基于[1].NET的ERP系统中数据挖掘实现技术_8_3_29_6165
基于web数据挖掘技术——-web内容挖掘设计与实现
摘要ＷＷＷ＂是个丌放的全球性资源，它是世界上最丰富和最密集的信息来源。
随着ＷＷＷ上信息的爆炸性增长，在如此海量的数据中发现有用的信息变得越来越困难。
数据挖掘就是从大量的数据中发现隐含的规律性的内容，解决数据的应用质量问题。
充分利用有用的数据，废弃虚伪无用的数据，是数据挖掘技术撮重要的应用。
因此，采用数据挖掘技术从ＷＷＷ上提取隐含的、未知的、非平凡的及有潜存心用价值的信启、，具有十分重要的现实意义和广泛的应用前景。
本文首先简要论述了ＷＷＷ发展的基本现状以及当前存在的一些问题。
随后，简要介绍了数据挖掘技术的基本概念、原理，接着，概要的介绍了本文对于Ｗｅｂ数据挖掘所用到的技术一Ｊａｖａ和ＸＭＬ技术，在此基础上研究了数据挖掘技术在ＷＷＷＬ的应用，针对Ｗｅｂ数据内容挖掘进行了详细地论述。
文中通过一个具体的案例详细论述了实现Ｗｅｂ数据内容挖掘的一种方法以及对该方法的分析。
最后，对全文进行了总结。
关键词：ＷＷＷ，Ｗｅｂ数据挖掘，ＸＭＬＡｂｓｔｒａｃｔＴｈｅＷｏｒｌｄＷｉｄｅＷｅｂｉｓａｄｉｓｔｒｉｂｕｔｅｄｇｌｏｂａｌｉｎｆｏｒｍａｔｉｏｎｒｅｓｏｕｒｃｅｃｏｎｔａｉｎｉｎｇａｌａｒｇｅａｍｏｕｎｔｏｆｄａｔａｒｅｌｅｖａｎｔｔｏｅｓｓｅｎｔｉａｌｌｙａｌｌｄｏｍａｉｎｓｏｆｈｕｍａｎａｃｔｉｖｉｔｙ．ＧｉｖｅｎｔｈｅｈｊｇｈｒａｔｅｏｆｔｈｅｖｏｌｕｍｅｏｆｄａｔａａｖａｉｌａｂｌｅｏｎｔｈｅＷＷⅥｉｆｉｎｄｉｎｇｕｓｅｆｕｌｉｎｆｏｒｍａｔｉｏｎｉｎｓｕｃｈａｌａｒｇｅａｍｏｕｎｔｏｆｄａｔａｂｅｃｏｍｅｓａｍｏｒｅｄｉｆｆｉｃｕｌｔｐｒｏｃｅｓｓｅｖｅｒｙｄａｙ．ＤａｔａＭｉｎｉｎｇｉｓｔｈｅｔｅｒｍｇｉｖｅｎｔＯｔｈｅａｕｔｏｍａｔｅｄｄｉｓｃｏｖｅｒｙｏｆｎｏｎ—ｏｂｖｉｏｕｓ，ｐｏｔｅｎｔｉａｌｌｙｕｓｅｆｕｌａｎｄｐｒｅｖｉｏｕｓｌｙｕｎｋｎｏｗｎｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｌａｒｇｅｄａｔａｓｏｕｒｃｅｓ．ＳｏｏｂｔａｉｎｉｎｇｖａｌｕａｂｌｅｉｎｆｏｒｍａｔｉｏｎｂｙＤａｔａＭｉｎｉｎｇｔｅｃｈｎｉｑｕｅｓｉｎｔｅｌｌｉｇｅｎｔｌｙａｎｄａｕｔｏｍａｔｉｃａｌｌｙ，ｉｍｐｒｏｖｉｎｇｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅＷＷＷｈａｓｔｒｅｍｅｎｄｏｕｓａｐｐｌｉｃａｔｉｏｎｖａｌｕｅｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｆｉｒｓｔｇｅｎｅｒａｌｌｙｉｎｔｒｏｄｕｃｅｔｈｅｉｍｐｒｏｖｅｍｅｎｔｏｆＷＷＷａｎｄｓｏｍｅｐｒｏｂｌｅｍｓｕｎｓｏｌｖｅｄ．Ａｎｄｔｈｅｎｗｅｄｅｓｃｒｉｂｅｔｈｅｂａｓｉｃｃｏｎｃｅｐｔｓａｎｄｔｈｅｏｒｉｅｓｏｆｄａｔａｍｉｎｉｎｇ．ＴｈｅｆｏｌｌｏｗｉｎｇｉｓｄｉｓｓｅｒｔａｔｅｄｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｄａｔａｍｉｎｉｎｇｔｅｃｈｎｉｑｕｅｓｔｏｔｈｅＷｏｉ’ｌｄＷｉｄｅＷｅｂ，ａｎｄｄｉｓｃｕｓｓｉｎｄｅｔａｉｌｔｈｅｃｏｎｔｅｎｔ、ｃｈａｒａｃｔｅｒｉｓｔｉｃ、ｐｒｏｂｌｅｍｓｕｎｓｏｌｖｅｄｏｔｌｗｅｂｃｏｎｔｅＮｍｉｎｉｎｇａｎｄｗｅｂｕｓａｇｅｍｉｎｉｎｇ．