仓库管理的基本概念范文1
关键词：仓储管理；PDA；Web Service
中图分类号：TP315
随着电厂的发展，电力物资仓储信息在增加，仓储管理作为供应链的核心环节存在着物资数据获取和存放位置不准确、人力物力资源安排不妥当和操作流程随意性大等情况，严重影响了仓库的使用效率。
PDA的引入提高了盘库的准确率与高速性，在发料、退料管理中提高效率，减少用料人员的等待时间，在物资转移、库存调整等工作环节中提高了仓储作业的效率，减少人为误差，提高了管理水平，促进仓储作业的自动化水平。PDA终端界面友好，容易操作，采用无线方式与数据库服务器通信使数据上传更加方便快捷。
1 PDA概述
1.1 什么是PDA
PDA（Personal Digital Assistant，个人数字助理）实际上是一种体积比较小的掌上型计算机，它集便携式电脑、电子记事本和移动通讯装置为一体的电子产品。按其功能范围PDA的概念可以分为两种，即狭义概念和广义概念。
狭义概念的PDA指的是电子记事本，其功能主要就是针对个人信息的管理。广义概念的PDA指的是掌上电脑，同时包括一些具有类似掌上电脑功能的小型计算机设备。
1.2 PDA在现代电厂仓储管理上的应用
PDA技术在电厂中有广泛的应用需求，例如有：登录认证、PDA查看企业指标、PDA移动办公、PDA业扩业务办理、PDA用电检查、PDA抄表、PDA电力线路巡检、PDA仓储管理等。
PDA应用到现代仓储管理上一般是做为仓储系统中的一个子系统，需要有PC端桌面系统配合，应用PDA的仓储管理系统对电厂的仓储管理带来很多好处：（1）提高了库存管理的效率，减少了出错率；（2）提高了库存物资保管质量；（3）做到了物资先进先出管理；（4）增加和拓宽了物资仓储信息管理内容。
2 系统总体设计
2.1 系统结构设计
2.1.1 系统物理结构
基于PDA的仓储管理系统由PDA子系统和PC桌面系统两个子系统组成。PDA条码扫描器我们可以采用Symbol 3000系列，操作平台是Windows ；数据库服务器选用高档PC服务器；配套设备还有扫描仪、条码打印机，客户机为一般PC机即可。
PDA终端和服务器通信是通过AP，AP（Access Point，AP）是无线接入点，它的作用是提供无线和有线网络之间的桥接。在库房内我们以搭建无线局域网环境为基础，主要是因为PDA的数据采集等操作要遍及仓库的每一个角落，而各个终端之间不需要通信，所以必须要有无线网络为依托让无线信号覆盖于整个库房。无线局域网传输系统是基于802.11b协议搭建，在原有的网络架构上安装一个无线网络基站就可以了。
2.1.2 系统逻辑结构
基于PDA的仓储管理系统采用以B/S方式为主，C/S方式为辅的异构体系结构。在PDA上采用C/S模式用Windows CE设计。PC端采用B/S的运行模式。
PDA子系统选择采用三层的C/S体系结构主要是基于以下原因：
（1）仓储管理部门操作PDA子系统的人员比较固定，数量少。对于终端较少的管理系统，采用C/S体系结构，能提高系统安全性和运行的效率，系统的维护相对比较方便；（2）C/S结构的安全性能更高。第一，由于C/S结构采用的是点对点的结构模式，并采用安全性能比较好的局域网网络协议。第二，由于C/S体系结构能提供用户权限的多层次检查，不同用户操作不同信息，使系统的信息安全得到比较好的控制；（3）C/S结构执行效率更高。C/S结构中客户端也是有运算能力的，客户端的事物请求可以很快得到答复。
2.2 系统功能设计
基于PDA的仓储管理系统设计成PC桌面系统和PDA子系统两个部分，这两部分的功能设计如下：
2.2.1 PC端功能设计
（1）盘点管理；（2）寄售管理；（3）工具管理；（4）预警管理；（5）供应商管理；（6）查询统计；（7）系统管理。
2.2.2 PDA子系统设计
（1）收料入库；（2）物料移动；（3）退货；（4）物料盘点；（5）领用出库；（6）工具管理；（7）寄售管理。
3 系统的实现
3.1 PDA子系统本地数据库的实现
在网络无连接情况下，需要将采集数据暂时存储到PDA本地数据库中，然后通过同步软件连将数据上传到仓储系统数据库服务器中，并把本地数据库中的数据删除。
网络无连接情况下数据的存储实现代码如下：
3.2 PDA与服务器通信的实现
在本系统中PDA与PC之间的通信有两种方式，即有线方式和无线方式：
（1）有线方式：是通过ActiveSync同步软件、USB接口和数据线实现PDA与PC机连接。它的主要缺点是数据不能实时同步，并且需要数据线的连接；（2）无线方式：是PDA通过AP与电厂的局域网连接，实现数据的同步传输。
该系统是基于有线通信和无线通信相结合的方式。在网络顺畅时，PDA通过无线方式调用Web Service实现PC机之间的通信；网络不连通的情况下，可以将数据暂存在PDA本地数据库中，然后通过ActiveSync同步软件将本地数据上传到数据库服务器中。
如果PDA和数据服务器用无线方式进行通讯，那么客户端需要调用远程服务器上Web Service，调用过程非常方便，和本地函数调用没有差别，下面是实现通信过程的代码：
PDA和远程数据库服务器建立通信连接后，就可以实现仓储物资信息的传输，也就是数据的上传和数据的下载，而数据在通信过程中的存在形式是XML流文件。我们在调用在Web Service方法时，上传的数据和查询到的数据都是以XML数据流传输。下面就是调用Web Service方法并返回XML数据流的实现代码：
//调用Web Service方法，返回XML数据流：
4 结束语
PDA技术一旦正式投入仓储管理系统中，一定会取得非常好的实践效果，最起码能达到了如下的目标：
（1）提供灵活多样的查询方式；（2）提供强大的盘点功能；（3）实现物料的入出库的全过程跟踪；（4）实现数据通信的实时性和采集的移动性；（5）提供权限管理。
参考文献：
[1]梅晓丹，于新强.PDA的应用及前景[J].黑龙江科技信息，2008.
