数据库管理系统的论文键盘论文网很多的哦，之前我就找的他们，效率非常高，很快就给我了你看下吧
就是一个很好的实例在&及相关应用;学生管理系统&要通过实例进行分析,都体现出来至于你所说的具体的:分类比如说对到你说的有什么问题我想;精典案例中尽量完整回答这三个方面的内容这个问题包含的太多了我想如果你做过类似的需求分析应用规模,我在线等:",可以再补充,你应该很了解数据库的;学生管理系统"呵呵
这个也可以作为论文？这都是基础知识呀，教材里都有的。在计算机硬件、软件发展的基础上，在应用需求的推动下，数据管理技术的发展经历了三个阶段。一、人工管理阶段1、背景应用背景：科学计算硬件背景：无直接存取存储设备软件背景：没有操作系统 处理方式：批处理2、特点数据的管理者：人数据面向的对象：某一应用程序数据的共享程度：无共享,冗余度极大数据的独立性：不独立，完全依赖于程序数据的结构化：无结构数据控制能力：应用程序自己控制二、文件系统阶段1、背景应用背景：科学计算、管理硬件背景：磁盘、磁鼓软件背景：有文件系统处理方式：联机实时处理 批处理2、特点数据的管理者：文件系统数据面向的对象：某一应用程序数据的共享程度：共享性差,冗余度大数据的独立性：独立性差数据的结构化：记录内有结构，整体无结构数据控制能力：应用程序自己控制三、数据库系统阶段1、背景应用背景：大规模管理硬件背景：大容量磁盘软件背景：有数据库管理系统处理方式：联机实时处理, 分布处理批处理2、特点数据的管理者：数据库管理系统数据面向的对象：整个应用系统数据的共享程度：共享性高，冗余度小数据的独立性：具有高度的物理独立性和逻辑独立性数据的结构化：整体结构化，用数据模型描述数据控制能力：由数据库管理系统提供数据安全性、完整性、并发控制和恢复能力四、数据库系统的特点1、数据结构化2、数据的共享性高，冗余度低，易于扩充3、数据独立性高4、数据由DBMS统一管理和控制数据结构化 数据结构化是数据库与文件系统的根本区别。在描述数据时不仅要描述数据本身，还要描述数据之间的联系。 数据的共享性 数据库系统从整体角度看待和描述数据，数据不再面向某个应用而是面向整个系统。 数据冗余度 指同一数据重复存储时的重复程度。 数据的一致性 指同一数据不同拷贝的值一样（采用人工管理或文件系统管理时，由于数据被重复存储，当不同的应用使用和修改不同的拷贝时就易造成数据的不一致）。 物理独立性 当数据的存储结构（或物理结构）改变时，通过对映象的相应改变可以保持数据的逻辑构可以不变，从而应用程序也不必改变。 逻辑独立性 当数据的总体逻辑结构改变时，通过对映象的相应改变可以保持数据的局部逻辑结构不变，应用程序是依据数据的局部逻辑结构编写的，所以应用程序不必修改。 数据的安全性（Security） 数据的安全性是指保护数据，防止不合法使用数据造成数据的泄密和破坏，使每个用户只能按规定，对某些数据以某些方式进行访问和处理。 数据的完整性（Integrity） 数据的完整性指数据的正确性、有效性和相容性。即将数据控制在有效的范围内，或要求数据之间满足一定的关系。 并发（Concurrency）控制 当多个用户的并发进程同时存取、修改数据库时，可能会发生相互干扰而得到错误的结果并使得数据库的完整性遭到破坏，因此必须对多用户的并发操作加以控制和协调。 数据库恢复（Recovery） 计算机系统的硬件故障、软件故障、操作员的失误以及故意的破坏也会影响数据库中数据的正确性，甚至造成数据库部分或全部数据的丢失。DBMS必须具有将数据库从错误状态恢复到某一已知的正确状态（亦称为完整状态或一致状态）的功能。
论文查重用知网啊，也可以用paperfree和papertime这些，涵盖了70%多的知网文献和绝大部分的网络数据库，但是查重率比知网略高，可以免费试用10000字哦希望对你有所帮助
自己水平不错的话是比较容易通过的。计算机论文介绍技术查重的话你可以先用PaperRight论文查重去查重一遍，然后根据PaperRight论文查重系统的检测报告进行对照修改。用自己的话修改下基本上就没什么问题。有重复的地方，用自己的话好好斟酌一下，没什么问题。
有图片的，这里发不了图片，满意我的论文加分后联系我，我发给你。 基于关系数据库的模式匹配技术研究 摘 要 随着 网络 技术的 发展 ，信息处理需要对大量的、异构的数据源的数据进行统一存取，多源异构数据的集成 问题 就显得十分重要。而模式匹配是数据集成领域的一个基本技术。文章提出一种解决关系数据库语义冲突问题的模式匹配技术，以实现异构数据的共享与互操作。 关键词 数据集成；模式匹配；语义冲突 1 引言 随着 计算 机及网络技术的快速发展，网络上的各种信息以指数级爆炸性增长，成为了一个巨大的信息库，同时各 企业 单位开发了大量的软硬件平台各异的 应用 系统，在各种应用系统下又积累了丰富的数据资源。这样就形成了成千上万个异构的数据源，多为传统的关系数据库数据。这些数据资源由于软硬件平台各异、数据模型各异而形成了异构数据，使各数据源间的互操作变得复杂。为了更好地利用这些异构信息，以及不造成企业应用系统的重复建设和数据资源的浪费，模式匹配技术吸引了众多关注。本文针对模式匹配过程中存在的语义冲突进行分类，并提出了相应的解决策略，以达到异构数据源的共享和互操作。 2 模式匹配中的冲突问题 在数据集成领域中，由于数据源系统多是独立开发，数据源是相对自治的，因此描述数据的数据模型或存储结构经常会出现模式的不一致，数据源的自治性和数据源模式的异构性使数据源在共享和互操作上存在了语义冲突。这些正是模式匹配的焦点问题，它们形式上的性质使得人们很容易想到要用模式匹配去解决逻辑、语义和知识的描述问题。 对于描述模式匹配中的语义冲突有两种较有代表性的分类[4]。第一种分类将冲突分为异类冲突、命名冲突、语义冲突和结构冲突。第二种分类主要是对第一类异类冲突概念的一个细致的改进，但和其它分类仍有细微的不同，它把异类冲突看作是语义不一致的一类(如语义冲突)，把冲突分为命名冲突、域冲突、元数据冲突、结构冲突、属性丢失和硬件/软件不同。 模式匹配是一项复杂而繁重的任务，所能集成的数据源越来越多，上述冲突情况也会越来越普遍，想解决所有的模式冲突是不现实的。本文主要解决关系数据模式之间的语义冲突。 3 模式匹配中的语义冲突 本文所提出的模式匹配 方法 是根据关系数据库的特点设计的。关系数据库中关系的基本单位是属性，属性本身就包含着语义信息，因此异构数据源语义相似性就围绕着数据源模式中的属性来进行，并在匹配的过程中解决异构数据源模式之间的一系列语义冲突。 1 语义匹配体系结构 本文提出的语义匹配体系结构采用数据集成中的虚拟法数据集成系统的典型体系结构，采用将局部模式匹配到全局模式的语义匹配体系结构，自下而上地建立全局模式。首先进行模式转化，消除因各种局部数据模式之间的差异所带来的 影响 ，解决各种局部模式之间的语义冲突等，然后在转化后的模式的基础上进行模式匹配，其主要手段是提供各数据源的虚拟的集成视图。 数据仍保存在各数据源上，集成系统仅提供一个虚拟的集成视图和对该集成视图的查询的处理机制。系统能自动地将用户对集成模式的查询请求转换成对各异构数据源的查询。在这种体系结构中，中间层根本不实际存储数据，当客户端发出查询请求时，仅是简单地将查询发送到适当的数据源上。