数据仓库与数据挖掘技术在客户关系管理（CRM）系统中的应用

利用数据仓库与数据挖掘技术实施企业CRM系统正逐渐成为企业管理中的热点。文章通过介绍数据仓库与数据挖掘技术的概念,对数据仓库与数据挖掘技术在企业CRM系统中应用的方式和技术进行了探讨。     

数据挖掘耦合与质量管理的研究

数据挖掘(Data Mining,DM)在应用于当前许多热门领域的同时,也面临着许多挑战,其中,数据挖掘集成与质量管理问题越来越引起人们的关注.数据挖掘集成与质量管理问题主要包括数据挖掘资源的利用率.即数据挖掘的资源配置,包括数据挖掘系统、数据仓库系统和Web数据库系统的数据挖掘集成(耦合问题);数据挖掘系统的质量管理与评价.数据挖掘与软件工程的相关理论、方法、工具等问题.本文阐述了数据挖掘系统的规范管理.说明了反规范方法在资源配置中的应用.以及合理应用数据挖掘资源耦合的重要意义.     

数据挖掘在企业信息化中的认识误区探析

本文分析了企业信息化进程中对数据挖掘认识的几个误区,指出应对数据挖掘进行正确的定位,即:数据挖掘只是一个工具:数据挖掘之前必须要充分准备和了解数据;数据挖掘工具不能自动挖掘出所需要的信息,需有专家的指导;数据挖掘的结果不可预期,在应用时要面向客户,讲求实际;数据挖掘只是商业智能过程中的一部分,只有将其与数据仓库、在线分析处理融合在一起,才能构成完整的企业决策分析环境.     

数据挖掘技术在客户关系管理中的应用

市场的激烈竞争导致了面向市场营销和客户服务的数据仓库的建设以及数据挖掘技术的应用,本文在介绍了数据挖掘技术的基础上,重点阐述了数据挖掘平台的建立,以及基于这个平台展开数据挖掘的过程和数据挖掘的主题分析。     

供水调度中实现决策支持的方法研究

针对供水调度系统在决策支持方面的不足,本文提出利用SQL Server Analysis Services在OLAP及数据挖掘方面的技术,建立数据仓库、OLAP和数据挖掘三者相结合的决策支持系统的方案,讨论了基于Analysis Ser-vices实现供水调度决策支持系统的技术.     

数据挖掘技术在水利工程管理中的应用研究

因能从海量数据中发现潜在的、有价值的知识,数据挖掘成为人们非常感兴趣的热点技术。水利工程管理面临的是海量的非空间数据和空间数据,对这些数据的挖掘,能够提炼出有价值的知识,从而提高水利工程管理的科学化水平和决策水平。在水利工程管理中利用空间数据挖掘技术。需要解决数据仓库建设、数据挖掘与GIS集成和数据挖掘系统模型等3个方面的关键问题。数据仓库是建设水利工程数据挖掘系统的基础。数据挖掘与GIS集成的方式有嵌入式、松散耦合式、紧密耦合式3种。紧密耦合式是两者集成的最好方式。水利工程系统的数据挖掘适合采用基于OLAP和0LAM的探查性数据挖掘模型。     

数据挖掘在企业历史数据中的应用

企业应用系统在长时间使用后,都会出现数据量增大和应用系统性能下降的现象。本文针对这一状况,提出在清除历史数据前或对历史数据进行归档前,对其进行转移和复制并在可能的情况下构建数据仓库,对企业历史数据进行挖掘的方法。详细介绍了数据挖掘技术的概念、数据挖掘流程和常用的模型,以及数据挖掘在企业历史数据中的主要应用。     

应用数据仓库可以给我们带来什么

自数据仓库的一个经典应用案例谈起,阐述了数据仓库的基本功能,区别了数据仓库与关系数据库的不同特征,在此基础上分析了数据仓库在纳税能力估算、税收收入预测、税务审计等税务系统决策支持方面的应用。展示了数据仓库强大的数据管理、数据分析、数据挖掘功能及在税收信息化方面的广阔应用前景。     

OLAP和DM在MRPII/ERP中的应用研究

本文针对传统MRPII/ERP系统在决策方面的不足,提出把联机分析处理和数据挖掘技术应用到传统MR-PII/ERP中去,以数据仓库作为企业底层的数据源,再配合以各种联机分析处理和数据挖掘技术,并结合MRPII/ERP的管理思想,正好做到取联机分析处理和数据挖掘在决策支持方面之长,补传统MRPII/ERP之短.同时,提出了智能制造资源计划(IMRPII)和智能企业资源计划(IERP)的系统模式,即IMRPII/IERP=MRPII/ERP+DW+OLAP+DM.并且针对MRPII中的预测功能,设计出了智能预测的方法.利用数据挖掘技术,动态地设置预测个体的预测权值,提高了定性预测的准确性和科学性.     