[2]曹珲.基于PDA信息管理系统的构件设计方法与研究[J].计算机与现代化，2009.
[3]刘军.基于Web Services的信息系统集成模型的研究与实现[D].华北电力大学，2004.
[4]帕派佐格罗（荷）.龚玲，译.Web服务原理和技术[M].北京：清华大学出版社，2009.
仓库管理的基本概念范文2
数据仓库是数据库概念的升级，和数据库相比，数据仓库要比数据库更加庞大；数据仓库主要用于分析数据，数据库主要用于捕获数据；数据仓库主要存储历史数据，数据库存储在线交易数据；数据仓库的基本元素是维度表，数据库的基本元素是事实表。
数据仓库的组成部分包括数据抽取工具、数据库、信息系统、数据仓库管理、元数据、数据集市、访问工具。数据仓库的数据建模分为四个阶段，分别是业务建模、领域概念建模、逻辑建模、物理建模。
数据仓库并不能取代数据库，两者是相辅相成的关系，数据仓库主要面向主题设计，数据库主要面向事务的设计。
资料拓展：数据仓库，英文名称为DataWarehouse，可简写为DW或DWH。数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化数据环境。
（来源：文章屋网 ）
仓库管理的基本概念范文3
【摘要题】社科信息需求与服务
【关键词】知识仓库/图书馆服务/知识服务
随着计算机技术、数字化、网络化技术的不断发展，知识传递更新的速度越来越快，读者对信息服务的质与量都有更高的要求。一些图书馆所建的一些书目数据库只是将信息简单地数字化和有序化，无法根据各类读者需要组合成特定的知识体系。知识仓库的出现，就很好地解决了这个问题。由于图书馆与网络技术、计算机技术结合的日益紧密，建设专业的知识仓库已逐渐提到各个图书馆的议事日程上来了。在知识经济时代，为了适应读者的需要，对各种外部和内部的知识与信息进行数字化改造和有效的管理，并建设有利于知识传播、共享和交流的知识仓库，是图书馆信息化、知识化建设的当务之急。
1知识仓库是图书馆文献信息资源开发利用模式的发展方向
21世纪是以广泛地利用巨量信息为主要目标，以信息的快速传播和交流日益频繁为基本特征的信息化社会，深入到我们生活的每个角落，面对如此浩淼的知识信息海洋，究竟应该如何有效地运作，实现知识管理，达到资源共享的目的。知识仓库是图书馆文献信息网络化发展的方向。通过分析未来文献信息资源网络化发展的趋势，我们有理由相信知识仓库是文献信息资源开发利用模式的发展方向。
知识仓库是一种特殊的信息库，不仅存储着知识的条目，而且存储着与之相关的事件和知识的使用记录、来源线索等相关信息。知识仓库是按某种特定的知识结构将无序信息组织整合而成，并具有规定的使用功能的数据仓库。知识仓库不同于一般的数据仓库，不是信息的简单数字化和有序化，而是根据一个机构各个部门各类工作人员的知识需要，按照使用的目的创建的新的知识体系。是一种知识的创新过程，在帮助人们利用知识上，知识仓库要比数据库更有效率。目前，构建知识仓库在技术上还存在一些困难，但已有许多人用知识仓库这个术语代替数据库或数据仓库的概念，因为它们都有具体的数据库作支持，知识仓库是比另两者层次更高的概念，也是未来的发展方向。另外，知识仓库的概念有利于突出数据库的知识价值。
数据库和数据仓库是与知识仓库最为相关的两个概念。广义地讲，数据库是一种信息组织的方式；狭义地理解，它是利用计算机技术对各种数据进行存储的技术手段或者是一种产品。数据仓库是一种面向主题，进行复杂数据分析，支持高层决策的技术，通常会包含多个具体的数据库作为信息资源基础。数据仓库(Datawarehouse)技术是指从大量的事务型数据库中抽取数据，并将其整理，转换为新的存储和组织格式，用以支持管理中的决策制定过程。该过程以历史的角度组织和存储数据，并能集成地进行数据分析。数据仓库除具有传统DBMS的完整性、共享性、数据独立性外，还有面向主题而集成、数据的历史性和稳定性等特征。但数据仓库不是一种产品，而是一个综合解决方案，是对原始的操作数据进行各种处理并转换成有用信息的处理过程。传统数据库主要是面向业务处理，而数据仓库则是面向复杂数据分析、高层决策支持。
构建文献知识仓库是指把文献内容根据各学科，专业的知识结构进行分类整合，使大量的信息有序化、知识化，建立知识之间的联系，同时对这些信息的被利用情况不断地进行分析，形成应用价值性判断；经综合评估后再对知识进行精化，文献数字化是构建文献知识库的基础；它将有助于发掘和增值文献的知识资本，变革和创新文献出版模式，促进信息资源管理向知识管理发展。
2适应知识经济发展开展知识服务
知识服务就是为了适应知识经济发展和知识创新的需要，根据用户问题解决方案的目标，通过用户知识需求和问题环境分析，对用户的整个解决问题过程而提供的经过信息的析取、重组、创新、集成而形成恰好符合用户需要的知识产品的服务。
知识服务与信息服务一样，都属于智力型服务的范畴。所谓知识服务，就是采取多种途径和方法，从大量文献资源的宝库中开发、加工出有用的知识资源，包括那些能被沟通、共享的认识和经验，以及所组织起来的信息等，通过对事物本身及内在联系的有序揭示，提高知识的可见度，以便用户的吸收、利用和从中获得启迪。而信息服务是基于音信、消息、体验、数据等的服务，主要是通过对这些信息资源的开发，揭示出事物的外在特征及表层联系，便于用户去进一步觅取所需要的具体知识，进而触发自己的创造意念。
在现代信息环境下，随着信息网络的普及、信息资源的数字化、信息系统的虚拟化，打破了信息资源的不均衡分布，使信息获取变得日益方便、普遍和简单化，信息检索与传递走向非中介化、非专业化和非智力化，传统信息服务在用户活动中的影响逐渐淡化，信息技术的发展为知识服务提供了物质技术保障。这时，用户关注的是如何捕获和析取解决所面临问题的知识内容，并将这些知识内容创新、集成为相应的解决方案，进而将这些知识固化在新的产品、服务和管理机制中。为此，需要更直接地融入用户解决问题的全过程、更针对具体问题和个性化环境、更直接地帮助用户解决问题的知识服务。显然，以信息检索和传递为核心的信息服务很难进入这种环境之中。只有建设以知识单元为核心的知识仓库才能为知识服务的产生创造有利的环境和条件，为知识服务提供物质技术保障。