由于该方法不需要重复存储大量数据，并能保证查询到最新的数据，因此比较适合于高度自治、集成数量多且更新变化快的异构数据源集成。 本文中的语义匹配的体系结构如图1所示。 2 关系数据库模式中语义冲突问题分类及其解决策略 大多数数据库系统提供了一套概念结构来对现实世界的数据进行建模。每一个概念结构被认为是一个类型，它可以是一种复杂类型或一种基本类型。类型和它所表示的数据间的联系就称为语义[3]。 在关系数据库中，一个关系模式是一个有序对(R，c)，其中R为模式所指向的关系(表)的名称，而c则为具有不同名称的属性的有限集。同时，属性也是一个有序对(N，D)，其中N为属性的名称，而D则为一个域。可以看出关系模式的基本单位是属性。属性本身就包含着语义信息，因此模式语义相似性就围绕模式中的属性来进行，并在模式匹配的过程中解决异构数据库模式之间的一系列语义冲突。 根据语义的定义，在关系数据库系统中，语义系统是由模式、模式的属性、模式中属性之间的联系和模式间的属性之间的联系构成。这里将语义分为3级：模式级、属性级和实例级。下面将异构模式中存在的语义冲突问题进行了分类，并阐述了各种语义冲突的解决策略： 1)模式级冲突 (1)关系命名冲突。包括关系名同义词和关系名同形异义词。前者进行换名或建立关系名同义词表以记载该类冲突；后者进行换名或建立关系名同形异义词表以记载该类冲突。 (2)关系结构冲突。分为包含冲突和相交冲突。包含冲突是指在含义相同的两个关系 R1 和 R2 中一个关系的属性集是另一个的属性子集。相交冲突是指两关系属性集的交不为空，我们用 attrset 代表关系的属性集。对包含冲突：①如果两个关系的属性集相同即attrset(R1)=attrset(R2)，则合并这两个对象，Merge(R1， R2)into R3；②如果 attrset(R1) attrset(R2)，则 attrset(R2')=attrset(R2)－attrset(R1)，attrset(R1') = attrset(R1)；③对相交冲突：通常概括语义进行如下解决：generalize(R1，R2)其中 attrset(R3)=attrset(R1)∩attrset(R2)， attrset(R1')= attrset(R1)－attrset(R3)；attrset(R2')=attrset(R2)－attrset(R3)。 (3)关系关键字冲突：两个含义相同的关系具有不同的关键字约束。包括候选关键字冲突和主关键字冲突。解决候选关键字冲突的 方法 是，将两关系的候选关键字的交集作为两关系的候选关键字；解决主关键字冲突的方法是，从两关系的公共候选关键字中选一个分别作为两关系的主关键字。 (4)多对多的关系冲突：两个数据库中用不同数量的关系来表达现实世界的相同语义信息，就产生了多对多的关系冲突，这种冲突分3种：一对多，多对一和多对多。解决方法是在表示相同语义信息的数据库中关系之间建立映射来表示多对多的关系。 2)属性级冲突 (1)属性命名冲突：分属性名同义词冲突和属性名同形异义词。前者的解决方法是，换名或建立属性名同义词字典；后者的解决方法是，换名或建立属性名同形异义词字典。 (2)属性约束冲突：分属性类型冲突和属性长度冲突两种。当在两个相关的关系R1和R2的属性N1和N2具有不同的属性类型时，就发生属性类型冲突。解决方法是在全局模式中将发生属性类型冲突的属性统一到某种属性类型。对属性长度的解决方法是，在全局模式中将发生属性长度类型冲突的属性对统一定义为最大者就可。 (3)多对多的属性冲突：两个数据库中的关系分别用不同数量的属性来表达现实世界中相同的语义信息时，就发生了多对多的属性冲突，这种冲突分3种：一对多，多对一和多对多。解决方法是在表示相同语义信息的数据库中关系的属性之间建立映射来表示这种多对多的关系。 3)实例级冲突 (1)不兼容关系实例冲突：当含义相同的数据项在不同的数据库中存在不一致的数据值时就发生了不兼容关系实例冲突。其解决方法是：将关系实例的最近修改作为关系实例冲突部分的值，但不能保证数据的正确性。 (2)关系实例表示冲突：关系实例表示冲突是指用不兼容的符号、量纲和精度来表示相关关系实例中等价的数据元素，主要包括表达冲突、量纲冲突和精度冲突。表达冲突是指在两个相关的关系R1和R2中含义相同的属性N1和N2具有不同的数据表达时，这种冲突使用语义值的概念来解决，即将表示同一概念的多种表达在全局数据中进行统一即可。量纲冲突是指在两个相关的关系R1和R2和中含义相同的属性N1和N2具有不同的量纲表示。量纲冲突也可以语义值加以解决，解决过程如下：分别定义发生量纲冲突的局部数据源的语义值模式和语义值说明，然后再定义全局数据模式中相应的语义值模式和语义值说明，将发生量纲冲突的属性值在全局模式中进行统一。精度冲突是指在两个相关的关系 R1 和 R2 中含义相同的属性具有不同的精度。其解决方法是在全局模式中将发生精度冲突的数据项定义为最高精度即可。 4 总结 本文针对异构数据源管理自治和模式异构的特点，提出了数据源集成模式匹配的体系结构，制定了匹配策略， 研究 了基于语义的模式匹配过程。以关系模式为 参考 模式，对异构数据源关系模式间可能存在的语义冲突 问题 进行了分类，并阐述了解决这些语义冲突的策略。 参考 文献 [1] Bergamaschi S， Castano S， Vincini M Semantic Integration of Semistructured and Structured Data Sources [J] SIGMOD Record， 1999， 28(1)： 54- [2] Li W， Clifton C， Liu S Database Integration Using Neural Network： Implementation and Experiences [J] Knowledge and Information Systems， 2000， 2(1) [3] Reddy M P， Prasad B E， GReddy P A Methodology for Integration of Heterogeneous Databases [J] Information System， 1999，24(5) [4] Rahm E，Bernstein PA Survey of Approaches to Automatic Schema Matching[J] The International Journal on Very Large Data Bases (VLDB)，2001，10(4)：334- [5] 孟小峰，周龙骧，王珊数据库技术 发展 趋势[J]软件学报，2004，15(12)：1822-1835 [6] 邓志鸿，唐世渭，张铭，等Ontology研究综述[J]北京大学学报( 自然 科学 版)，2002，38(5)：730-738 [7] 郭志鑫基于本体的文档引文元数据信息抽取[J]微 计算 机信息，2006，22(6-3) 相关文献： 基于XML的多数据库系统集成数据模型 - 华中科技大学学报：自然科学版 - 卢晓蓉 陈传波 等 基于CORBA和XML的多数据库系统研究 - 郑州轻工业学院学报：自然科学版 - 张素智,钱慎一,卢正鼎, 集成数据库和文件系统的多数据库事务模型 - 华中理工大学学报 - 卢正鼎 肖卫军 基于主动规则对象的分布式多数据库系统集成 - 小型微型计算机系统 - 胡华,高济, 基于CORBA的多数据库系统 - 计算机科学 - 石祥滨 张斌 基于XML的文件系统与多数据库系统的集成 - 小型微型计算机系统 - 卢正鼎 李兵 等 基于CORBA／XML的多数据库系统的研究与实现 - 计算机研究与发展 - 卢正鼎 李兵 等 多数据库系统集成平台CMDatabase体系结构 - 计算机工程 - 魏振钢 郭山清 贾忠伟 多数据库系统的数据模式集成与查询处理 - 电脑开发与应用 - 陶世群 数据库网格：基于网格的多数据库系统 - 计算机工程与应用 - 任浩 李志刚 肖侬 高校学生收费系统基于多数据库系统集成的一种实践 - 昆明冶金高等专科学校学报 - 杨滨生,蒋涛勇,张中祥,谢静静, 基于RDBMS的地理信息集成数据库系统 - 计算机工程 - 江崇礼 王丽佳 等 基于CORBA的异构数据库系统集成模型的研究 - 现代计算机：下半月版 - 陈刚 基于分布式对象技术的多数据库系统 - 计算机工程与科学 - 韩伟红 隋品波 基于CORBA的多数据库系统互操作技术 - 计算机科学 - 肖明,肖毅,
数据库论文在百度上就有很多，可自行下载。数据库(Database)是按照数据结构来组织、存储和管理数据的仓库，它产生于距今六十多年前，随着信息技术和市场的发展，特别是二十世纪九十年代以后，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用。在信息化社会，充分有效地管理和利用各类信息资源，是进行科学研究和决策管理的前提条件。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心部分，是进行科学研究和决策管理的重要技术手段。数据库(Database)是按照数据结构来组织、存储和管理数据的建立在计算机存储设备上的仓库。简单来说是本身可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据进行新增、截取、更新、删除等操作。在经济管理的日常工作中，常常需要把某些相关的数据放进这样的“仓库”，并根据管理的需要进行相应的处理。
库存管理数据库系统原理与应用【摘 要】库存管理系统是典型的信息管理系统(MIS),其开发主要包括后台数据库的建立和维护以及前端应用程序的开发两个方面。对于前者要求建立起数据一致性和完整性强数据安全性好的库。而对于后者则要求应用程序功能完备,易使用等特点。 经过分析如此情况,我们使用微软公司的VisualBasic开发工具,利用其提供的各种面向对象的开发工具,尤其是ADO,是能方便而简洁操纵数据库的智能化对象,短期内就可以开发出用户满意的可行系统。 关键字: 库存管理 ADO 面相对象 库存ABC分析 第一章 概述 1 库存管理的必要性 大多数库存管理理论认为，库存是物理上和逻辑上库房库位的所有有形和无形物料极其价值的总和，具体包括成品、原材料、在制品、在途品、生产前物料、备品备件等。虽然持有一些库存是必要的，过量的库存却非但没有用处而且占用了资金。占用的资金对于公司发展、新产品开发等都是非常需要的；减少资金占用还可以大大减少来自银行贷款的利息和风险。对那些采购量特别大、采购件市场价格有波动的物料库存，加强库存管理效果更为明显。因此，平衡公司库存投资与其它资金需求至关重要。 2 库存分类 企业怎样管理库存，是库存管理的最大难点和挑战。因此，通过MRPII物料主计划模块和采购模块建立计划与控制系统以有效地实施库存管理和采购补偿成为题中应有之义。通过调查，我们得知任何库存均可分为如下三类： A类物品：高值──价值占库存总值70-80％的相对少数物品。通常为物品的15-20％。 B类物品：中值──总值占库存总值的15-20％。物品数居中，通常占物品的30-40％。 C类物品：低值──库存总值几乎可以忽略不计，只占5-10％。是物品的大多数，通常占60-70％。 显然，A类物品是关键；如果我们把精力集中于A类物品，使其库存压缩10-50％，就是总库存的相当可观的一笔压缩。 关于ABC分类方法有几条基本法则： 控制的程度： 对A类物品严加控制，包括做完备、准确的记录，高层监督和经常评审，从供应商按大合同订单频繁交货，对车间紧密跟踪以压缩提前期。 对B类物品做正常控制，包括良好的记录与常规的关注。 对C类物品尽可能使用简便的控制，诸如定期目视检查库存实物、简要记录或以简便标志法表明补充存货已经订货，采用大库存量与订货量以避免缺货，安排车间日程计划时给以低优先级。 优先级 在一切活动中给A类物品以高优先级以压缩其提前期与库存。 对B类物品予以正常处理，仅在关键时给以高优先级。 予C类物品以最低优先级。 订货过程 对A类物品提供及时、准确的采购信息和状态查询。计算机数据需要人工加以核对，进行阶段性盘点，以及频繁的评审以压缩库存。 对B类物品，按一定周期或当发生重大变化时评审一次库存数据和订货点，MRPII操作按例行公事处理。 对C类物品可以盘点处理或订货点计算。订货往往不用MRPII作计划。可以凭业务人员的经验加以控制。 由上可以看出库存管理的重要性。因此，库存管理是企业管理的重要组成部分。市场需要库存商品提供给用户，企业的经营需要库存保证各种药品的供应以进行药品的销售，库存对生产效率的提高有着极其重要的影响。因此，库存管理系统是计算机管理系统的中心。因为，所有企业的经营活动都离不开物流的活动。 3 库存管理的目标 库存管理的主要目标就是通过对仓库所有入出库活动的管理和控制及对库存数据有效的统计和分析，以保证企业生产中畅通的物流，使决策人员及早发现问题，采取相应措施，调整库存结构,缩短储备周期，加速资金周转，最大限度地降低库存占用，同时，通过周期性的仓库盘点，及时补救管理中的漏洞，使库存管理系统实时地反映企业中各个仓库的现时情况，为各类管理人员从不同侧面提供所需信息，以便协调企业经营收到更大效益，库存管理系统是协调企业生产经营的基础，其数据的准确性、方便的查询、有效的分析是整个计算机管理系统顺利运行的关键。 第二章 开发背景 企业的库存物资管理往往是很复杂、很繁琐的。由于所掌握的物资种类众多，订货、管理、发放的渠道各有差异，各个企业之间的管理体制不尽相同，各类统计报表繁多，因此仓库的库存管理必须编制一套库存管理信息系统，实现计算机化操作，而且必须根据企业的具体情况制定相应的方案。 根据当前的企业管理体制，一般的库存管理系统，总是根据所掌握的物资类别，相应分成几个科室来进行物资的计划，订货，核销托收，验收入库，根据企业各个部门的需求来发送物资设备，并随时按期进行库存盘点，作台帐，根据企业领导和自身管理的需要按月、季度、年度进行统计分析，产生相应报表。为了加强关键物资、设备的管理，要定期掌握其储备，消耗情况，根据计划定额和实际纤毫定额的比较，进行定额管理，使得资金使用合理，物资设备的储备最佳。 一个完整的企业物资供应管理系统应包括采购计划管理，合同收托管理、仓库库存管理、定额管理、统计管理、财务管理等模块。其中仓库的库存管理是整个物资供应管理系统的核心。因此有必要开发一套独立的库存管理系统来提高企业工作效率, 而所使用的这套库存管理系统是企业生产经营管理活动中的核心，此系统必须可以用来控制合理的库存费用、适时适量的库存数量，使企业生产活动效率最大化。