面对不断加剧的社会竞争，各个企业都在不断探索增加产品销量的道路。原来在企业中起过很大作用的数据库管理系统，随着各企业数据量的成倍增加，以及企业对数据处理的要求从原来的事务处理到分析处理，以实现对企业的决策支持的改变，已不再可能满足现代企业对数据处理基本需求，因此我们不得不去寻找一种自动分析数据、自动分类数据和自动汇总数据的方法，以便从这些大量数据中自动发现和描述这些数据的趋势和标定那些异常事务。从而引出了对数据仓库、多维分析和数据挖掘的研究和应用。 本论文首先对数据仓库、多维分析和数据挖掘进行了深入的分析与说明，在数据仓库方面，从数据仓库的定义出发对数据仓库作了全面的论述，并对数据仓库中的数据组织作了描述；在多维分析上，对多维分析中的相关概念进行的解释，对多维分析和联机事务分析进行了对比；在数据挖掘中，对数据挖掘的算法进行了介绍和比较。其次，提出了—种从传统数据库中提取数据的最短路方法，以此方法便可完成数据仓库中数据的提取以及数据仓库的建造，同时从多维分析中的各种操作出发，对多维分析中的切片、切块、上卷、下钻和旋转操作进行了剖析，并在数据仓库的基础上实现了市场营销中数据的分析和处理。再次，对数据挖掘中的关联规则的挖掘进行了较深入的研究，引入了两种对Apriori算法的优化，第一种是AprioriTB算法，此算通过减少对扫描数据库的大小实现了对Apriori算法效率的提高；第二种是TID算法，此算通过减少对数据库的扫描次数完成了对Apriori算法优化。最后，从分类和聚类这两种对数据的挖掘方法出发，研究了对客户类型通过决策树进行的分类，以及研究了一种通过网格算法和密度算法相结合的一种新的聚类算法。 目前，国内与国外在此课题上的研究现状和水平相差甚远。国内在这一方面的起步比较晚，到目前为止，国内只有少数企业才建立了企业自己的数据仓库，还未发展到从大量数据中找出有用的支持企业决策信息这一步。以上应用在我国企业中，甚至于零售业中的应用前景非常看好，它不但可帮助企业管理好客户，同时也可刺激客户进行消费，并可帮助企业更容易的争取 西安建筑科技大学硕士学位论文 一 使潜在客户成为企业的忠实客户。 本论文利用运筹学中的最短路方法实现了对传统数据库中数据的提取；在数据挖掘的关联 规则挖掘中，对关联归则挖掘的Ae靴顺个方面进行了优化，并对两种靴狮了详 细的分析说明及实现；在分类挖掘中，对市场营销中的客户类型进行了诀策树挖掘；在聚类挖 掘中，对基于网格和密度的聚类算法进行的详细的分析说明。本论文仍有一些不足之处，希望 在以后的工作实践中能继续本论文的研究。