传统信息服务的核心能力主要体现在信息组织、检索与传递。这种服务难以让人接受其服务的有效知识含量，难以适应知识经济发展和知识创新的信息需求，它的相对重要性及其竞争力已受到了知识经济的极大挑战，即便是现代网络化信息服务也不能从本质上改变我们在竞争中的态势，难以有效切入用户知识应用和知识创新的核心过程。知识服务是协助或是促使用户课题向更广、更深发展的服务。知识服务根据用户的要求，对涉及到的知识进行收集、整理、分析、选用，它是贯穿于用户问题研究的全部过程的服务。知识服务是对用户需求进行全方位组织的服务。知识服务是要帮助用户解决问题，要对用户问题进行全过程的动态服务。
知识服务是利用现代化的设备对用户提供快捷、准确的知识创新服务。传统的以图书馆为中心对用户提供的服务会转为以用户知识需求为中心的知识服务。随着图书馆服务方式的改变，馆员的服务观念也要转变，要根据用户的需求，充分利用数字化、网络化等现代化手段，建设现代知识仓库，为用户提供高效的知识服务。
3目前我国知识仓库建设的启示
现在的知识仓库及其技术主要用于现有纸本出版物的处理及现有各种纸本资料的处理。而知识仓库及其技术最重要的特点是：即时在线处理，即知识仓库并不只是收集过期期刊或是其它过期收藏品，而是目前最新的有针对性的、能解决读者问题的知识。
我国的CNKI工程，即中国国家知识基础设施工程，就是一个以期刊为主体的文献知识仓库，目前已初见成效。CNKI工程，是建设适于我国的可以进行知识整合生产、
网络化传播扩散和互动式交流合作的一种社会化知识基础设施。它是在《中国学术期刊》（光盘版）(CAJ-CD)和中国期刊网(CJN)超大规模全文数据仓库建设的基础上发展起来的一项规模更大、内容更广、结构更系统的知识信息化建设项目。
CNKI汇集了全国6600种期刊，并以统一的数据规范存储成全文数据库，文献累积量达450万篇，信息量达500G。另外还有中国重要报纸全文数据库（480种）、中国优秀博／硕士论文数据库（50000本）、中国重要会议论文数据库（2000本）。从CNKI工程网站目前的构架来看，主要分为国内通用知识仓库（源数据库）、海外知识仓库、政府知识仓库、企业知识仓库、网上研究院（未开通）、中国期刊网和知识产品与服务等。这几大部分实际是在CNKI源数据库基础上二次整合形成了面向主题和领域的知识仓库。
CNKI工程在知识库建设方面是超前的。其起点高，具有超前的理念和思路，并以先进的知识采掘技术为支撑，已经在我国文献信息业从数字化向知识化管理的进程中走在了前列，为构建图书或其它类型文献的知识仓库提供了宝贵的经验。
图书馆应开发个性化知识库以满足特定类型的机构和群体需要的各种层次和范围的知识信息，同时开发网络化知识元数据库，从全文数据库中提炼出能够明确表述一个知识内容的元数据，为检索网络信息资源奠定基础。从概念和语义上来检索知识单元，实现知识管理，提供知识服务，从而大大推进人类对知识的利用，促进对新知识的创造。图书馆的服务通过搭建一个网络知识平台和基础知识库，来实现个性化服务。
【参考文献】
1程亚男.图书馆服务新论.图书馆，2000,(3)
2张晓林.走向知识服务.寻找新世纪图书情报工作的生长点.中国图书馆学报，2000,(5)
3陈爱燕，于爱君.全文信息上网与知识仓库建库管理系统.信息技术，2000,(7)
4褚峻，赵蓉英.基于网络的期刊文献知识仓库.情报理论与实践.2000,(5)
5李国强.知识仓库技术及其应用.现代情报，(6)
仓库管理的基本概念范文4
关键词：地理信息系统；空间数据仓库；数据仓库；认知过程
0引言
进入21世纪后，对空间数据仓库的研究方兴未艾，在许多次的国际学术会议上都有相关[1~3]。例如在泰国召开的ISPRS第三届动态与多维GIS会议暨CPGIS第十届地理信息年会、北京召开的第20届国际制图协会国际学术会议、南非召开的第21届国际制图协会国际学术会议等。还有一些ESRI公司的白皮书、全球性用户大会、SSD国际会议、数字地球国际会议、GIS国际会议等也开始讨论空间数据仓库问题[4~8]。将空间数据仓库技术引入到我国大概是20世纪90年代末，文献[9~14]的发表开创了我国空间数据仓库理论与技术研究的新局面，此后又陆续出现了一些这方面的论文。
总体说来，上述工作对空间数据仓库的理论和方法进行了初步研究，在概念、原理、结构、操作与算法等方面进行了初步论述，已取得了卓有成效的成绩。但是到目前为止，空间数据仓库的概念框架和认知过程等方面还是缺乏系统的论述，没有形成一套比较完整的空间数据仓库概念框架体系和认知过程体系。
1概念框架
空间数据仓库是GIS技术和数据仓库技术相结合的产物，其定义很多，但中心思想包含三方面内容：①空间数据仓库是在网络环境下，实现对异地、异质、异构不同源数据库中地理空间数据、专题数据及时间数据的统一、整合、集成处理，形成用户获取数据的共享操作模式；②空间数据仓库可根据需求对这些数据再进行测绘专业处理，提供多种空间数据产品，满足用户更高层次——对数据产品的需求；③基于空间数据产品，空间数据仓库可从多维的角度进行空间数据立方体分析和空间数据挖掘分析，提供综合的、多维的、面向分析的空间辅助决策支持信息，满足用户空间决策分析的需求。
空间数据仓库的概念框架分为外部结构、内部结构。外部结构主要描述空间数据仓库与外部系统的关系；内部结构主要描述空间数据仓库的内部功能模块组成。
1．1外部结构
