由于计算机数据采集工具及关系数据库技术的应用,目前各个行业都存储了大量的数据。传统的数据分析手段难以应付大量的数据,从而越来越多的企业意识到,要想在竞争中获胜,获得更大的收益,必须利用数据仓库、网络等计算机技术,深层次地分析、挖掘当前和历史的数据,以及相关的环境数据,自动快速地得到其中有用的决策信息,为企业提供快速、准确的决策支持,由此产生了从大量数据库中挖掘令人关注的信息的巨大需求。OLAP技术与数据挖掘是决策支持系统实施的两种方法。本文将两种技术融合于人人乐超市管理系统之中,以提高系统的工作效率。本文首先介绍了论文的研究背景和数据挖掘中聚类分析的发展现状。然后从系统需求分析出发,完成了人人乐超市数据仓库的设计和系统中销售管理OLAP立方体的构建,采用数据仓库技术中的星型模型进行多维数据建模,建立了销售信息的相关表格：销售事实表、时间维度表、厂商维度表、商品维度表、部门维度表,根据所建的不同维表搭建查询条件,对事实表的事实搜索查询结果。最后通过对系统从用户和功能两个角度对超市管理系统的需求进行了详细的分析,同时将系统分为系统设置信息管理和商品销售信息管理两部分。系统设置信息管理：包括商品分类管理、厂家管理、商品管理、部门管理、管理员管理。商品销售信息管理：包括商品出售管理、今日销售事实管理、历史销售事实管理、商品销售日汇总。在历史销售事实中可根据销售的时间或时间段、销售的厂家、商品的各分类来查询以往所有销售出去的商品。利用SQL Server 2005进行后台数据库的设计与实现,使用Asp.net开发工具对系统操作界面进行设计与实现。