基于數據挖掘的制造業(yè)采購DSS理論及方法研究.pdf

1、隨著ERP、CRM以及MRP-Ⅱ等管理信息系統(tǒng)在制造業(yè)企業(yè)中的廣泛應用,企業(yè)積累了大量歷史記錄,但是缺乏有效組織、分析和集成信息的手段,無法為管理層提供輔助決策支持。而企業(yè)的采購工作要求管理者根據當前情況及時做出應對措施,因此更需要決策支持系統(tǒng)的幫助。
　　 本文針對我國制造業(yè)企業(yè)采購特點,詳細分析了采購決策支持系統(tǒng)的需求。在傳統(tǒng)DSS系統(tǒng)架構的基礎上,結合先進的數據挖掘技術,提出了新型采購決策支持系統(tǒng)的結構框架,有機融合了DW

2、、OLAP以及DM技術,既包括了傳統(tǒng)的決策分析功能,又增加了多維數據展示和深層次的關聯(lián)信息挖掘技術,為決策支持提供了多種方法。
　　 在詳細分析數據倉庫技術的基礎上,通過概念模型設計、邏輯模型設計和物理模型設計實現了采購決策數據倉庫,探討了異構數據的整合方法。對采購決策的OLAP分析內容和方法進行了研究,在Analysis Services的基礎上設計和實現銷售、采購和供貨等主題的多維分析,幫助企業(yè)直觀準確地了解信息。
　

3、　 針對關聯(lián)規(guī)則增量更新維護,提出了改進的快速更新頻繁模式(IFUFP)算法,處理最小支持度閾值不變的情況下,事務數據庫增量更新的關聯(lián)規(guī)則維護問題。算法根據項目在新插入事務記錄和原數據庫中的支持度,分為四種情況驗證,將滿足條件的節(jié)點插入IFUFP-tree,再調用頻繁增長模式挖掘關聯(lián)規(guī)則。IFUFP樹中的父母節(jié)點和子女節(jié)點之間雙向連結,加快了節(jié)點更新速度,最大程度地利用了已有挖掘結果,提高了決策支持系統(tǒng)的運行效率。
　　 針對