息查询预警提示联机分析处理决策支持和系统管理五大模块，图描述了系统的整体功能与相互关系。

图超市决策系统功能模块图其中信息查询模块利用数据仓库中经过清洗和转换的轻度汇总数据，实现了在超市决策系统中对顾客会员商品销售库存信息的明细查询，避免了用户在决策支持系统中对原始操作数据的繁琐查询，以及在系统之间反复切换的麻烦，其功能树详细展开如图所示。

库存缺料查询信息查询基本数据查询业务数据查询库存主题分析处理销售主题分析处理顾客主题分析处理商品主题分析处理应付款到期查询采购订单查询联机分析处理超市决策系统预警提示顾客消费评估商品销售预测库存预测决策支持系统管理系统权限管理数据仓库管理图信息查询功能细化图联机分析处理模块向用户展现分析的结果，其功能树详细展开如图所示。

图联机分析处理功能细化图信息查询基本数据查询业务数据查询顾客会员信息查询商品信息查询库存信息查询超市员工信息查询销售事务查询退换货事务查询进货信息查询联机分析处理顾客主题分析处理商品主题分析处理销售主题分析处理库存主题分析处理顾客聚类分析顾客分类分析顾客满意度分析商品销售关联度分析商品品类优化管理商品进货库存管理促销活动效用分析交叉销售分析销售数据统计分析超市决策系统的实现根据超市需求分析的基本要求，考虑到我国超市的实际使用情况，在综合考虑各种数据库及开发工具的基础上，决定采用作为开发平台，用作为开发语言，数据库采用数据库来开发此系统程序的开发，运用了模块化设计的思想，选择三层架构方式实现数据访问层负责数据的存储，维护数据的完整性安全性，响应逻辑层的请求，访问数据，通常由大型的数据库服务器实现。

逻辑层负责建立数据库连接，根据用户的请求生成检索语句或更新数据库，并把结果返回给前端界面显示。

业务层负责处理用户的输入和返回输出结果，并对用户输入进行合法性验证。

运用模块化设计的优点在于降低客户端的配置要求业务变动只需在逻辑层修改，降低维护成本适合协同开发环境增强数据范围的安全性。

在服务器与客户端的配置方面，我们采用了大都是微软的产品或技术。

该项目采用了数据库服务器应用服务器客户端的三层结构，即浏览器服务器结构。

这种结构性能优越，易于扩展，也易于维护。

客户端采用微软的浏览器应用服务器和服务器均采用。

系统的主服务器采用位的企业版，数据库采用位的企业版，结合基于位处理器的服务器平台，为系统提供了稳定坚实的基础。

备份服务器均采用位的企业版和企业版。

服务器都放置在超市总部机房，通过数据交换平台与总部主档库各分支机构包括区域业态等的业务系统以及外部系统如供应商的系统等相联。

图系统布局图超市决策系统的开发客户机和服务器的连接客户机和服务器的数据传输是建立超市决策系统个非常重要的技术，因为对决策系统而言，客户机的数据大部分都是通过网络传输给服务器的，然后服务器才能对这些数据进行加工处理，以便得到对企业有用的信息。

下面是有关客户机与服务器建立连接的部分编程获得地址无法连接到服务器，请重试连接出错，，连接状态条显示出错信息定义网络流准备读取网络流上的数据定义个线程，否则接受网络信息当客户机和服务器连接好以后，则客户机就可以和服务器保持数据传输了。

数据仓库表的创建无论对般的管理软件，还是对决策支持系统或者系统，表的操作都是个非常重要的部分。

，销售编号，主键，商品编号条形码，销售日期商品数量商品单价，折扣，会员卡号，收银员编号，普通客户，商品名称商品类别上面的所创建的表是关于销售方面的表，记录着超市的销售情况。