通过对这些情况的仔细调查，我开发了下面的仓库库存管理系统。 第三章 系统分析 本系统采用了结构化生命周期法，结构化生命周期法是最常用的管理信息系统开发方法，分为四个步骤，即系统调研分析、数据库设计实现、界面设计实现和系统功能设计实现。其中系统调研分析阶段是最基础、也是最容易被开发人员忽视的环节。 1进行资料收集 在整个系统分析阶段，我在图书馆认真查看了很多关于仓库库存管理方面的书籍，收集到了相应的入库单、领料单、台账、物料卡、报表等资料。 入库单是入库单位在把相应的零部件送人仓库时必须填写的单据；领料单是领料人员从仓库中领取零部件时必须填写的单据（即出库）；零部件台账（相当于本系统中的操作日志）实际是一个流水账，用于记录每天发生的入库、出库信息；物料卡（在本系统中用现有库存信息来表示）的作用是记录某一种零部件的数量变化，以便库管员盘查；报表是仓库向有关领导和部门定期提交的零部件库存汇总信息。收集到的入库单、领料单、零部件库存台账、零部件物料卡等单据和报表的实物样式在此略去，有兴趣者请参考有关类似企业的样本即可。 2绘制业务流程图 3用户需求分析 用户需求分析就是在用户需求调研的基础上，确定系统的总体结构方案，完成相应的需求分析报告。在确定系统的总体结构方案过程中，包括确定应用程序的结构、系统开发环境和系统的功能模块。用户需求调研结束之后，应该立即进行用户需求分析。 1应用程序结构确定 从用户应用角度来看，可把应用程序系统的组成部分分成数据存储层、业务处理层和界面表示层等3个层次，而应用程序结构可归纳为：集中式应用程序结构、单用户应用程序结构、多层服务器应用程序结构、浏览器／服务器应用程序结构、客户机／服务器应用程序结构等5种类型。 本库存管理系统就采用了当前最流行的客户机／服务器应用程序结构（即C/S结构），此时，客户机提出请求，服务器对客户机的请求作出回应。通过对服务功能的分布实现了分工服务。数据存储层放在服务器上，业务处理层和界面表示层放在客户机上，因此又被称为“灵敏的客户机”结构。许多操作可以在本地的客户机上执行，只是当需要数据时，才向服务器发出请求。并使应用程序的处理更接近用户，使整个系统具有较好的性能，可以并行地处理应用程序的请求、减少了数据传输量、降低了服务器的负荷。由于条件所限，将此系统所有程序都置于一台计算机上，以便调试运行。2确定系统开发环境 由于大多数公司内部使用的计算机平台都是基于Windows环境的。为了降低系统成本，应最大程度地利用现有的资源、兼容现有的环境，可确定使用下面的开发环境： ★网络操作系统：Windows2000；★数据库服务器：MicrosoftAccessr2000； ★服务器平台：Windows2000；★客户机平台：Windows95／98／NT／2000； ★前端开发工具：visualB0(企业版)；★数据访问对象：ADO（本系统使用ADO控件，简化编程）。 3确定系统的功能模块 通过分析确定库存系统将包含6个主要功能模块，即系统模块、入库业务管理模块、出库业务管理模块、退料业务管理模块（还库业务管理模块）、盘点业务管理模块（报表输出）、需求管理模块。对于每一个功能模块，都包含了数据录入、编辑、查询、统计、打印、应急、帮助等功能。 第四章 系统设计 4． 1总体设计 1系统目标设计 系统开发的总体任务是实现企业物资设备管理的系统化、规范化和自动化，从而达到企业仓库库存管理效率的目的。 2开发设计思想 库存管理的物资主要是企业生产中所需要的各种设备、原材料及零部件。进货时经检查合同确认为有效托收后，进行验收入库，填写入库单，进行入库登记。企业各个部门根据所需要的物资设备总额和部门生产活动需要提出物资需求申请。计划员根据整个企业的需求开出物资设备出库单，仓库管理员根据出库单核对发放设备、原材料及零部件。有些设备使用完毕需要及时归还入库，填写还库单。根据需要按照月、季、年进行统计分析，产生相应报表。 仓库库存管理的特点是信息处理量比较大。所管理的物资设备、原材料及零部件种类繁多，而且由于入库单、出库单、需求单等单据发生量特别大，关联信息多，查询和统计的方式各不相同，因此在管理上实现起来有一定的困难。在管理的过程中经常会出现信息的重复传递；单据、报表种类繁多，各个部门规格不统等问题。 在本系统的设计过程中，为了克服这些困难，满足计算机管理的需要，我们采取了下面的一些原则： 统一各种原始单据的格式，统一帐目和报表的格式。 删除不必要的管理冗余，实现管理规范化、科学化。 程序代码标准化，软件统一化，确保软件的可维护性和实用性。 界面尽量简单化，做到实用、方便，尽量满足企业中不同层次员工的需要。 建立操作日志，系统自动记录所进行的各种操作。 3系统功能分析 本系统需要完成的功能主要有以下几点。 库存管理的各种信息的输入，包括入库、出库、还库、需求信息的输入等。 库存管理的各种信息的查询、修改和维护。 设备采购报表的生成。 在材料库存中加入所允许的最大库存合最小库存字段，对所有库存物资实现监控和报警。 企业各个部门的物资需求管理。 操作日志的管理 库存管理系统的使用帮助。 2详细设计 1 系统功能模块设计 系统模块 包括报表的打印及设置，操作日志的管理。 管理员可以通过管理界面添加或删除用户，添加新管理员或删除原有管理员,验证用户的合法性，阻止非法用户登录。 管理员或其他用户可以修改自己的密码。 （2） 入库模块 包括填写入库单，更新，删除入库记录，查看现有库存信息，入库记录的查询及打印 （3） 出库模块 包括填写出库单，更新，删除出库记录，查看现有库存信息，出库记录的查询及打印 （4） 还库模块 包括填写还库单，更新，删除还库记录，还库记录的查询及打印 （5） 需求模块 包括填写需求计划表，更新，删除采购计划信息，查看现有采购信息，采购信息的查询及打印，以及预测短期内的需求计划。 2数据库设计 数据库需求分析 通过对企业仓库管理内容和数据流程分析，设计的数据项合数据结构如下： 设备代码信息。包括的数据项有设备号、设备名称。 现有库存信息。包括的数据项有现有设备、现有数目、最大库存、最小库存等。 设备使用信息。包括的数据项有使用的设备、使用部门。数目。使用时间、出库时状态等。 设备采购信息。包括的数据项有采购的设备、采购员、供应商、采购数目、采购时间等。 设备归还信息。包括的数据项有归还设备、归还部门、归还数目、归还时间、经手人等。 设备需求信息。包括的数据项有需求的部门、需求设备、需求数目、需求时间等。 有了上面的数据结构、数据项和数据流程，就可以进行下面的数据库设计。 数据库概念结构设计 这一设计阶段是在需求分析的基础上，设计出能够满足用户需求的各种实体，以及它们之间的关系，为后面的逻辑结构设计打下基础。根据上面的设计规划出的实体有库存实体、出库实体、入库实体、采购实体、还库实体、需求实体。 数据库逻辑结构设计 在上面的实体以及实体之间关系的基础上，形成各个表格之间的关系。 3 代码设计 任何库存均可分为如下三类： A类物品：高值──价值占库存总值70-80％的相对少数物品。通常为物品的15-20％。 B类物品：中值──总值占库存总值的15-20％。物品数居中，通常占物品的30-40％。 C类物品：低值──库存总值几乎可以忽略不计，只占5-10％。是物品的大多数，通常占60-70％。 