对数据仓库技术在电子商务中运用的研究-开题报告
毕业论文题目大数据技术在电子商务中的应用研究
毕业论文题目大数据技术在电子商务中的应用研究毕业论文大数据技术在电子商务中的应用研究摘要：随着科技的不断发展，大数据技术在各个行业中起到了至关重要的作用。
本论文旨在研究大数据技术在电子商务中的应用，并探讨这种应用对电子商务行业的影响。
通过调查分析和案例研究，本文提出了一些关键因素和挑战，希望能对电子商务行业的未来发展和大数据技术的应用提供有益的参考。
第一章：引言1.1 研究背景随着互联网的快速发展，电子商务成为了当今社会的主要商业形式之一。
电子商务不仅提供了更加便捷的购物方式，还为企业提供了更广阔的市场机会。
然而，电子商务行业面临着海量的数据处理问题和信息分析挑战。
因此，大数据技术的应用成为了解决这些问题的关键。
1.2 研究目的本论文旨在探究大数据技术在电子商务中的应用情况，了解其对电子商务行业的影响，并提出相应的发展方向和建议，以促进电子商务行业的进一步发展。
第二章：大数据技术在电子商务中的应用2.1 数据采集与处理大数据技术可以帮助电子商务企业更高效地采集和处理海量的用户信息和交易数据。
通过分析这些数据，企业可以了解用户的购物习惯、产品偏好等，以优化产品推荐和个性化营销策略。
2.2 精准营销与广告投放通过大数据技术，电子商务企业可以精准地将广告投放给具有潜在购买意愿的用户群体。
通过对用户行为数据的分析，企业可以识别出潜在购买者并向其展示相关的广告信息，从而提高广告投放的效果和转化率。
2.3 在线用户体验优化大数据技术可以帮助电子商务企业分析用户的在线行为和用户反馈，以改进用户体验。
通过了解用户的需求和痛点，企业可以调整网站的界面设计和功能，提供更好的购物体验，进而增加用户的忠诚度和购买意愿。
第三章：大数据技术应用中的挑战与问题3.1 数据隐私与安全大数据技术在电子商务中的应用离不开用户数据的收集和分析。
然而，用户数据的隐私和安全问题一直是一个亟需解决的挑战。
电子商务企业需要采取相应的措施保护用户的隐私，防止数据泄漏和滥用。
数据仓库与数据挖掘在电子商务中应用研究
数据仓库与数据挖掘在电子商务中应用研究作者：王波来源：《电子技术与软件工程》2016年第01期随着计算机互联网技术的发展，21世纪，电商在商业经济发展中，扮演着日益重要的角色。
电子商务的出现，对传统的商业模式产生了巨大的冲击，改变了原有的经营理念、管理方式以及支付手段。
本文对这一问题的研究，主要探讨了数据仓库与数据挖掘在电子商务中的实际应用，希望本文的研究，能够为电子商务的发展，提供一些参考和建议。
【关键词】数据仓库数据挖掘电子商务随着科学技术的不断进步，计算机互联网技术日趋成熟，并且在人们的日常生产生活中得到了广泛地应用。
计算机互联网技术的发展，促进了电子商务的发展，电子商务对当下商品经济产生了巨大的冲击。
电子商务发展过程中，涉及到了数据仓库和数据挖掘技术，如何有效应用数据仓库和数据挖掘技术，有利于使企业明确社会经济发展情况，并对消费者的消费心理进行有效把握，从而更好地实现企业的经济效益。
本文对这一问题的研究，注重分析了数据仓库与数据挖掘的重要作用，如何将数据信息进行转化，为企业生产经营决策提供有效依据，提升企业市场竞争实力，是本文探究的一个重要问题。
1 数据仓库与数据挖掘概念分析1.1 数据仓库概念数据仓库主要是指企业发展过程中，用于自身经营决策的数据集，对企业未来发展，具有指导性意义的数据信息仓库。
数据仓库具有分析性作用，能够对社会经济发展现状进行有效分析，提升企业经济决策的准确性。
数据仓库具有面向主题、集成化、非违约性、时变性等特征。
1.2 数据挖掘概念数据挖掘是指立足于开放性的互联网信息环境背景，对潜在的信息进行挖掘，可以更好地把握社会经济发展形势，具有较强的规律性。
数据挖掘注重对潜在信息的把握，具有较强的预见性特征。
