数据挖掘在ERP采购管理中应用.docVIP

数据挖掘在ERP采购管理中应用 　　摘要：在ERP采购管理系统中采用DM与DB／DW紧耦合方式设计了一个开放集成的数据挖掘系统DMSPM。使用基于约束的交互式数据挖掘技术，以提高挖掘效率和灵活性；将计算模型和工具分离，形成一个模型求解的工具箱，便于使用和维护；通过人机界面和知识推理接受用户决策需求并输出决策结果，提供良好的交互性，从而形成一个拥有强大决策功能的ERP采购系统。 　　关键词：数据挖掘；ERP；决策支持；采购管理 　　 　　O引言 　　 　　管理决策中所面临的问题，往往目标含糊不清，多目标相互冲突，方案的比较和选择没有固定的规则或程序可循，所需的信息不全或比较模糊，同时不同的决策者的领导风格也不完全一样。为了把握企业运作的整体特征和决策企业的发展战略，需要建立可靠的决策支持系统。当前利用企业已建ERP中大量的基础信息数据，实现决策支持已成为ERP的发展趋势。数据挖掘DM(Data Mining)是实现决策支持系统的最佳途径。将DM系统平滑集成到DB／DW系统中，成为信息系统中的一个子系统；事务管理、查询处理、联机分析处理和联机分析挖掘集成在一个统一框架中。这将保证数据的可获得性，数据挖掘的可移植性、可伸缩性、并为多维数据创立了集成处理的环境。本文正是根据上述设想，构建了一个可以集成在ERP系统中并与数据库和数据仓库系统紧耦合的数据挖掘系统，可以进行自动和交互探查的挖掘方式，以多种方式将挖掘结果智能地提供给决策者，使ERP系统具有完善的决策支持功能。 　　 　　1应用在采购管理中的数据挖掘系统 　　 　　我们所构建的采购管理中的数据挖掘系统DMSPM(Data Mining System for Purchase Management)，实现了采购过程的决策支持功能，主要包括： 　　(1)联机分析处理(0LAP)。采用多层次多维度多种操作方式对采购订单、供应商、物料等数据进行分析，得到不同的汇总信息，进而定性归纳出事物的特征描述或对比描述。 　　(2)自动选择合适的供应商，对供应商进行合理的评估。 　　(3)根据不同的要求制定采购计划。 　　(4)物料价格预测、采购风险评估以及采购属性关联等。 　　DMSPM的组成结构如图1所示。 　　DMSPM嵌入到ERP系统中，ERP系统通过ERP接口调用DMSPM中各模块，智能显示相关决策信息。例如可以根据预先设定参数自动生成采购计划或引导决策者根据要求生成采购计划，并提供相关信息，如供应商信誉度、价格信息等。利用DMSPM的OLAP服务，可以对多维数据集进行上卷、下钻等操作。DMSPM中的决策管理采用任务驱动，若要生成决策信息则可通过挖掘向导定义任务，存储在任务模型库中，任务模型库中预先已经定义部分任务。任务由任务引擎分配给挖掘引擎，选择合适的挖掘算法(如分类、关联等)在数据集市中运行，并将结果存储在知识库，将该挖掘模型存储于PMML模型库。知识库中的结果由推理评估模块评估解释后展示出来。知识库存放数据挖掘所需要的领域知识以及挖掘结果等，用户可以通过知识管理模块对知识库进行管理。 　　 　　 　　2数据仓库和联机分析处理OI．AP的设计 　　 　　在DMSPM中，数据仓库的构建过程如下： 　　(1)概念模型设计：界定系统边界，包括供应商选择和评估、采购计划制定等；涉及数据有供应商和物料目录、价格和反馈记录等。描述采购主题域，以订单编号为公共码键，属性组包括物料编号、供应商编号、发出日期、收货日期、合格率、数量等。 　　(2)逻辑模型设计：采用单一粒度，直接存储细节数据；用时间属性和物料性质属性来分割数据，以方便实施，且与粒度划分层次相适应。维表和事实表主要部分设计如图2所示。 　　 　　(3)物理模型设计：采用供应商编号和物料号作为索引字段；采购数据存放于磁盘；最优块大小取为4K，自动设置高速缓冲区大小，缓冲区个数可以灵活设置。 　　(4)数据仓库的生成：采用Sql server2000的Analysis Services来建立采购数据集市，利用数据集成转换工具DTS作为数据集成开发工具。从ERP数据库中读取数据，进行数据转换操作，以属性平均值填充空缺值；对噪声数据，使用分箱方法按箱中值平滑。通过脚本处理语言和存储过程实现一些较复杂的数据有效性检查等操作。 　　OLAP从不同角度和层次查询满足分析需求的数据，其基本操作包括：上卷、下钻等。本文是在ERP系统中调用ADO对象来操作多维数据集，直接在ERP系统中分析采购数据。 　　 　　3任务引擎和挖掘引擎的设计 　　 　　DMSPM采用任务驱动机制，由挖掘向导生成的任务交给任务引擎，一部分任务是通过知识库和推理评估模块完成，另一部分是由挖掘引擎执行，例如物料价格预测