基于数据仓库和Web技术的超市商业智能系统的研究

摘要

科技的进步和信息技术的发展使世界进入了前所未有的全球化时代，未来企业要想在竞争中立于不败之地，必须能够纵观历史和洞察未来趋势，以快速做出决策，而快速决策来自于对市场、客户、企业营销状况等正确充分的分析。但是原有的运营支撑系统作为一种管理系统难以做到这一点，以数据仓库为基础的商业智能的建设则可以很好的解决这个问题。 商业智能(BI)是一种综合运用了数据仓库(Data Warehouse)、联机分析处理(OLAP)和数据挖掘(Data Mining)技术来处理和分析数据的崭新技术，它使我们能够将数据转变为信息和知识。目前，商业智能(BI)已经成为继企业资源计划(ERP)之后最重要的信息系统，并且已经被越来越多的企业管理者所认识，其中包括电信、金融、零售、保险等行业的决策者。商业智能已经成为这些行业信息化建设的重中之重。 本文首先介绍了商业智能系统的相关内容和技术，设计了采用基于Web的B/S体系结构，包括数据源层，数据仓库层，OLAP(联机分析处理)和数据挖掘的应用服务器层和终端用户数据浏览层，该结构层与层之间相互独立，具有较强的灵活性和适应性，能较好的适应商业智能系统的最终用户反复多变的需求，前端用户的数据浏览通过IE浏览器实现，既易于非计算机人员的操作使用，也利于系统管理员对系统的升级维护。 接着在分析超市原有信息管理系统数据结构的基础上，根据市场的实际需求，设计了三个数据仓库的数据分析，分别是客户分类促销分析、会员卡决策树分析和商品关联规则分析，在SQL Server 2005中建立了基于这三个需求分析的数据仓库，从源数据库中抽取、转换和导入相关数据到数据仓库中接着在这个数据仓库上，用微软AnalysisServices的对三个分析方面建立了三个对应的数据分析模块，用MDX语言实现各种分析需求和数据的钻取、切片，实现了聚类分析、关联规则分析、决策树数据挖掘算法。用微软Reporting Services的开发了基于Web的前端数据展现，且对最终用户的数据安全实现进行了讨论。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题研究背景

1.2国内外研究现状

1.3课题的目的和意义

1.4课题研究的主要内容

第二章基于数据仓库的商业智能系统

2.1 商业智能的引入

2.1.1商业智能概述

2.1.2商业智能的体系结构

2.2商业智能系统结构

2.2.1 B/S结构和C/S结构

2.2.2基于Web应用的B/S结构

2.2.3基于Web的商业智能系统结构

2.3基于数据仓库的商业智能系统

2.4 国内外数据仓库的发展现状

第三章商业智能系统的设计方法

3.1数据仓库概述

3.1.1数据仓库的定义和特征

3.1.2数据仓库和数据集市

3.1.3数据仓库和数据库

3.2数据仓库的设计

3.2.1数据仓库的设计方法

3.2.2数据仓库设计的内容

3.2.3数据仓库需求分析

3.3联机分析处理(OLAP)

3.3.1 OLAP概念及特点

3.3.2 OLAP的实施

3.3.3 OLAP的数据处理方式

3.3.4 OLAP的基本操作

3.4数据挖掘(Data Mining)

3.4.1数据挖掘的概念

3.4.2数据挖掘的分类及常用技术

3.4.3数据挖掘的基本过程

第四章基于数据仓库的超市商业智能系统的设计

4.1系统的开发方法

4.2系统的需求分析

4.3系统的总体设计

4.3.1系统体系结构

4.3.2系统功能模块设计

4.3.3系统开发平台

4.4系统的数据仓库模型设计

4.4.1系统数据仓库E-R模型的构造

4.4.2系统数据仓库概念模型设计

4.4.3系统数据仓库物理模型设计

4.4.4系统数据仓库维表和事实表模型

4.4.5系统数据仓库的元数据设计

第五章基于数据仓库的超市商业智能系统的实现

5.1数据预处理(抽取、清理、转换和加载)

5.2系统接口程序AMO的实现

5.3联机分析处(OLAP)的设计与实现

5.3.1 Analysis Manager中SQL Server数据源的确定

5.3.2设置存储选项和处理

5.3.3多维数据的钻取及切片操作

5.4数据挖掘算法的实现

5.4.1 客户分类促销分析

5.4.2关联规则分析

5.4.3会员卡决策树分析

第六章OLAP系统在Web上的设计与实现

6.1 Web技术

6.2在Web上的OLAP系统结构设计

6.2.1 OLAP系统的体系结构

6.2.2 OLAP系统的应用服务

6.3在Web上的OLAP系统实现

6.4系统评价

第七章结论与展望

7.1全文总结

7.2进一步的研究

参考文献

附录

致谢

在硕士期间发表论文情况