数据库系统处于空间数据仓库系统的最底层，管理着若干种不同的地理空间数据库和专题数据库，它们各自独立，形成了各式各样的异地异质异构的数据库系统，它们主要为空间数据仓库提供数据源。应用系统处于空间数据仓库系统的最上层，它通过一个标准的接口从空间数据仓库中提取地理空间数据、空间数据产品和空间辅助决策分析信息，为应用系统服务。其具体外部结构如图1所示。
1．2内部结构
空间数据仓库的内部组成应由八个独立功能模块构成，分层次实现空间数据仓库系统。其中，第一层次的功能模块是空间数据仓库的基础处理模块，由多源空间数据抽取、多源空间数据整合、多源空间数据统一、空间数据仓库元数据组成；第二层次的功能模块是空间数据仓库的服务模块，由空间数据产品服务、空间数据立方体分析、空间数据挖掘分析组成；第三层次的功能模块是空间数据仓库的对外数据接口模块，由对外数据交换格式组成。第一层次的功能模块为第二层次的功能模块服务，第二层次的功能模块为第三层次的功能模块服务。其具体内部结构图如图2所示。
当应用系统提出需求时：①多源空间数据抽取功能模块从各源数据库系统中抽取出相应地理范围（矩形、多边形、椭圆）的不同种类的地理空间数据、专题数据；②多源空间数据整合功能模块对这些由图幅范围组织的地理空间数据进行相应地理范围的裁剪、拼接、接边、图形编辑、拓扑重组等整合处理，形成裁剪拼接和接边好的、具有完整拓扑关系的、物理上无缝的、按区域范围组织的地理空间数据；③多源空间数据统一功能模块对这些整合处理好的地理空间数据进行数学基础、数据编码、数据格式、数据精度等方面的统一处理，形成能相互叠加的地理空间数据；④将经抽取、整合、统一处理好的地理空间数据提交给空间数据产品服务功能模块，经过集成、融合、派生和关联等测绘专业算法处理，生成应用系统所需的各种空间数据产品；⑤基于已生成的空间数据产品，进行空间数据立方体分析和空间数据挖掘分析，得到面向空间辅助决策分析的结果；⑥将这些空间数据产品和空间辅助决策分析结果，以对外数据交换格式的形式提交给应用系统使用。
2认知过程
2．1认知过程概念图
空间数据仓库是描述地理现象的一个重要分支，其认知过程应与地理空间信息的认知过程基本一致，不同之处在于其描述的内容和范围大小的区别。因此，建立空间数据仓库的认知过程，实际上是要经过一个地理现象认识、抽象、组织、分析和应用的过程。其具体的认知过程概念框图如图3所示。
2．2认知过程描述
这14个世界模型和13个转换算子的组合构成了三个层次世界，即实体世界、目标世界和产品世界。其中，现实世界、地理现实世界、地理工程现实世界和地理工程概念世界这四个世界模型，以及命名、选择、抽象这三个转换算子，共同构成实体世界；地理工程尺度世界、地理要素分类世界、地理要素编码世界、地理要素几何世界和地理要素集合世界这五个世界模型，以及度量、分层、编码、测量和聚集这五个转换算子，共同构成目标世界；地理空间抽取世界、地理空间整合世界、地理空间统一世界、地理空间产品世界、地理空间决策世界这五个世界模型，以及提取、处理、变换、计算、分析这五个转换算子，共同构成产品世界。
数据库概念设计阶段、地理空间数据库实现阶段和空间数据仓库实现阶段构成了空间数据仓库系统实现过程的三个阶段，这三个阶段分别对应着三个层次世界，即实体世界、目标世界和产品世界。其中，前两个阶段是为地理空间数据库的建立服务的，由它们实现实体世界向目标世界的转换；后一个阶段是为空间数据仓库的建立服务的，由它们实现目标世界向产品世界的转换。
由此可见，空间数据仓库的认知过程主要就是这14个世界模型通过这13个转换算子的转换实现三个层次世界的过程。这个认知过程指导了空间数据仓库的实现。
3认知的概念定义
3．1世界模型
实际上，这些世界模型主要是依靠具体的实体模型或数据模型描述来实现的。每个世界模型均有其描述的地理空间对象，因此这些世界模型描述的内容大不相同，必须定义出这些世界模型。
3．1．1现实世界模型
现实世界中，人们能看到一系列物质和现象，对于这些物质和现象，不管是否能叫上名字，它们都是客观存在的，并且相互之间通过它们的关系组成了自然界的千差万别。由此可见，能将现实世界中所有物质和现象集合以及它们之间的相互关系用一定的形式进行描述就是现实世界模型。
现实世界的物质和现象集合中，隐含着许多不同的地理现象类，如地质、矿产、石油、自然地理等地理现象类。地理现象类是现实世界的一个子集。由此可见，能将现实世界中所有地理现象类集合以及它们之间的相互关系用一定的形式进行描述就是地理现实世界模型。
本文原文
3．1．3地理工程现实世界模型
地理现实世界的地理现象类集合中，特指一个或若干个地理现象就是地理工程现实世界，如自然地理等。地理工程现实世界是地理现实世界的一个子集。由此可见，能将地理现实世界指的地理现象以及它们之间的相互关系用一定的形式进行描述就是地理工程现实世界模型。
3．1．4地理工程概念世界模型
要用计算机来描述地理工程现实世界中的地理现象，就必须对它们进行抽象描述，形成地理现象在人们头脑中的反映，生成概念模型。由此可见，能将地理工程现实世界指的地理现象以及它们的内部关系用一定的形式进行抽象的概念描述就是地理工程概念世界模型。
3．1．5地理工程尺度世界模型
将地理现象抽象成概念模型，仅有这些还远远不够，因为现实世界中的所有地理现象均是有度量的，所以用计算机描述这些地理现象时，也必须是可度量的。度量主要包括描述地理现象的欧几里德几何坐标系和数学单位尺度。由此可见，对地理工程概念世界中的抽象地理现象进行欧几里德几何坐标系和数学单位尺度描述就是地理工程尺度世界模型。3．1．6地理要素分类世界模型
按照GIS理论，概念中的地理现象最终都是通过多种地理要素来表达的，因此如何对地理要素进行合理的设计和划分就显得十分重要。根据ARC/INFO的分层理论，只有将这些地理要素进行分类分级，才能高效地处理它们。由此可见，对地理工程尺度世界中具有尺度度量的地理现象进行地理要素的分类分级描述就是地理要素分类世界模型。
