摘要：文章概述性的介紹了決策支持系統(tǒng)的數(shù)據(jù)分析技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)倉庫相關(guān)技術(shù)，基于傳統(tǒng)決策支持系統(tǒng)的缺點(diǎn)不足之處，提出了一種基于數(shù)據(jù)倉庫技術(shù)的決策支持系統(tǒng)，介紹了其設(shè)計(jì)方案和開發(fā)方法。

關(guān)鍵詞：數(shù)據(jù)倉庫；決策支持系統(tǒng)；DSS；OLAP；DM；DW

中圖分類號(hào)：TP311.131 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9599 (2012) 09-0000-02

一、引言

決策支持系統(tǒng)是在管理學(xué)和運(yùn)籌學(xué)的基礎(chǔ)上，以計(jì)算機(jī)技術(shù)和信息技術(shù)作為手段，通過人機(jī)交互實(shí)現(xiàn)管理決策活動(dòng)。但隨著市場經(jīng)濟(jì)和計(jì)算機(jī)技術(shù)的迅猛發(fā)展，各行各業(yè)競爭日益激烈，在企業(yè)基于數(shù)據(jù)庫技術(shù)的傳統(tǒng)決策支持系統(tǒng)已達(dá)不到要求的背景條件下，建立基于數(shù)據(jù)倉庫的決策支持系統(tǒng)是必然的。數(shù)據(jù)倉庫技術(shù)的有點(diǎn)可以提高決策支持系統(tǒng)的能力，實(shí)現(xiàn)對(duì)企業(yè)信息的高度集成化、合理和有效的管理目的。

二、決策支持系統(tǒng)的相關(guān)技術(shù)

（一）數(shù)據(jù)分析技術(shù)(OLAP)。數(shù)據(jù)分析技術(shù)OLAP應(yīng)用與聯(lián)機(jī)事務(wù)處理(OLTP)的應(yīng)用不同。數(shù)據(jù)分析技術(shù)OLAP側(cè)重于對(duì)高層管理和分析人員提供決策支持，是可以設(shè)計(jì)應(yīng)對(duì)復(fù)雜的分析操作，在分析人員的分析要求操作下，采用靈活快速地進(jìn)行查詢處理，并且可以針對(duì)大數(shù)據(jù)量和類型復(fù)雜的數(shù)據(jù)進(jìn)行查詢處理。最終以直觀易懂的形式提供查詢結(jié)果給高層管理人員以制定決策。數(shù)據(jù)分析技術(shù)OLAP還具有多維數(shù)據(jù)分析的特點(diǎn)，通過對(duì)多維數(shù)據(jù)進(jìn)行鉆取、剖切和旋轉(zhuǎn)來實(shí)現(xiàn)對(duì)數(shù)據(jù)庫所提供的數(shù)據(jù)進(jìn)行深入的多維數(shù)據(jù)分析，成功為決策者提供準(zhǔn)確的決策支持依據(jù)。決策支持是多維結(jié)構(gòu)的支柱以及數(shù)據(jù)分析技術(shù)OLAP的核心。數(shù)據(jù)分析技術(shù)的多維數(shù)據(jù)分析特點(diǎn)可以與數(shù)據(jù)倉庫的多維數(shù)據(jù)組織相互結(jié)合、相互補(bǔ)充。設(shè)計(jì)中可以采用數(shù)據(jù)分析技術(shù)與數(shù)據(jù)倉庫技術(shù)相結(jié)合解決傳統(tǒng)決策支持系統(tǒng)中大量數(shù)據(jù)處理的問題。（二）數(shù)據(jù)挖掘技術(shù)(DM)。數(shù)據(jù)挖掘技術(shù)主要基于人工智能、統(tǒng)計(jì)學(xué)和機(jī)器技術(shù)等技術(shù)。數(shù)據(jù)挖掘技術(shù)是一種決策支持過程，可以自動(dòng)化的分析企業(yè)的原有數(shù)據(jù)，對(duì)其進(jìn)行歸納性的推理，挖掘出其中的潛在模式，輔助決策人員做出正確的決策。數(shù)據(jù)挖掘的對(duì)象可以是數(shù)據(jù)庫、文件系統(tǒng)，以及以其他組織在一起的數(shù)據(jù)集合，例如web數(shù)據(jù)資源和數(shù)據(jù)倉庫。數(shù)據(jù)挖掘首先應(yīng)具有用于挖掘的數(shù)據(jù)源，在基于明確挖掘目標(biāo)的前提下，結(jié)合各個(gè)專業(yè)人員參與，同時(shí)配有大量的資金是實(shí)現(xiàn)數(shù)據(jù)挖掘的關(guān)鍵。實(shí)現(xiàn)數(shù)據(jù)挖掘具有一定困難，難度在于數(shù)據(jù)積累的缺少、構(gòu)建業(yè)務(wù)模型、缺少有經(jīng)驗(yàn)的實(shí)施者、各類人員之間的溝通障礙和初期資金投入較大等。雖然具有以上難度，但數(shù)據(jù)挖掘技術(shù)的前景由于其技術(shù)優(yōu)點(diǎn)還是被普遍看好的。（三）數(shù)據(jù)倉庫技術(shù)(DW)。數(shù)據(jù)倉庫是一個(gè)數(shù)據(jù)集合，數(shù)據(jù)集合具有集成的、隨時(shí)間變化、不可更新和面向主題的特點(diǎn)。數(shù)據(jù)倉庫可以支持企業(yè)的決策分析處理。數(shù)據(jù)倉庫存放的是靜態(tài)的歷史數(shù)據(jù)，和傳統(tǒng)的數(shù)據(jù)庫相比，只能定時(shí)的刷新和添加。數(shù)據(jù)倉庫的結(jié)構(gòu)比較簡單，為中高層的管理人員提供決策支持。數(shù)據(jù)倉庫具有訪問頻率低和訪問量高的特點(diǎn)。數(shù)據(jù)倉庫與數(shù)據(jù)庫相比，數(shù)據(jù)倉庫訪問量高于數(shù)據(jù)庫的訪問量，數(shù)據(jù)倉庫的訪問響應(yīng)時(shí)間要求相比數(shù)據(jù)庫并不高，不像數(shù)據(jù)庫要求響應(yīng)時(shí)間要在幾秒鐘內(nèi)?？梢詰?yīng)對(duì)不同層次的管理人員，通過采用數(shù)據(jù)倉庫技術(shù)進(jìn)行決策分析，可以提高管理決策的質(zhì)量和效果。

