文档介绍：数据仓库决策技术的应用
传统的基于数据库的决策支持系统存在数据分散数据不统一数据可分析能力低等缺点为了
解决传统决策支持系统中存在的问题，可以利用数据仓库技术建立决策支持系统的解决方
传统决策支持的不足
（一）传统决策支持系统缺乏内为了处理空间问题,系统还应具备以下特点: ①提供多源空间数据的输入与存储功能; ②表达复杂空间关系与结构; ③提供空间分析技术; ④提供多种空间形式的输出功能。
但是这种决策支持系统也面临着其发展上的巨大障碍,投入应用的成功实例并不多,主要原因是: ①决策支持涉及大量历史数据和半结构化问题 ,在传统数据库技术基础上建立城市规划决策支持系统，只能提供辅助规划决策的数据级支持,难以求解复杂的半结构化决策问题。② 决策支持系统以集成数据为基础。现实中数据往往分散管理且大多分布于异构的数据平台, 数据不易集成。③决策支持系统的建立需要对数据、模型、知识和接口进行集成。数据库语言数值计算能力较低,采用数据库管理技术建立的决策支持系统知识表达和知识综合能力较弱,难以满足人们日益提高的决策要求。
90 年代初,数据仓库技术的发展给以上问题的解决带来了新的契机。数据仓库将来自各个数据库的信息进行集成,从事物的历史和发展的角度来组织和存储数据,供用户进行数据分析, 并辅助决策支持,成为决策支持的新型应用领域。由于数据仓库理论与技术的研究尚处于起步阶段,将它用于规划决策支持还有许多特殊的问题亟待解决。这里着重探讨这一技术在城市规划决策支持系统中的应用及理论框架。
2数据仓库技术在水稻栽培管理决策支持系统中的应用摘要：农业与其他行业相比, 涉及的因素极其繁杂, 如土壤、气象、环境等, 且时空差异和变异性大, 病虫灾害频繁, 生产稳定性和可控程度差。农业自身的这些特点, 决定了农业信息技术应用的复杂性和难度。文章结合水稻管理的实际情况, 给出数据仓库在水稻栽培管理决策支持系统中的初步设计方案, 探索了该技术在水稻生产中的应用, 解决出现的相关技术问题。
关键词：水稻; 决策支持系统; 数据仓库
农业中的数据量庞大而且复杂, 搜集和处理这样的数据具有很大的难度, 如何有效地从这些数据中深入寻找各种因素的相互联系, 这对于推动农业发展, 产生巨大的经济效益和社会效益是十分必要的, 利用决策支持系统能够满足这些要求。
黑龙江省是我国主要的水稻生产基地, 万公顷。占全省耕地面积19% , 但黑龙江省地处高寒偏远地区, 水稻经济优势还没有全部发挥出来。
为了进一步提高水稻的单产和总产 , 利用现代的电子信息技术改造作物传统的种植方法是必然选择, 也是传统农业向现代化农业转变的重要标志和科教兴农的重大突破。传统的决策支持系统由数据库、模型库、知识库及人机交互接口四大部分组成。随着时间的推移, 数据量的增大, 这种方式下的决策支持系统越来越显示出其固有的先天不足。
然而, 随着数据仓库技术、联机分析处理技术及数据挖掘技术的发展, 决策支持系统的不足逐步地得到改善, 并有新的突破。农业是一个巨大的复杂系统, 其数据具有量大、多维、动态、不完整、不确定等特点, 所以数据仓库能较好的处理这些数据。
3基于数据仓库的刑事案件决策支持系统设计
摘要：为了更有效地促进情报主导警务