3．1．7地理要素编码世界模型
要使计算机能识别和处理地理要素，就必须给这些地理要素进行分类分级编码，即用一串数字来表示它们，该分类分级编码就成为该地理要素在计算机中的唯一标志符，以便计算机能识别和处理。由此可见，对地理要素分类世界中具有明确分类分级定义的地理要素进行分类分级编码描述就是地理要素编码世界模型。
3．1．8地理要素几何世界模型
为了便于计算机的存储和管理，必须将地理要素细分为几何目标。地理要素几何目标包括基本目标和复合目标。基本目标按地理要素的空间特征划分为点状目标、线状目标、面状目标、体状目标和表面状目标等五种；复合目标由基本目标集合嵌套构成。由此可见，对地理要素编码世界中具有明确分类分级编码的地理要素进行几何目标的划分和描述就是地理要素几何世界模型。
3．1．9地理要素集合世界模型
因为地理要素在一定的条件下由相同或不同的点、线、面、表面和体等五类空间目标组合而成，所以在实际使用中，必须通过计算机系统把数据库中存储的基本目标、复合目标还原成地理要素。由此可见，对地理要素几何世界中具有基本目标、复合目标描述的地理要素进行数据库的几何目标集合操作就是地理要素集合世界模型。
定义9地理要素集合世界模型。设Con中地理要素点状目标、线状目标、面状目标、体状目标、表面目标集合分别表示为Po、Lo、Ao、To、So，Atr为地理要素的某一地理特征集合，则地理要素集合世界模型为Ent={e|(Po，Lo，Ao，To，So)∈Atr}。
3．1．10地理空间抽取世界模型
地理空间抽取的主要功能就是从源数据库中按地理区域范围（矩形、椭圆、多边形等）抽取出满足一定条件的不同种类的地理空间数据。由此可见，对地理要素集合世界中的地理空间数据按一定地理区域范围和地理特征进行抽取的操作描述就是地理空间抽取世界模型。
3．1．11地理空间整合世界模型
数据库中存储的地理空间数据是以图幅为单位组织的，但应用系统使用数据是无图幅概念的，是以地理区域范围为组织的。由此可见，对地理空间抽取世界中抽取出的地理空间数据进行图形裁剪、图形拼接、图形接边、图形编辑和拓扑重组等整合处理，形成以地理区域范围为组织的无缝数据集合操作就是地理空间整合世界模型。定义11地理空间整合世界模型。设Con中图形裁剪、图形拼接、图形编辑、图形接边、拓扑重组功能分别表示为Cut、Stitch、Meet、Edit和Topology，整合功能集合表示为Fun={Cut,Stitch,Meet,Edit,Topology}，则地理空间整合世界模型Pro={e|(e∈Ext,e∈Fun)}。
3．1．12地理空间统一世界模型
实现地理空间数据整合后，必须对来自不同源数据库中的地理空间数据进行统一，因为地理空间数据存在着差异。这些差异表现在如下方面，即数学基础差异、数据编码差异和数据格式差异、数据精度差异。由此可见，对地理空间整合世界中的地理空间数据进行数学基础、数据编码、数据格式、数据精度的统一操作和描述就是地理空间统一世界模型。
3．1．13地理空间产品世界模型
随着应用的深入，单纯的地理空间数据已越来越不能满足用户的需求，用户更加希望使用的是经过测绘专业处理的、经过二次加工处理的地理空间数据产品，后者在实际中具有更大的应用价值。由此可见，对地理空间统一世界中的地理空间数据进行测绘专业处理生成空间数据产品的操作就是地理空间产品世界模型。
定义13地理空间产品世界模型。设Con中单一、集成、融合、派生和关联的功能分别表示为Single、Integrate、Fuse、Derive和Relate，测绘专业处理算法集合为Fru={Single,Integrate,Fuse,Derive,Relate}，则地理空间产品世界模型Pdu={e|(e∈Uni,e∈Fru}。
3．1．14地理空间决策世界模型
建立空间数据仓库的最终目的是为空间决策支持服务，为用户提供大量的具有空间决策支持的信息，这可通过空间数据仓库中的空间数据立方体分析和空间数据挖掘分析来实现。由此可见，对地理空间产品世界中的空间数据产品进行空间数据立方体分析和空间数据挖掘分析，生成空间决策支持信息的操作和描述就是地理空间决策世界模型。
定义14地理空间决策世界模型。设Con中的空间数据立方体分析和空间数据挖掘分析分别表示为Scube、Smine，空间决策分析算法集合为Sdss={Scube,Smine}，则地理空间决策世界模型Dss={e|(e∈Pdu,e∈Sdss)}。
3．2转换算子
在空间数据仓库的认知过程中，14个世界模型的变换离不开13个转换算子，即命名、选择、抽象、度量、分层、编码、测量、聚集、提取、处理、变换、计算和分析，由它们实现每两个世界模型的转换。这些转换算子主要是依靠元数据来实现的，因为每个世界模型均有描述它的元数据，要实现两个世界模型的转换，通晓这两个世界的元数据是转换的前提。虽然这些转换算子的具体定义不同，但它们都是实现每两个世界模型的转换，从数学的定义上说就是由某个世界模型通过函数转换到另一个世界模型上，因此这些转换算子的宏观数学定义是一致的。
4结束语
目前，空间数据仓库理论和技术研究才刚刚起步,其目标是支持数字地球发展、空间数据集成、空间决策支持发展的需求。因此应该抓住这个千载难逢的好机会，将我国的空间数据仓库研究与建立迈上一个新台阶，以支持我国的空间数据基础设施建设。本文对空间数据仓库的概念框架和认知过程体系进行了一定程度的技术探讨，希望能起到抛砖引玉的作用。
参考文献：
[1]ZOUYijiang.Theconceptualframeworkonthemulti－scaleandspatio－temporaldatawarehouse[C].Beijing：20thICCAcademicPress，2001：2823－2831.