Ａｎｄｔｈｅｎ，ｗｅｇｅｎｅｒａｌｌｙｉｎｔｒｏｄｕｃｅｔｈｅｔｅｃｈｎｉｑｕｅｓｏｆｕｓｅｆｏｒＤａｔａＭｉｎｉｎｇｉｎｔｈｅｐａｐｅｒ勺ａＶａａｎｄｘｍｌ．Ｔｈｒｏｕｇｈａｃｏｎｃｒｅｔｅｓａｍｐｌｅ，ｗｅｄｅｓｃｒｉｂｅｉｎｄｅｔａｉｌｏｎｅｏｆｔｈｅｍｅｔｈｏｄｔｈａｔｒｅａｌｉｚｅＷｅｂＤａｔａＭｉｎｉｎｇ．Ｆｉｎａｌｌｙｗｅｍａｋｅａｃｏｎｃｌｕｓｉｏｎｏｆｔｈｅｐａｐｅｒ．Ｋｅｙｗｏｒｄｓ：∥烀？彤ＷｅｂＤａｔａＭｉｎｉｎｇ，ＸＭＬ独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。
浅谈基于云计算的数据挖掘技术
中图分类号：ＴＰ３１１ 文献标识码：Ａ 文章编号：１００９—３０４４（２０１０）３４—９６８１卸３ Ｄａｔａ Ｍｉｎｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ Ｂａｓｅｄ ｏｎ Ｃｌｏｕｄ Ｃｏｍｐｕｔｉｎｇ
ＺＨＯＵ Ｙａｎ，ＳＡＮＧ Ｓｈｕ－ｊｕａｎ （Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｃｏｌｌｅｇｅ，Ａｎｙａｎｇ ｌｍｄｍｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ａｎｙａｎｇ ４５５０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｗｉｔｈ ｔｈｅ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｅｒａ ｃｏｍｉｎｇ，ｂａｓｅｄ ｏｎ ｄｏｕｄ ｃｏｍｐｕｔｉｎｇ ｆｏｒ ｍａｓｓｉｖｅ ｄａｔａ ｍｉｎｉｎｇ ａｓ ａ ｓｏｌｕｔｉｏｎ ｔｏ ｔｈｅ ｔｒａｄｉｄｏｎａｌ ｃｅｎ－ ｎ＝ａｌ：ｉｚｅｄ ｄａｔａ ｍｉｍｎｇ ｍａｓｓｉｖｅ ｄａｔａ ｎｏｔ ｓｕｋｅｄ ｔｏ ｇｒｏｗｉｎｇ ｈｉｇｈ—ｐｅｒｆｏｒｍａｎｃｅ，ｒｅｌｉａｂｌｅ ｍｅｔｈｏｄ．Ｄｅｓｃｒｉｂｅｓ ｔｈｅ ｍｅａｎｉｎｇ ｏｆ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ， ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｓｔａｔｕｓ．ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｕｓｅ ｏｆ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｔｅｃｈｎｏｌｏｇｙ沁ａｃｈｉｅｖｅ ｔｈｅ ａｄｖａｎｔａｇｅｓ ｏｆ ｄａｔａ ｍｉｎｉｎｇ，ｉｎｖｅｓｔｉ— ｇａｔｅ ａｎｄ ｓｕｍｍａｒｉｚｅ ｔｈｅ ｃｕｒｒｅｎｔ ｄａｔａ ｍｉｎｉｎｇ ｂａｓｅｄ ｏｎ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｒｅｓｅａｒｃｈ ｓｉｔｕａｔｉｏｎ ａｎｄ ｔｈｅ ｐｒｏｂｌｅｍｓ ａｎｄ ｃｈａｌｌｅｎｇｅｓ ｆａｃｅｄ ｂｙ，ａｎｄ ｐｒｏｐｏｓｅ ｓｏｍｅ ＳＯＩｕｔｉｏｒＬｓ ａｎｄ ｍｅａｓｕｒｅｓ．
ERP系统中的主要计算机技术分析
ERP系统中的主要计算机技术分析随着企业规模的不断扩大和业务范围的不断扩展，ERP系统在企业信息化管理中的作用日益重要。
