【毕业论文】数据仓库技术和OLAP技术在会计信息系统中的应用研究

在会计信息化中级阶段，会计软件产业主要为财务管理实现信息化而努力，资金管理预算管理成本控制成为会计软件的新三样。

数据仓库技术和技术在会计信息系统中的应用研究在会计信息化高级阶段，未来会计核算和财务管理信息化基本完成时，会计软件产业将主要为财务决策提供数据分析。

此外，我国第位会计电算化博士导师财政部科研所的杨周南教授也认为，核算型财务软件已不能满足企业的需求，企业需要建立事前有预测，事中有控制，事后有核算和分析，并广泛利用人工智能，辅助会计人员利用现有信息进行决策的现代科学管理模式，为此，引进国外先进的管理思想，同时，根据我国实际情况加强研究，逐步建立和健全我国管理信息系统的科学模式。

这个观点更加明确地指出了会计信息系统的发展方向应该由核算型向分析型管理型预测型决策型方向发展。

由以上二位业内资深人士的观点不难看出，个成熟的高级的会计信息系统，必须以商务智能技术，简称为支撑核心，必然以辅助管理决策分析为目的。

未来应以推动核算型的会计电算化信息系统向管理型智能型的会计信息系统转变为方向，为企业建立高效的管理信息系统，实现管理创造价值。

个高级的会计信息系统将是企业整体信息系统的核心部分，它提供企业管理决策所需信息的以上，连接着管理决策与业务实际的关键环节，是提供分析应用的主要过程。

本文拟对会计信息系统的智能化功能需求，给出种设计方案，进行探索性研究。

论文研究内容与结构框架论文研究的内容是从对会计软件市场占有情况的分析开始，结合企业信息化进程对信息系统功能的需求，以数据仓库为技术核心，设计基于企业现有会计信息资源的多维数据分析系统，提供适合管理决策需要的企业全方位的信息。

全文共分七章第章是绪论部分，介绍了论文的背景选题的意义和论文框架，以及论文的重点和研究方法。

第二章是会计信息系统的现状分析，主要从会计电算化到会计信息化发展的历程，分析会计信息系统逐步完善的发展趋势和当前管理决策所需多维信息的差距，进而提出针对这问题，采用数据仓库等技术，构建个基于会计信息资源的多维数据分析平台，并对有关技术进行概括地介绍。

第三章是多维数据分析系统总体设计部分。

给出了总体设计目标，进行总体架构的设计，相关的业务流程分析，以及该系统的技术设计情况和有关特点。

第四章是是本文的重点部分，对总体设计中的核心部分多维分析功能进数据仓库技术和技术在会计信息系统中的应用研究步细化，明确具体功能。

第五章是理论结合实践的部分，对数据仓库技术在本系统中的具体应用，结合有关实例进行了介绍。

第六章是系统的实施，就企业实施多维分析系统应注意的问题和实施步骤进行了分析，对该设计方案的实施收益进行了阐述。

第七章是总结和展望，对该系统设计的局限性进行总结，从企业对管理决策信息的需求发展趋势，对该研究领域的发展进行展望。

论文结构如下图所示图论文结构图绪论会计信息系统的现状多维数据分析系统的总体设计管理分析功能详细设计技术应用介绍多维数据分析系统的实施总结与展望数据仓库技术和技术在会计信息系统中的应用研究论文重点与研究方法论文的重点是扩展会计信息资源在管理决策分析方面的使用，以数据仓库和技术为主，突出多维分析功能的设计。

论文采用理论和实际相结合的研究方法。

在阅读相关文献的基础上，本文采用面向对象的设计思想，运用三层系统架构，结合会计信息系统与企业信息化整体发展相适应的基础上，采用数据仓库和技术，将管理决策所用到的多维分析功能作为核心模块和主体功能进行设计。

数据仓库技术和技术在会计信息系统中的应用研究会计信息系统的现状会计信息系统的发展演变会计信息系统发展的四个阶段从宏观的视角看，我国会计信息系统的发展阶段中包括了会计电算化的发展阶段，同时也包括会计信息化发展阶段，这二者具有前后相继的传承关系。

因此，学术界主流观点对我国会计信息系统的发展可以概况为以下个阶段定点开发阶段年年该时期处于我国改革开放初期，工作重点是恢复健全会计核算制度，对计算机应用还处于起步阶段，计算机信息处理技术还比较落后，设备和人才都很缺乏，宏观上也缺乏统的规划与指导。

开展电算化的单位大多是自行组织设计开发会计软件，其特点是投资大开发周期长水平低重复开发程度高。

国家基于对计算机应用的重视，也抓了几个会计电算化试点单位进行相应的开发和培训工作。

尽管如此，这时期的探索性工作，积累了不少经验，锻炼了会计电算化应用人才，为会计信息系统的进步信息化发展奠定了基础。

单项业务处理阶段年年随着以微机应用为标志的新技术革命浪潮的推动，企业对会计电算化的需求增加。

商品化的会计软件提供的功能主要是进行账务处理工资计算固定资产卡片管理和会计报表编制等单项业务处理，基本模仿手工作业流程，大大提高了会计核算工作的效率，减轻了会计人员的工作负担。