三、傳統(tǒng)決策支持系統(tǒng)的缺點(diǎn)與不足

（一）沒有有效的分析工具。首先應(yīng)了解企業(yè)決策的過程，該過程包括提出問題、分析問題和解決問題的循環(huán)。而在其中的分析過程實(shí)質(zhì)上是對(duì)數(shù)據(jù)信息不斷的抽取過程，并對(duì)大量的分散數(shù)據(jù)進(jìn)行快速綜合的分析，最終捕獲決策的相關(guān)信息。傳統(tǒng)的決策支持系統(tǒng)過于注重抽象的理論研究，不夠重視的分析工具，使分析工具不夠有效，所以得不到相應(yīng)有效的分析結(jié)果。（二）統(tǒng)一性和完整性的不足。傳統(tǒng)決策支持系統(tǒng)的系統(tǒng)結(jié)構(gòu)是以模型庫、數(shù)據(jù)庫、方法庫所組成。但模型庫、數(shù)據(jù)庫和方法庫在決策支持系統(tǒng)開發(fā)過程中都是被獨(dú)立設(shè)計(jì)的，這樣在系統(tǒng)結(jié)構(gòu)上就存在統(tǒng)一性和完整性的不足，應(yīng)用效果的并不理想。（三）數(shù)據(jù)源分析缺點(diǎn)。傳統(tǒng)決策支持系統(tǒng)是直接利用關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，只能對(duì)原始數(shù)據(jù)進(jìn)行一般的匯總加工，提供決策的信息不足以滿足決策支持系統(tǒng)的需要。數(shù)據(jù)庫中的數(shù)據(jù)源由于抽取的數(shù)據(jù)各個(gè)部門沒有統(tǒng)一的格式標(biāo)準(zhǔn)，造成分析的不穩(wěn)定性；這樣在沒有統(tǒng)一標(biāo)準(zhǔn)的前題下，沒有統(tǒng)一格式的數(shù)據(jù)利用率就會(huì)很低，并且數(shù)據(jù)的可信度也會(huì)降低，會(huì)無法轉(zhuǎn)化為對(duì)決策者有用的決策信息。傳統(tǒng)決策支持系統(tǒng)是對(duì)存儲(chǔ)的數(shù)據(jù)在固定的期限內(nèi)才會(huì)進(jìn)行提取分析，這時(shí)所累計(jì)的大量數(shù)據(jù)進(jìn)行詳細(xì)的分析必然會(huì)導(dǎo)致分析效率的下降，給分析人員帶來大量的工作內(nèi)容，但如果不能進(jìn)行詳細(xì)的分析，必然會(huì)導(dǎo)致有用的信息不能得到有效的分析利用嗎，從而提供準(zhǔn)確有效的決策信息。（四）部件使用不理想。傳統(tǒng)決策支持系統(tǒng)的各部件中，可以直接使用的只有成形的商品軟件數(shù)據(jù)部件，而對(duì)于其他部件就無法直接使用，雖然計(jì)算機(jī)語言可以對(duì)傳統(tǒng)決策支持系統(tǒng)的接口進(jìn)行設(shè)計(jì)和開發(fā)，但這必然浪費(fèi)大量的時(shí)間、人力和財(cái)力。