数据挖掘和数据仓库具有协作性特征，可以更好地为企业决策提供必要信息，帮助企业正确的进行经济决策，使企业在未来发展过程中，更好地获取经济效益。
数据挖掘和数据仓库是信息化时代背景的产物，是电子商务发展的重要推动力，这两项技术在当下电商发展过程中，得到了较为广泛地应用。
数据仓库技术在电子商务中的应用案例分析(二)
数据仓库技术在电子商务中的应用案例分析一、引言随着信息和通信技术的迅猛发展，电子商务成为了商业领域的重要组成部分。
在电子商务中，获取并整理大量的数据对于企业的经营决策和战略规划至关重要。
数据仓库技术作为数据集成与分析的重要工具，提供了有效的解决方案。
本文将通过几个案例分析，探讨数据仓库技术在电子商务中的应用。
二、案例一：商品推荐系统在电子商务中，准确地向用户推荐商品是提高销售额和用户满意度的关键。
通过建立一个基于数据仓库的商品推荐系统，企业可以根据用户的历史购买记录、浏览行为等数据，进行精准的商品推荐。
例如，某电商企业可以根据用户过去购买的商品和浏览的商品类别进行数据分析，将具有相似用户喜好的商品推荐给用户，提高用户的购买意愿和购物体验。
三、案例二：库存管理与预测电子商务企业通常需要处理大量的商品库存和订单数据。
利用数据仓库技术，企业可以建立一个全面的库存管理系统，实现对库存情况的实时监控和高效管理。
同时，通过数据仓库中的历史订单数据和市场趋势分析，企业还可以进行库存预测，准确预估商品的需求量和采购规划，降低库存成本并提高交货效率。
四、案例三：用户行为分析用户行为分析是电子商务企业的重要任务之一。
通过数据仓库技术，企业可以将用户的浏览记录、点击行为以及购买行为等数据进行整合和分析，深入了解用户的偏好和购买习惯。
例如，某电商企业可以根据用户数据，判断用户的购买倾向和购物周期，并通过精准的营销推广策略，提高用户的转化率和粘性。
五、案例四：供应链管理供应链管理是电子商务企业中的重要环节，涉及到商品采购、仓储、配送等多个方面。
通过数据仓库技术，企业可以建立一个全面的供应链管理系统，实现供应链各环节的数据共享和实时监控。
例如，某电商企业可以通过数据仓库中的供应商数据和市场需求情况，实现供应链的及时调整和优化，提高供应链的运作效率和降低成本。
六、案例五：营销策略优化电子商务企业需要通过各种营销活动来吸引用户和提高销售额。
电信帐务领域数据仓库的应用的开题报告
电信帐务领域数据仓库的应用的开题报告一、选题背景和意义随着我国电信行业的不断发展，电信公司所处理的数据量也日益增加。
电信帐务领域作为整个电信业务流程的重要环节，涉及帐务数据、客户数据、产品数据、订单数据等海量的数据。
如何充分利用这些数据为公司提供业务决策以及发展战略，成为了电信公司所面临的重要问题。
数据仓库技术作为一种先进的数据存储和处理技术，旨在帮助企业进行数据的有效管理和分析，为企业提供精准的业务决策依据。
基于此，建立一套电信帐务领域数据仓库，成为了电信公司在数据管理和分析方向上的必然选择和发展方向。
二、研究目的和内容本研究旨在探讨电信帐务领域数据仓库的应用，并针对该领域的业务特点、数据需求以及分析要求，结合数据仓库技术，设计出一套可行、高效的数据仓库架构，为电信公司提供宏观层面的业务分析、识别潜在的业务风险和机会，提升公司决策效率和管理水平。
具体来说，本研究的内容分为以下几点：1. 电信帐务领域的数据需求和分析要求。
通过分析电信帐务领域的特点和业务过程，深入了解数据管理和分析的基本需求和业务分析要求，明确应用建设目标。
2. 数据仓库技术和架构设计。
结合电信帐务领域的数据需求和分析要求，设计出符合业务特点、高效可靠的数据仓库架构，包括数据抽取、数据集成、数据存储和数据查询等关键环节，保证数据的全面准确性。
3. 基于数据仓库的电信业务分析。
通过建立电信帐务领域数据仓库，实现数据的在线分析和查询，帮助企业进行精准的业务分析和预测，包括帐务宏观分析、客户行为分析、产品销售分析、风险识别等。