4．4 输入输出设计 本系统界面标准Windows形式，键盘输入(也可以用条形码读取)，人机交互，容易使用。输入输出的设计考虑美观实用和通俗易懂，图文并茂。 4．5系统安全性设计 系统数据库中包含多个二维表，所以在系统与数据库的连接上，并没有把数据库和系统的连接直接写入代码，而是通过对服务器端进行系统设置，使数据库名及路径不可见，并通过ACCESS的数据库安全设置，保证了数据库的安全性。系统根据用户身份不同赋予不同权限，用户用密码登陆，同样也保证了系统数据的安全性。 第五章 系统实施 5．1、开发工具简介 本系统的前端开发工具，我选择了Visual B0，后台数据库采用Access2000。 1 VB简介 Visual意为“可视化的”，指的是一种开发图形用户界面的方法，所以Visual Basic是基于Basic的可视化的程序设计语言。在Visual Basic中，一方面继承了Basic所具有的程序设计语言简单易用的特点，另一方面在其编程系统中采用了面向对象、事件驱动的编程机制，用一种巧妙的方法把Windows的编程复杂性封装起来，提供了一种所见即所得的可视化程序设计方法。 2 VB功能特点 具有面向对象的可视化设计工具 在VB中，应用面向对象的程序设计方法（OOP），把程序和数据封装起来视为一 个对象，每个对象都是可视的。程序员在设计时只需用现有工具根据界面设计要求，直接在屏幕上“画”出窗口、菜单、按钮、滚动条等不同类型的对象，并为每个对象设置属性。程序员的编程工作仅限于编写相关对象要完成的功能程序，因而程序设计的效率可大大提高。 事件驱动的编程机制 事件驱动是非常适合图形用户界面的编程方式。在图形用户界面的应用程序中，是由用户的动作即事件掌握着程序运行的流向，每个事件都能驱动一段程序的运行。程序员只要编写响应用户动作的代码，而各个动作之间不一定有联系。 提供了易学易用的应用程序集成开发环境 在VB集成开发环境中，用户可设计界面、编写代码、调试程序，直至把应用程序编译成可执行文件在Windows中运行，使用户在友好的开发环境中工作。 结构化的程序设计语言 VB具有丰富的数据类型和结构化程序结构，作为一种程序设计语言，它还有如下一些特点： 强大的数值和字符串处理功能 丰富的图形指令，可方便地绘制各种图形 提供静态和动态数组，有利于简化内存的管理 过程可递归调用，使程序更为简练 支持随机文件和顺序文件的访问 提供了一个可供应用程序调用的包含多种类型的图标库 具有完善的运行出错处理 支持多种数据库系统的访问 利用数据控件可访问的数据库系统有：Microsoft Access、Btrieve、DBASE、Microsfot FoxPro和Paradox等，也可以访问Microsoft Excel、Lotus1-2-3等多种电子表格。 支持动态数据交换（DDE）、动态链接库（DLL）和对象的链接与嵌入（OLE）技术 完备的HELP联机帮助功能 与Windows环境下的软件一样，在VB中，利用帮助菜单和F1功能键，用户可以随时方便地得到所需要的帮助信息。VB帮助窗口中显示了有关的示例代码，通过复制、粘贴操作可获取大量的示例代码，为用户的学习和使用提供了极大的方便。 VB程序设计的概念就是面向对象的概念，对象就是数据（DATA）和代码（CODE）互相结合的综合体。Windows上面的每一个图标，包括窗口本身都是对象，如果没有任何事情发生，对象处于停顿状态。当存在外来事件时，程序段执行，它的执 行是由外来事件决定的。因此是“事件”驱动的。 编写VB程序较为简单，首先将各个对象放在空白窗体上，然后将程序代码分别添加给对象或图标，将它们组合起来就可以随意运行了。 在VB中，窗体实际上是一个对象，VB的窗体含有许多内嵌特性，这使得用户界面部分的建立像是从一个目录中挑选一个个合适的控件，而不是从零开始一步一步地建立控件。这种开发者能亲眼看到的程序设计过程就是“可视化程序设计”（Visual Programming） 3 VB中的基本概念 对象：面向对象编程（OOP）的提法大家一定也很耳熟，虽然Visual Basic并不是完全的面向对象编程，但也利用了对象编程技术。对象简单地说就是大家经常看到的各种窗口、按钮、文本框甚至打印机等。 属性：如同电视有黑白、彩色之分一样，作为对象的Windows中的窗口也是有大有小，文本框的位置不可能完全一样，菜单要显示出不同的功能，这些都是由对象的属性决定的。不同对象的属性可能不同。属性一般决定了对象的位置、大小、显示等情况。 方法：就是对象能够做的事，如打印机对象就有打印（Print）方法、窗口对象支持隐藏（Hide）方法、很多对象支持移动（Move）方法等。 事件：就是对象对用户各种操作的反映情况。如用户用鼠标按一下按钮，就会触发按钮的“按”（Click）事件。 控件：控件就是Visual Basic提供的编程用的模块，与对象有直接的联系，如同积木的木块，使用这样的控件，就可以像拼图或堆积木一样“搭”、“拼”你的程序界面。Visual Basic中使用控件，简化了Windows中的窗口、按钮等对象的编程设计。每个控件都有各自的属性、事件及方法。只需修改这些特征你就可以随心所欲地编程了。最重要的是，你可以利用成千上万的各种扩充的控件来快速构造几乎能满足你任何要求的程序。例如，如果你不满意Windows简陋的媒体播放器，你就可以使用VB的多媒体控件在1小时以内设计一个完全自己风格的能够播放CD、VCD的多媒体播放器，而功能完全与之相当。 4 Access2000数据库简介 作为Microsoft的office套件产品之一,access已经成为世界上最流行的桌面数据库系统。Access与许多优秀的关系数据库一样，可以让你很容易地连接相关的信息而且还对其他的数据库系统有所补充。它能操作其它来源的资料，包括许多流行的PC数据库程序（如dBASE，Paradox，Microsoft FoxPro）和服务器、小型机及大型机上的许多SQL数据库。Access还完全支持Microsoft的OLE技术。 Access还提供windows操作系统的高级应用程序开发系统。Access与其它数据库开发系统之间相当显著的区别就是：您不用写一行代码，就可以在很短的时间里开发出一个功能强大而且相当专业的数据库应用程序，并且这一愉快的过程是完全可视的！如果您能给它加上简短的VBA代码，那么您的程序决不比专业程序员潜心开发的程序差。Access的总体结构 Access将所有有名字的东西都成为对象（object），在Access 2000中，最重要的对象有表，查询，窗体，报表，宏和模块。 表 用户定义的存储资料的对象。每一个表都包含有关某个主体的信息。表包括存储不同种类资料的字段（列），而记录（行）则收集特定主体实例的所有信息。 查询 为来自一个或多个表的资料提供定制视图的对象。在Access中，可以利用图形化的实例查询机制（QBE）或通过SQL语句来建立查询。你可以在查询中选择、更新、插入或删除资料，也可以用查询来建立新表。 窗体 窗体是主要的人机接口。大量的操作（几乎所有）都要通过窗体完成。窗体通过运行宏（macro）或Visual Basic for Applicatinns（VBA）过程，来响应大量的事件。Access 2000为我们提供了强大的（同时也是相当方便的向导）来建立标准的Windows窗体。 