数据挖掘与决策支持系统

文中论述了数据仓库和决策支持系统是一项基于数据管理和利用的综合性技术和解决方案。随着电信行业运营竞争的日趋激烈,电信行业决策支持系统的地位举足轻重,已经成为电信运营企业的必然。本文从管理学角度叙述了决策支持系统的概念,分析了电信行业决策支持系统的建设,并在此基础上阐述了决策支持系统在电信行业中的实际效用。     

基于数据仓库的决策支持系统

在分析传统ＤＳＳ不足之后,从实用角度提出基于数据仓库决策支持系统的体系结构,研究了数据仓库的开发过程,并介绍基于数据仓库的决策技术。     

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.     

会计决策支持系统模式构建的研究

本文在分析会计决策支持系统辅助决策方式的基础上,探讨了目前可行的两种模式,即基于数据分析模式和基于数据仓库模式,并对其具体构建与实现方法进行了研究。     

基于数据仓库的政务辅助决策支持系统构建研究

政务辅助决策支持系统可以辅助各级政府部门领导进行科学决策,有利于提高政府决策效率和决策结果的合理性、时效性和适应性。本文从系统科学的角度分析了政务辅助决策支持系统的体系结构。重点对系统构建的思路、方法及采用的关键技术进行了较详细的阐述。     

基于元数据的数据仓库在智能决策支持系统中的应用

将人工智能理论引入决策支持系统,构成智能决策支持系统。数据库是智能决策支持系统的重要组成部分,本文介绍了元数据的基本概念,将基于元数据的数据仓库技术运用到智能决策支持系统中,提出一个新的智能决策支持系统框架。     

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.     

决策支持系统研究现状及发展趋势

DSS是当前信息系统研究的最新发展阶段,DSS的各类研究成果为各级各类决策提供了科学的方法和依据,因此DSS成为软科学中的一个重要分支.简要评述了近20年来DSS研究的理论成果与应用现状,分析了DSS研究存在的问题和不足,重点介绍了DSS研究发展趋势.     

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。     

创建风险导向审计决策支持系统的数据仓库

信息技术全面发展的今天,决策支持系统的应用范围越来越广,作用越来越大.同时,审计行业风险模型不断演变,风险导向审计的概念日益流行.审计亟待利用现有的强大的财务数据仓库来进行业务处理,利用信息技术进行有效的审计决策.本文探讨了用于风险导向审计决策支持系统的数据仓库从数据预处理到物理模型设计的全过程,详细介绍了概念模型设计、逻辑模型设计和物理模型设计,并进一步阐述了审计决策支持系统的运行思路及其数据仓库建模时需考虑的特色技术.     

辅助决策系统在企业中的应用

辅助决策可以向企业的各级决策者提供及时准确的信息,帮助他们做出对企业更有利的决策,是对原有信息系统的再次升华。     

企业数据仓库系统在管理决策中的应用

数据仓库是最近发展起来的数据存储和管理模式,克服了传统关系数据库在管理决策应用中仅面向业务层流程的数据分析的缺点,具有面向主题、数据集成、数据相对稳定以及反映历史变化的特点,在管理决策中还能进行趋势分析等。本文概述了数据仓库系统的原理和特点、数据仓库系统结构、企业数据仓库系统在管理决策中的应用,最后简要介绍了构建数据仓库系统平台的工具Microsoft SQL Server2000。     

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。     

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。     

浅析数据仓库及数据挖掘技术在ERP中的应用

数据挖掘是指采用人工智能的方法对数据库和数据仓库中的数据进行分析、获取知识的过程.现代企业的发展离不开信息技术的融合运用,本文主要论述数据仓库和数据挖掘技术在ERP中的应用.     

ERP与商务智能的集成

通过对ERP与商务智能的相关理论与技术进行分析,提出了ERP与商务智能集成应用的设计架构。     

决策支持系统新结构体系

90年代中期发展起来的决策支特新技术：数据仓库、联机分析处理和数据开采,它们是从数据库中获取辅助决策信息,为决策支持系统开辟了新途径．本文在讨论了决策支持系统的发展过程、关键技术和研究进展基础上分析决策支持新技术,提出7综合数据仓库、联机分析处理、数据开采、模型库、专家系统的决策支持系统新结构体章．     

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。     

一种新型数据挖掘方法的探索

本文的重点在于探索一种进行数据挖掘的方法,从而让数据挖掘更加高效而精准。本文设想,如果将网络上的各种信息按照某种编码的方法进行排序,那么这些信息就可以利用二分查找法来进行数据挖掘,以提高数据搜索速度。具体的实现方法有待进一步的研究与探索。