随着信息技术的飞速发展和企业信息化水平的不断提高，邮政企业内部积累了越来越多的数据。如何充分利用这些大量的数据并发现有价值的信息，为决策者提供重要的决策信息，已经成为研究的热点。数据仓库是存储供查询和决策分析用的集成化信息仓库，它能将分析决策所需要的大量数据从数据源中分离出来，使得分散、不一致的操作数据转换成集成、统一的信息。 通常，数据仓库的数据集成阶段会遇到网络堵塞、网络信息不协调、视图更新不一致等问题。本文通过引入Agent技术，对邮政的数据仓库系统进行了应用研究和实践探索。结合广东邮政储蓄的数据仓库系统对Agent的特性和优势进行了分析和利用，特别是利用它的移动性来解决传统方法无法解决的一些问题，使大量数据和信息检索变得更加方便、完整、快速和灵活。移动Agent可以在异构网络中自主迁移到另外主机上并与其他Agent或资源进行交互，并且具有高效处理大量数据的能力，这使得在实际应用中可以大大减少数据传输过程中的网络流量，更加有效地管理分布异构的集成环境，为开发一个灵活、可伸缩、高效的数据仓库系统提供了更为广阔的前景。 本文的主要研究内容和成果如下： (1)分析了邮政数据仓库中存在的数据源异构和实时性等问题和要求，提出了一个数据仓库的改进体系结构，在其中增加了监控模块和暂存数据区。 (2)介绍和分析了Agent技术，提出了一个基于Agent的数据仓库体系，增加了两个多Agent系统：集成多Agent和同步更新多Agent。集成多Agent系统主要对数据源中的数据进行监控、转换和集成，并将集成后的数据传回数据仓库进行存储。同步更新多Agent系统负责数据仓库和数据源中的数据保持同步，避免紧急事件影响决策者的决策结果。同时保留基于时间的定期数据更新。 (3)阐述了邮政的数据仓库系统的设计方案，分析了改进数据仓库体系结构中各个模块的功能，并详细介绍了基于Agent的数据仓库模型中两个多Agent系统的结构、功能和流程，最后介绍了集成多Agent系统的形式化实现。为邮政数据仓库的数据集成提供更好的支持。 最后，通过对本系统的分析，指出了系统中的不足和下一步工作中需要改进和提高的地方。