（计算机软件与理论专业论文）面向商务智能的采购决策支持系统应用研究.pdf

ad i s s e r t a t i o ns u b m i t t e dt og u a n g d o n gu n i v e r s i t yo ft e c h n o l o g yf o rt h ed e g r e eo fm a s t e ro fe n g i n e e r i n gs c i e n c ea p p l i e dr e s e a r c ho nb i o r i e n t e dp r o c u r e m e n td e c i s i o ns u p p o r ts y s t e mm a s t e rc a n d i d a t e ：l i y i n gs ulp r o f c h e n x i n up e r v i s o r ：r o tm a y2 0 1 0f a c u l t yo fc o m p u t e rg u a n g d o n gu n i v e r s i t yo ft e c h n o l o g yg u a n g z h o u ，g u a n g d o n g ，p r c h i n a ，5 10 0 9 0677m 54舢7吖il_脚y摘要摘要随着市场竞争的加剧，手机营销零售企业都在朝着集团化、规模化的方向发展。信息的获取和分析对企业的决策分析、决策支持、决策制定也起着越来越重要的作用，所以有一个面向商务智能的采购决策支持系统，使得企业能够在满足正常运营、销售和尽量减少采购风险因素的基础上降低库存和采购的成本，提高企业利润。本课题的研究的目标为手机连锁运营的企业设计一个面向商务智能的采购决策支持系统。本文在系统、全面的研究决策支持系统和商务智能技术的基础上，提出了一种将数据挖掘、数据仓库、统计分析技术相结合的综合型决策支持模式，实现了基于聚类的采购决策支持系统。本文研究的采购决策模式是由集团统一实施。因此，在采购决策之前，本文运用数据仓库把各个门店信息进行汇总、存储。从海量数据信息中获取过往的单品销售信息，回归分析单品的销售预测，结合库存汇总信息制定第一种方案一基于单品的采购方案；对产品属性特征进行聚类划分，基于相似类型产品的历史销售信息进行统计，回归分析相似产品类的销售预测，结合库存汇总信息制定第二种方案一基于聚类的采购方案；第三种方案根据销售信息和产品生命周期阶段信息来重新定位产品生命周期阶段，运用权重系数把产品生命周期阶段销售预测、基于单品预测和基于聚类预测综合起来制定第三种销售预测，结合库存汇总信息制定第三种采购方案。这三种采购预测方案可以全方位进行产品采购预测和市场发展预测，为手机采购提供决策依据。采购决策支持系统的设计思路是库存控制模型通过库存阀值与库存水平的比较来进行库存监测，根据需要进行采购决策支持的操作。本系统采用数据仓库、数据挖掘和决策支持的体系结构，数据仓库采用雪花形结构来设计销售数据模型；同时也对数据挖掘的一些算法进行了讨论分析，将k m o d e s 聚类算法运用到产品的功能、性能点分类，获取具有相似类型的产品的销售量；并将线性回归算法模型应用于产品的销售预测，为采购提供数据依据。由于手机更新换代频繁，产品生命周期短暂，需要从时间段维度来研究销售量相对于时间段的变化率，结合采购提前期，实时设定和更新手机的库存阀值。进一步影响和提高采购决策的性能和效率。本系统的实现就是根据产品的销售信息获取销售预测和产品生命周期的阶段定广东工业大学硕士学位论文位；通过产品的属性特点划分产品类别来预测产品的未来销售量；三种不同的销售预测结果与门店汇总库存信息结合得出三种不同的采购方案，为决策者提供决策依据。本文研究成果在一家大型的连锁经营集团得到了应用，取得了预期的成效。关键词：商务智能；数据仓库；数据挖掘；采购决策a b s t r a c ta bs t r a c ta sm a r k e tc o m p e t i t i o ni n t e n s i f i e d ，m o b i l ee n t e r p r i s e sa r em o v i n gi ng r o u p sa n ds c a l ed i r e c t i o n i n f o r m a t i o na c c e s sa n da n a l y s i sw h i c hd e t e r m i n eb u s i n e s sd e c i s i o na n a l y s i sa n dd e c i s l o ns u p p o r ta l s op l a y sa ni n c r e a s i n g l yi m p o r t a n tr o l e , s ot h e r ei sab u s i n e s si n t e l l i g e n c e - o r i e n t e dp r o c u r e m e n td e c i s i o ns u p p o r ts y s t e m , e n a b l e se n t e r p r i s e st om e e tt h en o r r m lo