4. 数据仓库的系统实现和评价。
通过实际的案例应用，验证数据仓库的设计和实现的可行性和实用性，同时对数据仓库的性能、数据质量和管理有效性进行评价。
三、研究方法和技术路线本研究所采用的方法主要包括：1. 文献综述。
通过查阅电信帐务领域的相关文献和数据仓库建设的基础理论，深入了解数据仓库技术和应用。
2. 业务分析。
通过对电信帐务领域的业务过程和业务特点的分析，明确建设目标和数据需求，为数据仓库的设计提供依据。
OWB技术实现数据仓库ETL的研究与应用的开题报告
OWB技术实现数据仓库ETL的研究与应用的开题报告一、选题的背景随着数据量的不断增长和数据来源的不断扩大，数据仓库的需求越来越高。
数据仓库的建立需要进行大量的数据抽取、转换和加载，即ETL流程。
ETL的质量和速度直接影响数据仓库的建设和运行效果，因此ETL技术一直是数据仓库建设中的核心问题。
现代的ETL技术主要包括传统组件化和基于服务的架构两种方案。
组件化方案是传统的ETL开发方式，侧重于工具和技术的使用；基于服务的架构则是以服务为中心，将不同的处理任务组合成不同的服务，实现ETL流程。
而OWB（Oracle Warehouse Builder）是一种针对Oracle数据库开发的数据仓库ETL工具，属于组件化方案范畴。
二、选题的意义OWB是一种广泛应用于Oracle数据库中的ETL工具，其优点在于使用方便，而且可以与Oracle数据库无缝集成。
然而，由于其在操作复杂性和需求自由度方面存在着一些瓶颈，OWB的应用仍存在一定的局限性。
本选题的目的在于研究OWB技术的实现及其在数据仓库ETL中的应用，包括OWB技术的特点和使用方法，利用OWB技术实现数据仓库ETL的流程以及建立一个OWB数据仓库实例等。
相信对于进一步促进ETL 技术的研究和数据库应用这两个方向都有一定的推动作用。
三、选题的研究内容和步骤1. OWB技术研究了解OWB技术的特点及其应用场景、OWB工具的使用方法，以及OWB与Oracle数据库间的集成应用。
2. 数据仓库ETL流程设计根据数据仓库的特点和ETL的需求，设计ETL的流程，包括数据抽取、转换和加载等。
同时，对于OWB技术的特点，使其与ETL流程相结合，实现快速构建数据仓库。
3. 建立OWB数据仓库实例利用OWB技术，实现选定的数据仓库ETL流程，建立一个OWB数据仓库实例。
同时，对实现过程中出现的问题进行记录和总结。
4. 实验和数据分析对OWB数据仓库实例进行测试和数据分析，以验证OWB技术的可行性和实用性。
基于数据仓库的电子商务数据挖掘研究
基于数据仓库的电子商务数据挖掘研究随着电子商务的快速发展，大量的数据在电子商务平台上产生。
这些数据包含了用户的购买行为、浏览记录、评论反馈等信息。
如何从这些数据中挖掘出有价值的信息，对于电子商务平台的发展和用户需求的理解都起到非常重要的作用。
因此，基于数据仓库的电子商务数据挖掘成为了研究的焦点。
数据仓库是指将分散、杂乱的数据集中存储起来，经过清洗、抽取和转换等操作，形成结构化、标准化的数据模型。
在这个模型上，我们可以进行各种分析和挖掘，以获取有关电子商务平台的有价值信息。
首先，基于数据仓库的电子商务数据挖掘可以帮助企业理解用户的需求和行为模式。
通过分析用户在电子商务平台上的浏览记录和购买行为，我们可以了解用户的偏好和兴趣。
这对于企业来说是非常有价值的，因为他们可以根据用户的喜好来调整产品的设计和推广策略，从而提高用户的购买意愿和满意度。
其次，基于数据仓库的电子商务数据挖掘可以帮助企业优化供应链管理。
通过分析供应链中的各个环节，比如供应商、仓库、物流等，可以发现潜在的问题和瓶颈，并提出改进和优化的方案。
这可以帮助企业提高物流效率，降低成本，提供更好的服务体验。
另外，基于数据仓库的电子商务数据挖掘还可以帮助企业预测销售趋势和市场需求。