ERP系统是一个大型集成软件系统，其主要目的是将企业中不同的应用程序整合起来，形成一个数据一致性的整体应用平台。
这里将介绍ERP系统中的主要计算机技术分析。
1. 数据库技术数据库技术是ERP系统实现的基础。
ERP系统需要存储大量的数据，包括所有与企业运营相关的各类数据，如采购、库存、销售、财务、人事等，这些数据的增长速度很快，因此需要选择高效的数据库技术来管理这些数据。
目前常见的数据库技术包括Oracle、SQL Server、MySQL等，这些数据库技术在性能、安全性、可靠性等方面都具备优秀的特性，能满足ERP系统的需求。
2. 开发技术ERP系统的开发技术通常采用Java、.Net、PHP等技术，这些开发技术具备跨平台、分层开发等特点，能够为ERP系统提供高效的应用性能。
在开发ERP系统的过程中，通常会采用面向对象的编程思想和模块化的架构方式，这样可以提高开发效率、降低系统复杂度，提高系统可扩展性。
3. 网络技术ERP系统需要支持分布式应用，因此需要依赖于网络技术。
常见的网络技术包括TCP/IP、HTTP、FTP等，它们能够在不同的计算机之间传输数据，实现数据共享、资源共享。
此外，ERP系统通常采用B/S结构，即浏览器/服务器结构，可以通过互联网进行访问，实现全球范围内的企业管理。
4. 服务器技术ERP系统需要运行在服务器上，因此需要选择高性能的服务器技术。
常见的服务器技术包括Linux、Windows Server等，其具有安全、可靠的特点，能够为ERP系统提供强大的计算和存储能力。
此外，ERP系统还需要支持多用户同时访问，在服务器技术的基础上还需要进行负载均衡的设计，以保证系统的稳定性和性能。
5. 安全技术ERP系统中包含了企业的核心数据和业务流程，因此需要具备良好的安全保障措施。
基于数据挖掘的客户关系管理系统设计与实现
基于数据挖掘的客户关系管理系统设计与实现随着互联网的快速发展和信息化时代的到来，企业与客户之间的关系变得愈发紧密，客户关系管理（Customer Relationship Management，简称CRM）成为了企业提升竞争力和拓展市场的重要工具。
数据挖掘作为一种从大量数据中发现潜在信息和知识的技术手段，被广泛应用在客户关系管理系统中，为企业提供更精准的决策支持和服务优化。
一、综述本文将探讨基于数据挖掘的客户关系管理系统的设计与实现。
首先，我们将介绍客户关系管理系统的基本概念、重要性和挑战。
然后，我们将详细讨论数据挖掘在客户关系管理系统中的应用，包括市场细分、客户分类、个性化推荐和客户流失预测等。
最后，我们将提出设计和实现这样一个系统的关键步骤和技术考虑。
二、客户关系管理系统概述客户关系管理系统是一种以客户为中心，通过整合市场营销、销售和服务等相关业务数据，建立客户全生命周期的管理体系。
这样的系统可以帮助企业更好地了解和满足客户需求，提升客户满意度和忠诚度，实现持续的业务增长。
在客户关系管理系统中，数据挖掘技术扮演着关键角色。
它能够处理海量的结构化和非结构化数据，挖掘出潜在的商业价值，为企业提供决策支持。
接下来，我们将详细介绍数据挖掘在客户关系管理系统中的应用。
三、数据挖掘在客户关系管理系统中的应用1. 市场细分市场细分是将潜在市场划分成多个互相独立、差异化需求的子市场的过程。
通过数据挖掘的技术手段，可以从大量的市场数据中发现不同群体的特点和偏好，将客户细分为多个群体，从而更好地制定精准的营销策略。
2. 客户分类客户分类是根据客户的属性、行为和价值等方面将其归类的过程。