p e r a t i o n s ，a sf a ra sp o s s i b l er e d u c t i o ni np r o c u r e m e n to nt h eb a s i so f r i s kf a c t o r st or e d u c ei n v e n t o r ya n dp r o c u r e m e n tc o s t s , i m p r o v ep r o d u c tq u a l i t yp r o c u r e m e n ti sv e r yi m p o r t a n t t h eg o a lo ft h i sr e s e a r c ht o p i cf o r t h ep h o n ec o m p a n yi sd e s i g nb u s i n e s si n t e l l i g e n c e - o r i e n t e dp r o c u r e m e md e c i s i o ns u p p o r ts y s t e m t h i sp a p e rb a s e do n ac o m p r e h e n s i v e ss t u d yo fd e c i s i o ns u p p o r ta n db u s i n e s si n t e l l i g e n c et e c h n o l o g yp r o p o s eai n t e g r a t e d & c i s l o ns u p p o r tm o d e l ，t h o s ei st od a t am i n i n g ，d a t aw a r e h o u s i n g ，s t a t i s t i c a la n a l y s i st e c h n i q u e sc o m b i n e dt or e a l i z et h ep u r c h a s i n gd e c i s i o n sb a s e do nc l u s t e r i n gs u p p o r ts y s t e m i nt h i sp a p e r , t h ep r o c u r e m e n td e c i s i o n - m a k i n gm o d e li st h eu n i f o r mi m p l e m e n t a t i o nb yt h eg r o u p u s i n gt h ed a t aw a r e h o u s et os t o r ea l ls u r m n a r ) ，i n f o r m a t i o n , w eo b t a i nt h ep a s ts a l e si n f o r m a t i o no fs i n g l e - p r o d u c tf r o mm a s s i v ed a t a , r e g r e s s i o na n a l y s i sp r e d i c t e das i n g l ep r o d u c ts a l e s ，c o m b i n e dw i t hi n v e n t o r ys u m m a r yi n f o r m a t i o nt od e v e l o pt h ef i r s to p t i o n ab a s e do ns i n g l ep r o d u c tp r o c u r e m e n tp r o g r a m ；c h a r a c t e r i s t i c so ft h ep r o d u c ta t t r i b u t e sa r ep a r t i t i o n e di n t oc l u s t e r s ，w ec a no b t a i nh i s t o r i c a ls a l e so fs i m i l a rc l u s t e ro fp r o d u c t s ，r e g r e s s i o na n a l y s i st h ec l u s t e rs a l e sd a t a , c o m b i n e dw i t hi n v e n t o r ys u m m a r yi n f o r m a t i o nt od e v e l o pas e c o n dp r o g r a m b a s e do nc l u s t e r i n go ft h ep r o c u r e m e n tp r o g r a m ；a c c o r d i n gt os a l e si n f o r m a t i o na n dp r o d u c tl i f ec y c l ei n f o r m a t i o nt or e p o s i t i o nt h ep r o d u c tl i f ec y c l e ，u s i n gt