随着计算机和网络的普及,ERP在企业中已获得了广泛的应用,然而ERP运行中积累的大量数据并没有得到充分的利用。越来越多的企业意识到这些数据对一个企业的重要意义。然而面对庞大的数据量,如何找到出对企业具有价值的信息,最大程度的提高企业竞争力,却一直是困扰着企业的难题。挖掘ERP大量数据中蕴涵的知识是目前ERP研究的热点,也是ERP系统进一步深化应用的必然趋势。数据挖掘是从大量数据中挖掘出有规律的、揭示其内在必然联系的技术,是利用ERP大量数据中蕴涵的知识进行企业运营辅助决策的重要手段。 在这样的背景下,本文详细介绍了数据挖掘的概念及其发展历史,并分析了数据挖掘技术的特点。在分析数据挖掘国内外现状的基础上,探讨了在ERP内部构建数据仓库,并在其基础上进行数据挖掘的原理。具体研究内容如下: 1) 论文在探讨数据挖掘的一般理论的基础上,对数据挖掘中决策树算法进行了详细地介绍。并简单介绍了几种常用的决策树的生成算法。重点介绍了C4.5算法流程及其结构,并分析了C4.5算法的优缺点。 2) 论文将数据挖掘的一般过程应用于ERP销售决策支持系统,分析了ERP数据挖掘的体系结构,阐述了在ERP内部建立数据仓库的原理,详细介绍了建立数据仓库的过程;并结合企业现有的ERP数据库,在ERP内部建立了数据仓库。 3) 重点讨论了运用C4.5算法建立挖掘模型,建立了销售决策系统。在SQL Server 2000环境下,用SQL语言和Visual C++6.0开发ERP销售决策支持系统。结合浙江某传动机械有限公司的的实际情况,将原型系统进行了实例应用,获得了较好的效果,验证了本文理论研究和实现方法的可行性。 论文最后在总结全文的基础上对该项研究的发展进行了展望。