[2]ZOUYijiang.Thedesignofspatlatldatawarehouse[C].Bangkok：GeoInformatics&DMGIS’2001AcademicPress，2001：421－426.
[3]ZOUYijiang.Theresearchofmetadataonspatialdatawarehouse[C].Durban：21thICCAcademicPress，2003：225－226.
［4］ESRI.ESRIopenstrategywhitepapersonSDE/CADclient&spatialdatawarehousing[EB/OL].（1998）.Esri/com/base/compay/opengis.
[5]ESRI.AnESRIwhitepapers，mappingforthedatawarehouse[EB∕OL].（2002）.Esri/com/base/compay/opengis.
[6]TOMB,GRAYJ,SLUTZD.Microsoftterraserver：aspatialdatawarehouse.microsoftresearchadvancedtechnologydivision[EB/OL].（2004）./.
[7]SHEKHARS，LUCT，TANX,etal.Avisualizationtoolforspatialdatawarehouses[EB/OL].（2003）.cs.umn.edu/Research/Shashi－group.[8]DIMITRISP.EfficientOLAPoperationsinspatialdatawarehouses，HKUST－CS01－01[R].HongKong：[s.n.],2001：65－69.
[9]赵霈生，杨崇俊.空间数据仓库的技术与实践[J].遥感学报，2000，4（2）：157－160.
[10]李琦，杨超伟.空间数据仓库及其构建策略[J].中国图像图形学报，1999，4（11）：984－990.
[11]杨群，闾国年，陈钟明.地理信息数据仓库的技术研究[J].中国图像图形学报，1999，4（8）：621－626.
[12]周炎坤，李满春.大型空间数据仓库初探[J].测绘通报，2000，22（8）：22－23.
仓库管理的基本概念范文5
关键词：数据挖掘；数据仓库；ERP；应用框架
中图分类号：TP311.13 文献标识码：A文章编号：1007-9599(2012)02-0000-02
The Application Research of Data Mining in the ERP Based on Data Warehouse
Li Zhi
（Hunan Mechanical&Electrical Polytechnic,Changsha410151,China）
Abstract:Abstract:This article embarked from ERP and data mining's basic concept,has analyzed in ERP the application data mining reason,proposed that based on data warehouse's data mining application frame, summarized its merit and the insufficiency,was in ERP the data mining application provides the reference.
Keywords:Data mining;Data warehouse;ERP;Application frame
ERP系统是一种基于现代管理理念的企业信息管理系统，建立ERP系统的重要目的之一是为管理层提供决策支持。企业在实施ERP时会产生大量的数据，因此，通过分析和利用ERP系统积累的数据，提高管理者特别是高层管理者的决策能力，是衡量ERP系统是否成功的关键。传统的ERP软件只提供报表功能，但报表功能对于处理海量数据显得无能为力，无法自动发现隐含在大量数据中的知识，要想弥补ERP的不足，引入数据挖掘技术是一种值得考虑的方法。
ERP系统的应用行业类型复杂，使用过程中包括的数据种类繁多，因此无法设计一种通用的数据挖掘算法来满足系统的应用需求。事实上，ERP实施过程中积累的数据有着各一定的相关性，通用的数据挖掘算法不可能适应不同行业的特点，总体而言，数据挖掘技术在ERP系统中的应用并不广泛。基于此，本文提出一种基于数据仓库的ERP数据挖掘应用框架，为数据挖掘技术在ERP系统中的有效应用提供思路。
一、基本概念介绍
（一）数据挖掘
数据挖掘（Data Mining,DM）是指一种数据分析和处理技术。DM技术是人工智能的一种应用，是高级的数据分析手段。
（二）数据仓库
数据仓库（Data Warehouse,DW）是在组织内部管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。数据仓库与数据库不同，它更像一种过程，对分布在组织内部各处的业务数据的整合、加工和分析的过程。
（三）ERP
ERP（Enterprise Resources Planning，企业资源计划）是建立在信息技术的基础上，利用现代企业的先进管理思想，全面地集成了企业的所有资源信息，并为企业提供决策、计划、控制与经营业绩评估的全方位和系统化的管理平台。
二、ERP中应用数据挖掘的原因
针对ERP系统中应用数据的原因，笔者从ERP系统自身的局限性和数据挖掘对ERP实施的重要性两个方面进行分析。
（一）常用ERP软件的局限性
当前的ERP系统仍然停留在MIS系统层面，企业所期望的决策支持功能还未能实现。ERP系统常采用联机事务处理机制，而不具有联机分析功能。在这种情况下，ERP在实施和运行过程中的局限性不断的暴露出来。
