[超市数据仓库系统.docVIP

超市DW系统 小士多店的数据DW主要功能： 1、ETL处理分析 从超市每日交易的详细数据中提取数据，将不一致的字段长度、不一致的赋值、丢失的数据输入等经过清理过滤,按照统一的编码、统一的格式整合集成,然后装入数据仓库。 2、主题的选择与汇总 超市经理最关注的是，XX顾客经常购买哪些商品及商品的销售情况，哪些商品经常被顾客一起购买？ 二、设计实现： 第一步：概念模型 这里通过分析选择最主要的两个主题：商品和顾问 A、顾客主题 汇总每个顾客每日购买的商品的购买量和购买额(未购买商品则无相应数据)。每个顾客每周、每月购买商品的购买量和购买额。 B、商品主题 汇总每种商品的日销量、日销售额及日利润。每周、每月的销量、销售额和利润及这三个数据的日平均、最大和最小值。 各主题域的属性信息描述： 主题名 公共键码 属性组 顾客 顾客id 顾客固有信息：顾客id，顾客名称，顾客地址，顾客所在地区，顾客联系电话 商品 商品id 商品固有信息：商品名称，厂家id，商品类别，商品类别，颜色 商品销售信息：商品id，顾客id，商店id，售货员id，售价，日期，销售量 商品库存信息： 商品id，商店id，库房id，进货日期，进价，库存数 商店固有信息：商店id，商品id，店名，地址，电话 售货员固有信息：售货员id，姓名，性别，年龄，家庭住址，联系电话 厂家有信息：厂家id，厂名，厂址，联系电话 第二步：技术准备工作 1、技术评估 此数据仓库具备管理大量数据的能力，进行灵活数据存取的能力，根据数据模型重组数据的能力，透明的数据发送和接受能力，周期性成批装载数据的能力，可设定完成时间的作业管理能力 2、技术环境准备 此数据仓库采用SQL Server为数据库进行设计，具有相当的数据存储和处理能力，完全可以满足此系统的要求。此系统在数据仓库上分析处理的数据量估计有1000条左右；数据仓库的数据量估计有上万条左右；进出数据仓库的通信量有100条左右。本系统主要在单机上进行操作，可以避免竞争性存取的冲突问题。 3、硬件配置 直接存取设备：磁盘存储器 网络：单机版 管理直接存取设备的操作系统：Windows2003 仓库DB及工具：SQL Server2005　企业版 第三步：逻辑模型 1、建模：多维模型设计 第四步：物理模型 使用Erwin自动生成 2、查询功能 （1）商品主题： 每种商品的每日销量、销售额和利润,每种商品的每周销量、销售额和利润及这三个数据的日平均、最大、最小值,每种商品的每月销量、销售额和利润及这三个数据的日平均、最大、最小值 ＝＞分析出什么商品最畅销,什么商品最赚钱,用以指导超市的经营策略。 （2）顾客主题： 可查询每个顾客每日的购买量和购买额,每周的购买量和购买额,每月的购买量和购买额。查询结果可知顾客的购买力和购买行为,如某顾客经常买高档商品,则说明他的购买力强;某顾客常常买中低档商品,少有买高档商品,则说明他的购买力一般,超市从而可有针对性地培养顾客群。 3、数据挖掘和OLAP分析 可分析超市日销售额、日利润月趋势,周销售额、周利润年趋势,月销售额、月利润年趋势,并以表格和图形(直方图、折线图、圆饼图等)两种方式显示结果。 可作历史比较和趋势分析。 可作关联规则挖掘 : “在购买面包和黄油的顾客中,有90％的人同时也买了牛奶”（面包＋黄油→牛奶）。关联规则挖掘在给定支持度阈值后， 使用Apriori算法 分析哪些商品顾客最有可能一起购买,从而预测顾客未来的购买行为,以便为顾客提供更好的服务以吸引顾客,扩大市场。 4、物理设计 数据存储结构存取时间：当前数据库的数据数据存取时间为毫秒级，历史数据库的数据存取时间为秒级。 存储空间利用率：随着数据的增加，存储空间将充分得到利用，估计存储空间利用率为80%左右。 维护代价：由于程序所分析的主题有限，所以维护代价较小。 索引策略：主要按照时间（月和年）编制索引。 数据存放位置 对于本年度的数据存放到当前数据库，对于历史资料和分析资料存放到历史数据库。 存储分配 每块约可容纳50条记录，缓冲区为5个，每个大小为10M。 第五步：数据仓库生成 从操作型环境向数据仓库型环境按照时间顺序装载数据，清除无效和错误数据，不断刷新数据，并建立时间响应接口。 第六步：数据仓库的使用和维护 在数据仓库中建立DSS根据用户的使用情况和反馈信息，进一步完善系统，并管理数据仓库的一些日常活动。 超市数据仓库系统 日交易数据查看 数据过滤集成