收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据挖掘的制造业采购DSS理论及方法研究

周明  
【摘要】:随着ERP、CRM以及MRP-II等管理信息系统在制造业企业中的广泛应用,企业积累了大量历史记录,但是缺乏有效组织、分析和集成信息的手段,无法为管理层提供辅助决策支持。而企业的采购工作要求管理者根据当前情况及时做出应对措施,因此更需要决策支持系统的帮助。 本文针对我国制造业企业采购特点,详细分析了采购决策支持系统的需求。在传统DSS系统架构的基础上,结合先进的数据挖掘技术,提出了新型采购决策支持系统的结构框架,有机融合了DW、OLAP以及DM技术,既包括了传统的决策分析功能,又增加了多维数据展示和深层次的关联信息挖掘技术,为决策支持提供了多种方法。 在详细分析数据仓库技术的基础上,通过概念模型设计、逻辑模型设计和物理模型设计实现了采购决策数据仓库,探讨了异构数据的整合方法。对采购决策的OLAP分析内容和方法进行了研究,在Analysis Services的基础上设计和实现销售、采购和供货等主题的多维分析,帮助企业直观准确地了解信息。 针对关联规则增量更新维护,提出了改进的快速更新频繁模式(IFUFP)算法,处理最小支持度阈值不变的情况下,事务数据库增量更新的关联规则维护问题。算法根据项目在新插入事务记录和原数据库中的支持度,分为四种情况验证,将满足条件的节点插入IFUFP-tree,再调用频繁增长模式挖掘关联规则。IFUFP树中的父母节点和子女节点之间双向连结,加快了节点更新速度,最大程度地利用了已有挖掘结果,提高了决策支持系统的运行效率。 针对增量挖掘问题提出了基于前缀树的频繁模式算法(IFP)。在扫描事务数据集时,将项目按照指定的规范次序添加到IFP树中,同时更新项目在项目头表中的计数值。当插入一定数量事务记录后,按照项目当前支持度降序排列项目头表,并按此顺序重构IFP树。完成后继续按照当前项目排序插入事务,并再次执行重构步骤。算法通过插入步骤和重构步骤的循环交替进行,一次扫描数据库就可以得到全部频繁项目集,满足了企业的实际需要。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张新香;综合数据仓库的新型决策支持系统[J];现代计算机;2004年02期
2 王艳华;数据仓库的体系结构及其技术的探讨[J];电脑开发与应用;2001年06期
3 张新光,王建华;数据仓库信息处理技术研究[J];齐齐哈尔大学学报;2000年03期
4 刘雄鹏,雷定猷;基于数据仓库的铁路货票数据分析决策支持系统[J];电脑与信息技术;2004年02期
5 李玲;数据仓库技术在决策支持系统中的应用[J];湖北邮电技术;2002年02期
6 魏定国;试论企业级数据传输体系结构[J];计算机工程与应用;1998年08期
7 张雪婷,张晓平,王洪凯;数据挖掘算法的一种实现方法[J];山东建筑工程学院学报;2003年01期
8 张青,张东风,李凡;数据仓库技术在企业设备管理系统中的应用[J];华中科技大学学报(自然科学版);2004年04期
9 ;NCR SAS全球联盟数据仓库与挖掘二合一[J];每周电脑报;1997年43期
10 刘爽英,贺利坚;企业数据仓库设计方法研究[J];华北工学院学报;2001年06期
11 於晓榛,李青;基于数据仓库的决策支持系统的研究与应用[J];计算机与现代化;2002年10期
12 苏安婕,吴志刚;数据仓库技术在企业中的应用分析[J];中原工学院学报;2002年S1期
13 陈俊英,葛思擘,刘四妹;基于数据仓库的电信事业决策支持系统[J];计算机与现代化;2004年04期
14 罗晓强;电力设备运行数据的数据仓库、数据挖掘与决策支持系统集成[J];云南电力技术;2004年01期
15 刘世平;商业智能之思考[J];中国金融电脑;2005年08期
16 费江波;;分析型CRM中数据仓库的设计与实现[J];科技经济市场;2007年01期
17 麦永浩;杨超;;公安数据仓库和数据挖掘应用研究[J];警察技术;2009年02期
18 谭春曦;;数据仓库在数字图书馆中的作用[J];硅谷;2010年21期
19 俞文彬,谢康林,张忠能;基于数据仓库的决策支持系统框架研究[J];上海交通大学学报;2000年06期
20 江念南;利用数据仓库/数据挖掘技术构建DC-CRM模型[J];情报学报;2004年05期
中国重要会议论文全文数据库 前10条
1 温国锋;李宏艳;王广成;王永生;王成华;马立强;王敏;张巍巍;宁丰荣;岱云;;数据仓库与粗集数据挖掘在建筑管理决策中的应用研究[A];决策与管理研究(2007-2008)——山东省软科学计划优秀成果汇编(第七册·上)[C];2009年
