工作流是事务操作中的一系列动作和步骤。 数据采掘（Data Mining），指的是从大型的数据库或数据仓库中提取人们感兴趣的知识，这些知识是隐含的，事先未知的潜在有用信息。数据采掘工具将为决策支持系统开发提供良好的技术支持，并且数据采掘工具还可以对现有的大型数据库直接Mining，以发现数据库中潜在的知识。 银行卡系统的主要作用是帮助决策人员进行决策分析。目前的银行卡系统仍然属于传统的信息技术，其决策分析部分仍是在操作型数据基础上采用操作型的数据处理工具。在我们开发的银行卡系统中，用户在使用过程中就提出了决策分析的需求，希望能开发出智能化的银行卡系统，以协助配货中心、买断销售、促销等的决策活动。 本文研究的目标是开发一个能适用于智能化银行卡系统的数据采掘工具，作为数据仓库的重要工具，为决策提供支持。 本文设计了一个基于C/S结构的数据采掘工具。该工具采掘的数据源是银行卡系统的业务数据。该系统分为三个主要的功能模块：数据准备；数据采掘；结果表述。系统在具体使用时，需要对这三个过程多次选代，以比较采掘的结果，即完成数据评价的功能，从而得出对某一决策分析具有真正价值的知识。 对数据准备，本文采用ODBC连接技术，可以和各种关系型数据库进行连接，保证了系统的开放性。以关联规则为例，论述了系统的数据结构设计，包括：数据预处理的数据源数据结构；关联规则采掘结果知识存储的数据结构。 在数据采掘模块中，本文研究了四种数据采掘技术：关联规则；序列分析；分类分析；聚类分析。其中以关联规则采掘为主，论述了采掘关联规则的算法，以及所做的改进，主要是增加兴趣度阈制值。关联规则算法中本文研究了：带 河北工业大学硕士研究生学位论文 兴趣度阈值的多层关联规则采掘算法：增量更新算法。 在数据表述方面，仍以关联规则为主，讲述了自然语言表示；图形表示和网 格表示三种表示方法。 为了对银行卡系统有更深入的了解，本文专门研究了银行卡系统的现状以及 其缺陷和发展趋势，指出本系统是在银行卡系统的数据基础上进行企业的决策 支持分析的一个工具。