数据挖掘可以通过分析客户的购买记录、消费偏好等信息，将客户划分为高价值客户、流失客户、潜在客户等不同分类，企业可以有针对性地采取相应的营销措施，促进销售增长。
3. 个性化推荐个性化推荐是根据客户的历史行为和兴趣，为其提供个性化的产品推荐和服务建议。
基于关联规则的数据挖掘技术在ERP中的应用
１ 涉 及 的概念
１ １ 数 据 挖 掘 ．
系统 。它 是指 利用 计算 机 系统 技术 ，将 企业 内部 和外 部 资源 信 息按 照成 本 管理 原则 分类 办理 所形 成 的信息
管 理 系统 。 的主 要宗 旨就 是将 企 业各 方面 的资 源 （ 它 包
括人 、 、 、 、 、 等） 财 物 产 供 销 充分 调 配和 平衡 ，使企 业在 激 烈 的市 场竞 争 中能 够合 理地 分 配企 业 内部 与外 部 的
基于 关联规 则 的数据挖掘技术在 Ｅ ＲＰ 中的应） ３ ０ ０
（ 汉 理 工 大 学 机 电工 程 学 院 ， 湖 北 武 汉 武
摘 要 ： 据 数 据 挖 掘 技 术 的 特 点 ，针 对 传 统 Ｅ Ｐ系 统 在 海 量 数 据 中 发 现 隐 藏 知 识 的 功 能 不 足 ，提 出把 数 据 挖 根 Ｒ
揭示 隐藏 的 、未知 的或验 证 已知 的规 律性 ，并 进 一步
收稿 日期 ：２ ０ — １０ ；修 回 Ｅ期 ：２ ０ —２２ ０ ６ １－ ３ ｔ ０ ７０ —３
Ｅ ＲＰ中 ， 强传 统 Ｅ 增 ＲＰ的决 策功 能 ， 助于 丰 富 Ｅ 有 ＲＰ 的 内涵 ，改 变 Ｅ Ｐ中传 统 的集 中式 数据库 管 理模 式 ， Ｒ
资源 ，全 方位 地 发挥 各方 面 的能 量 ，从而使 企 业取 得 更 好 的 经济效 益 。Ｅ Ｐ在我 国的应用 起 步 比较 晚 ，取 Ｒ 得成 功 的企业 更 是少 之 又少 。 了加强 Ｅ 为 ＲＰ在 我 国企
数 据挖 掘 （ ｔ ｎｎ ） 是 从 大 量 随 机 的 实 际 ＤａａＭｉｉｇ 就 应 用数 据 中 ，通 过 数据 抽 取 、转换 、分析 和其 它模 型
浅析数据仓库及数据挖掘技术在ERP中的应用
浅析数据仓库及数据挖掘技术在ERP中的应用［摘要］数据挖掘是指采用人工智能的方法对数据库和数据仓库中的数据进行分析、获取知识的过程。
现代企业的发展离不开信息技术的融合运用，本文主要论述数据仓库和数据挖掘技术在ERP中的应用。
［关键词］数据仓库；数据挖掘；ERP数据挖掘是指采用人工智能的方法对数据库和数据仓库中的数据进行分析、获取知识的过程。
本文探讨将数据仓库、数据挖掘技术运用于ＥＲＰ系统。
以数据仓库作为企业底层的数据源，再配合各种数据挖掘技术，结合ＥＲＰ的管理思想，发挥数据仓库与数据挖拥技术在决策支持方面的长处。
１数据仓库技术概述１．１数据仓库的特点（１）面向主题。
主题是在较高层次上对数据的抽象，面向主题的数据组织方式，就是在较高层次上对分析对象数据的一个完整、一致的描述，能完整统一地刻画各个分析对象所涉及的企业的数据项，以及数据之间的联系。
（２）集成。
对多个异种数据源需先统一，然后进行数据的综合和计算。
（３）时变。
数据仓库随时间变化不断增加新的、删除旧的数据内容。
（４）非易失。
数据仓库总是物理地分离存放数据，由操作环境下的应用数据转换而来。
１．２操作数据库与数据仓库数据库系统作为数据管理手段，主要用于事务处理，在数据库中保存了大量的日常业务数据。
（１）用户和系统的面向性不同：ＯＬＴＰ面向操作人员和低层管理人员；ＯＬＡＰ面向决策人员和高层管理人员。