数据仓库的修改操作将销售的数据添加到数据库或数据仓库中文件。

赋值提交数据库或数据仓库数据的查询操作对决策支持系统来讲，数据的查询操作是个基础的操作，而这些查询出来的数据为决策的分析提供了必要的依据。

比如如果想要预测出未来几个个月的销售情况，则必须了解最近几个月的销售记录，因为最近几个月的销售记录为下个月的销售预测提供了很好的参考依据。

下面为查询年各个月份的后顾客洗发水浴衣剃须泡沫空气清新剂洗衣粉其次，我们对商品进行销售关联分析首先计算各个项目集的支持度商品的支持度包含商品的事务数量全部事务数量项集的支持度描述了项集的重要性经过计算，结果如表所示。

表项目集的支持度项目集支持度项目集支持度项目集支持度设定最小支持度为，进步计算置信度为频繁项目集，为的非空子集。

经过计算，结果如表所示。

表项目集的支持度置信度置信度通过得出的频繁项目集结合具体商品进行比较分析，设定最小置信度为，可以得到以下些关联规则，，，，，，结果分析从结果中我们可以看出，三种商品之间具有很强的相关性，即洗发水浴衣和剃须泡沫之间。

尤其是当顾客购买洗发水时，具有很高的可能性来购买浴衣和剃须泡沫。

这个结论对于超市相关物品的摆放顾客的购买模式研究商品的进货管理等方面都有着很好的指导意义。

商店可以在商品摆放上将洗发水浴衣和剃须泡沫就近摆放，而空气清新剂和洗衣粉则应该与以上商品相对分开。

商店在进货及库存管理上也应该注意以上几种商品数量的协调，从而更好的满足顾客的需求。

小结本章针对数据挖掘模型在大型超市中应用的数据挖掘模型体系进行了研究设计并且对大型超市的应用进行实证研究。

基于超市的实际销售数据，应用商品关联分析模型进行实证分析，得出了些商品之间的潜在销售关系和品类内商品的重要程度数值，通过对这些分析结果的有效充分利用，从而为超市的经营决策提供辅助支持。

第六章结论结论在信息爆炸数据挖掘技术不断发展完善的今天，发展面向企业开发的数据挖掘已成为了必然趋势，通过构建数据仓库，对决策系统中积累的大量事务性数据进行数据挖掘，以决策系统决策支持所需的分析功能，辅助企业经营决策。

本文主要完成了以下的工作总结和阐述了数据挖掘的技术和方法，对开发数据仓库和数据挖掘的工具进行了研究，使得建立超市决策支持系统成为了可能，并通过对数据仓库理论的进步研究，成功构建了与集成的的超市数据仓库总结和阐述超市经常使用的些数据挖掘算法，并且重点介绍了聚类分析算法。

运用维度建模的方法建立了系统的信息模型，通过编程实现了个适应企业需要的决策系统，对数据挖掘在决策支持系统中的应用做了初步的探讨。

展望本文主要是将数据挖掘应用于以销售为核心超市决策分析，只是数据挖掘中的次有益的探索。

与企业相关的数据挖掘是个很有发展前景的方向，因为系统中产生存储着许多事务数据，数据之间隐藏着很多有用的信息可供挖掘辅助决策。

由于时间条件和自身水平的限制，在加上本人学习数据挖掘时间不太长，所以本文所做的工作还不能说是个完整的决策系统。

本文只是实现了这个系统的基本过程，就系统本身而言还存在许多不足，需要进步完善。

因此今后还需要在数据挖掘方面继续学习，以便更好的指导企业决策的制定。

参考文献张汇基于超市激光数据的营销决策模式研究吉林大学硕士论文，王珊数据仓库技术与联机分析处理北京科学出版社，姜园基于数据挖掘的聚类算法解放军信息工程技术大学，范建华数据挖掘在面向数据集市中的研究与应用复旦大学硕士论文，陈正明从尿布和啤酒到数据挖掘软件工程师，李卫东利用数据挖掘方法分析客户生涯价值计算机工程与应用，童恒庆数据挖掘中多维数据可视化的研究武汉理工大学硕士论文，贺玲数据挖掘中的聚类算法综述国防科技大学硕士论文，构建高效的系统北京机械工业出版社罗鸿，王忠民原理设计实施北京电子工业出版社，叶晖，陈海军Ⅱ系统的功能特征及其战略优势探析