该文对基于数据仓库的决策支持系统(DSS)实现持做了深入的研究,从整个系统角度出发,运用新兴的数据分析方法,探索开发智能化信息分析和决策支持工具的解决方案,主要研究成果如下:根据企业管理者对策信息的需求,运用数据仓库、OLAP、数据挖掘的最新研究成果,设计了一个基于数据仓库的决策支持原型系统.原型系统分为数据准备层、数据处理层和显示层三个层次,主要包括数据仓库管理、多维数据建模、OLAP分析、数据挖掘几个子系统,对数据进行验证分析和发现型分析,完成信息分析和决策支持的任务.对多维数据建模和OLAP分析系统的实现给出具体解决方案,提出一种描述层技术:将数据库中的字段按决策主题重组为恩赐向用户的对象,对象可以是数据库中的表名、字段名、连接(多字段组合)、维成员、对测度进行运算的表达式等.描述层可以屏蔽复杂的数据库结构,用户通过选择描述层中的语主去自由访问数据库,实现各种多维分析请求.针对时序数据库中的数量属性,提出一种新的规则形式——趋势关联规则,用于发现多个数量属性的变化趋势之间的关系.为挖掘此类规则,设计了将时序数据库转化为比率数据库的趋势变化模型,并给出基于该模型的挖掘算法实现步骤.趋势关联规则的挖掘是一种通用技术,不仅可以用在DSS中去发现价格变化与利润变化之间的关系等知识,还可以用于其它数据挖掘系统.该文探讨的研究工作很有理论意义和实际应用价值.目前许多企业并没有因为引进计算机管理就提高了经济效益,这其中原因很多,但企业没有很好的利用计算机保存的信息资源这个原因不容忽视.利用计算机进行企业管理、提供决策支持是大趋势,该文设计的原型系统可以用于中小型企业,具有实际应用前景.