h ew e i g h t i n gc o e f f i c i e n to ft h ep r o d u c tl i f ec y c l es a l e sf o r e c a s t i n g ，p r e d i c t i o nb a s e do ns i n g l e - p r o d u c ta n df o r e c a s t i n gb a s e do nc l u s t e r i n gt o g e t h e rt od e v e l o pat h i r ds a l e sp u r c h a s ep r o 铲a m t h et h r e ep r e d i c t i o np r o g r a m sc a np r o v i d ep u r c h a s ef o r e c a s t i n ga n dm a r k e td e v e l o p m e n tf o r e c a s tf o rm o b i l ep h o n e s , a n do f f e rt h e b a s i so fp r o c u r e m e n td e c i s i o n - m a k i n g m广东工业大学硕士学位论文p r o c u r e m e n td e c i s i o ns u p p o r ts y s t e md e s i g nc o n c e p ti st h es t o c ki n v e n t o r yc o n t r o lm o d e lt h r o u g hc o m p a r i s o nw i t ht h ei n v e n t o r yl e v e l sf o ri n v e m o r ym o n i t o r i n g ，a c c o r d i n gt ot h er e q u i r e m e n t st oo p e r a t et h ep r o c u r e m e md e c i s i o n - s u p p o r t t h es y s t e mu s e st h ed a t aw a r e h o u s e ，d a t am i n i n ga n dd e c i s i o ns u p p o r ta r c h i t e c t u r e s a l e sd a t am o d e la r ed e s i g n e ds n o w f l a k em o d e li nd a t aw a r e h o u s e w ea l s od i s c u s s e dan u m b e ro fd a t am i n i n ga l g o r i t h m s ，i n c l u d i n gt h ek - m o d e sc l u s t e r i n ga l g o r i t h ma p p l i e dt ot h ep r o d u c t sf u n c t i o n a l i t yc l a s s i f i c a t i o n , t oo b t a i ns i m i l a rt y p e so fp r o d u c ts a l e s ，a n dl i n e a rr e g r e s s i o na l g o r i t h mm o d e li sa p p l i e dt os a l e sf o r e c a s t i n g ，t op r o v i d et h eb a s i sf o rt h ep r o c u r e m e n to fd a t a f r e q u e n tr e p l a c e m e n ta n ds h o r tp r o d u c tl i f ec y c l eo fm o b i l ep h o n e s ，w em u s ts t u d yr a t eo fs a l er e l a t i v et ot h et i m ei nd i m e n s i o n s , c o m b i n e dw i t ht h ep r o c u r e m e n ti na d v a n c e w em u s tb es e ta n du p d a t e dm o b i l ei n v e n t o r yt h r e s h o l di nr e a l t i m e ，f u r t h e ra f f e c tt h ep u r c h a s i n gd e c i s i o n sa n di m p r o v et h ep e r f o r m a n c ea n de f f i c i e n c y i m p l e m e n t a t i o no ft h i ss y s t e mi st h a ta c c e s st os a l e sf o r e c