通过分析历史销售数据和市场趋势，可以建立销售预测模型，从而帮助企业制定合理的产品定价和推广策略。
同时，通过分析用户的评论反馈和社交媒体数据，可以了解用户对产品的评价和需求，从而及时调整业务策略和产品设计。
然而，基于数据仓库的电子商务数据挖掘也面临一些挑战和问题。
首先，数据的质量和准确性是一个关键问题。
由于数据的来源和采集方式的不同，数据仓库中可能存在一些冗余、重复或者错误的数据。
因此，在进行数据挖掘之前，需要对数据进行清洗和预处理，以提高数据的准确性和可信度。
其次，由于数据仓库中的数据量庞大，数据挖掘的算法和技术也需要具备高效性和可扩展性。
这就要求研究人员在选择和设计算法时要考虑到数据的规模和复杂性，从而提高算法的运行效率和准确度。
基于数据库技术的电子商务应用系统设计研究
基于数据库技术的电子商务应用系统设计研究随着网络技术的迅猛发展和互联网普及速度的加快，电子商务已经成为了一种全新的商业模式。
为了满足用户对电子商务系统高效便捷的需求，数据库技术成为了电子商务应用系统中不可或缺的重要组成部分。
在电子商务应用系统设计中，数据库技术能够提供存储、管理和查询数据的功能，提高系统的性能和可扩展性。
1.数据库技术在电子商务应用系统中的功能：数据库技术可以提供数据存储功能，将商品、用户信息、订单等数据存储在数据库中，以便用户能够方便地查询和使用。
同时，数据库技术可以实现数据的管理功能，对数据进行增删改查操作，确保数据的正确性和一致性。
2.数据库设计在电子商务应用系统中的重要性：电子商务应用系统需要处理大量的数据，如商品信息、用户信息、订单信息等。
合理的数据库设计能够提高数据的处理效率和系统的性能。
数据库设计需要考虑到数据的组织结构、数据之间的关联关系、数据的存取方式等因素，以满足电子商务系统对数据的高效处理需求。
3.数据库技术在电子商务应用系统中的应用案例：（1）商品管理：电子商务应用系统需要对商品进行分类、价格、库存等信息进行管理。
数据库技术可以实现商品信息的存储和查询，方便用户对商品进行浏览和购买。
（2）用户管理：电子商务应用系统需要对用户进行注册、登录、个人信息管理等功能。
数据库技术可以实现用户信息的存储和管理，提供用户登录、注册、找回密码等功能，并确保用户信息的安全性。
（3）订单管理：电子商务应用系统需要对用户下单、订单支付、订单状态等进行管理。
数据库技术可以实现订单信息的存储和查询，记录订单状态的变化，方便用户查询订单状态和商家查询销售情况。
4.数据库技术在电子商务应用系统中的挑战和解决方法：（1）大数据处理：电子商务应用系统需要处理大量的订单数据、商品数据和用户数据等。
数据库技术可以通过建立索引、优化查询语句等方法来提高数据的处理效率和响应速度。
（2）数据一致性：电子商务应用系统需要保证数据的一致性，即各个模块之间的数据要保持同步和一致。
基于数据仓库和Web技术的超市商业智能系统的研究的开题报告
基于数据仓库和Web技术的超市商业智能系统的研究的开题报告一、研究背景随着互联网技术的快速发展，电子商务逐渐成为人们生活中必不可少的一部分，超市作为零售业的主要组成部分，在电子商务时代同样扮演着重要角色。
为了更好地满足顾客需求，提高超市的运营效率和管理水平，超市商业智能系统逐渐成为超市信息化建设的重要组成部分。
当前，超市商业智能系统的研究主要集中在数据挖掘和分析方面，但是由于数据量庞大、异构性强等问题，直接从数据中提取信息将变得十分复杂。
因此，使用数据仓库技术进行数据的整合和管理，再配合Web技术实现数据的可视化、交互、查询等功能，成为研究的重要方向。
二、研究目的本研究旨在探讨基于数据仓库和Web技术的超市商业智能系统的设计和实现，以提高超市的数据管理和决策水平，从而更好地服务于顾客、掌握市场动态和优化运营模式。
三、研究内容1、数据仓库的构建：通过对超市所涉及的各类数据进行收集、整合、清洗和存储，构建出一个可供快速查询和分析的数据仓库。
