数据仓库在ERP销售分析系统中的应用

论文摘要

在当今激烈的竞争和复杂的动态市场环境下,正确及时的决策是企业生存和发展的重要环节。各式业务系统如ERP、DRP等在企业中应用,企业的数据越来越多,但企业发展所需的信息却不多。因此“数据丰富而信息贫乏”是学术界与企业共同关心的问题。企业要在竞争中取胜,必须利用计算机和网络技术并结合数据仓库、数据挖掘等技术,深层次地挖掘和分析当前及历史的业务数据信息,自动快速获取其中有用的决策信息,为快速、准确和方便的决策提供支持。数据仓库作为一种体系结构基础,把存在于企业中的大量零乱的数据集成起来,为决策提供可靠的、高质量的数据源。本文针对某企业实际情况,提出一套基于数据仓库的销售决策支持系统的解决方案。通过建立数据仓库,解决决策数据不一致、质量不高等问题。利用联机分析处理(OLAP)技术,对企业大量销售数据进行多角度、多层次地分析、比较,从而形成企业销售决策信息。使得该系统具有针对性强、效果显著的特点。本文首先介绍ERP系统中销售模块的概况以及数据仓库的原理、总体设计和系统架构,并描述了数据仓库中数据准备及数据挖掘模块的设计。在此基础上,提出了ERP中销售模块数据的分析、挖掘及建模的方法,解决了在数据仓库建立过程中几个关键问题。为企业决策层分析市场动向、预测产品价格以及制定销售策略和生产计划,提供了有力的决策支持,对企业其它决策支持系统的开发具有一定的理论价值和实际应用价值。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 课题内容
• 1.3 本文组结构
• 本章小结
• 第二章 数据仓库与数据挖掘理论基础
• 2.1 数据仓库定义
• 2.2 数据仓库的模式
• 2.3 数据仓库中数据的一致性
• 2.4 数据仓库总线结构
• 2.5 数据仓库引擎
• 2.6 数据挖掘简介
• 2.7 数据挖掘系统的组成
• 2.8 数据挖掘常用方法和技术
• 2.8.1 关联规则挖掘方式
• 2.8.2 Apriori 算法
• 本章小结
• 第三章 ERP 销售模块需求分析与总体结构
• 3.1 需求分析
• 3.1.1 业务目标
• 3.1.2 分析主题的定义
• 3.2 系统总体结构设计
• 3.2.1 数据源分析
• 3.2.2 数据仓库的结构设计
• 3.2.3 OLAP 体系结构的实现方案
• 3.2.4 系统总体结构的实现
• 本章小结
• 第四章 关键技术的研究
• 4.1 数据仓库模型设计
• 4.1.1 销售分析模型
• 4.2 ETL 的研究与实现
• 4.2.1 ETL 的开发方法
• 4.2.2 EXCEL ETL 系统的开发
• 4.3 基于兴趣度的关联规则算法研究
• 4.3.1 基于PS 方法
• 4.3.2 模板匹配的方法
• 4.3.3 关联规则在本项目中出现的难题
• 4.3.4 针对本论文对数据挖掘关联规则Apriori 算法的调整
• 4.3.5 算法的形式化描述
• 本章小结
• 第五章 销售分析系统部分实现过程与分析实例
• 5.1 客户-电梯类型数据源的分析形成
• 5.1.1 数据抽取
• 5.1.2 数据仓库建模分析
• 5.1.3 数据转换与属性分析
• 5.2 形成关联规则挖掘结果
• 5.3 销售分析表创建实例
• 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 本章小结
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢
• 详细摘要