a s t i n ga n dp r o d u c tp o s i t i o n i n gl i f ec y c l es t a g eo ft h es a l eo fd a t a ；p r e d i c tf u t u r ep r o d u c ts a l e sb yp r o d u c td i v i s i o no ft h ep r o p e r t yc h a r a c t e f i s t i c so fp r o d u c tc a t e g o r i e s ；w ec a no b t a i nt h r e ed i f f e r e n tp r o c u r e m e n td e c i s i o n - m a k i n gf r o mr e s u l t so ft h r e ed i f f e r e n ts a l e sf o r e c a s t sc o m b i n e dw i t ht h es t o r ei n v e n t o r yl e v e la n dp r o v i d eb a s i sf o rd e c i s i o n - m a k e r s t h i sr e s e a r c hr e s u l t si nal a r g ec h a i no p e r a t i o n sg r o u ph a sb e e na p p l i e dt oa c h i e v et h ee x p e c t e dr e s u l t s k e yw o r d s ：b u s i n e s si n t e l l i g e n c e ；d a t aw a r e h o u s i n g ；d a t am i n m g ；p u r c h a s i n gd e c i s i o ni v目录目录摘要ia b s t r a c t i i i目录vc o n t e n t s v i i第一章绪论11 1 研究背景。l1 1 1 课题背景11 1 2 研究的目的和意义21 2 国内外研究现状。31 2 1 决策支持系统的研究现状31 2 2 商务智能的发展状况51 3 论文结构7第二章基础理论研究92 1 决策支持系统92 1 1 决策过程92 1 2 决策支持模式1 02 2 商务智能1 32 2 1 体系结构1 32 2 2 相关技术1 42 2 3 数据挖掘18第三章总体结构2 53 1 设计思想2 53 2 数据流图2 6v广东工业大学硕士学位论文3 3 体系结构2 83 4 数据仓库3 0第四章关键算法设计3 64 1 产品聚类分析3 64 2 线性回归销售预测3 94 3 综合采购决策方案4 24 3 1 产品生命周期定位4 24 3 2 库存阀值调整4 44 3 3 采购决策方案生成4 6第五章应用分析4 85 1 应用案例4 85 2 结果分析5 0总结与展望5 2工作总结5 2工作展望5 3参考文献5 4攻读硕士学位期间发表的论文5 7独创性声明5 8致j 射5 9v ic o n t e n t sc o n t e n t sa b s i r a c t 。uc o n t e n t s 。v i ic h a p t e r li n t r o d u c t i o n 11 1b a c k g r o u n d 11 1 1t h e s i sb a c k g r o u n d 11 1 2p u r p o s ea n ds i g n i f i c a n c eo ft h e s i s 21 2s t a t u so f d o m e s t i ca n df o r e i g n 31 2 1d s sr e s e a r c h 31 2 2b id e v e l o p m e n ta n dt r e n d s 51 3c o n t e n t so f t h ep a p e r 7c h a p t e r 2f u n d a m e n t a lr e s e a r c h 92 1 】 i s s 92 1 1d e c i s i o n - m a k i n gp r o c e s s 92 1 2d e c i s i o ns u p p o r tm o d e 102 ：! b i l ：i2 2 1s t r u c t u r e l32 2 2r e l a t e dt e c h n o l o g e s 1 42 2 3d a t am i n i n g 18c h a p t e r 3o v e r a l ls t r u c t u r e ：! ! ；：；1s y s t e md e s i g n ：z 5：；2d a t af l o wd i a g r a m 2 6：；3a r c h i t e c t u r e ：1 8：；4d a t a1 i r e h o u s e 3 0c h a p t e r 4t h ed e s i g no fk e ya l g o r i t h m s ：1 64 1c l u s t e ra n a l y s i so fp r o d u c t s 3 64 2l i n e a rr e g r e s s i o no fs a l e sf o r e c a s t s 。