退货单和查询进货信息；“销售信息结点”主要是制定销 售单、销货退货单和查询销售信息；“调拨信息结点”主要是制定调拨单，查询调 货信息，查询库存货品的数量和成本，然后利用联机分析挖掘工具对所有的进、 销、调货信息进行多维分析查询及数据报表的发布等。 2 2 基于o l a m 的进销存决策支持系统设计 2 2 1 进销存决策支持系统概述 人机交互模块 _ 元数据 一蛹惴知；口 人 r ! h o 凯万uk 玎 童 1 数据i 知识 、 j，一一、 l 选择l 发现 i 瀚心识哆霎娄飙ii 引擎 t 查询 分析挖掘o l a m 工具 t 组装综合提取数据仓库管理模块 ? 7 i t e 一 d b 图2 2 基于数据仓库的决策支持系统结构图 基于数据仓库的进销存决策支持系统就是以数据仓库、联机分析处理和数 据挖掘等信息技术为工具啪1 ，应用决策科学及有关理论、方法，针对进销存组 织发展过程中出现的重要问题，通过提供背景材料、协助明确问题，修改完善 8 武汉理工人学硕七学位论文 模型、列举可行方案、进行比较等方式，为进销存决策者的正确判断提供帮助 的，可以进行人机交互的信息系统。也就是说，该系统可以通过人机交互式接 口，为进销存决策者提供数据收集、整理、存储、计算、分析以及评判等功能， 它强调系统对进销存决策者的作用是提供信息和知识支持而不是代替他们，同 时还注重最大程度地发挥进销存决策者的主观经验和判断力。 系统基本结构如图2 2 所示。它由数据库、数据仓库、数据仓库管理模块、 数据挖掘工具、知识库、知识发现模块、人机交互模块组成。 基于数据仓库的进销存决策支持系统的设计目标就是对进销存组织己有的 事务性数据以适于分析的方式，进行收集、整理、加工、判断和解释，从而迅 速、准确地提取信息和挖掘知识，以为进销存决策者的分析活动提供有力支持。 具体地来说，主要包括以下几个目标【州： ( 1 ) 能以友好的人机接口界面提供进销存决策所需要的各种信息和知识。 ( 2 ) 按照进销存决策分析的需要，对现有的操作型数据进行重新组织和整理， 构建面向整个组织的全局性进销存数据仓库，或者面向某一项目或者满足特定 需求的进销存数据集市，为进销存决策支持系统创建适宜的数据环境，以在充 分利用各种数据资源的基础上，提高进销存决策的准确性和有效性，降低进销 存决策失误率和风险。 ( 3 ) 按照进销存决策者分析主题的需要，允许他们从各个的维度和不同的层 次进行综合分析，可以为进销存决策者提供一种高效的、实用的分析工具，以 便他们发现其中潜在的问题，保证进销存决策是合理的和完善的。 ( 4 ) 系统可以通过对进销存专家实际经验的学习来获得知识，并将这些知识 录入到知识库中，然后再根据知识库和模型库，对进销存数掘仓库进行数据挖 掘，及时有效地发现隐含在数据里的知识。这些知识既可以提供给进销存决策 者，使得他们适时地调整和改进进销存决策，同时它们也可以补充到知识库中， 供以后的分析再利用。 ( 5 ) 系统可以针对各个进销存项目，辅助进销存决策者对方案的各个组成要 素进行分析，这其中包括进销存指标体系分析、进销存者分析、进销存对象分 析、进销存模型分析和进销存方法分析等等。通过这些内容的分析，使进销存 决策者对各种事物的现象与本质有更加深刻的理解和认识，从而提升问题解决 的水平，增强进销存决策的实效。 9 武汉理工大学硕士学位论文 2 2 2 进销存决策支持系统的模型设计 匿圃 1 人机交互子系统 i工i 知识库子系统 叫联机分析挖掘子系统卜卜一1 模型库子系统 ，iii i 进销存数据仓库子系统 图2 3 进销存决策支持系统的逻辑结构图 基于数据仓库的进销存决策支持系统主要构成要素为数据、模型和人机接 口。数据既包括有进销存组织的内部数据，又包括有进销存组织的外部数据， 它是系统研发的先决条件。模型提供了一套处理、分析、判断信息以及进销存 决策活动模拟的基本工具，进销存决策者借助于这些工具，并结合自身的知识、 经验、洞察力和偏好等等控制分析活动的进行，最后做出合理的决断。人机接 口完成进销存决策者和系统的交互联接。为了协调系统的各个主要构成要素和 进行必要的补充、完善，我们设计的系统由进销存数据仓库子系统、模型库子 系统、知识库子系统、对话子系统、联机分析处理工具和数据挖掘工具等各个 部分组成，其逻辑结构见图2 3 。 基于数据仓库的进销存决策支持系统包括：人机交互子系统、进销存数据 仓库子系统、模型库子系统、知识库子系统和联机分析挖掘子系统。