2 肖健;刘杨;沈彩霞;;商业智能(BI)的行业应用[A];广西计算机学会2008年年会论文集[C];2008年
3 吕琳;朱东华;刘玉琴;;面向数据仓库的数据预处理研究综述[A];2007年中国智能自动化会议论文集[C];2007年
4 刘复岩;吕韶义;;一个基于数据挖掘应用系统的分析与设计[A];2001中国控制与决策学术年会论文集[C];2001年
5 常培文;郝丽娜;吴光宇;王宛山;;应用粗糙集数据分析方法的设备维修信息系统[A];2003中国控制与决策学术年会论文集[C];2003年
6 成明;;吉林省通信公司运营分析与决策支持系统研究[A];科技创新与节能减排——吉林省第五届科学技术学术年会论文集(上册)[C];2008年
7 刘新宇;李庆予;;基于数据仓库与数据挖掘技术的质量控制系统设计与实现[A];第六届全国计算机应用联合学术会议论文集[C];2002年
8 王枫;王志良;;油田数据仓库信息平台管理的实现[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
9 潘玉奇;石冰;周劲;袁宁;;基于多维数据模型的聚类分析的研究[A];山东省计算机学会2005年信息技术与信息化研讨会论文集(一)[C];2005年
10 冯玉强;王洪利;曹慕昆;;基于云模型的智能决策支持系统[A];2006中国控制与决策学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 周明;基于数据挖掘的制造业采购DSS理论及方法研究[D];天津大学;2009年
2 韩颖;新型农村合作医疗数据挖掘研究[D];山西医科大学;2009年
3 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
4 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
5 朱传华;三峡库区地质灾害数据仓库与数据挖掘应用研究[D];中国地质大学;2010年
6 毋贤祥;网络环境下国有企业智能监管研究[D];武汉理工大学;2011年
7 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
8 黄静华;支持向量机算法研究及在气象数据挖掘中的应用[D];中国矿业大学(北京);2011年
9 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
10 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
中国硕士学位论文全文数据库 前10条
1 谌悦斌;基于数据仓库和数据挖掘的客户关系管理系统[D];电子科技大学;2009年
2 李玉英;数据仓库和数据挖掘在科信学院学生成绩系统的应用研究[D];昆明理工大学;2010年
3 张琳;邮政客户关系管理系统的设计与实现[D];西安电子科技大学;2009年
4 宋鹤飞;数据仓库和数据挖掘在纳税评估中的应用[D];内蒙古大学;2010年
5 李卫斌;数据仓库和数据挖掘在航空维修信息分析中应用研究[D];西安电子科技大学;2010年
6 赵慧;数据仓库和数据挖掘在CRM中的应用研究[D];首都经济贸易大学;2004年
7 殷员分;高考考生志愿数据分析与挖掘研究[D];西南大学;2010年
8 王东;化玻企业决策支持系统研究[D];南京气象学院;2004年
9 李建鹏;基于医院信息系统的数据挖掘应用[D];华南理工大学;2010年
10 周卫波;图书馆图书采购系统的研究与设计[D];天津大学;2010年
中国重要报纸全文数据库 前10条
1 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
2 张立明;数据挖掘之道[N];网络世界;2003年
3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
4 李立红 朱进;承钢数据挖掘系统建设项目正式实施[N];中国冶金报;2005年
5 裴维玲;呼叫中心与数据挖掘,谁先上?[N];网络世界;2001年
6 吴勇毅;危机下,数据挖掘与提供信息决策是关健[N];中国冶金报;2009年
7 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
8 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
9 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
10 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978