3 94 3g e n e r a t i o np r o c u r e m e n t dd e c i s i o nm a k i n g 4 24 3 1p o s i t i o n i n gt h ep r o d u c tl i f ec y c l e 4 2v 广东工业大学硕士学位论文4 3 2i n v e n t o r yt h r e s h o l da d j u s t m e m 4 44 ：1 3p r o c u r e m e n ts c h e m eg e n e r a t i o n 4 6c h a p t e r 5a p p l i c a t i o na n a l y s i s 4 85 1a p p l i c a t i o n s ：z 1 85 2a n a l y s i s 5 0c o n l u s i o na n de x p e c t a t i o n 5 2c o n l u s i o n 5 2e x p e c t a t i o n 5 3r e f e r e n c e s 5 4p u b l i c a t i o n 5 7a n n o u n c e m e n t 5 8a c k n o w l e d g e m e n t 5 9v 第一章绪论1 1 研究背景1 1 1 课题背景第一章绪论目前国内手机市场可以说是竞争极其残酷，手机的品种琳琅满目，更新换代速度频繁，手机的采购是手机连锁经营集团的一个棘手的问题。管理层根据什么时候推出什么产品，谁是我们的顾客，我们的顾客需要什么样的产品，我们的产品为什么卖的好，还有哪些不足，等听汇报来不及，每天看报表恐怕也不行。一个有效的决策不可能靠人工方式来完成，如何根据产品的销售状态、销售计划、市场定位有效决定采购方案瞳，? 是现在企业公司必须要面临的问题。手机连锁营销公司的特点是手机更新换代太快，所以需要的及时信息要快。如果有决策支持系统能够在第一时间通过将历史数据比较，以便可以决定这个要不要采购，这个采购数量合不合适，我们需要这样的一个采购决策支持系统来支持工作，得出一个准确的结论协，。手机采购问题已成为手机销售企业需要解决的重要课题。因此，企业对手机的销售分析、预测以及在产品库存等各个方面的研究就越来越显得重要。成功的公司一定有一个有效的决策体系，必须以决策支持系统为基础，结合中高层管理人员多年的实际运作经验才有可能做出正确、及时、有效的决策。商务智能( b u s i n e s si n t e lli g e n t ，b i ) 这个术语的起源由博弈沦和仿生学而来。商务智能是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件集合。它运用数据仓库( d a t aw a r e h o u s e ，d w ) 、联机分析处理( o n - l i n ea n a l y t i c a lp r o c e s s i n g ，o l a p ) 和数据挖掘( d a t am i n i n g ，d m ) 技术来处理和分析商业数据，并提供针对不同行业特点或特定应用领域的解决方案，来辅助用户解决商务活动中所遇到的不确定性问题，从而帮助和改善管理决策，以提高企业的生存能力。商务智能无论是在理论方法，还是在体系结构方面都取得了突破性的进展。它能够把计算机技术和先进的企业管理理论进行有机的融合，使得商务智能系统具有强大的功能和广泛的应用范围。但是，由于商务智能正处于由起步阶段向发展阶段的转变时期，所以还存在一些缺陷，有待进一步改进h ，。广东工业大学硕士学位论文在辅助决策方面，商务智能的决策支持功能比较弱。虽然商务智能的目标与决策支持系统一样，是为了提高企业决策的效率和准确性，但商务智能的决策支持功能主要是通过所提供的数据分析、趋势预测功能体现出来的，不像专门的决策支持系统那样提供方案生成、方案协调、方案评估等功能，更不具备群体决策和智能决策的能力“，。针对上述问题，我们在商务智能的基础上把商务智能与决策支持系统进行整合，提出了面向商务智能采购决策支持系统( b u s i n e s si n t e l l i g e n c ef o rp r o c u r e m e n td e c i s i o ns u p p o r ts y s t e m ) 的解决方案。它是把数据挖掘和数据仓库结合起来形成的针对采购分析的决策支持系统。其中的数据仓库能够实现对采购决策主题数据的存储和综合，数据挖掘用以挖掘数据库和数据仓库中的知识，采购决策算法可以帮助决策分析和决策的制定，它们集成的综合决策支持系统，将相互补充相互依赖发挥各自的辅助决策优势，实现更有效的辅助决策h “。本文采购决策支持系统是依据各门店的销售记录及库存情况等进行深度数据挖掘。