报表 为格式化、计算、打印选定资料而设计的对象。它是衡量一个优秀的数据库的重要标准（有时甚至是唯一的标准）。 宏 为了响应已定义的事件，需要让Access去执行一个或多个操作，而宏就是对这些操作的结构化的定义对象。它可以让你像堆积木一样建立一个功能强大的程序，而无须写大量的代码。 模块 包括用VBA编码的定制过程的一个对象。模块提供了独立的动作流以捕获错误，而宏做不到。模块能直接响应窗体或报表事件，也可以从应用程序的任何地方被调用。 5．2 系统实现 系统管理模块实现 3入库模块的实现 4 出库模块实现 5设备采购模块实现，程序略 7设备代码模块实现9 操作日志模块实现第六章 系统使用说明 参考文献： 1． 数据库系统原理教程 王珊 陈红 清华大学出版社 2． 管理信息系统 王虎 张俊 武汉理工大学出版社 3． Visual Basic 数据库开发 EWinemiller,JRoff BHeyman,RGroom 著 清华大学出版社 4． PowerBuilder 0数据库系统开发实例导航 何旭洪 余建英 人民邮电出版社 5． VB6从入门道精通 『美』Gary cornell 著 北京希望电子出版社 managing Information Systems David LAnderson著 清华大学出版社 Management Information Systems Raymond Mcleod,Jc George Schell 著 北京大学出版社
这个也可以作为论文？这都是基础知识呀，教材里都有的。在计算机硬件、软件发展的基础上，在应用需求的推动下，数据管理技术的发展经历了三个阶段。一、人工管理阶段1、背景应用背景：科学计算硬件背景：无直接存取存储设备软件背景：没有操作系统 处理方式：批处理2、特点数据的管理者：人数据面向的对象：某一应用程序数据的共享程度：无共享,冗余度极大数据的独立性：不独立，完全依赖于程序数据的结构化：无结构数据控制能力：应用程序自己控制二、文件系统阶段1、背景应用背景：科学计算、管理硬件背景：磁盘、磁鼓软件背景：有文件系统处理方式：联机实时处理 批处理2、特点数据的管理者：文件系统数据面向的对象：某一应用程序数据的共享程度：共享性差,冗余度大数据的独立性：独立性差数据的结构化：记录内有结构，整体无结构数据控制能力：应用程序自己控制三、数据库系统阶段1、背景应用背景：大规模管理硬件背景：大容量磁盘软件背景：有数据库管理系统处理方式：联机实时处理, 分布处理批处理2、特点数据的管理者：数据库管理系统数据面向的对象：整个应用系统数据的共享程度：共享性高，冗余度小数据的独立性：具有高度的物理独立性和逻辑独立性数据的结构化：整体结构化，用数据模型描述数据控制能力：由数据库管理系统提供数据安全性、完整性、并发控制和恢复能力四、数据库系统的特点1、数据结构化2、数据的共享性高，冗余度低，易于扩充3、数据独立性高4、数据由DBMS统一管理和控制数据结构化 数据结构化是数据库与文件系统的根本区别。在描述数据时不仅要描述数据本身，还要描述数据之间的联系。 数据的共享性 数据库系统从整体角度看待和描述数据，数据不再面向某个应用而是面向整个系统。 数据冗余度 指同一数据重复存储时的重复程度。 数据的一致性 指同一数据不同拷贝的值一样（采用人工管理或文件系统管理时，由于数据被重复存储，当不同的应用使用和修改不同的拷贝时就易造成数据的不一致）。 物理独立性 当数据的存储结构（或物理结构）改变时，通过对映象的相应改变可以保持数据的逻辑构可以不变，从而应用程序也不必改变。 逻辑独立性 当数据的总体逻辑结构改变时，通过对映象的相应改变可以保持数据的局部逻辑结构不变，应用程序是依据数据的局部逻辑结构编写的，所以应用程序不必修改。 数据的安全性（Security） 数据的安全性是指保护数据，防止不合法使用数据造成数据的泄密和破坏，使每个用户只能按规定，对某些数据以某些方式进行访问和处理。 数据的完整性（Integrity） 数据的完整性指数据的正确性、有效性和相容性。即将数据控制在有效的范围内，或要求数据之间满足一定的关系。 并发（Concurrency）控制 当多个用户的并发进程同时存取、修改数据库时，可能会发生相互干扰而得到错误的结果并使得数据库的完整性遭到破坏，因此必须对多用户的并发操作加以控制和协调。 数据库恢复（Recovery） 计算机系统的硬件故障、软件故障、操作员的失误以及故意的破坏也会影响数据库中数据的正确性，甚至造成数据库部分或全部数据的丢失。DBMS必须具有将数据库从错误状态恢复到某一已知的正确状态（亦称为完整状态或一致状态）的功能。
数据挖掘、OLAP在财务决策中的应用杨春华（杭州商学院财务与会计学院，杭州，310012）[摘要]数据挖掘、OLAP是当前基于大型数据库或数据仓库的新型信息分析技术，在许多领域得到广泛应用，取得了很好的成效。如何将其应用于财务决策以提高决策的正确性、及时性，降低决策的风险，已成为财务管理领域的重要研究课题。本文在介绍数据挖掘、OLAP技术及其相互关系的基础上，分析了财务决策领域应用这两种技术的现实必要性，并进一步论述了财务决策中数据挖掘和OLAP的应用流程。[Abstract]In this paper, the author introduced Data Mining and OLAP at And then, the author analyzed the practical necessity for the firms to apply these two techniques in the area of financial decision- In the end, the author brought forward the flow of the [关键词]数据挖掘，联机分析处理，财务决策[Key words]Data Mining，OnLine Analysis Process(OLAP)，Financial Decision-making正文随着计算机技术和Internet技术的发展，以及企业在以往事务型处理中数据的不断积累，一方面企业数据资源日益丰富，信息超载，另一方面数据资源中蕴涵的知识企业却至今未能得到充分的挖掘和利用，“数据丰富而知识贫乏”是常见现象。如何才能不被信息的汪洋大海所淹没，并能从中及时发现有用的知识，提高信息的利用效率，已成为企业急需面对的一个问题。正是在这种背景下，数据挖掘、OLAP技术应运而生。这是两种基于大量数据库或数据仓库的新型数据分析技术。将其应用到财务决策领域则有利于提高决策的正确性、及时性，降低决策的风险。一、数据挖掘与OLAP1．数据挖掘关于数据挖掘，一种较为公认的定义是由GPiatetsky-Shapiro等人提出的。他们认为：数据挖掘是从大型数据库中提取人们感兴趣的知识，这些知识是隐含的、事先不知的，潜在有用的信息。数据挖掘涉及到机器学习、模式识别、统计学、智能数据库、知识获取、数据可视化、高性能计算、专家系统等各个领域。它不仅面向特定数据库的简单检索查询调用，而且要对这些数据进行微观、中观乃至宏观的统计、分析、综合和推理，以指导实际问题的求解，企图发现事件间的相互关联，甚至利用已有的数据对未来的活动进行预测。