基于数据仓库的高校决策支持系统设计

各 自的数据库 里 ．对 这些 数 据所 隐含 的价值 以及 数据 维 数 据 组织 正 好形 成 相 互 结合 、相 互 补 充 的关 系 ． 因 之 间的关 联没 有 深入 挖掘 利 用 ．无法 为决 策 者提 供更 此 ．将 Ｏ Ａ Ｌ Ｐ技术 与数 据仓 库结 合可 以较 好地 解 决 决
１ 决策 支持 系统 概述 、
１ ． 策支 持 系统 的概念 １决
和知 识 ． 现潜 在 的规律 ， 决策者 提 供决 策依 据 。数 发 为 据 挖掘 与 Ｏ Ａ Ｌ Ｐ不 同 的地 方 是 ．数据 挖掘 不是 用 于验
决 策 支 持 系 统 （ Ｓ ） 是 由 电 子 数 据 处 理 系 统 证某 个假 定 的模式 的正 确性 ．而 是从 数据 中 自己寻找 ＤＳ 其在 本质 上是 一个 归纳 的过程 。 据挖 掘反 过来 数 ｆＤ Ｓ 、 Ｅ Ｐ １管理 信息 系统 （ Ｓ逐 步发 展 而来 的 ， 支 持半 模式 ． ＭＩ） 是 结构化 和非 结构 化决 策 ，辅 助 决策 者进 行决 策 分 析 的 又可 以为联机 分析 处理提供 分 析的模 式 人机交 互式计 算 机应 用 系统 。它为 决 策者 提供 分 析问 数 据仓 库 、联 机 分析 处理 和数 据挖 掘 技术 既相 互 题 、 立 模 型 、 拟 决 策过 程 和 方 案 的环 境 ， 建 模 并调 用 各 补 充 ． 相互 结合 ． 不 同 的角 度 为决 策服 务 ： Ｗ 用 又 从 Ｄ 种 信息 资源 和分 析工 具 ．帮 助决 策 者提 高决 策水 平 和 于 数 据 的 存 储 和 组 织 ： Ｌ Ｐ集 中 于数 据 的分 析 ； Ｍ ＯＡ Ｄ
１４ ３
福
建
电
脑
２ １ 第 ８期 ０ ０年
基 于数据仓库 的高校决 策支持 系统设计
王 璇
（福 建对 外经 济贸 易职业技 术 学 院 福 建 福 州 ３ ０ １ ５０ ６）
【 摘 要 】 本 文针 对 高校 具体 情 况和 决策 需 求特 点 ， 原有 的信 息 管理 系统 基础 上 ， 出 了高校 决策 ： 在 提
数 据仓 库 中的数 据是 按 照 主题进 行 组织 的 ，每一 个 主题对 应某 一个 分 析对 象 ，一 个 大 的主题 又称 为 主 题域 ， 面可 以包 含若 干个 主题 或下 一级 主题 域 ， 下 这样 逐层 细分 ， 形成 一个 树状 的结构 。对 于高 校来 说 ， 学 教
２１ ０ ０年第 ８期
支持 系统 的 总体设 计方 案 。 并重 点 阐述 了高校 教 学数 据仓 库 的构 建方 案 。 最后 结合 案例 介 绍 了对 学生成 绩
数 据挖 掘 分析 的方 法。
，
【 关键 词 】 数 据仓 库 决策 支持 系统 数 据挖 掘 高校 信 息化 ：
ＯＡ Ｌ Ｐ从 数据 仓 库 中的集 成数 据 出发 ， 构建 面 向 分
福
建 电
ቤተ መጻሕፍቲ ባይዱ脑
１５ ３