基于各门店销售的历史数据记录来预测销售产品的类型及客户需求，同时采用商务智能方法全方位预测未来产品的销售量，在实时调整库存阀值的基础之上，因地制宜的制定采购计划，降低采购成本和采购风险。此系统是一个以提高企业运营性能为目标，以现代企业管理理论为指导，以先进的信息处理技术为手段的人机交互的、动态、异构和开放的面向商务智能的采购决策支持系统。对手机销售的数据分析需要强大的操作数据作支持，才有可能建立起比较准确的数据分析模型。本论文用来进行数据分析研究的操作数据，是某手机销售企业近几年来的手机销售日常数据。该企业是全国性连锁性销售企业，为本文建立数据仓库和数据挖掘的基础数据做了基础的数据准备。1 1 2 研究的目的和意义本课题针对手机采购的需求，将商务智能应用于手机销售情况的分析，通过决策分析提供多个可行性的采购解决方案，协助总部决策人员做出采购选择。第一种方案直接对手机单品进行统计汇总，回归分析预测未来的销售量，利用库存信息直接制定采购方案；第二种方案，主要采用划分聚类k m o d e s 算法对手机群按照属性值和销售量进行类别划分，挖掘相同类别手机销售情况，在此基础之上采用线性回2第一章绪论归技术进行未来销售数据的预测，结合库存信息制定采购方案；第三种方案是通过销售数据分析对手机产品进行产品生命周期阶段的定位，把前两种方案结合产品生命周期阶段的销售预测，按一定的权重比例进行综合评定，结合库存信息制定第三种采购方案。同时对存库信息实时动态跟踪，按照销售发展趋势，生命周期阶段等因素及时更新库存阀值，对刚投放市场的新型手机先进行类别的匹配，把相应产品类别的引入期阶段销售数据进行销售前期预测，进而辅助决策者进行手机型号的采购。运用数据仓库技术来组织企业信息数据，运用一些数据挖掘技术、数学分析技术或统计模式，发现数据中存在的关系和规则，根据现有的数据预测未来的发展趋势，那么就可为管理者的决策提供重要的参考。要真正实现全方位地分析、深层次地发掘信息、切实优化决策支持功能，还需要在理论和实践上对这一领域进行更多地研究和关注。从而推动面向商务智能决策支持和分析更加深入地发展和应用，这也正是本篇论文的目的和意义所在。1 2 国内外研究现状1 2 1 决策支持系统的研究现状1 9 8 0 年s p r a g u e 提出了决策支持系统三部件结构，即：人机对话部件、数据部件、模型部件。该结构形式直接明确了系统的组成，同时也间接地反映了决策支持系统的关键技术：模型库系统、部件的接口以及系统的综合集成。该结构形式推动了决策支持系统的大力发展。1 9 8 1 年b o n c z a k 等推出了决策支持系统的三系统结构，即：语言系统( l s ) 、问题处理系统( p p s ) 和知识处理系统( k s ) 。该结构形式在“知识系统和“问题处理系统”上有其独特的优势，在一定范围内有其影响，但它与人工智能的专家系统( e s ) 容易混淆。2 0 世纪8 0 年代后期，人工神经网络、数据挖掘、机器学等技术的研究与应用为知识的学习与获取开辟了新的途径。决策支持系统与专家系统相结合，充分利用定性分析的专家系统与定量分析的决策支持系统优点，形成了智能决策支持系统( i d s s ) ，提高了决策支持系统解决非结构化决策问题的能力1 6 】。1 9 9 8 年以后，出现了商务智能的概念，其起源可以追溯到早期的零售业务分析软件和网络技术的发展。商务智能包括了一组概念和方法，通过使用基于事实的支3广东工业大学硕士学位论文持系统提高商业决策制定的效果。商务智能的概念经常和管理信息系统、报表查询工具等混合使用，基本上是由数据驱动的决策支持系统【s j 。决策支持系统后来又增加了知识库与方法库，构成了三库系统或四库系统，其中的知识库系统是有关规则、因果关系及经验等知识的获取、表示、解释、推理、及管理与维护的系统。方法库系统是以程序方式管理和维护各种决策常用的算法和方法的系统【s l 。2 0 世纪8 0 年代中期我国开始研究决策支持系统。决策支持系统应用最广泛的领域是区域发展规划。山西省自动化所、国际应用系统分析研究所( i i a s a ) 和大连理工大学合作完成了山西省整体发展规划决策支持系统。这是一个大型的决策支持系统，也是我国影响较大、起步较早的一个系统。在此之后，国防科技大学、大连理工大学等多家单位开发了多个区域发展规划的决策支持系统。目前我国在决策支持系统领域的研究已有不少成果，但总体上发展较缓慢，在应用上与期望有较大的差距，这主要反映在软件生产率低、制作周期长、质量难以保证、开发与应用联系不紧密等方法 7 1 。1 9 8 7 年，陈伟文教授等开始了模型操纵语言的研制，支持模型管理与运行控制。并于1 9 8 9 年研制完成了“决策支持系统开发工具g f k d d s s ”，主要包括：决策支持系统核心语言、模型库管理语言、接口语言、工具操作语言。用g f k d d s st 具和p r o l o g 生产器p 3 开发“松毛虫智能预测系统，则是我国林业领域最早的智能决策支持系统之一【6 】。1 9 9 6 年，中国科学院计算机技术研究所史忠植研究员为首的课题组研制和完成了“智能决策系统开发平台i d s d p 。此系统是一个基于多主体的开放系统，每个主体具有自治能力和协同工作方式，系统的可扩展、可伸缩性好。将数据库、模型库、知识库、范例库等集成于一体，支持定性与定量分析相结合的科学决策。