基于数据仓库连锁销售配送决策支持系统的设计与实现

论文摘要

目前，中国各种小型连锁销售企业的兴起，使得如何由总公司向各门店配货，成为一个迫切的问题。以往，配送需求由人工制订，主要是依据个人经验，有着种种不足之处。如果能利用企业经营管理数据中潜藏的知识，对配送需求进行科学预测，就可以保证合理的商品配置和降低配送费用。因此本文结合珠宝企业的具体业务，给出配送决策支持系统的一种数据仓库解决方案。论文完成主要工作如下：1．对决策支持系统的理论基础进行了研究，详细讨论了数据仓库和数据挖掘在决策支持系统中的作用。对中小连锁销售数据的特点及人工预测方法进行了深入分析，指出了人工决策存在的局限性。2．在分析珠宝连锁销售业务流程和信息流程的基础上，构建面向连锁销售配送决策的数据仓库系统，基于Microsoft的OLAP工具建立相应的多维数据视图，即多维数据集，将数据仓库中的数据转换成决策分析所需的信息，以满足高层管理人员多维分析的需求。3．基于C#.net开发出前端分析工具，使决策数据和视图以显而易见的方式展示出来。用户界面友好、操作方便，为公司高层管理者提供各个门店的销售和库存信息，并为接下来的配货提供决策支持。本文所实现的决策支持系统是一个B/S架构的企业信息管理系统的子系统。目前已在安徽省宝瑞源公司成功投入实际应用。

论文目录

• 摘要
• ABSTRACT
• 致谢
• 第一章 引言
• 1.1 课题背景和研究意义
• 1.1.1 决策支持系统及其发展过程
• 1.1.2 中小连锁销售企业决策支持系统应用现状
• 1.1.3 国内外的研究情况
• 1.1.4 本文的研究的目的和意义
• 1.2 本文主要研究内容
• 1.3 论文组织结构
• 第二章 决策支持系统基础理论研究
• 2.1 数据仓库理论
• 2.1.1 数据仓库定义
• 2.1.2 数据仓库特征
• 2.1.3 数据仓库体系结构
• 2.1.4 数据仓库关键技术
• 2.2 数据挖掘
• 2.2.1 数据挖掘定义
• 2.2.2 数据挖掘分类
• 2.2.3 数据挖掘的过程
• 2.2.4 参与数据挖掘的人员
• 2.3 决策支持系统理论
• 2.3.1 决策支持系统定义
• 2.3.2 决策支持系统特征
• 2.3.3 决策支持系统基本结构
• 2.3.4 决策步骤
• 2.3.5 决策支持系统分类
• 2.4 决策支持系统、数据仓库、数据挖掘之间的关系
• 2.4.1 数据仓库与数据挖掘之间的关系
• 2.4.2 数据仓库与决策支持系统之间的关系
• 2.4.3 基于数据仓库和数据挖掘的决策支持系统
• 2.5 销售预测
• 2.5.1 销售预测需要考虑的因素
• 2.5.2 销售预测的过程
• 2.5.3 销售预测的作用
• 2.6 本章小结
• 第三章 系统需求分析和数据仓库设计
• 3.1 系统需求分析
• 3.1.1 公司配货业务流程
• 3.1.3 配货系统需求
• 3.2 数据建模
• 3.2.1 概念模型设计
• 3.2.2 逻辑模型设计
• 3.2.3 数据库表设计
• 3.3 数据抽取、转换和加载
• 3.3.1 数据迁移的步骤
• 3.3.2 数据转换包的设计
• 3.3.3 数据加载
• 3.4 本章小结
• 第四章 数据挖掘结构设计
• 4.1 数据源设定
• 4.2 配货主题库多维数据集
• 4.2.1 配货多维数据集创建
• 4.2.2 基于多维数据集的统计信息查询
• 4.3 数据挖掘结构及模型设计
• 4.3.1 S S A S 挖掘算法
• 4.3.2 时序挖掘算法
• 4.3.3 时序挖掘结构及模型设计
• 4.4 本章小结
• 第五章 系统前端的设计和实现
• 5.1 客户端开发平台
• 5.1.1. NET 开发平台
• 5.1.2 C# 编程语言
• 5.2 系统总体架构
• 5.3 连接组件 Adomd.net
• 5.4 数据连接模块
• 5.5 货品库存信息查询模块
• 5.6 网点配货分析模块
• 5.7 本章小结
• 第六章 总结与展望
• 6.1 本文工作总结
• 6.2 工作展望
• 参考文献
• 读研期间发表的学术论文及参加的科研项目