基于数据仓库的决策支持系统

基于数据仓库和数据采集的高校教学管理决策支持系统研究决策支持系统（DecisionSupportSystem，DSS）可以做到辅助决策者通过数据、模型等知识实现人机交互并以此为依据作出相应决策。

它所涉及的基础学科包括了管理科学、行为科学、运筹学和控制论，并利用到了信息技术、计算机技术与仿真技术，以半结构化问题为针对对象来支持决策活动。

一、数据仓库与数据采集（一）数据仓库数据仓库应该是面向主题的集成、非易失和时变的数据集合，它可以实现对管理部门决策过程的完全支持。

从技术特征讲，数据仓库是有别于其它数据存储系统的。

数据仓库讲求以语义一致的同一种语言实施数据存储，它以物理形态来实现决策支持数据模型，并且还能存储有关于企业战略决策的一切信息。

所以数据仓库也可被视为是一种体系结构，它将多种类数据源中的数据集成于一处，并支持结构化与专门化的数据查询分析，从而辅助系统决策的最终制定。

（二）数据采集数据采集又叫做数据挖掘（Data Mining），它可以从带有噪声、模糊且随机的海量实际应用数据中提取那些隐藏的、具有实用价值的数据。

实质上数据采集过程就是一个以用户为中心的人际交互探索过程，它主要由三个阶段构成：数据准备、采集以及结果评价。

在数据采集中，人工BP神经网络、关联规则、遗传算法、决策树等等都是较为常用的分析方法。

（三）数据仓库与数据采集之间的关系在数据采集中涵盖了一系列可以在数据库中发现的模式及技术，它们衔接了数据采集与数据仓库两大技术体系，并获得更好的结合结果。

比如说一次成功的数据采集就能实现对数据仓库中数据的深层次分析，并从中收集更多有益信息。

因此数据仓库不仅仅是对数据的集成，也可以与数据仓库联机并通过对数据的分析为数据采集提供最好的操作平台，好的数据仓库是可以促进数据采集技术发展的。

但这也并不代表数据仓库可以决定数据采集技术的发挥，因为在绝大部分情况下，数据采集可以从数据库的操作数据源中来直接挖掘数据信息，进而促进二者之间的紧密关系，更好的支持决策系统构建[1]。

基于数据仓库的企业决策支持系统设计与实现Abstract本文主要讲述基于数据仓库的企业决策支持系统的设计和实现。

首先，本文将介绍数据仓库的基本概念和特点，然后详细阐述数据仓库的架构和建模方法，接着重点讲述如何利用数据仓库实现企业决策支持系统，并且结合实际案例，对系统进行实现和测试。

最后，对数据仓库基于企业决策支持系统设计中的研究意义进行探讨。

Introduction在如今信息化时代，数据变得愈来愈重要，如何从海量的数据中提取出有效信息，为企业决策合理提供支持成为了企业发展的关键之一。

数据仓库以其独特的特点及企业数据需求出发进行建立，为企业的决策人员提供了高质量、高效率、高可靠性的决策数据。

本文将从数据仓库的基本概念、架构、建模方法和数据仓库的企业决策支持系统的实现方案进行详细阐述。

一、数据仓库的基本概念数据仓库以企业数据需求为导向，采用不同于传统操作型数据库的数据组织模式，将企业各种数据源的数据转化成可用的、具有企业决策价值的信息。

数据仓库的基本概念如下：（1）面向主题：数据仓库以主题为中心，即数据仓库中的信息是以主题（如用户、产品、营销等）为维度来组织的。

（2）集成性：数据仓库将来自不同地方的数据整合在一起，将不同数据源之间的数据转换成为企业的业务数据，消除数据冗余。

（3）时态性：数据仓库中的数据信息并不是随时刻用尽，而是保留了多个时间段的数据，记录所有历史数据。

每次信息更新将会添加到数据仓库的数据中。

（4）非易失性：数据仓库是面向决策者使用的持久化存储系统，数据量相对于企业数据往往是海量的，并且数据存储周期较长，为了保证数据质量和数据准确性的同时，也能够对数据进行有效地管理和保护。

二、数据仓库的架构在数据仓库的架构中，数据源中的数据通过ETL工具处理而成层次化的数据仓库数据库，再通过OLAP工具，提供多维数据的分析与查询功能。

结合图1，数据仓库的架构主要分为以下几个组成部分：（1）数据源：数据源指的是衍生自企业的各种内部数据和外部数据，例如ERP系统、CRM系统、电子商务平台等，用来衡量、分析和预测企业的一系列指标和趋势。

基于数据仓库的知识管理与决策支持系统设计随着信息化时代的到来，各种企业和组织越来越重视数据的收集、分析和利用。

然而，数据本身并不能产生价值，只有通过有效的知识管理和决策支持，才能将数据转化为有用的信息和洞察力。

基于数据仓库的知识管理与决策支持系统是一种有效的解决方案，本文将介绍其设计和实现过程。

一、需求分析知识管理与决策支持是企业和组织管理的核心需求之一，因此设计系统前需要进行详细的需求分析。

在进行需求分析时，需要考虑以下问题：1.数据来源：系统需要从哪些数据源获取数据，数据的类型和格式是什么？2.数据存储：系统需要如何存储数据，需要哪些数据仓库结构？3.数据分析：系统需要抽取哪些数据进行分析，分析的方式和方法是什么？4.用户需求：系统的用户群体是什么，他们的需求和使用场景是怎样的？5.决策支持：系统需要向用户提供哪些决策支持功能，如何与用户进行交互？二、系统设计基于上述需求分析，我们可以进行系统设计。

系统设计的主要内容包括数据仓库的设计、ETL过程的设计以及用户界面的设计。

以下是每个部分的详细设计过程：1.数据仓库设计数据仓库是知识管理和决策支持系统的核心，需要根据数据的来源和类型设计合适的数据仓库结构。

一般来讲，数据仓库分为事实表和维度表。

事实表包含了企业或组织中的某些度量，如产品销售额，而维度表则包含了用来描述事实表中度量的属性，如时间、地点、用户等维度。

根据实际需求可以构建多个事实表和维度表，并在其中设定关系和约束来保持数据的一致性和完整性。

2.ETL过程设计ETL是指从源系统提取数据、转换数据、加载数据到数据仓库的一系列操作。

在ETL过程中，需要考虑以下几个方面：（1）提取：根据需求从数据源中选择合适的数据，并将其加载到临时表中；（2）转换：对数据进行清洗、加工和整合，将数据转换为数据仓库可用的格式；（3）加载：将处理好的数据加载到数据仓库中。

在加载数据时，需要考虑到数据的增量和全量更新，以及数据的重复性和一致性。