各个组成 部分详述如下。 ( 1 ) 人机交互子系统 人机交互子系统是基于数据仓库的进销存决策支持系统的人机接口界面， 在整个进销存决策制订和形成的过程中，人机交互子系统可以实现进销存决策 者和系统两者之间的双向交流。进销存决策者可以通过人机交互子系统从键盘 1 0 武汉理工大学硕士学位论文 或者鼠标输入需求、条件和判断，调用各库中的元素、运行程序、进行数据处 理和数值计算等各种工作，而系统也可以通过人机交互子系统输出各种中间信 息或者最终结果。另外，进销存决策者还可以通过人机交互子系统来对系统其 它的各个组成部分进行改进和维护等操作。 ( 2 ) 模型库子系统 系统的模型库集模型与方法于一体，模型包括有决策树模型、聚类模型、 关联规则模型和神经网络模型等；模型的表示方法有子程序表示方法、宏命令 表示方法、谓词表示方法、模型抽象表示方法、框架表示方法、面向对象表示 方法等。在应用的过程中，我们可以把所有能用到的模型动态地逐个加入，在 经过一段时间后，模型库便会渐渐完善起来；同时也可以抛开具体问题的限制 来构建模型，以确保每个模型都是通用的和独立的。 在本系统的模型库中，我们分析时主要选取的模型为聚类模型。为了对模 型进行有效的管理，我们建立了模型字典，并通过模型库管理系统来实现对模 型进行添加、删除、修改、合成、查询等调控行为。模型的合成可以通过对子 模型适用范围和参数的全程搜寻匹配，来组装成一个较大的模型而加以实现。 而对于其它模型管理行为则直接通过对模型描述参数的查询和修改即可实现。 ( 3 ) 进销存数据仓库子系统 进销存数据仓库子系统由进销存数据仓库及其管理系统组成，其工作流程 如图2 4 所示。 本系统的数据来源于进销存系统的内部和外部，内部数据主要来自于各种 进销存联机事务处理系统中的数据库，而外部数据则来自于进销存组织外部的 各种媒介。这些原始数据之间可能存在着不一致性甚至矛盾之处，因此必须经 过专门的处理才能有效地支持进销存决策。在获取有效数据源后，对这些数据 进行抽取和转换，并对那些空白的或者逻辑上有错误的数据进行遴选和修正， 最后便可以得到符合进销存决策分析要求的集成数据。 武汉理工大学硕士学位论文 i 内部数据源 数据的选择、抽取、 数据仓库管理系统： 转换、净化 进销存数据仓库的建立、更 l 外部数据源 新、查询等 j 士 1r 1 r 模型库管理系统 进销存数据仓库 知识库管理系统 图2 4 进销存数据仓库子系统工作流程 数据仓库管理系统具有以下几个方面的功能： 建立、更新和维护进销存数据仓库，使进销存数据仓库处于一个可管理 和调控的状态。 支持对进销存数据仓库所进行的查询、联机分析处理和数据挖掘等，能 够及时准确地向进销存决策者提供全面、深入、有价值的信息。 作为进销存数据仓库与模型库、知识库三者之间沟通的桥梁，能为模型 库和知识库提供数据支持。 ( 4 ) 知识库子系统 因为进销存决策分析涉及面宽，需要综合考虑各种因素，所以在系统中除 了必要的模型外，营销专家的知识或者经验也是必不可少的，因此需建立知识 库。知识库中除了预先存有相当数量的营销专家知识和经验之外，还存有按照 自学习原则从其它组成部分转换而来的知识。这些知识虽然不是预先就有的， 但是可以在应用过程中逐渐积累得到，更加符合人工智能的思想。当然这样一 个知识库要达到很理想的状态，还需要大量的实践和许多人的努力才能实现。 知识库管理系统主要负责知识的增加、删除、修改、更新、检索和查询等操作。 ( 5 ) 联机分析挖掘工具 联机分析挖掘工具包括联机分析处理工具和数据挖掘工具。 联机分析处理是共享多维信息的，针对特定问题的联机访问和分析工具。 它可以从多种可能的观察角度和不同的层次，对进销存数据仓库中的数据进行 快速、稳定、一致和交互的存取。该工具可以实现切片、切块、旋转、钻取等 操作。 1 2 武汉理工大学硕士学位论文 数据挖掘是从进销存数据仓库里发现并提取出隐含在其中的信息或者知识 的一种工具。综合用进销存数据仓库、模型库和知识库，数据挖掘工具能较好 地完成整个新知识发现的过程：进销存决策者发出请求命令后，通过数据挖掘 工具触发数据仓库管理系统，从进销存数据仓库中获取与任务有关的数据，再 借助于知识库和模型库对被选择的数据进行处理，从而生成新的知识。这些新 知识经过评判以后，其中一些被进销存决策者认为感兴趣的知识通过人机交互 子系统返回，并且同时也加入到知识库中以备后用。 