随着计算机在管理中的应用,大量的数据可以被充分的利用,辅助管理和决策。20世纪80年代,在管理信息系统的基础上,发展了决策支持系统。决策支持系统的基础是大量被良好管理的数据。为了管理好这些数据,产生和发展了数据仓库系统,它是数据库技术发展及应用驱动的结果。数据仓库提供了一个数据平台,在此基础上可以进行强有力的数据分析、数据挖掘和报表,从而支持决策。数据仓库技术从提出开始,就受到学术界、工业界和用户的重视。虽然各公司陆续推出了数据仓库产品,对于数据仓库的研究方兴未艾,国内的 研究还有很大的空白有待填补,特别是灵活的数据仓库解决方案还需要研究探索。建立数据仓库系统,最关键的问题是数据的组织问题。在数据仓库中,数据处于中心位置,围绕数据建立多种分析和应用,不同于传统数据库中以应用为中心收集和组织数据。论文讨论了数据建模的过程。数据仓库建模包括收集需求、需求分析、系统的规划、概念设计、逻辑设计、物理设计等。针对数据仓库的特点,需要动态的数据仓库开发过程,支持用户需求的调整与追加。本论文实现了动态数据仓库的建模过程,以用户的需求为驱动,支持用户需求的变化与调整,从系统的逻辑设计到物理设计,每一步骤都有相应的中间结果文件生成,方便用户对设计结果的掌握,同时,具有良好的交互性和简单友好的操作界面。本文讨论了数仓库建模的详细过程和技术。首先是数据仓库的概念、体系结构及开发过程,以及基于数据仓库的数据挖掘和联机分析处理理论,着重论述数据仓库技术在决策支持系统(DSS)中的应用。 当前数据仓库支持技术的重点是OLAP,OLAP分析是基于多维模型。本文在研究了多维建模的基本原理和基本方法的基础上,针对企业决策过程的迫切需要,建立了多个OLAP模型。这些模型虽然不能涵盖企业的所有决策需求,但是它们一方面满足了企业最迫切的一部分需求,一方面也可作为进一步建立更多的OLAP模型的重要参考。