（２）数据内容不同：ＯＬＴＰ是管理当前的数据，对基本数据进行查询和增、删、改操作处理，是以数据库为基础；ＯＬＡＰ是管理历史的、导出的及综合提炼的数据，比ＯＬＴＰ要多一步数据多维化或预综合处理的操作。
（３）数据库设计模型不同：ＯＬＴＰ采用Ｅ－Ｒ模型；ＯＬＡＰ采用星型或雪花模型。
１．３ＯＬＡＰ操作技术ＯＬＡＰ的操作主要是对多维数据进行的，主要有上卷、下钻、切片、切块和转动。
（１）上卷（也称上钻）：通过维层次向上攀升或通过维化简，在数据上进行聚集。
（２）下钻：是上卷的逆操作。
基于面向对象技术的ERP系统设计与实现
基于面向对象技术的ERP系统设计与实现 随着企业规模和业务增加，传统的手工操作式管理已经无法满足企业需求，因此企业资源计划(ERP)系统应运而生。对于一个ERP系统来说，核心的设计思想必须是面向对象技术。本文将从面向对象技术的角度探讨ERP系统的设计与实现。
一、面向对象技术 面向对象技术是一种现代化的编程思想，其核心概念是类、对象、继承、多态和封装等。在面向对象的软件开发过程中，开发者把现实世界的对象抽象为类，利用继承和多态等技术来实现系统的组织和功能的实现。面向对象的软件开发过程使得程序结构更加清晰规范，并提高了代码的复用性和可维护性。
二、ERP系统设计原理 1.对象的划分 在ERP系统设计中，我们需要将企业各个部门的业务划分成一个个独立的业务对象，然后将这些业务对象进行逻辑结构上的组合，形成最终的系统。例如，企业中的人力资源管理、采购管理、销售管理等等，都是独立的业务对象。这些业务对象可以互相关联，例如在销售管理模块中需要调用人力资源管理模块中的员工信息等。
2.继承和多态 ERP系统中许多的功能模块之间存在着一定的关联性，但是有些小的功能和逻辑还需要添加进来。利用继承和多态这种面向对象的特性，可以更好地管理这种系统。对于实现类似的功能，我们不需要重新写一个新的模块，仅需要在旧的模块中添加对于新功能的扩展就可以。这种方式有效地减少了系统设计和开发的工作量，节约了时间和人力成本。
3.系统模块化设计 在ERP系统的开发过程中，面向对象技术还能帮助我们实现系统的模块化设计。通过设计好各个业务对象的模块，我们可以更好地管理和维护以及获取系统代码之间的依赖关系。模块化设计的好处是能够有效地避免代码的重复和逻辑复杂度的恶化，也是一种更加管理组织工作的有效性的手段。
三、面向对象技术在ERP系统中的应用 1.数据管理 在ERP系统中，数据管理是非常重要的一部分。此时我们就可以利用面向对象的技术来实现。每个部门或业务都是一个独立的对象，这些对象需要被建立并进行关联和管理。通过对象组织数据的结构，降低数据重复存储的情况，从而避免数据错乱和数据冗余，提高数据管理的效率。
基于数据仓库的数据挖掘在ERP中的应用研究
、
（ ）ＥＰ 三 Ｒ
右 ，决策者 无法 直接 从海 量数 据 中获信 息 。 ２ＥＰ将数 据转 化成 信息 的能 力有 限 。受 ＥＰ思想 提 出时 的 ．Ｒ Ｒ 需求所 限，ＥＰ 数 据库 中 的数据无 法上 升 到信 息层 面 ，而决 策层 Ｒ 所 需的信 息需 要从 ＥＰ系 统提 取 出来进行 二 次加工 才 能得 到 ，这 Ｒ 便 降低 了 ＥＰ的运 行和 使用 效率 。 Ｒ ３ＥＰ系 统无法 解 决异构 环境 的查 询 问题 。Ｒ ．Ｒ ＥＰ企业 中不 同的 业 务数据 存储 在不 同的环境 中 ，在这 种异 构环 境不 易实 现 统一 的 查询。 ４ＥＰ 系统 的开 发和 维护 成本难 以控 制 。 