四、數(shù)據(jù)倉庫技術(shù)在決策支持系統(tǒng)構(gòu)建中的應(yīng)用

設(shè)計(jì)思路是結(jié)合數(shù)據(jù)分析技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)倉庫以及模型庫，建立一個(gè)綜合的決策支持系統(tǒng)，該決策支持系統(tǒng)具有更強(qiáng)的決策屬性。實(shí)施這樣的決策支持系統(tǒng)是一個(gè)系統(tǒng)工程，也是一個(gè)一次性工程，因?yàn)椴煌男袠I(yè)、不同的企業(yè)都會(huì)由于自身特點(diǎn)而有很大的不同。在這里試圖尋找出的共同的特點(diǎn)，把握其規(guī)律，為企業(yè)提供參考?，F(xiàn)提出模型構(gòu)建如下。（一）系統(tǒng)的總體結(jié)構(gòu)?；跀?shù)據(jù)倉庫技術(shù)的決策支持系統(tǒng)首先應(yīng)具有性能優(yōu)良的數(shù)據(jù)分析技術(shù)(OLAP)，這是因?yàn)閿?shù)據(jù)分析處理系統(tǒng)是整個(gè)決策支持系統(tǒng)中數(shù)據(jù)的重要來源，這樣才能夠建立完善的數(shù)據(jù)倉庫(DW)，使其包括大量的、穩(wěn)定的、歷史性的本地內(nèi)部、本地外部以及遠(yuǎn)程數(shù)據(jù)，數(shù)據(jù)倉庫對(duì)數(shù)據(jù)分析處理系統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行集成、轉(zhuǎn)換和綜合等處理，之后將數(shù)據(jù)重新組合，構(gòu)成面向全局的數(shù)據(jù)視圖，為決策支持系統(tǒng)提供數(shù)據(jù)存儲(chǔ)和組織的基礎(chǔ)；目前各個(gè)數(shù)據(jù)模型已有一定成熟的技術(shù)，可以為之后的分析將以上所述數(shù)據(jù)重新組合。采用多維的數(shù)據(jù)模型同時(shí)結(jié)合和數(shù)據(jù)數(shù)據(jù)分析技術(shù)(OLAP)可以為用戶實(shí)現(xiàn)多維的數(shù)據(jù)分析，使用戶以更接直接可靠的分析數(shù)據(jù)；數(shù)據(jù)挖掘(DM)是以數(shù)據(jù)倉庫技術(shù)(DW)和多維數(shù)據(jù)庫中大量的數(shù)據(jù)作為分析基礎(chǔ)，可以自動(dòng)的發(fā)現(xiàn)這些數(shù)據(jù)中存在的潛在模式，再基于這些分析出來的潛在模式作為基礎(chǔ)自動(dòng)的做出分析預(yù)測。數(shù)據(jù)挖掘(DM)中發(fā)現(xiàn)的知識(shí)可以直接用于指導(dǎo)數(shù)據(jù)分析技術(shù)(OLAP)的分析處理，而數(shù)據(jù)分析技術(shù)(OLAP)分析得出的知識(shí)也可以立即補(bǔ)充到系統(tǒng)的知識(shí)庫中形成循環(huán)。

