基于数据挖掘的决策支持系统在证券行业的应用研究

随着中国证券市场竞争的白热化,建立基于数据挖掘的证券公司决策支持系统,对数据进行重新组织和挖掘分析,可以使决策者及时掌握辅助决策的信息,并根据对信息的分析结果,做出科学合理的决策,以提高公司的管理水平、竞争优势和风险防范能力。文章论述了由数据挖掘技术、联机分析处理和决策支持技术的结合。基于数据挖掘的决策支持系统基本理论,并结合其在证券业的应用需求,讨论了基于数据数据挖掘的证券公司决策支持系统的应用研究。     

数据仓库在决策支持系统中的应用

综合应用数据仓库技术与联机分析处理技术开发了外资管理决策支持系统，提出了该数据仓库系统的实现方案和架构，并阐述了实现前台分析应用与OLAP服务集成的关键技术，即如何访问数据立方体中多维数据和如何管理元数据以控制OLAP服务，另外，从效率和灵活性两个角度给出了基于数据库和基本数据仓库分析的性能比较。     

浅谈决策支持系统在电子政务中的应用

电子政务是实体政府利用信息和技术以提高政府效率的一种方式,是政府进行决策和管理的重要手段,是提高政府决策科学性和透明度的有力依据。如何构建数据仓库,使之能更好地为电子政务中政府决策支持是一个必须考虑的问题。     

数据仓库及其在公交决策支持系统中的应用

针对数据仓库技术如何满足公交智能决策支持系统（ＰＴＤＳＳ）的要求进行了研究,着重说明了基于数据仓库的决策支持理论和方法在公共交通决策支持系统中的应用,提出了用于公共交通决策支持系统的数据仓库的开发流程以及在数据采集与数据组织方面的设计与实现．     

数据仓库技术在决策支持系统中的应用研究

讨论了数据仓库的特点及其基本结构,在分析数据仓库与决策支持系统关系的基础上,提出和研究了基于数据仓库的决策支持系统的体系结构。     

基于数据仓库的决策支持系统框架研究

提出了在数据仓库基础上建立决策支持系统（ＤＳＳ）的体系框架,主要由模型库、方法库,知识库和数据仓库及其相应的管理系统以及数据挖掘单元和问题处理单元几部分组成。阐述了各部分的功能,相互关系,论述了基于数据仓库ＤＳＳ的优点,为知识的智能获取提供了新的手段。     

Model_Apriori模型在医疗决策支持系统中的应用

本文主要讨论了Modd_Apriori模型在医疗决策支持系统中的应用.模型Model_Apriori是单维关联规则挖掘模型.它主要用于完成从医院现有数据库中挖掘知识,以便使医院的管理者通过挖掘到的知识来调整对医院的管理.本模型主要应用关联规则中的Apriod算法.     

数据仓库技术在ERP中的应用

以企业ERP系统为例,阐述了在现有的多个系统中,应用数据仓库技术搭建企业级数据仓库。     

Model-Apriori模型在医疗决策支持系统中的应用

本文主要讨论了Model-Apriori模型在医疗决策支持系统中的应用。模型Model-Apriori是单维关联规则挖掘模型。它主要用于完成从医院现有数据库中挖掘知识,以便使医院的管理者通过挖掘到的知识来调整对医院的管理。本模型主要应用关联规则中的Apriori算法。     

数据仓库和OLAP技术在决策支持系统中的应用

本文研究分析了决策支持系统的组成部分,以及在决策支持系统中使用的关键技术,数据仓库技术是数据采集层和数据存储层使用的关键技术,决策支持层包含数据挖掘,OLAP分析,报表查询以及信息的发布和管理。以某天然气公司决策系统为例,阐述了数据仓库和OLAP技术在决策系统中的应用。     

数据库新技术与决策支持系统的开发

通过对数据仓库技术、联机分析处理技术和数据挖掘技术的比较、分析,在决策支持系统传统四库结构的基础上,提出了一种基于数据仓库的决策支持系统体系结构,并对其应用进行了初步研究.     

基于Intranet的企业DSS的设计

提出了一种基于Intranet的企业决策的支持系统解决方案,较好地解决了传统(Business-DSS)四库结构的决策支持系统中的协作问题,讨论了基于Web数据仓库技术的OLAP技术、数据挖掘技术相结合的企业决策支持系统的设计.     

基于数据挖掘的煤炭企业ERP理论及应用研究

阐述了探索适合煤炭企业的ERP管理模式与管理方法及应用ERP系统的技术途径.采用基于J2EE及OOP方法搭建基于数据挖掘的煤炭企业ERP系统的数据仓库体系结构,研究煤炭企业ERP决策支持系统建模技术、实现技术、系统实施等;通过对煤炭企业各种数据深入分析,探索数据仓库和数据挖掘技术在ERP系统中的应用模式,从而提高煤炭企业ERP系统的决策功能,真正做到用数据挖掘等信息技术改造传统的煤炭企业,优化企业资源,提高决策分析水平,增强综合竞争能力,为企业带来显著的经济效益和社会效益.     

数据仓库技术在ERP系统中的应用

ERP系统由于受其管理思想和实施策略所限，在实际应用中仍存在许多不足。通过将数据仓库和OLAP技术整合到ERP系统中，可以很好地解决这些问题。     

面向智能决策支持系统的ERP模型流程与算法

鉴于企业对ERP中数据资源利用的重要性和迫切性,引入数据仓库、联机分析处理和数据挖掘技术,构建了比传统模型结构更清晰的面向智能决策支持系统的ERP模型,以加强ERP在数据分析方面的能力。在模型的智能决策支持系统(IDSS)的流程设计中引入范例库和模型库双轨机制,并通过具体算法实现。与范例库的匹配是该算法的关键步骤,建议先通过主观和客观相结合的方法确定权重向量,完成特征提取,然后使用数据挖掘中的基于相似度计算的分类方法完成与范例库的匹配与建模参考,最后确定阈值并通过评价指标检验效果。     

基于数据仓库的政府决策支持模型

电子政务正在成为政府进行决策和管理的重要手段.基于数据库的决策支持系统无法有效辅助政府决策活动.提出的一个基于数据仓库的政府决策支持模型,通过构建3层结构来实现原始数据到统一数据的转换、存储和开发,进而实现辅助决策支持的功能.     

煤炭ERP数据仓库的决策树统计分析算法

为增强煤炭企业管理的决策能力,在实施ERP(Enterprise Resources Planning)系统的基础上,提出了利用数据仓库技术方案,讨论了系统数据仓库模型,并对决策树分类算法的应用与实现进行了探讨,为煤炭企业的统计分析提供了一种有效、可行的解决方案。     

ERP财务管理中的智能决策研究

阐述了利用数据挖掘和神经网络的智能决策系统与ERP财务管理有机结合的成本管理策略,提出了智能决策与ERP财务管理耦合的系统模型,包括系统总体框架的设计、智能决策系统的设计及模块的协同运作。     

OLAP在现代企业DSS中的应用研究

如何迅速从海量数据中获得准确的决策信息是现代商业企业致胜的关键。以数据仓库及OLAPServices为工具,通过建立多维数据模型和数据立方体,针对企业销售数据设计一个数据仓库管理系统,把事务数据库中原始混乱的数据集成转化变成数据仓库中规范的数据方便用户的查询,进而辅助企业决策。实际证明系统实用方便,大大提高企业信息管理效率。