基于数据挖掘的税收决策支持系统设计

提出了一种基于数据挖掘、0LAP以及XML的税收决策支持系统的设计方案,以期解决现行税收管理信息系统存在的若干问题.在分析了现有税收管理信息系统的现状后,讨论了0LAP、数据挖掘和数据仓库技术在税收决策支持系统上的应用,并结合XML技术和多维数据模式设计的思想,勾画了一个税收决策支持系统的架构.     

基于数据挖掘的税收决策支持系统设计

提出了一种基于数据挖掘、0LAP以及XML的税收决策支持系统的设计方案,以期解决现行税收管理信息系统存在的若干问题.在分析了现有税收管理信息系统的现状后,讨论了0LAP、数据挖掘和数据仓库技术在税收决策支持系统上的应用,并结合XML技术和多维数据模式设计的思想,勾画了一个税收决策支持系统的架构.     

基于数据仓库的运政管理决策支持系统

为解决业务数据量的不断增加导致传统运政管理决策支持系统很难满足管理要求的问题,本文结合数据仓库的特征和决策支持系统的要求,提出了基于数据仓库的运政管理决策支持系统结构.该系统包括3个层次,即由模型库系统和数据库系统组成的基础层,由数据仓库组成的加工层,以及由联机分析处理(OLAP)、专家系统和数据挖掘等组成的应用层,可以实现定性与定量相结合的运政管理决策支持,为提高运政管理决策效率和实现运政管理系统的协调运作提供了有效手段.     

基于数据仓库技术的新型决策支持系统研究

随着计算机的普及和信息技术的迅速发展,兴起了三项决策支持新技术,即数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）。本文首先分析了传统决策支持系统的不足,然后对基于数据仓库技术的新型决策支持系统进行了探讨。     

基于数据挖掘的客户关系管理系统

本文设计实现了一个超市CRM管理的验证系统。在系统的实现中贯穿了客户关系管理的思想,实现了客户对数据仓库的访问,运用数据挖掘技术实现了对现有数据的预测,解决了当前企业中普遍存在的问题,验证了优化策略的正确性,为数据挖掘技术在客户关系管理中的应用做出了有益的尝试,为提高客户关系管理的实时性和可用性提供了有效可行的技术途径。     

数据挖掘技术在校园卡信息管理系统中的应用研究

随着科学技术的不断进步以及信息化时代的到来,信息化建设已经逐渐渗透到校园网络信息化平台的建设过程中,高校数据库共享信息资源平台的建设为各种高校的数据挖掘提供了坚实的技术基础。本课题以校园卡信息资源的数据挖掘为研究目标,通过目前比较先进的数据仓库技术、OLAP技术以及数据挖掘技术搭建了校园卡信息管理系统数据挖掘模型。     

企业智能财务决策支持系统构建探讨

经济的全球化和飞速发展的信息技术正日益改变企业生存和发展的宏观环境,使得传统的财务管理受到新的挑战.企业运用数据仓库、数据挖掘、人工智能等技术建立具有智能特性的财务决策支持系统已是大势所趋.本文主要探讨了智能财务决策支持系统的特点、构建目标和实现功能,并给出了具体的架构模型.     

商业智能及其在电子商务交易中的应用研究

商业智能（Business Intelligence,BI）是将数据仓库、数据挖掘、OLAP等技术结合起来,对商业信息进行搜索、分析,从而得到支持企业各级决策知识的一种新技术方法。如今电子商务发展迅速,无处不影响着企业的活动和发展。本文将研究商业智能在电子商务交易中的应用,使电子商务进一步为企业创造利润和价值。     

数据挖掘在高校资产管理中的应用

进行高校资产数据挖掘与分析研究,能更好地为高校管理、高校决策提供科学依据。本文分析了高校资产管理的现状与特点,构建了高校资产数据仓库雪花模型,挖掘出高校资产管理指标之间的关联规则,并对该数据挖掘模型进行评价,在实际应用中取得了良好效果。     

论财会信息资源元数据标准建设的必要性

本文主要讨论了财会信息资源在信息技术和网络环境下建立元数据标准的必要性.由于企业信息化程度的提高,各类组织和机构已经保存了大量的财务和会计领域的信息资源.要对这些数量巨大的、非标准化的财会信息资源进行研究和挖掘,长期保存并充分利用这些财会信息资源.目前的技术关键是要构建完善的财会信息资源数据仓库,以便利用各种信息处理工具和OLAP工具对这些资源进行数据挖掘和分析研究.而数据仓库的建立,需要有一个规范的元数据标准,需要构建在财会信息领域的元数据规范.为了便于财会资源的检索和管理.开发和应用财会信息资源领域的元数据标准,是非常必要的.     

基于数据仓库技术的电子政务决策支持系统

论述了电子政务决策支持系统的目标及特点,分析了数据仓库技术在决策系统中的应用,主要讨论了电子政务决策支持系统中政务数据仓库和政务决策模型库的解决方案.