在決策支持系統(tǒng)中，數(shù)據(jù)倉庫是DSS的基礎(chǔ)，完成對(duì)決策主題數(shù)據(jù)的存儲(chǔ)和整合，數(shù)據(jù)數(shù)據(jù)分析技術(shù)(OLAP)可以分析多維數(shù)據(jù)，數(shù)據(jù)挖掘(DM )的作用是挖掘數(shù)據(jù)庫以及數(shù)據(jù)倉庫中的知識(shí)。其中模型庫可以配以多個(gè)廣義模型組合起來輔助系統(tǒng)決策，決策支持系統(tǒng)利之后再利用知識(shí)推理的方式進(jìn)行定性的分析，最終做出綜合的決策?？梢钥闯黾蓴?shù)據(jù)倉庫、數(shù)據(jù)分析和數(shù)據(jù)挖掘的綜合決策支持系統(tǒng)，這些技術(shù)相互補(bǔ)充、相互依賴，不僅可以發(fā)揮各自的輔助決策優(yōu)勢，同時(shí)結(jié)合還實(shí)現(xiàn)更高效的輔助決策。簡單的說，我們可以概括的總結(jié)為DSS=DW+OLAP+DM（二）數(shù)據(jù)倉庫系統(tǒng)的建立。1.數(shù)據(jù)倉庫系統(tǒng)的構(gòu)成。一個(gè)完整的數(shù)據(jù)倉庫包數(shù)據(jù)獲取部分、管理部分、括倉庫部分、分析工具四部分。數(shù)據(jù)獲取部分包括內(nèi)部數(shù)據(jù)庫、外部數(shù)據(jù)庫、聯(lián)機(jī)數(shù)據(jù)及其他和上述數(shù)據(jù)的抽取、轉(zhuǎn)換盒裝載；管理部分包括數(shù)據(jù)倉庫管理工具、數(shù)據(jù)建模工具、數(shù)據(jù)維護(hù)模塊和倉庫定義元數(shù)據(jù)庫；倉庫部分包括綜合數(shù)據(jù)、當(dāng)前數(shù)據(jù)和歷史數(shù)據(jù)；分析工具則包括用戶查詢工具、OLAP工具、DM工具和c/s工具。2.數(shù)據(jù)倉庫的建立。數(shù)據(jù)倉庫的建立應(yīng)圍繞如何對(duì)數(shù)據(jù)來源的分析處理、如何構(gòu)造數(shù)據(jù)倉庫本身、如何對(duì)數(shù)據(jù)的轉(zhuǎn)化與綜合過程的定義、如何從數(shù)據(jù)倉庫中提供獲取用戶所需信息。數(shù)據(jù)倉庫的建立過程如下圖：