2、Web前端的设计与开发：基于超市业务需求和数据仓库的特点，设计和开发一个友好的Web前端界面，实现数据的可视化、交互和查询功能。
3、数据分析与挖掘：通过数据统计、分析和挖掘方法，深入挖掘数据背后的商业价值，发现潜在的问题和机会，提出相应的业务决策建议。
四、研究方法1、文献综述法：对现有的超市商业智能系统的发展现状、技术应用和研究成果进行综述，为本研究提供理论依据和实践借鉴。
2、案例分析法：结合真实的超市业务数据和需求，分析和探讨基于数据仓库和Web技术的超市商业智能系统的设计和实现。
3、系统开发法：通过工具和技术的选择，实现基于数据仓库和Web 技术的超市商业智能系统的设计、开发、测试和应用。
五、研究预期成果1、提供一个基于数据仓库和Web技术的超市商业智能系统的设计和实现方案，为超市信息化建设提供参考。
2、实现数据可视化、交互和查询功能，提高数据管理和决策水平，为超市运营管理提供决策支持。
面向领域的数据仓库构建技术研究及应用的开题报告
面向领域的数据仓库构建技术研究及应用的开题报告一、研究背景数据仓库已经成为企业智能化建设必不可少的一部分，它是对业务数据进行集成、清洗、转化、建模、存储和查询的系统，可以通过数据仓库对数据进行分析，帮助企业制定正确的市场决策和战略规划。
但是，数据仓库的建设是一个复杂和长期的过程，涉及到多个领域的问题。
因此，本研究旨在研究面向领域的数据仓库构建技术以及应用。
二、研究目的本研究的目的是探讨数据仓库构建技术及其应用在不同领域中的特点和差异，研究如何实现面向领域的数据仓库构建，以满足不同领域的需求。
具体目标如下：1.了解数据仓库概念和构建方法；2.研究领域建模方法和技术，以及如何将其应用于数据仓库建设中；3.研究数据仓库构建中的数据清洗和数据转化等过程；4.实现一个面向领域的数据仓库系统并应用于某个领域。
三、研究内容1. 数据仓库概念和构建方法介绍数据仓库的基本概念、特点和发展历程，讨论数据仓库构建的方法和技术，包括数据抽取、转换和加载（ETL）、数据建模、星型/雪花型数据模型等。
2. 领域建模方法和技术在数据仓库中的应用探讨领域建模方法和技术在数据仓库中的应用，包括领域驱动设计（DDD）、面向对象分析与设计（OOAD）等，在分析领域之后，对数据进行建模，从而提高数据仓库的质量和有效性。
3. 数据清洗和数据转化等过程数据仓库构建过程中，数据的清洗和转化过程是不可逾越的关键阶段，需要研究如何优化该过程，包括数据的质量检测、数据清洗、数据转化等。
4. 面向领域的数据仓库系统实现及其应用通过实现一个面向领域的数据仓库系统并应用于某个领域，验证本研究的理论和方法的有效性。
四、研究意义本研究的意义在于：1.探讨数据仓库的建设方法和技术，为企业的业务决策提供支持；2.研究领域建模方法和技术在数据仓库中的应用，探索新的数据仓库建设方法和技术；3.研究数据清洗和数据转化等过程，提高数据仓库的数据质量和有效性；4.实现一个面向领域的数据仓库系统并应用于某个领域，验证本研究的有效性。
电子商务中的数据库技术研究
电子商务中的数据库技术研究摘要：如今，计算机网络技术飞速发展，电子商务业务也越来越频繁，而数据库技术在电子商务中的作用就显得越发的重要。
所谓电子商务，指利用计算机网络所从事的商务活动。
网络的应用降低了时空距离对商务的影响，参与电子商务将意味着企业需要面对全球化的市场。
电子商务带来的跨越时空的方便、便宜、互动和乐趣使它成为时代发展的趋势。
电子商务的介入，给企业的发展带来了机遇，通过网络，企业可以得到更多的经济信息，无疑，这对于企业的经营是有利的。
同时，电子商务所涉及的交易会具有全球化特征，这也会导致某一个地区厂商在价格上有所变动，这种变动就会很快影响到其他地区，进而波及到全球市场，因此，这也意味着电子商务市场会变得频繁。
