基于数据仓库连锁销售配送决策支持系统的设计与实现

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。

目录

文摘

英文文摘

致谢

插图清单

表格清单

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 SSAS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

5.4 连接组件Adomd.net

5.5 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