1.ERP系统是一种 “联机事务处理系统”。ERP由多个事务应用组成，它把事务处理的细节记录在相关数据库中，从而产生大量的目标数据。事实上，这些目标数据的利用率非常低下。根据IBM 的调查，一般ERP企业对存储的数据的利用率只有3％左右，决策者无法直接从海量数据中获信息。
2.ERP将数据转化成信息的能力有限。受ERP思想提出时的需求所限，ERP数据库中的数据无法上升到信息层面，而决策层所需的信息需要从ERP系统提取出来进行二次加工才能得到，这便降低了ERP的运行和使用效率。
3.ERP系统无法解决异构环境的查询问题。ERP企业中不同的业务数据存储在不同的环境中，在这种异构环境不易实现统一的查询。
4.ERP系统的开发和维护成本难以控制。由于管理与决策需求的不断变化，大大增加了ERP系统开发维护工作量。这样导致企业信息成本处于一种不可控状态。
（二）数据挖掘对ERP实施的重要性
数据挖掘技术在以下几个方面提升ERP的数据处理能力：
1.关联分析：通过数据挖掘相关算法发现关联规则，这些规则展示了某一属性频繁的在给定数据集中一起出现的条件。
2.分类分析：通过分类能够找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类。
3.聚类分析：对象根据最大化类内的相似性、最小化类间的相似性的原则进行聚类或分组。
4.演变分析：数据演变分析描述行为随时间变化的对象的规律或趋势，并对其建模。
三、ERP系统中的数据挖掘应用框架
（一）基于数据仓库的数据挖掘应用框架
本文根据ERP的特点，结合典型的数据挖掘系统，提出一种基于数据仓库的ERP数据挖掘应用框架，如图1所示。
图1 基于数据仓库的ERP数据挖掘应用框架
ERP数据库主要负责处理联机事务，负责多事务处理、数据的一致性与完整性等，它负责的重点并不是进行大数据量的查询与分析。而ERP数据仓库是分析型数据库，数据往往被组织在一致的模式下存放，通常是历史数据的汇总，目的是为了支持决策。
（二）应用框架的特点分析
基于数据仓库的ERP数据挖掘应用框架的主要优点是：①分析型数据库与操作型数据库分离，使ERP数据挖掘系统的分析任务与操作事务互不干扰，这样保证了数据挖掘进行数据查询时不影响业务操作性能；②ERP中的数据仓库根据分析需要组织数据内容、结构与功能，基于数据仓库的数据挖掘有更强的针对性；③ERP中的数据仓库可以整合不同的数据源，避免数据挖掘局限于某个ERP系统，方便扩充。
基于数据仓库的ERP数据挖掘应用框架的主要缺点是：①利用ERP进行数据挖掘前需要建立数据仓库，需要进行数据清理和数据集成，这样增加了数据挖掘应用的成本与风险；②数据仓库存储的是历史数据，与最新的数据有一定差异，在数据更新频繁的情况下，有可能导致分析结果不准确。
四、结束语
数据挖掘技术是目前一种流行的数据分析和处理技术，特别适合基于数据仓库环境下的应用；ERP系统是是种现代企业管理信息系统，企业的大量数据可以通过ERP系统中的数据库得到存储。本文考虑建立一种基于数据仓库的ERP数据挖掘应用框架，通过将企业数据库中转换成数据仓库，为数据挖掘在ERP系统中的应用提供基础，从而增加了企业管理和决策人员从系统数据中获取有用信息的能力。
参考文献：
[1]安淑芝.数据仓库与数据挖掘[M].北京:清华大学出版社,2005
[2]荆巍巍.基于ERP系统的数据挖掘应用研究[J].信息化研究,2010（8）:1-4
[3]李晶,陈骥.数据挖掘技术对ERP实施的重要性[J].福建电脑,2008（8）:60-61
[4]陈德军,盛翊智,陈绵云.基于数据仓库的OLAP在DSS的应用研究,2003,01:30-31
基金项目：湖南省教育厅自然科学基金项目（编号：11C0480）资助。
仓库管理的基本概念范文6
在企业营销领域，几乎每隔数十年就会有新思想和新方法出现。目前以客户为中心的营销方式正逐步代替以产品为中心的营销，注重于满足客户需求，追求更新、更优的产品;企业营销管理将从过去注重于业务量的增加转向于注重质量的提升;企业营销目标逐步从降低营销成本、提高营销效率转到开拓新业务、提高客户忠实度。信息化时代带给了企业全然不同的商业环境。一方面，企业的外部环境发生了变化;另一方面，企业内部积累了海量的数据信息，而传统技术是无法消化与整理这些信息的。营销管理系统不仅需要收集海量的客户信息，为企业营销指引方向，而且要整合企业内部各类资源，把企业由生产推动销售机制转向以客户需求拉动生产的机制。基于这类市场环境，本研究在企业营销中引入20世纪90年代中后期国际上兴起的数据仓库技术、联机分析处理技术等。拟开发一套较为完善的企业营销管理系统，除了实现基础日常营销信息管理功能之外，还加入了数据仓库技术和OLAP技术的建设，可让营销管理人员、工作人员从多角度、多层次管理分析数据，让营销管理者了解最新的营销状况和未来营销发展趋势，了解影响营销效果的关键因素，为管理人员提供数据支持，提高企业营销管理的技术水准。
2研究现状分析
2．1企业营销管理发展现状
目前，市场经济是以客户为导向的，要求企业做到准确详实地掌握客户需求，了解客户特性。在达到该目标的过程之中，企业的营销管理系统起着重要的作用。首先，企业营销管理系统需要整理分析海量的目标客户数据，以了解目标客户的需要;其次，现代企业需要进行市场细分与定位，以掌握目标客户群的特性、了解不同客户群的差异性需求。除此之外，现代信息存储传播方式大量增加，各类交流方式混在一起，需要确保信息沟通中宣传的内容一致;为了保证有效营销，企业工作人员需要了解企业的目标客户群体、本企业的销售策略以及本企业的营销与竞争优势所在。上述这些工作，在营销管理系统的帮助之下会简单化。现代企业已逐步认识到了上述趋势，企业营销管理系统也有了一定的发展，不过在以营销管理系统为导向、全面整合数据信息与企业资源方面，还有待进一步提高。国际上，从20世纪60年代中期起，开始着手研究管理系统技术在企业营销管理中的应用。1966年，美国著名的市场学家K．Philp特别强调了管理系统技术在企业营销决策领域中的重要作用;1976年，D．F．Cox与R．E．Good提出企业营销管理系统的核心概念;随后，D．C．Little等人研发了BRANAID，C．R．Ander-son等人研制了PIMS，都曾在企业中得到了较为广泛的应用。不过他们都局限于影响企业决策问题中某些方面的管理系统。20世纪90年代初，研究者开始着手开发解决企业决策的市场营销管理系统，不过到目前为止，企业营销管理系统的应用还局限在市场分析方面。国内对于企业营销决策支持方面的研究开展得比较晚，目前研究成果也不多见。即使有所研究与应用，也仅仅是面向企业营销决策支持系统中的某一个方面，还缺乏对于整体框架的全面认识与研究。
