ERP与数据挖掘.pptVIP

数据挖掘在ERP软件中的应用 小组成员：李油 刘白璐 郭亚琦 薛峰 ERP系统及其架构 ERP系统面向制造业、机械行业等各个行业，以系统的业务流程为导向，应用价值为主题，将企业的基础资源、需求链、供应链管理与竞争核心构筑成的三角形业务应用体系，再以业务应用为基础，构筑战略决策应用模式，从而形成金字塔总体应用价值体系。其总体架构如下图： ERP系统模块 ERP中的数据是按照面向事物处理的方式进行组织和存储的。一般ERP系统包含四大功能模块：财务管理、生产管理、物流管理和人力资源管理。此外，还包含质量管理、设备管理等模块。它们互相之间有相应的接口，能够很好的整合在一起来对企业进行管理。ERP系统的总体流程如下图所示。 数据仓库的体系结构 数据仓库的体系结构主要是由四部分组成；数据源(Data Source)、数据仓库的数据存储(Data Storage)、应用工具(Application Tools)和可视化用户界面(Visualization)。 应用工具主要指联机分析处理0LAP(On-Line Analytical Processing)工具和数据挖掘工具。 对源数据进行接收、分析、抽取、净化、汇总、变换、存储等数据预处理； 要确定数据仓库的分析主题和指标体系，再从源数据库中分析抽取面向主题的集成数据。 数据仓库的数据一般为多维数据，数据模型大多采用星形模式或雪花模式。 ERP软件中创建数据仓库的步骤 和传统的操作型数据库事务驱动不同，数据仓库的数据是面向主题的，所以其设计是由数据驱动的。 一般说来，创建数据仓库按以下步骤进行： (1)建立企业模型，选取主题； (2)数据仓库的逻辑设计和物理设计： (3)数据载入接口设计； (4)装载一个主题数据和数据校验； (5)OLAP模型设计和应用开发； (6)数据挖掘模型设计； (7)界面系统设计； (8)装载其它主题数据； (9)实施阶段： (10)根据客户反馈修改和完善。 数据挖掘在ERP智能决策模型中的应用（以采购模块为例） 采购作业管理在MRPII(制造资源计划)／ERP逻辑流程图中属于计划的执行层，是物料管理的一项重要内容。而确定合理的定货量、选择优秀的供应商、保持最佳的安全储备、制定请购单等是采购管理的重点所在。 采购清单生成 在传统的MRPII／ERP处理流程中，先由生产部门根据客户订单或市场预测排出主生产计划。然后再把这些最终产品按物料清单(BOM)进行逐层分解，就可以得到各个时区所需要的各种物料的数量。 然后再逐层查询库存记录，和各种物料的库存量进行比较，在保证物料安全库存的前提下得到各种外购物料在各个时区内所需的进货数量，这就生成了初步的请购单，这一过程图4．2所示。 采购部门收到请购单后，查询档案记录，选择适当的供应商，并就商品价格、技术和质量条件进行洽谈，经核准后再发出正式的采购订单。 在MRPII／ERP采购管理中，采购计划的生成、合适的供应商的选择、采购风险的评估等都需要管理人员做出准确的决策。 DMSPM（Data Mining System for Purchase Management ）的组成结构 OLAP在数据仓库的基础上，对采购管理主题中的数据进行访问、处理和分析，通过直观的方式，包括交叉表、曲线图、直方图、雷达图、饼图等，从多个维度、多种数据综合程度将系统的运营情况展现出来。 挖掘引擎中集成了改进的Apriori算法、决策树算法等，以适应在采购决策中特定的需求。例如采购计划的生成、供应商的评估、采购风险等。不同的算法封装到不同的类中，形成一个可以调用的工具箱。 知识库是推理评估模块工作的基础。它包括基于采购部门的数据仓库的组成结构、物料清单、隶属函数以及由挖掘引擎产生的结果等知识。 推理评估模块是根据用户对采购的具体要求，结合局部数据仓库中的数据和知识库中的知识，选择合适的挖掘算法工具，对供应商进行评估以及制定合适的采购计划等。 人机界面是与管理人员、领域专家以及开发人员交互的接口，包括了决策管理、知识管理、挖掘向导、任务管理、OLAP服务、ERP接口等。管理人员可以从人机界面中获得决策信息，领域专家可以在人机界面中设定相应的领域知识，开发人员利用人机界面提供的接口调用功能模块。 ERP数据仓库系统的设计的基本过程 逻辑模型设计 逻辑模型设计的成果是，对采购主题的逻辑实现进行了定义，并将相关内容记录在数据仓库的元数据中。 0LAP(联机分析处理) 在数据仓库的基础上可以进行OLAP的应用，OLAP主要是针对主题进行的数据的访问、处理和分析，以多维的形式从多方面和多角度来观察企业的状态，通过快速、一致、交互地访问各种可能的信息视图，掌握数