由于管理 与 决策 需 ．Ｒ 求 的不 断变 化 ，大大增 加 了 ＥＰ系统 开发维 护 工作 量。这 样 导致 Ｒ 企 业信 息成 本处 于一种 不可 控 状态 。 （ ）数据 挖掘对 ＥＰ实 施的 重要性 二 Ｒ 数 据挖 掘技 术在 以下 几个 方面 提升 ＥＰ的数据 处理 能 力 ： Ｒ １关联 分析 ：通 过 数据挖 掘相 关算 法发 现 关联规 则 ，这 些规 ． 则展 示 了某 一属 性频 繁 的在给 定数 据集 中一起 出现 的条 件 。 ２分 类分 析 ：通过 分类 能够 找 出描述 并区 分数 据类 或概 念 的 ． 模型 （ 函数） 以便能够 使用 模型 预测 类标 记未 知 的对 象 类 。 或 ， ３聚 类分 析 ：对象 根据 最大 化类 内 的相 似 性 、最小 化类 间 的 ． 相似 性 的原则进 行 聚类 或分 组 。 ４ 演变分 析 ：数据 演变 分析 描述 行 为随 时间变 化 的对象 的规 ． 律或 趋 势 ，并对其 建模 。 三 、ＥＰ系统 中的 数据挖 掘应 用框 架 Ｒ （ ）基 于数 据仓 库 的数据 挖掘应 用框 架 一 本 文根据 Ｅ Ｐ的特 点 ，结合 典型 的数据 挖掘 系统 ，提 出一 种 Ｒ 基 于数 据仓 库 的 ＥＰ 据挖 掘应 用框 架 ，如 图 １ 示 。 Ｒ数 所
- 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 共 6 页 基于.NET的ERP系统中数据挖掘实现技术 苏益杰1 施吉鸣2 (1．宁波教育学院，浙江宁波315010 2，宁波职业技术学院，浙江 宁波 315800)
摘要：针对传统中小企业信息系统在决策方面的不足，提出了适合中小企业特点的中小企业ERP系统的设计方案，并在此基础上论述了基于.NET的中小企业ERP系统的数据挖掘实现技术。 关键词：中小企业；数据挖掘；决策支持 中图分类号：TP311.1,F270.7 文献标识码：A 文章编号：1009-2560(2006)03-00
1 引言 ERP是Enterprise Resource Planning 的缩写，也就是企业资源计划。是指建立在信息技术基础上,通过对企业销售、生产、采购、物流等各种环节,以及人力资源、生产设备、资金等企业内部的有效控制和管理,实现企业内部资源的优化配置,提高企业生产效率和市场响应能力的管理软件系统。其核心是实现企业内部供应链的管理。ERP的实施将有效地提高企业对客户地响应能力，降低企业管理费用，提高企业运作效率，优化企业资源配置。鉴于目前我国中小企业的现状，建立企业全面信息管理系统的各种条件尚不成熟，因此，国内的中小企业期盼一种能够适合中小企业实际情况又具有决策支持方面能力的ERP 系统。 数据挖掘是近年来迅速发展的技术。有效应用数据挖掘技术可以从大量的企业数据中发现对企业运行决策有重要指导意义的知识和规律，直接用于企业的日常运营和管理决策。本文根据数据挖掘技术的这个特点，并针对传统中小企业信息系统在决策方面的不足，提出构建适合中小企业特点的ERP系统，并把数据挖掘技术应用到ERP系统，以提升中小企业ERP系统决策支持方面的能力。 中小企业ERP系统及其数据挖掘子系统采用B / S (Browser / Server) 结构的工作方式，基于微软的ASP.NET框架设计和实现，系统采用微软的SQL Server 2000数据库和分析服务器，并使用OLE DB FOR Data mining 规范进行数据挖掘服务。 以下论述中小企业ERP系统及其数据挖掘子系统的主要设计和实现过程。