该系统在符号计算和神经计算研究成果的基础之上，提供多种分析、预测、决策方法，将多种智能技术融合一体，智能化程度高并提供自然语言、图形、远程访问等人机界面。具有友好的人机交互环境，实现人机共存的决策模式【s 】。天津大学信息与控制研究所创办的决策与决策支持系统刊物是中国社会经济系统分析研究会决策支持系统专业委员会会刊，是中国软科学研究会学术性会刊。介绍国内外科学决策与决策支持系统的理论、方法与应用、信息系统与信息技术及其在管理中的应用等。4第一章绪论对我国决策支持系统的发展起到了很大的推动作用f 6 j 。1 2 2 商务智能的发展状况1 9 7 9 年，t e r a d a t a 公司构建了单独的数据存储结构，有能力存储处理海量运营数据。1 9 8 3 年，此公司利用并行处理技术为w e l lf a r g ob a n k 建立了第一个决策支持系统。1 9 8 8 年，i b m 公司的研究员b a r r yd e v l i n 和p a u lm u r p h y 提出一个新的术语：数据仓库，来解决多个不同编码方式和数据结构的分立系统的整合问题。1 9 9 2年，b i l li n m o n 出版了 如何构建数据仓库【帕一书，明确了提出：数据仓库是一个面向主题、集成的、相对稳定的、反映历史变化的数据集合。第一次给出了数据仓库的清晰定义和操作性极强的意见。数据仓库是商务智能的依托，是对海量数据进行分析的核心物理。1 9 7 0 年，第一个o l a p l 9 j 问世，通过建立一个复杂的、中介的“数据综合引擎 ，把分布在不同系统的数据库联接起来，实现多维分析。1 9 9 4 年，发明关系数据库的埃德加科德详尽的阐述了构建联机分析的十二条原则。有了数据仓库，联机多维分析找到了真正的用武之地。随着数据仓库、联机多维分析技术的发展与成熟，商务智能的框架l l l l 基本形成，但真正给商务智能赋予生命的是数据挖掘，数据挖掘指通过分析大量的数据来揭示数据之间隐藏的关系、模式和趋势，从而为决策者提供新的知识。数据挖掘是数据量快速增长的直接产物。1 9 8 9 年，图灵奖的主办单位计算机协会( a c m ，a s s o c i a t i o no f c o m p u t i n gm a c h i n e r y ) 下属的知识发现和数据挖掘小组( s i g k d d ) 举办了第一届学术年会、出版了专门期刊。这正是这一年，著名的高德纳i t 咨询公司( g a r t n e rg r o u p ) 为界提出了商务智能的概念和定义，商务智能，指的是一系列以数据为支持、辅助商业决策的技术和方法【i l 。随着技术的高速发展，商务智能也得到了飞速的发展。商务智能技术发展在系统各环节的表现为【。】：在数据抽取转换加载时，多种数据源的访问已经成为商务智能系统基本的技术指标。新的数据抽取、转换、加载技术要求能采用x m l 方式进行数据采集，能做到对近似实时数据分析、提取、转换。同时采用并行处理技术加快决策支持优化的关系，融合了决策支持和事务处理能力的关系型数据库将是主要发展方向。虽然事务处理和决策支持对关系型数据库的性广东工业大学硕士学位论文能会起到一定的影响，但许多研发数据库的厂商已经在他们的产品中加入了o l a p 、分析统计，数据挖掘等功能，尝试寻找解决的办法。商务智能系统的指标展现是i t技术发展较活跃的部分。商务智能系统采用b s 结构已经成为最基本的需求，与企业电子商务门户的集成也逐步为企业所采纳。以x m l 形式发放商务智能应用的分析结果将是新的发展趋势。商务智能与企业商务网站、企业门户网站、企业应用系统集成也越来越紧密，商务智能系统不再是一个孤立的应用，它与企业中的其他应用系统将紧密集成。商务智能的发展主要呈现两个趋势：专业化和集成化【。1 。专业化体现在商务智能系统更加强调行业的特点，如同e r p 、s c m 的发展一样，整体笼统抽象的概念已经不能适合现代企业发展的需求，分行业的精确定位解决方案将越来越受到企业的青睐。商业智能在银行、保险、制造和电信、邮政、销售行业已经得到不同程度的发展。集成化是商务智能的另一个趋势，e r p 、c r m 、电子商务、m i s 和企业门户等都将商务智能纳人其中，可见商务智能系统将逐步同更多的应用系统紧密结合起来【3 】。商务智能解决方案将业务数据转换成明确的、基于事实的、能够执行的信息，并且使得业务人员能够发现销售趋势，减少金融风险，以及揭示新的销售商机。商务智能的目标是了解变化的意义从而理解甚至预见变化本身。它使你能够访问当前的、可靠的和易接收的信息，并能够从各个侧面及不同的维度灵活地浏览信息和建立模型。商务智能无论是在理论方法，还是在体系结构方面都取得了突破性进展，能够把计算机技术和先进的企业管理经验、理论进行有机的融合，使得商务智能具有强大的功能和广泛的应用范围。但是，由于正处于由起步阶段向发展阶段的转变时期，还存在着一些缺陷 4 1 。在辅助决策方面，虽然商务智能的目标与决策支持系统一样，是为了提高企业决策的效率和准确性，但商务智能的决策支持功能主要是通过所提供的数据分析、趋势预测功能体现出来的，不像专门的决策支持系统那样提供方案生成、方案协调、方案评估等功能，更不具备群体决策和智能决策的能力1 4 1 。当运用商务智能的决策者需要决策支持服务时，必须自己根据各种数据分析结果，运用现有的企业知识和经验进行判断，做出决策。