数据仓库在中小型企业决策支持系统中的应用

数据仓库是企业决策支持系统（DSS）和联机分析处理（OLAP）的数据环境.然而数据仓库并不是大型数据管理系统的专利.中小型企业也可以把自己的决策支持系统建立在数据仓库基础上,这样可以提高企业的数据收集、数据分析和决策的效率.     

基于数据仓库的决策支持系统

传统的决策支持系统由于在数据资源和数据管理等方面存在着种种不足，已不能满足现代企业泱策的需要。数据仓库技术是解决这些问题的有效途径之一。     

数据仓库技术支持的决策支持系统

传统的事务处理环境不适宜决策支持系统的应用,作为数据库技术的一个发展方向,数据仓库技术由于具有数据分析的特点,正逐渐被人们接受和使用.创建一个分析型的环境供管理人员决策,将是企业建立自己数据中心的一个崭新的方法.本文主要研究数据仓库的定义、基本特性以及数据仓库的数据组织方式,针对当前电信事业,建立了以数据仓库技术、数据挖掘技术相结合的电信事业决策支持系统.     

基于数据仓库的决策支持系统的开发与应用

阐述了基于数据仓库的决策支持系统的定义,介绍了数据仓库的发展在比较了原有的决策支持系统的基础上,提出了基于数据仓库的决策支持系统,说明了它的研究方法及运行特征     

基于数据仓库的高校就业决策支持系统研究

通过对数据仓库技术、联机分析处理技术、数据挖掘技术等概念的学习,利SQL Server 2000的分析管理器设计多维数据模型并建立决策支持系统的体系结构,以我省某高校2007年毕业生数据为研究对象,建立了数据仓库,并运用数据挖掘的决策树算法对数据进行挖掘,所得结论为学院编制招生计划和制定就业策略提供了数据支持。     

数据挖掘与决策支持系统的关系

介绍了数据挖掘的定义、目的、一般过程及与此相关的一些技术；论述了决策支持系统的定义及发展层次，最后分析了数据挖掘与决策支持系统的联系与区别及当前市场数据挖掘工具产品的发展现状。     

基于数据仓库的研究生教育质量评价量化决策支持系统研究

运用数据仓库技术,设计基于数据仓库和联机分析处理技术的研究生教育质量评价决策支持系统的体系结构,描述各逻辑服务模块的具体功能。该系统克服了传统决策支持系统的弊端,对于提高我国研究生教育质量、促进研究生教育发展具有现实意义。     

数据仓库与数据挖掘技术在决策支持系统中的应用

本介绍了数据仓库与数据挖掘技术在决策支持系统中的应用以及基于一技术的有关问题，最后进一步提出决策支持系统框架和系统的建立方法。     

数据仓库在教育管理中的应用探讨

数据仓库是一个面向主题的、集成的、非易失的、且随时间变化的数据集合,用来支持管理人员的决策。OLAP与数据挖掘都是数据仓库的重要分析工具,用于对数据库和数据仓库中的数据进行分析、获取知识。本文介绍了数据仓库及其构建过程,结合OLAP和数据挖掘技术,探讨了数据仓库在教育管理中的应用。     

基于数据仓库与面向Web的决策支持系统

从结合应用数据仓库和Web技术的角度,提出了基于数据仓库与面向Web的决策支持系统概念;讨论了数据仓库和Web在决策支持系统中的应用;提出和分析了基于数据仓库与面向Web的DSS系统结构。     

数据挖掘相关系统关系分析

数据挖掘是一项具有广阔应用前景的技术。然而，初次接触数据挖掘的人往往会被数据挖掘中牵涉到的各种相关系统的复杂关系所困扰，必须认识和掌握数据挖掘中常用的几个系统之间的关系。     

数据库在教学管理中的应用

目前,高校学生成绩管理还没有一个比较完整、全面的系统。多数软件只有成绩登记、统计功能,而不能作较复杂的总评成绩计算。就此问题以FOXBASE及EXCEL为工具列举了两例解决方法,以从繁重的手工劳作中解脱出来。     

数据仓库技术在图书馆数字化中的应用研究

章介绍了数据仓库及数据仓库系统的有关概念，探讨了数据仓库技术在图书馆的决策支持、提高服务质量和数字图书馆建设中的应用问题，分析了建设数据仓库所需要的需求推动力、认识基础、数据基础和人才基础，提出了图书馆实现数据仓库的策略和数据仓库系统开发的方法。     

数据仓库技术在零售企业中的应用研究

以某零售企业的产品销售为主题,分析和设计了某零售企业产品销售数据仓库,并介绍了基于数据仓库的多维数据分析技术即联机分析处理(OLAP)在其中的应用。     

校园数据仓库的设计与实现

本文结合学校管理的一些特性,将数据仓库和数据挖掘技术引入学校信息管理与决策支持系统中,分析在校园事务管理内设计和实现数据仓库的具体问题,给出一个系统实现的设计思路。     

一种基于.NET的投标决策支持系统解决方案

文章介绍了ASRNET技术及其特点,在基于．NET组件的Web决策支持系统三层模型的基础上,探讨了一种用．NET组件实现的决策支持系统应用结构模型,并重点研究了该模型中对异构关系数据库访问的设计方案,最后给出了这种方案的实现示例。     

Team Machine: A Decision Support System for Team Formation

This paper reports on the cross‐disciplinary research that resulted in a decision‐support tool, Team Machine (TM), which was designed to create maximally diverse student teams. TM was used at a large United States university between 2004 and 2012, and resulted in significant improvement in the performance of student teams, superior overall balance of the teams as well as overwhelmingly favorable reactions from stakeholders. An empirical study is conducted comparing the performance of teams created by TM compared to teams manually allocated by a subject matter expert. The findings show that optimally balanced teams perform better than those created manually. TM serves as a broad‐based example of how to integrate business analytics into interactive search by conflating human judgment with algorithmic efficiency in the context of team formation. The contribution of this research to the academic community is a model and solution method which can be easily implemented to solve a very important and recurring issue faced by many MBA programs and empirical evidence of its value. The outcomes of this study include empirical evidence of increased team performance, significant administrative time savings, improvement to team diversity, and increased satisfaction from students and administrators with the team formation process.     

数据挖掘中决策树分类算法的研究与改进

决策树分类算法是数据挖掘中一个重要的内容,而ID3算法又是决策树分类算法中的一种重要方法且被广泛应用。然而在实际应用过程中,现存的决策树算法也存在着很多不足之处,如计算效率低下、多值偏向等。为了解决这些问题,提出了一种基于ID3算法的加权简化信息熵算法,它提高了决策树的构建速度,减少了算法的计算运行时间,同时也克服了ID3算法往往偏向于选择取值较多的属性作为测试属性的缺陷。并且随着数据规模的增大,决策树的分类性能表现得越好。