在企业管理信息系统中，数据库是其用来管理信息的工具。
因此，在企业的管理信息系统中，可以说，数据库技术无处不在，渗透于企业管理中。
作为新型的企业经营管理模式，电子商务当然离不开数据库技术的支持。
就电子商务中的数据库技术，本文作了一些研究。
关键词：电子商务数据库技术中图分类号：TP311 文献标识码：A 文章编号：1007-9416（2015）10-0000-001关于电子商务及数据库技术对电子商务的支持电子商务是发生在开放网络上包含企业之间、企业和消费者之间的商业交易。
除电子交易之外，电子商务还包括利用计算机网络技术进行的全部商业活动。
电子商务技术是指运用现代信息技术和网络技术，依托开放式的因特网进行营销宣传、业务洽谈以及支付结算等商务活动的新型网上贸易方式。
数据库是企业电子商务网站非常重要的一个组成部分。
人们利用计算机的主要目的就是进行数据处理，数据库技术属于数据处理技术比较成熟的产物。
随着计算机及其相关技术的飞速发展，数据处理的技术也得到了长足的发展。
数据处理主要是指对数据进行分类、组织、查询、存储和维护等管理功能。
数据处理的发展经历了四个阶段，这四个阶段分别是手工管理阶段、文件系统阶段、数据库系统阶段以及数据仓库阶段。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第1页
对数据仓库技术在电子商
务中运用的研究
开题报告
一、所研究课题的来源及现状
至18世纪60年代起到19世纪中期结束，持续了一个世纪的工业革命将人
类由以人力、畜力作为生产的主要动力的时代推进到以机器自动化及科学技术为
主要生产力的时代。在这个科技高速发展的时代，每一分每一秒都会产生大量的
信息，而互联网的产生更是将全世界的信息资源连成了一个信息的海洋，如何将
其合理的管理利用从而创造出财富呢？人们对信息的产生、发展、传递、吸收、
利用等过程进行研究，产生了诸如数据库(Data Base)、联机情报检索(Online
Information Retrieval)、数据仓库(Data Warehouse)等技术。
数据仓库技术是基于信息系统业务发展的需要,基于数据库系统技术发展而
来,并逐步独立的一系列新的应用技术。著名的数据仓库专家W.H.Inmon在其著
作《Building the Data Warehouse》一书中给予如下描述：数据仓库（Data
Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相
对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于
支持管理决策。对于数据仓库的概念我们可以从两个层次予以理解，首先，数据
仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库；
其次，数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，
并包含历史数据，而且存放在数据仓库中的数据一般不再修改。
根据数据仓库概念的含义，数据仓库拥有以下四个特点：
1、面向主题。操作型数据库的数据组织面向事务处理任务，各个业务
系统之间各自分离，而数据仓库中的数据是按照一定的主题域进行组织。主题是
一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点方面，一个主
题通常与多个操作型信息系统相关。
2、集成的。面向事务处理的操作型数据库通常与某些特定的应用相关，
数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有分散
的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除
源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信
