数据挖掘在面向ERP数据集市中的研究与应用

摘要

随着信息技术的日益普及,ERP系统在企业生产管理过程中已获得了广泛的应用,然而ERP系统中积累的大量业务数据并没有得到充分的利用,“数据爆炸但知识贫乏”的现象已日益突出。通过数据挖掘技术,企业根据商业目标对ERP系统大量的事务数据进行抽取、转换、分析和其它模型化处理,从中提取出辅助商业决策的关键性数据,在推动企业现代化的进程中,有助于进一步增强企业竞争力。
　　 为此,本文在分析数据挖掘现状的基础上,以某企业实施采购决策系统项目为应用背景,对面向ERP的数据挖掘进行了研究与开发。具体研究内容如下:
　　 首先,在探讨数据挖掘一般理论的基础上,研究了面向ERP数据挖掘的基本原理;通过对RBF神经网络、聚类分析算法模型的介绍,重点研究了改进的最近邻聚类学习算法;
　　 其次,针对原物料采购管理的特点,与ERP系统紧密集成,提出了采购决策系统的体系架构和功能划分,并采用维度建模的方法建立了系统的信息模型;通过构建独立性数据集市,提出了针对采购决策的关系联机分析处理(ROLAP);
　　 再次,结合某企业采购决策的需求,采用三层架构的方式,运用了模块化设计的思想,在Oracle9i环境下,用PL/SQL语言和Delphi7.0工具开发了ERP采购决策原型系统,并结合供应商评估功能,将原型系统进行了实例数据挖掘应用,并给出了系统运行的结果。
　　 最后,在开发完成之际,对采购决策系统进行了总结与分析,对不足之处提出了改进的构想。
　　 本文的研究成果已经在某企业采购部门与经营决策机构得到了实际应用,并取得了良好效果。