在基于数据仓库的进销存决策支持系统中，进销存决策者可以输入待解决 的问题，然后选择合适的数据、模型和工具等来加以处理。在分析的过程中， 系统可以与进销存决策者进行充分的信息交流，以保证处理结果满足需要。最 终可以将结果通过w e b 报表、图表、图形等形式输出。 2 3 基于o l a m 的进销存决策支持系统的功能设计 基于o l a m 的进销存决策支持系统 i 系统管理进销存决策分析 进模 知 联进进进进 销型 识 机销销销销 存库库分存存存存 数管管析指 管 模方 据 理理 挖标 理 型 法 仓掘 体者分 分 库 系 分 析 析 管分析 理析 图2 5 基于o l a m 的进销存决策支持系统功能结构图 如图2 5 所示，我们将基于o l a m 的进销存决策支持系统的功能分为两大类： 系统管理功能和进销存决策分析功能。系统管理功能包括进销存数据仓库管理、 模型库管理和知识库管理等。进销存决策分析功能包括联机分析挖掘、进销存 指标体系分析、进销存管理者分析、进销存模型和方法分析等。进销存决策分 析功能部分所需要的数据存放在进销存数据仓库之中，模型来源于模型库，推 1 3 武汉理工大学硕士学位论文 理知识来自知识库，这一部分集中体现了对进销存决策活动的辅助和支持。 ( 1 ) 进销存数据仓库管理 进销存数据仓库管理主要包括：收集和抽取各数据源的数据，并加以转换、 整理和加工，进而集成为进销存数据仓库；定期更新和维护进销存数据仓库， 以使其处于良好适用的状态；支持对进销存数据仓库进行查询和联机分析挖掘， 并紧密有效地将进销存数据仓库、模型库、知识库三者联系起来，以有效地进 行数据分析。 ( 2 ) 模型库管理 模型库管理主要包括对进销存决策分析所用到的各种模型进行添加、删除、 修改、合成、查询等操作，用以不断地扩充和完善模型库，增强解决进销存决 策问题的能力。 ( 3 ) 知识库管理 知识库管理主要包括对进销存决策分析所需的各种知识进行增加、删除、 修改、更新、检索和查询等操作，从而逐步丰富和升级知识库，实现系统的智 能化。 ( 4 ) 联机分析挖掘 联机分析挖掘主要包括联机分析处理和数据挖掘两部分。 联机分析处理主要包括从多种可能的观察角度和不同的层次，对进销存数 据仓库中的数据进行切片、切块、旋转、钻取和提升等操作，实现全面、深刻 地揭示分析对象的真实面目，提高进销存决策者认识能力的目的。 数据挖掘主要包括从进销存数据仓库中选取合适的数据，再利用模型库和 知识库进行处理，来发现知识，改善进销存决策支持的质量，同时存储这些知 识以备后用。 ( 5 ) 进销存指标体系分析 进销存指标体系分析主要包括对进销存项目中所采用的指标体系进行分 析，这其中按照进销存指标体系的各个组成部分来加以细化为进销存指标分析、 权重分析和标准分析，以便于对进销存指标体系进行深入细致的考察。 ( 6 ) 进销存管理者分析 进销存管理者分析主要包括观察进销存管理项目中的管理人员与营销专家 的各种行为和心理对价值判断的影响，从而减小进销存的误差，保证进销存的 准确性。 1 4 武汉理工大学硕士学位论文 ( 7 ) 进销存模型分析 进销存模型分析主要包括检验进销存项目中所采用的模型、方法的正确性、 科学性和有效性，期望改进进销存模型，使其更好地适应进销存工作的需要。 2 4 本章小结 本章主要介绍了基于o l a m 的进销存决策支持系统的总体设计，对进销存 决策支持系统进行了需求分析，并对该系统进行了系统设计和功能设计。 1 5 武汉理工大学硕士学位论文 第3 章进销存数据仓库的设计 3 1 数据仓库的产生与定义 随着信息化时代的来临，i n t e m e t 技术的高速发展，数字信息的存储量正以 惊人的速度不断提高。由于历史原因，在过去若干年的时间里积累了大量的数 据资料。从企业发展的角度来看，在不同历史阶段企业内部许多部门建立了各 自的信息处理系统。这些系统之间相互隔离，结构各异。企业的决策者很难得 到企业全局的决策信息。对于这个问题的探讨曾导致了多数据库系统( m u l t i d a t a b a s e s ) 的研究。 若要从来自不同数据库源的、大量复杂、存储形式各异的历史数据中获取 以供决策的、真正有价值的信息和知识，而且还要在极短的时间内进行复杂的 分析处理( 每次处理涉及大量数据) ，这些对于业务处理频繁的数据库系统而言， 不仅是一项沉重的负担，甚至是根本无法实现的目的。因而，“数据仓库”这