这样一来，就把人们对数据的应用从低层次的末端查询操作，提高到为各级经营决策者提供决策支持。2．OLAP联机分析处理（OLAP）的概念最早是由关系数据库之父EFCodd于1993年提出的，它是基于大型数据库或数据仓库的信息分析过程，是大型数据库或数据仓库的用户接口部分，其目的是满足决策支持或多维环境特定的查询和报表要求。简单地讲，OLAP就是共享多维信息的快速分析。它是跨部门、面向主题的，其基本特点是快速性、可分析性、多维性、信息性和共享性。也就是说，OLAP能快速响应用户的要求，能处理与应用有关的任何逻辑分析和统计分析，能提供多维数据分析的多维视图，能及时获得信息和管理大容量的信息，以及能在大量用户群中共享潜在的数据。其中“多维性”是其核心灵魂。3．数据挖掘与OLAP数据挖掘和OLAP都是基于大型数据库或数据仓库的数据分析技术，有着一定的联系和区别。数据挖掘和OLAP最本质的区别在于，数据挖掘是一种挖掘性的分析工具，它主要是利用各种分析方法主动地去挖掘大量数据中蕴涵的规律，产生一些假设，帮助人们在这些假设的基础上更有效地进行决策；而OLAP则是一种求证性的分析工具，一般由用户预先设定一些假设，然后使用OLAP去验证这些假设，提供可以使用户很方便地进行数据分析的手段。但就工具而言，数据挖掘和OLAP这两种分析工具本身又是相辅相成的，且界限正在逐渐模糊。OLAP的分析结果可以补充到系统知识库中，给数据挖掘提供分析信息并作为数据挖掘的依据；数据挖掘发现的知识可以指导OLAP的分析处理，拓展OLAP分析的深度，以便发现OLAP所不能发现的更为复杂、细致的信息。二、财务决策中应用数据挖掘、OLAP的必要性财务决策是企业决策中最重要的组成部分之一。任何好的财务决策都需要事实和数字支持。一个财务决策的正确程度取决于所使用的事实和数字的正确程度。随着竞争的增加，财务决策的时效性也变得越来越重要了。因此，在财务决策领域应用数据挖掘、OLAP是企业现实的需要。1．有利于提高财务信息的利用能力。解决企业财务决策问题需要询问为中心的数据图解，其以序列导向和多维为特征。而传统的财务数据查询是一种事务处理（OLTP），它是面向应用，支持日常操作的，对查询得到的数据信息缺乏分析能力，决策者不能够在大量历史数据的支持下对某一主题的相关数据进行多角度的比较、分析，得出科学的分析结果。因此，财务决策问题自身的多维特性驱动了数据挖掘、OLAP在其领域的应用，以提高财务信息的利用能力。2．有利于解决财务信息的噪音问题。科学财务决策必须以尽可能真实、及时、充分的信息为依据。这些信息既包括诸如企业目标、企业现状、事物状况等企业的内部资料，又包括诸如客户、供应商等企业的关联方资料，还包括诸如市场等企业所需的外部资料。由于网络技术的发展，企业可以通过Intranet、Extranet、Internet方便获取各种企业内部、关联方及外部资料。因此，现今的问题已不是信息缺乏，而是信息过量，难以消化，且信息真假难辨，可靠性难以保证。所以，对企业来说，这时就需要高效的数据分析工具——数据挖掘、OLAP在浩瀚的信息流中分辨、析取、整理、挖掘对财务决策有用的信息，减少信息噪音的影响。3．有利于满足财务信息智能化的需求。由于决策本身的动态性、复杂性，决策者本身素质层次的多样性，不同的情况应有不同的处理方式。传统的数据析取是依靠程序人员在系统开发过程中设计的专用程序来实现，非常机械化。随着数据量的增大，查询的复杂化，这种方式越来越不可取。决策者希望信息的析取过程能够智能化，如不仅能对自己想到的信息进行访问，还能对自己想不到却需要的信息进行访问，对同样数据进行多次访问时，不必须做重复操作；不同决策者作相似访问时，也不必进行重复操作等。数据挖掘能够利用现有的数据来获取新的有用信息，支持查询、存储的优化，使信息的析取具有较强的自我学习功能，满足财务信息智能化的需求。三、财务决策中数据挖掘、 OLAP的应用流程基于数据挖掘、OLAP的财务决策支持系统模型数据挖掘、OLAP是在大型数据库或数据仓库基础上进行深入的数据分析，从而获取海量数据中隐藏的关键信息的主要手段。因此，为了进一步提高财务决策的支持能力，可以将它们结合起来构成一种新型的财务决策支持框架，如图1所示。这个模型中，在数据仓库为财务决策提供完整、及时、准确和明了的综合数据的基础上，OLAP 图1 基于数据挖掘、OLAP的财务决策支持系统通过进行有效集中分析和深入研究，可以发现趋势，看到异常，并得到重要细节，而数据挖掘则可通过使用一系列方法进行分析，从中识别和抽取隐含、潜在的有用知识，并充分利用这些知识辅助财务决策。2．财务决策中数据挖掘流程财务决策中的数据挖掘流程一般由财务决策问题识别、数据准备、数据开采和结果表达和解释四个主要阶段构成，如图2所示。图2 数据挖掘流程（1）财务决策问题识别。典型的财务决策有投资决策、筹资决策、成本决策、销售决策等。在进行数据挖掘前，必须先对具体财务决策问题进行识别，即要确定进行什么决策、达到什么样的决策目标等。然后再将财务决策目标转换成数据挖掘目标，并进行定义。（2）数据准备。这个阶段又可分成3个子步骤，即数据集成、数据选择和数据预处理。数据集成是将多文件或多数据库运行环境中的数据进行合并处理，解决语义模糊性、处理数据中的遗漏和清洗脏数据等。数据选择的目的是辨别出需要分析的数据集合，缩小处理范围，提高数据挖掘的质量。而预处理则是为了克服目前数据挖掘工具的局限性。（3）数据采掘。这一阶段主要进行实际的数据挖掘工作，主要包括决定如何产生假设、选择合适的工具、发掘知识的操作和证实发现的知识等步骤。（4）结果表达和解释。根据用户的财务决策目的对提取的信息进行分析，把最有价值的信息区分出来，并提交给用户。如果结果不能让决策者满意，则重复进行上述过程。3．财务决策支持中OLAP流程财务决策中的OLAP流程一般由财务决策信息确认、维度分析、信息集成、数据切片和数据掘进五个主要阶段构成，如图3所示。图3 OLAP流程（1）财务决策信息确认。在进行OLAP之前，必须先确认要查询、分析的目标数据及其属性，即事实和维。然后用事实表来存储与之相关联的维信息和事实信息。（2）维度分析。对每个目标属性做进一步的分析，如维的层次、成员类别等，并将这些信息用维表保存下来。维表与事实表通过关键字相关联。（3）信息集成。当维数增加和事实表增大时，采用一定的综合、汇总等方法将信息进行集成，并用综合表存储。在综合表中，数据由多维构成，每个维又划分为多个汇总层次，所有元素及其层次关系构成树型结构。各维的层次划分，基本确定了每一维垂直的汇总路径。（4）数据切片。在综合表中，将某一路径与不同方向的其他若干路径作任意组合，就可实现面与块的切割，获取任意组合信息。（6）数据掘进。在数据切片中，沿其中任一条路径进行自上而下的分析，就可获取相应的详细信息。参考文献[1]马丽娜、刘弘、张希林 数据挖掘、 OLAP在决策支持系统中的应用[J] 计算机应用研究，2001，（11）：10-[2]胡彦 基于数据仓库的决策支持工具的比较研究[J] 计算机应用，2000，20（6）：20-[3]喻钢、周定康 联机分析处理（OLAP）技术的研究[J] 计算机应用，2001，21（11）：80-[4]於丹 数据挖掘走向Internet——孟小峰先生谈面向Internet的数据挖掘技术[J] 微电脑世界，2000，14（3）：36-[5]胡侃、夏绍玮 基于大型数据仓库的数据采掘：研究综述[J] 软件学报，1998，9（1）：53-[6]范小军、王方华 数据挖掘在营销领域中的应用[J] 外国经济与管理，2001，23（12）：38-[7]刘明杰、张晓京、刘洪杰、王秀峰、王治宝 数据仓库在证券交易中的研究与应用[J]计算机工程，2000，26（2）：47-49、[8]李竹平、吴相林 基于数据仓库的企业管理型会计信息系统研究[J] 华中理工大学学报，28（