第2页
息。
3、相对稳定的。操作型数据库中的数据通常实时更新，数据根据需要
及时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主
要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也
就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定
期的加载、刷新。
4、反映历史变化。操作型数据库主要关心当前某一个时间段内的数据，
而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开
始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业
的发展历程和未来趋势做出定量分析和预测。
数据仓库技术为传统的关系数据库开拓了新的应用：联机分析处理(Online
Analysis Processing)和数据挖掘(Data Mining),并因而广泛应用于决策支持系
统中，如战略信息系统(Strategic Information System - SIS),成为企业提高
竞争能力创造和维护优势的利器。
二、所研究课题的意义及具体项目
Internet的高速发展使得追求高效与高利润的商业运营得到了前所未有的
发展空间，电子商务应运而生，电子商务重新定义了传统的流通模式，减少了中
间环节，另一方面又提供了丰富的信息资源，为各种社会经济要素的重新组合提
供了更多的可能，电子商务将传统的商务流程电子化、数字化，这一过程必然要
求产生一种对大量数据进行存取与分析处理的技术与之相适应，而由W.H.Inmon
所提出的数据仓库技术则恰好满足了这个要求，即通过从数据仓库存储的海量信
息中提取与某一主题有关的信息，进而分析得出对作出决策有帮助的情报。本人
欲设计构建一个管理公司销售状况的系统，其数据仓库包括时间维(时间，货物，
数量，成本，售价，地区等)，顾客维(姓名，订单号，时间，数量，售价等)，
门店维(地区，时间，存货量，日出售量，日营业额等)，商品维(名称，成本，
货源地，进货数量，配送目标门店等)。该软件应具有界面友好，简便的性能，
菜单驱动，顾客与公司管理者以不同权限使用仓库，顾客通过输入姓名及订单号
可查询购买的货物信息，普通员工通过输入员工帐号接入并写入销售数据，而公
司高层则可以通过输入管理者帐号接入并管理整个仓库并分析得之某一时间地
点的某一货物具有高销售量，从而得出战略性决策。
三、本课题可行性分析
1 承担者所具备的知识与技术
本人关注过相关的数据库系统的设计，具备一定的分析和设计能力，较熟悉
数据库的编程和操作。对数据仓库技术有一定程度的了解。
2 现有技术支持（设备，资料等）
第3页
现有设备：PC机一台
支持软件：操作系统WindowsXP
程序设计开发环境:Kingbase、Multigen Vega
四、进度安排
1．2月20日~28日：查资料；
2．3月1日~3月31日：算法描述;
3．4月1日~4月30日：算法实现(程序);
4．5月1日~5月15日：论文初稿，同时探讨热点应用及理论疑点。
5．5月15日~5月24日：论文完稿，同时准备答辩。
五、主要参考文献
[1]W.H.Inmon著 王志海等译,Building the Data Warehouse，机械工业出版社，
2006
[2]陈京民，数据仓库原理、设计与应用，中国水利水电出版社，2004
[3]龙马工作室，ASP+SQL Server组建动态网站，人民邮电出版社，2005
[4]王珊，萨师煊，数据库系统概论，高等教育出版社，2006
[5]岳剑波. 信息管理基础.清华大学出版社，1999.
[6]赖茂生等，计算机情报检索，北京大学出版社，2006