信息作为现代企业的宝贵资源,占据着越来越重要的地位,成为科学管理的基础,正确决策的前提,有效调控的手段。随着企业信息化进程的推进,越来越多的数据存储在企业的数据库中,企业内部已积累了海量数据。如何有效地利用这些数据,从中挖掘出有价值的知识和规则来支持企业管理决策,提升企业的综合竞争力是摆在企业管理者面前的一个重要而紧迫的任务。近年来,随着数据仓库技术(DW)、联机分析处理技术(OLAP)和数据挖掘(DM)技术的发展,开创了基于数据仓库的决策支持系统(DSS)研究的新方向。本课题以制造企业库存分析决策支持系统的构建为背景,首先介绍了国内外数据仓库技术的发展与应用现状;数据仓库的概念与特点;数据仓库的体系结构;数据仓库的建模方法;数据的抽取、转换和加载技术;联机分析处理(OLAP)技术;数据挖掘技术。其次,从数据仓库数据库、多维数据集的构建方面,设计了一个基于数据仓库的企业库存分析决策支持系统,并以福州西城电子有限公司的历史数据为依据对本系统的有效性和可行性进行验证。接着阐述了经典的关联规则挖掘算法—Apriori算法、人工神经网络以及决策树算法在本系统中的应用。最后,通过同企业原先ERP系统在结构、性能、安全等方面的比较,体现了基于数据仓库技术的决策支持系统的优越性,同时指出了今后有待研究和完善的问题。