(1)項(xiàng)目規(guī)劃：軟件項(xiàng)目實(shí)施具有一定的風(fēng)險(xiǎn)性，前期的規(guī)劃是一個(gè)重要環(huán)節(jié)，可著重規(guī)劃人員安排、投入、實(shí)施進(jìn)度等內(nèi)容。(2)系統(tǒng)分析：對(duì)現(xiàn)有系統(tǒng)的進(jìn)行分析，了解存在的問題再哪里。(3)數(shù)據(jù)倉庫建模：根據(jù)終端用戶的需要，相應(yīng)的在數(shù)據(jù)倉庫中為存儲(chǔ)的數(shù)據(jù)建立模型。(4)數(shù)據(jù)的獲取和集成。①選擇數(shù)據(jù)源：與傳統(tǒng)應(yīng)用系統(tǒng)的信息來源不同，數(shù)據(jù)倉庫的信息來源應(yīng)從公司終端用戶的需求出發(fā)，在各種數(shù)據(jù)庫系統(tǒng)中選出所需的數(shù)據(jù)源。②數(shù)據(jù)源數(shù)據(jù)的標(biāo)準(zhǔn)化：在對(duì)所選擇的數(shù)據(jù)源進(jìn)行深入分析后，必須針對(duì)不同應(yīng)用系統(tǒng)中進(jìn)行數(shù)據(jù)源數(shù)據(jù)的標(biāo)準(zhǔn)化處理，避免數(shù)據(jù)的命名和結(jié)構(gòu)沖突以及內(nèi)容含義不一致的情況。③邏輯處理：針對(duì)數(shù)據(jù)源到數(shù)據(jù)倉庫過程所建數(shù)據(jù)模型必須經(jīng)過轉(zhuǎn)化和綜合性的邏輯處理，該過程包括計(jì)算出所需轉(zhuǎn)化合并的數(shù)據(jù)數(shù)量、需要綜合的數(shù)據(jù)文件范圍以及轉(zhuǎn)化和綜合性所需的時(shí)間等。④生成中間數(shù)據(jù)：中間數(shù)據(jù)不僅起到確定原始數(shù)據(jù)的作用，同時(shí)中間數(shù)據(jù)還描述了數(shù)據(jù)的轉(zhuǎn)化和綜合性的邏輯處理，從而定義了數(shù)據(jù)倉庫所需的數(shù)據(jù)模型。(5)構(gòu)建數(shù)據(jù)倉庫。①數(shù)據(jù)導(dǎo)入：數(shù)據(jù)需分別經(jīng)過抽取過程、轉(zhuǎn)換過程、清洗過程，之后數(shù)據(jù)便會(huì)從聯(lián)機(jī)事務(wù)處理系統(tǒng)、外部數(shù)據(jù)和脫機(jī)數(shù)據(jù)存儲(chǔ)介質(zhì)中被導(dǎo)入到數(shù)據(jù)倉庫。其中的抽取過程是數(shù)據(jù)導(dǎo)入的關(guān)鍵，抽取過程分為：數(shù)據(jù)的獲取，從外部數(shù)據(jù)源或內(nèi)部數(shù)據(jù)源數(shù)據(jù)系統(tǒng)中獲取決策支持系統(tǒng)用戶所需的數(shù)據(jù)。在經(jīng)過數(shù)據(jù)的過濾，可以將掉不需要的信息數(shù)據(jù)過濾掉。之后進(jìn)行數(shù)據(jù)凈化，凈化后DSS用戶所需的數(shù)據(jù)質(zhì)量將有效的提高。最后進(jìn)行整合和裝載，將數(shù)據(jù)進(jìn)行轉(zhuǎn)換并將數(shù)據(jù)按規(guī)則組織數(shù)據(jù)，所得到的新數(shù)據(jù)裝載到數(shù)據(jù)倉庫中去。②優(yōu)化Dw系統(tǒng)：采用優(yōu)化器進(jìn)行優(yōu)化，得到最優(yōu)的查詢方案。③提供查詢方案：生成所需的終端用戶應(yīng)用軟件，為其提供查詢工具等。(6)DSS應(yīng)用編碼：根據(jù)前面收集的數(shù)據(jù)，編寫決策支持系統(tǒng)程序。(7)系統(tǒng)測試與運(yùn)行：程序結(jié)果收集后，對(duì)這些數(shù)據(jù)進(jìn)行測試，檢驗(yàn)結(jié)果是否滿足決策支持系統(tǒng)的需求， 如測試不合格，返回DSS應(yīng)用編碼步驟，也可返回到倉庫建模步驟。(8)后期維護(hù)與升級(jí)。在基于數(shù)據(jù)倉庫技術(shù)的決策支持系統(tǒng)構(gòu)建過程中，由于不同的企業(yè)會(huì)有不同的需求和不同的問題，但總體的思路是統(tǒng)一的，結(jié)合企業(yè)的不同特點(diǎn)，不斷的進(jìn)行系統(tǒng)的后期維護(hù)與升級(jí)，為企業(yè)開發(fā)提供高效的支持決策系統(tǒng)。

五、結(jié)論

由于數(shù)據(jù)倉庫時(shí)數(shù)據(jù)庫技術(shù)的最新內(nèi)容，且其中的數(shù)據(jù)具有高度的一致性和完整性，結(jié)合準(zhǔn)確有效的方法模型，在加上強(qiáng)大的分析工具，致使基于數(shù)據(jù)倉庫相關(guān)技術(shù)的決策支持系統(tǒng)，在面對(duì)實(shí)際問題時(shí)能夠比照傳統(tǒng)的支持決策系統(tǒng)為管理決策者提供更加準(zhǔn)確、全面、有效的輔助信息。

參考文獻(xiàn)：

[1]李書濤.決策支持系統(tǒng)原理與技術(shù)[M].北京：北京理工大學(xué)出版社，1996

[2]林宇.數(shù)據(jù)倉庫原理與實(shí)現(xiàn)[M].人民郵電出版社，2003，1

[3]李玲．?dāng)?shù)據(jù)倉庫技術(shù)在決策支持系統(tǒng)中的應(yīng)用[J].湖北郵電技術(shù)，2006，6