因此与决策支持系统相比，商务智能的决策支持功能比较弱。6第一章绪论在系统的智能性方面，由于目前大多数商务智能系统的功能集中在分析方面，对系统的智能性不够重视，很少有开发商在系统中配备推理工具，导致系统中虽然有知识却没有充分发挥知识的作用。因此，系统的智能性仍然较差1 5 】。由于以上种种缺陷不足，迫使我们引进面向商务智能的决策支持系统【5 】，将数据仓库和数据挖掘等相应的数据分析工具结合起来的决策支持系统体系结构。用数据仓库存储和组织数据，为决策者的数据访问提供统一的全局数据视图；用数据挖掘技术实现知识的自动发现，为决策提供全局性的知识，不断扩充和更新目标系统的知识，来增强决策者对企业信息的理解，扩充企业知识，在此基础之上构建服务于决策的模型库。数据仓库、数据挖掘、决策支持这三者之间的关系有着内在的统一性。数据仓库为数据分析和数据挖掘提供了数据基础，数据挖掘中发现的知识可以直接用于指导数据分析处理，而数据分析得出的新知识也可以立即补充到系统中【1 2 l 。决策系统的分析是不断变化、事先难以预测的，采用这种新型结构制定方案生成、方案协调、方案评估、智能决策的能力，帮助企业决策人员做出正确决策，及时把握时机，使之更加完善、更加有效为企业的管理人员提供决策依据和决策方案。1 3 论文结构论文研究了面向商务智能的决策支持技术，探讨采购决策支持系统的框架模型和功能结构。在大量系统地参考和研究最新的营销学、管理学和信息管理技术的基础上，力图提出具有创新点并可行的框架模型和功能结构【s 1 。该采购决策支持模型是以分析销售数据为基础，结合了数据仓库、数据挖掘、决策支持等技术。它们的有机组合构成了面向商务智能的采购决策支持系统。虽然现阶段采购决策支持系统已经比较成熟，而且在相关领域中得到了应用，但由于企业营销的不断发展，采购决策支持系统在企业连锁营销领域应用的还不是十分的广泛。能够把新的营销理念和先进的决策支持技术融合的是各种分析子模型，对产品的销售分析、库存分析，产品销售周期分析，产品采购预算、产品生命周期的分析与预测等功能进行研究探讨。并对分析功能中最主要的模块：基于销售数据的采购决策支持。结合运筹学和营销管理以及信息系统的最新知识创建了基于商务智能的采购决策支持系统中的最重要的功能模块：基于销售数据的回归预测分析，基于功能、性能属性特征的产品聚类分析，预测未来销售量，产品销售生命周期的定位，实时更新库存阀值，把预7广东工业大学硕士学位论文测销售数据结合库存信息做出采购决策。最后对本文的研究内容和研究工作做了总结，并对基于商务智的采购决策支持系统应用研究阐述了自己的展望和设想。本文的主要思路是，首先详细阐述决策支持系统现状和发展、结构功能分析、应用方式。之后阐述商务智能的核心组成部分：数据仓库、数据挖掘等知识，主要对数据仓库的构建和数据挖掘中的算法进行了深入的探讨，研究如何在商务智能的基础上构建采购决策支持系统；如何通过商务智能进行知识发现( ) d ) ，对销售历史数据进行全方位的分析，定制多个切实可行的采购方案，从而为企业决策提供参考，最后通过系统实际应用进一步验证了建立一个基于商务智能的采购决策支持系统的必要性。文章主要分五章：第一章主要介绍文章所研究决策支持系统和商务智能的发展背景、发展趋势以及全文的研究意义。第二章主要针对决策支持过程，方式进行理论分析；在商务智能理论内涵基础之上，主要针对商务智能中的数据仓库，数据挖掘技术的聚类分析和线性回归预测进行理论介绍。第三章着重阐述了面向商务智能的采购决策支持系统的体系结构，分析了在集团统一采购的特点和要求背景，介绍设计思想、数据流图、体系架构和数据仓库结构等内容。第四章根据采购决策支持系统数据分析的要求，结合系统应用的需要把各种具体数据挖掘算法应用到采购决策支持系统中，重点分析了系统中用到的k - m o d e s 聚类算法、基于销售数据的线性回归销售预测，同时研究产品生命周期的划分和定位算法，影响库存阀值条件以及设定和更新阀值条件的算法思路。第五章根据前几章的论述，结合自己所参与的中域电信的智能采购系统研发，把数据仓库、聚类算法等有效结合起来，从实际应用上进一步验证了建立一个基于商务智能的采购决策支持系统的必要性。最后主要对全文工作总结，对以后的工作做了展望。8第二章基础理论研究2 1 决策支持系统2 1 1 决策过程第二章基础理论研究人们为了实现一定目标而制定行动方案，并准备组织实施的活动过程，就是决策过程。这个过程也是一个提出问题，分析问题，解决问题的过程【7 l 。人类的决策行动包含确定目标、设计方案、评价方案和实施方案4 个阶段。其中前三个阶段通常作为决策科学的研究对象如图2 1 所示。图2 - 1 决策过程不意图f i g 2 1s c h e m a t i cd i a g r a mo fd e c i s i o n m a k i n gp r o c e s s人们在决策时，一方面需要认识环境，掌握相关信息。另一方面，在收集信息、分析和制定决策的每个阶段还要受到决策环境的制约。例如决策问题的目标确定可能受到决策环境中层次较高的目标的约束，方案的设计和制定也很可然受到现实可行性的限制等。( 1 ) 情报收集在此阶段决策支持系统进行调查环境，收集原始数据并加以整理，寻找问题的解决线索和联系因果。在决策过程中，需要在决策的情报收集阶段提供必要充分