论文摘要
在当今激烈的市场竞争中，现代企业组织结构都趋向于分散化、层次化和多样化，也就意味着企业关于客户、产品、销售情况在内的各种信息存在松散性和耦合性。如何更好地利用这些信息帮助企业预测和把握未来，是企业智能决策支持系统必须解决的问题。数据挖掘技术是智能决策支持系统获取信息的主要手段，传统获取信息的方式是从单数据集合挖掘知识，而忽略了多数据集合之间的协作影响。当今企业信息组织结构中，存在多个数据集各自独立而又相互协作影响的情况。考虑来自多个数据集的影响，比从独立的数据集挖掘出的知识更能反映现实的数据结构。建立一个信息协作智能决策支持系统显得尤为必要。本文以湖南某医药连锁公司海量数据为选题背景，针对企业组织分散化、层次化及信息管理方面不足的问题，深入研究信息协作智能决策支持系统应用模型，引入数据挖掘算法、数据仓库和联机分析处理技术应用于医药连锁销售信息协作智能决策支持系统(MCSICIDSS)。着重开展了以下研究工作：1．提出了信息协作智能决策支持系统，对MCSICIDSS结构进行了设计，构建了面向销售分析主题的数据仓库。通过SQL Server的Analysis Services建立多维数据集模型。2．选择合作聚类算法模型进行数据集之间的合作分析，针对应用提出协作模糊聚类算法，对选择初始中心点的方法进行了改进，实验结果说明协作模糊聚类算法在迭代次数和接近类中心程度上优于合作聚类算法。3．提出并设计和实现了信息协作分析器，以具体应用实例详细解释了实现过程，实验表明该协作分析器能用于实践辅助决策。4．以SQL Server转换服务结合后期数据更新实现数据抽取、转换和装载；就一个销售分析的实现过程为例，讨论销售分析的决策过程，实现MDX多维数据集查询技术和客户端结果展示技术。最后总结了全文的工作和创新之处，并对信息协作智能决策支持系统应用研究进行了展望。
论文目录
摘要ABSTRACT第1章 绪论1.1 选题背景及课题意义1.1.1 选题的背景1.1.2 课题的意义1.2 IDSS研究现状及发展趋势1.2.1 IDSS国内外研究现状1.2.2 IDSS系统研究中存在的问题1.2.3 IDSS发展趋势1.3 本文的工作1.4 论文的组织结构第2章 相关技术和概念介绍2.1 智能决策支持系统概述2.1.1 智能决策支持系统概念2.1.2 智能决策支持系统结构2.2 数据挖掘概述2.2.1 数据挖掘定义2.2.2 数据挖掘的主要步骤2.2.3 数据挖掘的决策支持分类2.3 数据仓库基本原理2.3.1 数据仓库概念2.3.2 数据仓库的数据组织2.3.3 数据仓库的多维数据模式2.3.4 数据仓库的决策支持2.4 联机分析处理（OLAP）2.4.1 OLAP的概念2.4.2 OLAP的数据组织2.4.3 OLAP的数据分析方法第3章 MCSICIDSS设计3.1 企业信息管理现状3.2 MCSICIDSS总体设计3.2.1 系统设计方案及路线3.2.2 系统结构3.3 系统数据仓库设计3.3.1 销售主题的需求3.3.2 概念模型设计3.3.3 逻辑模型设计3.3.4 物理模型设计3.4 OLAP设计3.5 本章小结第4章 信息协作分析器的设计与实现4.1 概述4.1.1 信息协作定义4.1.2 应用背景分析4.1.3 分析器算法理论4.2 改进的协作模糊聚类（COOPERATION FUZZY C-MEANS,COFCM）算法4.2.1 CCA的优缺点4.2.2 COFCM算法4.2.3 初始化中心点方法的改进4.2.4 COFCM的实现过程4.2.5 实验与性能分析4.3 ICA模型的设计4.3.1 问题定义与主题分析4.3.2 数据选择和集成4.3.3 数据标准化4.3.4 算法执行4.3.5 分析结果的商业模式化4.4 ICA应用实例分析4.4.1 确定目标4.4.2 源数据选择、集成4.4.3 数据的标准化4.4.4 COFCM算法执行与结果4.4.5 商业模式化与评估4.5 本章小结第5章 MCSICIDSS的实现5.1 ETL实现5.1.1 数据抽取5.1.2 数据转换5.1.3 数据装载5.2 销售分析决策实现5.2.1 主要销售分析功能5.2.2 多维查询分析实现5.3 摘录界面5.4 本章小结第6章 结束语6.1 工作总结6.2 展望参考文献致谢硕士期间发表论文
相关论文文献
标签：信息协作论文; 智能决策支持系统论文; 数据挖掘论文; 数据仓库论文; 在线分析处理论文; 协作模糊聚类论文;