2．2数据仓库发展现状
20世纪90年代初期，数据仓库的概念由美国著名信息工程科学家———WiliamInmnon博士首次提出［1］:“数据仓库通常是针对主题的、集成的、随时间改变的、但数据本身相对稳定的数据集合，主要功能是为决策过程提供信息支持。”其中，主题是指管理人员实现数据管理时候重点关心的内容。数据仓库平台根据主题来组织信息，存储模型目前有星型模型、雪花型模型以及混合模型，数据间关系一般是多维的(注:存在一维为时间维)，数据仓库结合OLAP的数据处理功能，实现数据的多维分析，最终为用户提供方便而快捷的多角度信息查询与分析，使得用户可及时掌握所在领域的阶段状况与发展趋势。数据仓库的应用主要为大规模决策支持环境，技术一般基于多维数据库管理系统(MDBMS)，MDBMS引入表分级、嵌套表、高级索引等技术来实现，为OLAP技术搭建了更好的分析平台。与传统数据库的区别在于，数据仓库内部不仅是简单的数据累积，它首先从海量外部事务数据源中抽取数据信息，期间应用集成管理器实现抽取数据的清理、转换与格式统一，然后得到基础数据仓库，内部数据存储结构相对较复杂。之后与各类分析工具(如OLAP工具)相结合，实现对数据信息的分析处理，最后依据需要输出计算得到的信息。目前，数据库技术基础已成熟，不过其体系结构部分还有待提升。现今市场上，实现的数据仓库产品一般为通用平台而设计建设，面向特定领域的专用产品还比较少，数据仓库技术仍处于发展阶段。虽然数据仓库技术还有待于进一步提升，不过其经济价值已得到了证实。国际著名数据库专业人员联合斯坦福大学教授等了一份面向数据仓库的权威报告，其中探讨了数据仓库的目前现状与发展趋势，许多大型数据库公司诸如IBM公司、Oracle公司等都相继推出了各有特色的数据仓库产品。调查结果显示，现今财富500强之中已高达90%的企业已建或者正在搭建企业数据仓库。由于数据仓库技术可产生的巨大经济利益，也带动了中国相关领域的发展。目前已有部分科研机构、企事业单位投入了大量的人力物力搭建数据仓库平台，不过现阶段我国还处于起步阶段，数据仓库的商业应用集中于金融、营销、生产等领域。某些涉足营销、生产等领域的大型企业也依托国内外先进技术，创建了数据仓库平台，从而跟踪分析市场信息，分类预测客户行为的未来发展趋势［2－5］。目前，数据仓库技术发展基础已奠定，一个成功的数据仓库所需要的成熟管理技术、完善的网络技术、资深管理人员以及OLAP技术与管理模型等都已具备，仍欠缺的是:完善的系统理论及技术、多维数据存储时数据结构的确定［6－7］;数据挖掘模型的建立、数据挖掘算法的取舍等方面。
2．3联机分析处理
(OLAP)现状数据仓库为存放数据的平台，也是数据分析和数据决策的支持。20世纪60年代初期，关系型数据库模型由数据库之父E．F．Codd提出，联机事务处理(OLTP)的概念被带动发展。1993年，为了应对更海量的信息，实现更专业的信息分析，联机分析处理(OLAP)的概念被提出。E．F．Codd曾总结联机分析处理的12条准则，包括:多维数据分析准则;客户/服务器结构准则;多用户支持准则;己知的报表性能准则等。OLTP分析中以二维表的形式存放数据，无法实现复杂的信息查询分析。OLAP基于数据仓库，可实现对海量数据信息的多维度、多方位(如钻取、切片、切块、旋转等)复杂数据存取，实现多维数据分析，突破了以前的二维表表格展示方法，可以实现更加深入的数据分析与数据观察，用直观易懂的图标形式来展示数据查询结果，从而为决策人员提供决策信息支持。二者对比如表1所示。近年来，OLAP技术被广泛应用，国际上许多公司都已开发出了较完善的OLAP产品［8］，实现了OLAP技术的进一步发展及应用。其中，小部分公司负责制定OLAP技术标准、OLAP技术公告，大部分厂商主要负责生产OLAP产品，具体有:IBM生产的OLAPServer、SAS生产的MDDB以及Oracle生产的ExpressServer等等。OLAP技术发展已趋于成熟，且在多维度数据模型的建立以及查询优化方法等方面都取得了较好的研究成果。目前，OLAP的总体发展趋势是与其它技术(诸如Web技术、数据挖掘技术等)相融合。国内OLAP技术起步相对较晚，伴随着数据仓库的搭建及其技术的不断完善，OLAP技术的发展迫在眉睫。不过，由于OLAP技术尚且较新，其核心技术还有待于进一步完善。
3结语
3．1对市场营销及企业营销管理系统的状况进行了概述。现代市场营销是一个社会或企业的管理过程，市场营销管理系统的根本目标是使顾客满意，且最大化企业的利润。以互联网为基础的信息技术，目前已是世界经济发展的关键因素与倍增器，一个企业要生存发展，在营销方面需要具备个性化的营销技能与一种能够把网络、信息技术与企业内部资源整合一致的能力。
3．2介绍了数据仓库技术的定义、体系结构、特点及其商业价值，分析了其与传统数据库的区别和联系;详细介绍了企业营销管理系统中数据仓库的设计及构建过程。
3．3构建数据仓库的目的是为决策者提供最终决策的信息支持，在完成了数据仓库的建模及信息导入之后，需对信息进行深入分析，从而提供决策支持。本文简要论述了OLAP技术的特点、基本核心，深入分析了OLAP技术的多维分析及分类技术，引入了多维表达式方法，举例展示了其查询检索过程。