2 系统设计关键技术
中小企业ERP系统及其数据挖掘子系统在设计中充分考虑了我国中小企业的现状，采用B / S (Browser / Server) 结构的工作方式来实现。B / S结构的系统有效地解决了中小企业
收稿日期：2006-03-12 作者简介: 苏益杰(1978-)，男，浙江宁海人，宁波教育学院助教。 第 2 页 共 6 页
存在着IT技术人员层次低和数量少的问题，有利于中小企业实现信息化进程。 系统利用Microsoft 公司提供的集成开发环境. NET 框架和新一代面向对象的开发语言C # 来开发。 ASP.NET是微软公司继ASP之后推出的一项新技术，使用. NET 框架提供的编程类库构建而成，用于创建、管理和部署Web 应用程序。在. NET 体系结构中，XML作为一种应用间无逢接合的手段，用于多种应用间的数据采集与合并，用于不同应用间的互操作和协同工作。ASP.NET中构造的解析器MS XML能够处理很多XML任务，利用XML 和ASP. NET开发基于Web的动态应用程序已成为网络应用的主流。 系统总体结构采用基于ASP. NET的企业级三层架构的方式，系统设计成分布式应用结构，分布式应用程序的主要设计原则是将应用程序逻辑地分为表示、业务逻辑和数据访问3 个基本层，这样使系统结构更清楚、分工更明确，使应用系统的开发具有更大的灵活性和可扩展性。另外ASP.NET体系结构更大程度上坚持了基于组件的原则，每个网页都成了一个可访问的完全编译的对象，并利用了面向对象设计、即时编译和动态高速缓存等技术。基于.NET的ERP系统运行架构如图1所示：
图1 基于.NET的ERP系统运行架构 按照上述逻辑分层原则对分布式应用程序进行分层，使用基于组件的编程技术，并充分利用 .NET 平台与 Microsoft Windows 操作系统的功能，开发的系统具有高度可伸缩性和灵活性。 ADO.NET是.NET中的一个核心技术，是.NET中包含的一个功能强大的数据访问类库。ADO.NET的数据存取API提供两种数据访问方式，分别用来识别并处理两种类型的数据源，ADO.NET是.NET应用程序中处理存放在数据库中的信息的首选技术，同时由于它提供了非连接的数据操纵功能，所以适合于Web应用程序开发。本系统采用ADO. NET来实现对SQL Server2000中数据的访问。 SQL Server2000是微软公司推出的关系数据库管理系统。SQL Server2000可以将数据库连接到Internet并通过Web浏览器访问数据，同时SQL Server2000的数据库引擎集成了对XML的支持，内嵌的查询服务功能、分析服务功能使数据库的访问、数据挖掘成为可能。
3 ERP系统设计方案
中小型企业ERP系统的定位的主要用户为中小型企业。为了适合中小型企业特点，设计中对完整的ERP系统进行了精简和优化。 ERP系统包括基础资料模块、采购管理模块、销售管理模块、库存管理模块、生产管
数据访问层业务逻辑层表示层
ASP.NET页面业务逻辑(C# VB等)数据访问(ADO.NET等)数据库