核算型或针对高级用户编写指标主要变动原因，还可以在变动原因表取值。

可以嵌套的条件分支判断。

当需要对个指标值进行条件判断时，可以在判断框中根据需要输入逻辑判断式。

自定义图表。

可选择变化图排列图和对比图，对于包含辅助列的分析表，选定辅助列后还可获得其他辅助图。

调用报告。

可以调用现有的其他报告，减少定制报告的工作量，提高已有分析报告的利用率。

图定制分析报告示意图数据仓库技术和技术在会计信息系统中的应用研究数据仓库技术和技术的应用以前，会计信息系统的主要职责就是记账算账等。

在当时的条件下，由会计信息系统单独孤立地收集财会数据，加工处理，重点放在代替人工计算上，从而必然造成重会计核算轻财务管理重会计信息的生产轻会计信息的利用等现象。

但随着企业信息化的推进，企业的财务信息在业务发生的同时，被同步采集到会计信息系统中，会计信息系统的主要任务已不再是记账算账，而是分析财务数据，得到管理决策支持信息。

基于数据仓库和技术的多维数据分析系统具有很强的灵活性，模型类似真实的业务模型，因此业务分析人员无需对技术很了解，基于业务知识即可操作数据模型。

按照报表从查询中生成查询从立方体生成而立方体则从数据集市中生成的信息流程，全方位地提供决策所需的数据，并使企业可利用这些分析的数据来对部分的流程实施监控。

应用概况本系统是以三层浏览器服务器方式运行，服务器运行在操作系统平台上，完成各种查询计算和综合功能终端客户则用浏览器登录服务器，对数据进行格式化查询报表生成等操作二者之间是应用服务器，集中和简化客户端与数据仓库服务器的工作，降低系统数据传输数量，提高工作效率。

系统可以接受来自会计信息系统，或利用第三方加载工具的外部信息系统等各种系统的源数据，从而形成星形架构中的事实表及其相关的维度表立方体。

系统具有强大的功能数据切片旋转钻取钻透等。

下面，就相关的设计构建过程进行说明首先确定主题，在此基础上建立系统平台及数据仓库，最后是应用等。

数据仓库自身并不支持直接面向分析，在数据仓库基础上，针对不同的主题，经过抽取相应的数据来建立部门级数据集市，生成立方体进行数据展示等步骤。

首先，数据仓库和基于它的查询分析工具是采用多维数据模型进行操作的，该模型将数据看成数据立方体形式，数据立方体允许以多维对数据进行建模和观察。

数据仓库技术和技术在会计信息系统中的应用研究本系统采用了先建立数据仓库，再建立数据集市的系统结构，其中数据仓库重点解决数据整合与清理问题，不直接为服务而基本数据模型是多维模型，需要在数据仓库上建立基于多维模型的数据集市。

这样设计的优点有下列方面数据仓库不仅为应用提供了数据源，还为信息查询处理等应用提供数据基础，并可以作为企业的数据存储中心数据集市直接为服务，可以自由地根据具体的分析需求对数据结构和内容进行加工，而不必要担心损害系统的通用性，因为通用性由数据仓库来保证。

只建立数据仓库或只建立数据集市的结构，则很难在通用性和专用性之间取得平衡。

数据仓库在数据源和数据集市之间形成个缓冲，可以大大降低甚至消除数据源的变化对数据集市的影响。

并避免了直接在数据源上建立数据集市所带来的数据不致重复抽取等问题。

下步将建立立方体。

由于数据集市仅仅是维表和事实表的有机组合，它本身并没有进行聚合计算。

而分析的快捷性是建立在大量的预先进行的聚合计算基础上的，因此需要建立由在数据集市中的数据聚合而成的立方体，来进行分析。

本系统的服务器选用，采用的存储方式存储立方体，即将基础数据留在数据集市中，而将聚合计算的结果以多维数据库的形式存储。

立方体的主要建立步骤为构建立方体所需的维度维度将根据分析需求和维表的结构建立起来，具有层次结构，其中个称为所有层的结构是数据在该维上的最高聚合。

立方体的生成选取分析需要的度量和维度，再选取立方体的存储形式方式，即可聚合计算形成立方体。

最后是数据展示。

运用分析工具连接并操控服务器的立方体，进行切片切块钻取旋转等操作。

其结果以多种形式展示图表形式报表文本报告等。

数据仓库应用分析构建数据仓库的最主要目的就是提供个统的数据平台，把从企业的业务系统中获取的，分散的数据集中在起，构成企业数据的个整体。

般数据仓库的应用是按照主题分类，根据主题建立维表和事实表，载入数数据仓库技术和技术在会计信息系统中的应用研究据，进行分析等。

确立主题主题是个在较高层次上将数据归类的标准，每个主题对应个宏观的分析领域，可以细化为多个主题表。

在数据仓库的具体应用中包括投资决策筹资决策股利分配决策以及其他基于价值的企业经营决策，般可划分为三类主题多维分析类主题。

主要建立在数据集市基础上，利用技术实现项目价值或关键财务指标等多维分析。

预测分析类主题。

主要功能是将与财务相关的企业内部历史数据和企业外部数据作为输入，经过预测模型加工处理，完成所需经济指标的定量预测，输出分析报告。

辅助决策类主题。

主要借助于系统提供的决策模型分析模型，设定预警条件，进行必要的计算分析和判断，提供几种可选择的方案，辅助高层管理人员做出最佳决策。

本文设计的多维数据分析系统主要针对第类主题的实现，即对关键财务指标的多维分析，以及其他项目价值的分析。

数据粒度和表划分为分析和决策需要，将数据仓库中的数据按不同程度进行综合。

在数据仓库中的数据综合度称为粒度，般分为个级