关联 规则 的算法 很 多 ，其 中以 Ａ ｒ ｒ算法 最 为 经 ｐｉ ｉ ｏ 管理 是 其 核心 ， 含 了学生 、 师 这 两个 主 体对 象 ， 包 教 因 典 算 法基 于 一种 称 为逐 层搜 索 的迭代方 法 。首 先 ， 产 此 ． 以确定 教 学管理 、 生 、 师这 三个 主题 域 ， 各 可 学 教 在 一 １Ｌ 用 一 自主 题域 下 又可 以延 伸 出 多个 分 析 主题 ，具 体 见 图 １ 生 １ 项 集 的集 合 ．计 做 Ｌ ， ｌ 于找 频 繁 ２ 项 集 的 集 合 Ｌ ．２用 于 找 Ｌ … …重 复这 个 迭代 过 程 ， 到再 ２Ｌ ３ 直 所示。
深层 次 的决策 服 务 将决 策 支持 系统 应用 于 高校 的教 策 支持 系统需 要处 理 大量数 据的 问题 、 ． ３数据挖 掘 ｆ Ｍ） ２ Ｄ 学管 理 ． 海量 数 据 中挖掘 出潜在 的 信息 ， 从 为各 级 决策 １ ． 数 据 挖掘 从 大量 的数 据 中提 取人 们感 必 趣 的 信息 者提供 决 策支持 ， 高 校管 理信 息化 的一个 发 展趋势 。 是
它在 自底层 数据 库 收集 大量 事 务级 数据 的 同时 ，对 数 据进 行 集成 、 换 和综 合 ， 成 面 向全局 的 数据 视 图 ， 转 形
图 １高校 决 策 支 持 系统 的主 题 分 析
构成 整个 系统 的数 据基 础 。 １． ． ２联机 分 析处理 （ Ｌ Ｐ ２ ＯＡ ）
０ 引言 、
高 校 在 Ｅ 常 的 教 学 管 理 工 作 中 积 累 了 大量 的 数 析 的多维数 据模 型 ．利用 这个 带 有普遍 性 的数 据 分析 ｔ 据 ， 学生 成绩 、 生学 籍 、 师教学 、 生 就业 等各 种 模 型 ． 如 学 教 招 用户 可 以使用 不 同的方 法 ． 从不 同 的角度 对 数据 类 型 的数据 。 过 这些 数据 ， 校决 策者 能客观 地 了解 进 行 分析 ． 有操 作直 观 和结果 可 视化 等优 点 。Ｏ Ａ 通 高 具 Ｌ Ｐ 高校 的实 际情况 ．但 是 这些 数据 都 简单 孤立 地存 放 在 的一个 主要 特点 是多 维数 据分 析 ．这 与数掘 仓 库 的多
种 技术具 有 的 内在联 系性 和互 补 性相 结合 ．提 出 了以 数 据仓库 为核 心 ，联 机分 析 处理 与数 据挖 掘 工具 为 手
段 的 Ｄ Ｓ解 决 方案 ．即 Ｄ Ｓ Ｗ＋ Ｌ Ｐ Ｄ 的解决 Ｓ Ｓ ＝Ｄ Ｏ Ａ ＋ Ｍ
方 案 ． 就是基 于 数据仓 库 的决 策支 持系 统方 案 。 也 １ ． 据仓 库 （ Ｗ ） ． １数 ２ Ｄ 数 据 仓 库是 面 向 主题 的 、 成 的 、 时 间相 关 的 、 集 与 不 可更新 的数 据集 合 ．其 特点 非 常适合 决 策支 持 系统 的需 要 ． 决策 支持 系统 不 可或缺 的基 础 和核心 。 据 是 数 仓库 解 决 了传 统 决 策 支 持 系统 中数据 不 统 一 的 问题 ，
质量。 １ ． ２基于数 据仓 库 的决 策支 持 系统 致力 于知识 的 自动发 现 ２ 高校 决策 支持 系统 的数据仓 库设计 、
近十年 来 ， 随着 数 据仓 库 （ Ｗ ） 联机 分 析处 理 （ 一 ２１主题 分 析 Ｄ 、 ０ ． Ｌ Ｐ 和 数 据 挖 掘 （ Ｍ） 术 研 究 的发 展 ， 们 将 这 三 Ａ） Ｄ 技 人