本文以校园卡交易数据为研究对象,通过数据仓库、OLAP、数据挖掘技术的综合运用来挖掘校园卡信息中的有用知识。首先介绍了数据仓库技术、OLAP技术以及数据挖掘技术的基本原理以及挖掘的核心算法,然后针对南昌大学校园一卡通的卡内信息进行了初步分析,利用数据仓库有关概念,对所涉及的多个数据库进行了集成与转换,形成了利于挖掘的综合数据库,并以此建立了数据仓库。结合理论介绍了作者在一些前沿领域所作的探索性尝试和努力:采用聚类方法中的K-means算法为基础进行聚类分析,讨论了时间序列中的随机序列分析预测方法,采用自回归—滑动平均模型,初步实现了从校园卡数据中挖掘出对于学校建设决策等方面有意义的辅助决策知识,并且实现了基于WEB的OLAP的前台展示,提高了决策知识表达的易理解程度。 本文的工作表明知识挖掘用于校园一卡通的数据分析是有意义的,而且将这些知识用于学校辅助决策支持的工作是有创新意义的。同时现在的工作也为未来学校综合信息知识获取的进一步研究、构造完整的分析平台以及实现更高层次的领导决策支持整体框架打下了坚实基础。