论文部分内容阅读
随着花卉企业信息化系统的建立，企业的各个业务系统积累了大量的数据，这些数据缺乏组织性并且数据的利用率低，花卉企业决策者需要了解隐藏在这些数据背后的重要知识以辅助企业的决策制定，数据仓库技术的出现为决策支持系统的开发提供了一条新的途径。
本文通过充分了解用户的需求，为花卉企业建立花卉苗木的销售预测系统(FSFS)。在FSFS中对数据仓库和数掘挖掘进行了应用研究，在以下几个方面取得了一定的成果：
1)数据仓库建模的研究：对花卉企业的需求进行分析，提出数据仓库的三个阶段规范化模型描述的集成化建模方法，即概念模型的设计、逻辑模型的设计和物理模型的设计三个阶段；为了保证数据的质量，分析传统ETL过程的不足，提出基于元数据的四层ETL过程，这四个过程由三个FTL引擎，他们分别执行数据的抽取、数据的转换和数据的加载，形成一个数据的类流水线过程，另外建立元数据库对ETL过程、数据仓库和数据挖掘进行描述。
2)时序数据挖掘的框架和算法设计：分析常用的时间序列分析方法的不足，提出时间序列数据挖掘方法的思路，并结合花卉苗木销售数据的特点，提出时间序列特征模式挖掘的框架和算法的框架以及算法实现。
通过本文的研究将进一步提高决策系统在花卉企业信息化中的理论和应用水平，并且提出时序数据挖掘来对销售预测进行预测，具有一定的理论意义和应用推广价值。