企业的信息化和WEB技术的广泛应用,导致海量数据充斥在各个企业的现有系统中。如何有效利用这些资源,发现知识已经成为企业研究数据应用的热点。正是在这样的背景下,客户关系管理(CRM)系统应运而生。数据仓库及其挖掘技术能够创建预测客户行为的模型,帮助用户从大量的数据中抽取有用的信息,更好的支持企业决策者的工作。 本文重点研究了数据仓库及其挖掘技术在医疗生产企业CRM的应用。应用了一种利用四个数据存储部件,构建医疗生产企业数据仓库的方法。该方法核心在于创建数据集市的过程,数据集市更精练,更加面向主题。由于整个企业数据规模很大,真正将它们集中到一个数据库中几乎是不可能的。所以大多系统都引入了数据集市的概念。组建数据集市的优势在于,建设周期上的缩短和费用上的大大降低。使用数据集市后,设计、抽取、转换、加载和查询等环节变得简单和清晰。然而,如何确保多个数据集市的数据同步构成难点。作者通过对同一基础数据仓库的数据进行复制、分布或聚合操作,可以得到数据集市,并且保证了数据集市数据的一致性。 为了验证本文提出的理论与方法,作者设计了一个应用于医疗生产型企业的基于数据仓库的CRM系统。为了对医疗生产企业客户信息进行分析和预测,作者模拟了一个多维数据仓库的建立,并在构建的数据仓库之上,提出了用一种改进的数据挖掘关联规则算法来预测CRM系统中决策者关心的各个因素之间的关联关系,帮助医疗企业决策部门做出决策。 在项目开发过程中,作者主要负责创建企业级数据仓库的工作。