基于ERP的企业经营决策支持系统研究

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要结合ERP理论和实践，采用微软的数据挖掘工具软件Analysis Services创建多维数据集，并利用微软决策树及微软聚集这两种算法创建OLAP数据挖掘模型，以实现人工成本分析和产品销售状况分析等决策支持功能，帮助企业理顺业务流程，对企业发展战略决策有一定的实用性和理论参考价值。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章
	杨奕琦

关键词 ： ERP, 企业经营, 决策支持, 数据挖掘

Abstract：Combining with ERP theory and practice, this paper uses Microsoft’s data mining tool to create muti-dimensional data set, and uses Microsoft decision tree and Microsoft aggregation to create OLAP data mining model, in order to realize the decision support functions, such as artificial cost analysis and product sales performance analysis, which provide certain practical and theoretical reference value for enterprise.

Key words： ERP enterprise management decision support data mining

收稿日期: 1900-01-01 年卷期日期: 2011-09-10 出版日期: 2011-09-10

引用本文:

杨奕琦 . 基于ERP的企业经营决策支持系统研究[J]. , 2011, 1(09): 0-0.
Yang Yiqi. Research on Management Decision Support System Based on ERP. , 2011, 1(09): 0-0.

链接本文:

https://www.computertelecom.com.cn/CN/ 或 https://www.computertelecom.com.cn/CN/Y2011/V1/I09/0

[1]	黄慧君　王波　李宇中. 地市农商银行整村授信使用率数据分析 ——以H农商银行为例[J]. 电脑与电信, 2024, 1(5): 1-.
[2]	沈培　曹晓静　郑心炜. 基于数据挖掘的网络营销课程项目式教学改革 [J]. 电脑与电信, 2024, 1(4): 35-37.
[3]	李姗姗李忠. 新工科背景下数科专业数据挖掘与分析课程建设 [J]. 电脑与电信, 2023, 1(4): 28-.
[4]	刘然程曼. 基于数据挖掘的校园食品安全事件分析 [J]. 电脑与电信, 2022, 1(4): 65-.
[5]	王茂发王子民汪华登刘振丙. 基于Jupyter的数据挖掘课程建设与研究 [J]. 电脑与电信, 2021, 1(7): 12-16.
[6]	葛晓燕. 数据挖掘课程混合式教学改革探索[J]. 电脑与电信, 2021, 1(6): 43-46.
[7]	焦鑫. 高职软件专业创业实战课程教学实施与改进方法研究——以ERP沙盘创业课程为例[J]. 电脑与电信, 2021, 1(3): 7-20.
[8]	杜振鑫. 数据挖掘课程中过程生成式启发教学研究 [J]. 电脑与电信, 2021, 1(12): 47-49.
[9]	郁烨. 交通管理工程专业核心课程成绩数据挖掘 [J]. 电脑与电信, 2021, 1(12): 62-65.
[10]	龚建锋. 基于数据挖掘的云安全评估模型研究 [J]. 电脑与电信, 2021, 1(11): 95-.
[11]	王颖. 基于Canopy的K-Means并行化算法[J]. 电脑与电信, 2019, 1(7): 30-.
[12]	赵宇阔. 通讯痕迹与情报分析系统的设计方法[J]. 电脑与电信, 2018, 1(9): 52-53.
[13]	汪一百. 基于Hadoop 平台的聚类K-means算法的研究[J]. 电脑与电信, 2018, 1(4): 18-20.
[14]	张志文, 何明昌, 杨维伟, 刘仁笑, 王瑜, 胡学友. 校园知识技能变现系统设计与实现[J]. 电脑与电信, 2018, 1(4): 27-30.
[15]	魏爽. 一种文本聚类的增强数据挖掘方法[J]. 电脑与电信, 2018, 1(3): 46-48.