论文摘要主要分这几部分1、提出问题2、分析问题3、解决问题4、结果对于不同的期刊摘要字数有限制，参阅你要投稿的期刊仔细写，摘要要简洁明了，论点突出，祝你的论文能早日录用
寿险行业数据挖掘应用分析 寿险是保险行业的一个重要分支，具有巨大的市场发展空间，因此，随着寿险市场的开放、外资公司的介入，竞争逐步升级，群雄逐鹿已成定局。如何保持自身的核心竞争力，使自己始终立于不败之地，是每个企业必须面对的问题。信息技术的应用无疑是提高企业竞争力的有效手段之一。寿险信息系统经过了多年的发展，已逐步成熟完善，并积累了相当数量的数据资源，为数据挖掘提供了坚实的基础，而通过数据挖掘发现知识，并用于科学决策越来越普遍受到寿险公司的重视。 数据挖掘 数据挖掘（Data Mining，DM）是指从大量不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、有用的信息和知识的过程。其表现形式为概念（Concepts）、规则(Rules)、模式(Patterns)等形式。 目前业内已有很多成熟的数据挖掘方法论，为实际应用提供了理想的指导模型。CRISP-DM（Cross-Industry Standard Process for Data Mining）就是公认的、较有影响的方法论之一。CRISP-DM强调，DM不单是数据的组织或者呈现，也不仅是数据分析和统计建模，而是一个从理解业务需求、寻求解决方案到接受实践检验的完整过程。CRISP-DM将整个挖掘过程分为以下六个阶段：商业理解（Business Understanding），数据理解(Data Understanding)，数据准备(Data Preparation)，建模(Modeling)，评估(Evaluation)和发布(Deployment)。 商业理解就是对企业运作、业务流程和行业背景的了解；数据理解是对现有企业应用系统的了解；数据准备就是从企业大量数据中取出一个与要探索问题相关的样板数据子集。建模是根据对业务问题的理解，在数据准备的基础上，选择一种更为实用的挖掘模型，形成挖掘的结论。评估就是在实际中检验挖掘的结论，如果达到了预期的效果，就可将结论发布。在实际项目中，CRISP-DM模型中的数据理解、数据准备、建模、评估并不是单向运作的，而是一个多次反复、多次调整、不断修订完善的过程。 行业数据挖掘 经过多年的系统运营，寿险公司已积累了相当可观的保单信息、客户信息、交易信息、财务信息等，也出现了超大规模的数据库系统。同时，数据集中为原有业务水平的提升以及新业务的拓展提供了条件，也为数据挖掘提供了丰厚的土壤。 根据CRISP-DM模型，数据挖掘首先应该做的是对业务的理解、寻找数据挖掘的目标和问题。这些问题包括：代理人的甄选、欺诈识别以及市场细分等，其中市场细分对企业制定经营战略具有极高的指导意义，它是关系到企业能否生存与发展、企业市场营销战略制定与实现的首要问题。 针对寿险经营的特点，我们可以从不同的角度对客户群体进行分类归纳，从而形成各种客户分布统计，作为管理人员决策的依据。从寿险产品入手，分析客户对不同险种的偏好程度，指导代理人进行重点推广，是比较容易实现的挖掘思路。由于国内经济发展状况不同，各省差异较大，因此必须限定在一个经济水平相当的区域进行分析数据的采样。同时，市场波动也是必须要考虑的问题，一个模型从建立到废弃有一个生命周期，周期根据模型的适应性和命中率确定，因此模型需要不断修订。 挖掘系统架构 挖掘系统包括规则生成子系统和应用评估子系统两个部分。 规则生成子系统主要完成根据数据仓库提供的保单历史数据，统计并产生相关规律，并输出相关结果。具体包括数据抽取转换、挖掘数据库建立、建模（其中包括了参数设置）、模型评估、结果发布。发布的对象是高层决策者，同时将模型提交给应用评估子系统根据效果每月动态生成新的模型。 应用评估子系统可以理解为生产系统中的挖掘代理程序，根据生成子系统产生的规则按照一定的策略对保单数据进行非类预测。通过系统的任务计划对生产数据产生评估指标。具体包括核心业务系统数据自动转入数据平台、规则实时评估、评估结果动态显示、实际效果评估。规则评估子系统根据规则进行检测。经过一段时间的检测，可利用规则生成子系统重新学习，获得新的规则，不断地更新规则库，直到规则库稳定。 目前比较常用的分析指标有: 险种、交费年期、被保人职业、被保人年收入、被保人年龄段、被保人性别、被保人婚姻状况等。 实践中，可结合实际数据状况，对各要素进行适当的取舍，并做不同程度的概括，以形成较为满意的判定树，产生可解释的结论成果。
我推荐 时尚trendsmag是全球性的杂志，很有名气！当然有中文的。它分很多系列的，其中最合适你的是 男人装20元一本，月刊。官方网站是
Wiley InterScience(英文文献期刊) Wiley InterScience收录了360多种科学、工程技术、医疗领域及相关专业期刊、30多种大型专业参考书、13种实验室手册的全文和500多个题目的Wiley学术图书的全文。其中被SCI收录的核心期刊近200种。美国IEEE (英文文献期刊)IEEE（Institute of Electrical & ElectronicsEngineers）是电子信息领域最著名的跨国性学术团体，其会员分布在世界150多个国家和地区。美国EBSCO(英文文献期刊)EBSCO公司从1986年开始出版电子出版物，共收集了4000多种索引和文摘型期刊和2000多种全文电子期刊。Sciencedirect: 荷兰ElsevierScience公司出版的期刊是世界上公认的高品位学术期刊，它拥有1263种电子全文期刊数据库，并已在清华大学图书馆设立镜像站点OVID(英文文献期刊)Ovid是一全球性的资讯公司，以创造容易撷取资讯、独立于平台之媒介为使命。无论我们的顾客使用Dos、Windows、Unix或全球资讯网和Java平台，皆可经由Ovid一般使用者介面轻易地撷取资讯。Ingenta(英文文献期刊)Ingenta网站是Ingenta公司于1998年建成的学术信息平台。在英国和美国多个城市设有分公司，拥有分布于世界各地的10,000多个团体用户和2,500多万个个人用户，已成为全球学术信息服务领域的一个重要的文献检索系统。Blackwell(英文文献期刊)Blackwell出版公司是世界上最大的期刊出版商之一。它所出版的学术期刊在科学技术、医学、社会科学以及人文科学等学科领域享有盛誉。seek68文献馆seek68文献馆是大批的中文和外文数据库整合，覆盖领域广泛，因为是整合汇总资源，所以用着简单方便快捷。
SO COOL很粗错的我没期都买偏象时尚而 YOHO也很不错,偏象潮流还有的就是MILK TOUGH都很不错
WOK, EiVillage,PRDT,IEEE,外加一些专业数据库