(SQLServer2000Analysis Services) 第 3 页 共 6 页 理模块和结算管理模块等六个模块。ERP系统可以根据客户订单、经营目标和市场预测来制定销售计划。根据销售计划，直接生成生产计划，通过人力资源、设备能力来评估生产能力需求。根据生产计划、库存和产品结构来生成物料需求计划。根据物料需求计划和生产工艺，生成外购计划和生产作业计划。根据生产作业计划和在制品结转，生成车间作业计划。通过车间作业计划，进行作业调度和作业跟踪，在作业完成后进行车间的生产统计，经入库后发货来实现销售计划。ERP系统总体流程如图2所示： 图2 ERP系统总体流程图
4 基于.NET的数据挖掘实现技术
在ERP系统中，存在大量的数据，有必要对数据进行挖掘，以提供决策支持，所以数据挖掘子系统尤其重要。 数据挖掘子系统对ERP系统中所产生的企业数据实现完整的数据挖掘过程。因为要面向中小企业用户，所以系统特别注重对用户与数据库交互的支持，由用户根据ERP系统数据库中的数据，选择一种模型，然后选择有关数据进行知识的挖掘，并不断对模型的数据进行调整优化。 整个数据挖掘子系统由数据采集、数据挖掘建模和结果数据展示三部分组成。对于系统而言，最重要的是建立数据挖掘模型和面向终端用户进行数据的展示和分析工作。数据挖掘系统设计中采用SQL Server数据挖掘中的多种有效的数据挖掘算法，主要引入了决策树模型和聚类分析模型。 数据挖掘功能的实现技术主要用Visual Studio.Net 2003集成开发平台设计Web程序代码，通过ADO.NET进行模型的构建、训练和预测分析，Web程序代码中采用微软的数据挖掘规范OLE DB FOR Data mining 接口与远程的SQL Server分析服务器进行数据交换。 以下列出了在数据挖掘子系统中用ERP系统所产生的企业数据创建数据挖掘模型、培
客户订单销售预则主生产计划（MPS）
物料需求计划（MPS）
采购计划采购收货检验采购入库销售发货销售退货仓库应收款管理应付款管理财务结算管理生产加工单
生产领退料车间成品入库
基础资料部门人员设置BOM表 第 4 页 共 6 页 训模型和根据模型预测行为这三个步骤实现数据挖掘功能的核心源代码以及系统运行效果： 4.1 数据挖掘核心源代码 1、创建数据挖掘模型： CREATE MINING MODEL CreditRisk (CustID LONG KEY, Gender TEXT DISCRETE, Income LONG CONTINUOUS, Profession TEXT DISCRETE, Risk TEXT DISCRETE PREDICT) USING Microsoft_Decision_Trees 2、训练数据模型： INSERT INTO CreditRisk (CustId, Gender, Income, Profession, Risk) SELECT CustomerID, Gender, Income, Profession, Risk From Customers 3、根据数据挖掘模型预测行为： SELECT Customers.CustomerID, CreditRisk.Risk, PredictProbability(CreditRisk) FROM CreditRisk PREDICTION JOIN NewCustomers ON CreditRisk.Gender=NewCustomer.Gender AND CreditRisk.Income=NewCustomer.Income AND CreditRisk.Profession=NewCustomer.Profession
4.2 系统运行效果 系统运行后大多数以图表的形式给出，如下图，对采购订单的各字段条件进行聚合，从而判断各条件之间的制约关系。