《零售业数据仓库的设计与实现》由会员分享，可在线阅读，更多相关《零售业数据仓库的设计与实现（55页珍藏版）》请在金锄头文库上搜索。
1、 吉 林 大 学 硕 士 学 位 论 文 零售业数据仓库的设计与实现 The Design and Implement of Data Warehouse of Retail 作者姓名： 李春宜 专 业： 计算机应用 导师姓名 及 职 称： 周春光 教 授 论文起止年月：2 0 0 0 年7 月至2 0 0 2 年5 月 论 文 分 类 号 T P 3 1 单 位 代 码 1 0 1 8 3 密级 内部 研 究 生 学 号 1 9 9 0 6 0 0 6 1 内容提要 当前，各种企业、商业领域中的交易电子化的趋势为商家提供了 更加深入地了解客户需求信息和购物行为特征的可能性。为了进行有 效的决
2、策，决策者不仅需要当前的数据，还需要过去的历史数据，才 能完成各种复杂分析以支持决策，这就需要新型的数据存储和处理技 术数据仓库。 本文阐述了零售业数据仓库 DWR （Data Warehouse of Retail）的设计与实现过程。数据仓库为商务运作提供结构与工具，以 便系统的组织、理解和使用数据进行战略决策。本文在简单介绍了数 据仓库以及联机分析处理的相关概念之后详细说明了数据仓库系统 DWR的数据库结构设计， 给出了数据仓库数据库结构以及多维数据集 模型；继而对数据仓库系统 DWR 的软件结构设计进行了说明，它在 软件结构上分为数据转换子系统和联机分析处理子系统两部分。数据 转换子系统
3、是一个内容正确、在多个数据源间起决定作用的操作型数 据源。它的特点是：数据最完整、最准确、最及时，结构最适合于数 据仓库，并且与外部数据源最为接近。联机分析处理子系统又分为多 维数据集建立模块和多维数据集查询分析模块。多维数据集建立模块 采用一种“由顶向下”的方法建立立方体，通过对给定多维数据集模 型的修改确定多维数据集结构；多维数据集查询分析模块使用 A D O M D 以及 M D X多维表达式设计浏览器，来完成终端用户访问请求。D W R被 应用于电子商务中的数据挖掘系统中，收到了良好的实践效果。 2 目 录 第一章 绪论.1 1.1 引言.1 1.2 数据仓库与联机分析处理的发展及其现
4、状.1 1.3 本文所做工作.3 第二章 数据仓库与 OLAP介绍.4 2.1 数据仓库基本概念.4 2.2 联机分析处理（OLAP）基本概念.5 2.3 数据仓库与 OLAP.7 第三章 DWR 的数据库结构设计.8 3.1 数据仓库数据库的结构设计.8 3.1.1 主题的确定.8 3.1.2 粒度设计 .9 3.1.3 多维数据模型 .9 3.2 联机分析处理子系统立方体结构设计.12 3.2.1 多维数据集（立方体） .12 3.2.2 维度的设计.13 3.2.3 事实的设计.14 3.2.4 立方体存储设计.15 3.2.5 OLAP 立方体模型设计.15 第四章 DWR 的软件结构
5、设计.21 4.1 DWR的总体设计.21 4.2 数据转换子系统的设计.23 4.3 联机分析处理子系统的设计.25 4.3.1 多维数据集建立模块.25 4.3.2 多维数据集查询分析模块.26 第五章 数据仓库系统 DWR 的实现.27 5.1 数据转换子系统的实现.27 5.1.1 数据转换 .27 5.1.2 与数据仓库接口.29 5.2 联机分析处理子系统的实现.31 3 5.2.1 数据源.31 5.2.2 多维数据集建立.32 5.2.3 多维数据集查询分析.34 5.3 DWR的功能特点.36 第六章 应用实例电子商务中的数据挖掘系统.41 第七章 结束语.42 参考文献.4
6、4 致 谢.46 摘 要.47 ABSTRACT.49 第一章 绪论 1 第一章 绪论 1.1 引言 当前，各种企业、商业领域中的交易记录电子化的趋势不仅为客 户提供了便利的交易方式和广泛的选择，同时也为商家提供了更加深 入地了解客户需求信息和购物行为特征的可能性。开发出有效、实用 的商务决策支持系统无疑将有广阔的市场前景和巨大的经济、社会效 益。 在各种业务中，要想有竞争力，就必须能容易地获取信息。随着 电子商务，特别是商业 POS 系统的广泛应用，数据库中可以收集到大 量关于客户购买情况的数据，而这些数据在商业决策中的重要性越来 越显著。为了进行有效的决策，决策信息不仅应该是全面的，还应该
7、 是完整的，即决策者不仅需要当前的数据，还需要过去的历史数据， 才能完成各种复杂分析（如趋势预测和数据挖掘） ，以支持决策，这就 需要新型的数据存储和处理技术数据仓库。 若能迅速、 轻松地访问到相应的信息， 就能做出合适的决策。 OLAP 正日益成为数据仓库的前端访问数据技术，使用 OLAP 技术使企业能 够以更有效的方式访问企业的关键数据。本文使用 OLAP 技术支持多 维分析，实现丰富的报表功能，并为用户提供快速响应时间及高度的 灵活性。 利用数据挖掘（Data Mining）技术通过对数据的分析，可以得到 关于客户购买取向和兴趣的信息，例如，对市场行销来说，通过数据 分析了解客户购买行为
8、的一些特征，针对某一类商品或服务发现潜在 的客户，对提高竞争力，促进销售是大有帮助的；可以帮助如何摆放 货架上的商品（把顾客经常同时购买的商品放在一起） ，帮助如何规划 市场（如何互相搭配进货） ，压缩库存和安排合理的进货时间。 1.2 数据仓库与联机分析处理的发展及其现状 在过去几十年中，数据库技术，特别是 OLTP（联机事务处理） ， 主要是事物驱动的、面向应用的。它的根本任务就是及时的、安全的 将当前事务所产生的记录保存下来。这些用途准确地说只能归之为数第一章 绪论 2 据操作。 随着社会的发展，人们已不满足于简单的数据操作，人们进一步 产生了使用现有数据的需求，也就是利用现有的数据，进行分析和推 理，从而为决策提供依据。这样的需求导致了决策支持系统（DSS） 的产生。人们最初在构建 DSS 时，自然而然地想到要建立在 DB 的基 础上。 因为， DB 技术正日趋成熟， 特别是关系数据库技术的飞速发展， 使数据库
