基于DW的DSS的构建
基于该企业现有内部网(Intranet)，针对一般企业用户范围广、流动性大和面对市场需求分析工作量大的特点，基于数据仓库的决策支持系统框架结构模型如图1所示。
图 1：基于DW的DSS系统框架结构图
本系统应用模型是浏览器/服务器(B/S) 3 层结构形式，即客户端、应用服务器和数据源服务器。
(1)数据仓库的采集单元(pump)负责定期的通过企业内部网通信干线分布在网络各站点上的有关数据库收集最新的数据，并完成数据的净化与变换。考虑到 DW 中数据对象较为复杂且数量巨大，决策支持系统其他单元对 DW 的访问是通过 OLAP 服务器来完成的。使用 OLAP 服务器的目的是为了得到完善的多维数据管理，并提供简便快速且性能有保证的多维数据查询和分析，大大地降低了系统的数据传输量，提高了数据挖掘和决策分析效率。
(2)知识库中的知识除了在系统建立之初输入之外，还由系统的数据挖掘单元不断地进行补充, 与传统的 DSS 体系结构不同。在数据挖掘单元中，尽量使用已有的一些数据挖掘软件工具，如SAS，IBM Intelligent Mines等。
(3)在中间层设置 Web 服务器和知识服务器。用户通过 HTTP 协议访问Web服务器上的HTML 格式的页面，而Web服务器则根据页面设置与用户要求向知识服务器提出决策需求。知识服务器是处理用户决策需求的综合服务单元，它根据用户需求向知识库和数据库要求相应的知识和数据，经处理后以Web页面的形式提供给用户。
(4)在客户端，用户通过 Web 浏览器访问Intranet上的Web服务器来进行决策咨询。本系统的用户可分为两类：一类是一般人员，他们只需要了解一下企业总体情况以及决策支持系统对具体的一般性建议，服务器上的静态 Web 页面就可以满足他们要求。另一类是企业高层管理决策人员，他们除需了解各部门情况与相关统计以外。
数据仓库的设计
数据仓库与数据库虽然过程都要经历概念模型、逻辑模型和物理模型3个设计阶段，但在各个设计阶段所采取的方法却截然不同。根据上述系统数据仓库采用面向主题，即面向对象自上而下的设计方法。下面分别介绍3个模型设计阶段采用的建模技术。
1 概念模型的设计
超立方体(Hypercube)可用超出三维的表示来描述一个对象(对象可以是客户、产品、营销策略等)，它完全可以满足 DW 的多维特性。使用自上而下的方法设计一个超立方体的步骤如下：
(1)确定模型中需要抓住的关键过程。
(2)确定需要捕获的值。
(3)确定数据的粒度，即需要获取最低一级的详细信息。
当维数超过三维后，超立方体在表现上缺乏直观性，因此我们采用一种称为信息包图(Information packed picture)的方法在平面上展开超立方体。使用信息包图设计概念模型的具体步骤如下： 1确定指标：指标是访问DW的关键所在，是用户最关心的信息。它是表示在维度空间衡量商务信息的一种方法。2确定维度：维度提供了用户访问DW的信息途径，对应超立方体的每一面，位于信息包图的第一行的每个栏目中。3确定类别：类别是在一个维度内为了提供详细的分类而定义的，而其中的成员又是为了辨别和区分特别数据而设的，它表示一个维度包含的详细信息。一个维度内最低层的可用分类可以又称为详细类别。
2 DW逻辑模型的设计
根据 DW主要提供的是查询操作，选择星型图作为其逻辑模型，从 DW 的概念模型（信息包图模型）转换成 DW 的逻辑模型（星型图模型）的过程，可以分为以下几个步骤：
(1) 指标实体：指标实体位于星型图的中心，是用户最关心的基本实体和查询活动的中心，为用户的商务活动提供定量数据。每一个指标实体代表一系列相关事实，完成一项指定的功能，在一般情况下代表一个现实事物的综合水平，仅仅与每个相关维度的一个点对应。
(2) 定义维度实体。一个维度实体对应指标实体中的多个指标，用户使用维度实体来访问指标实体，其实质是对应着逻辑数据实体。一个维度实体对应信息包图中的一个列。
(3) 定义详细类别实体。一个详细类别的实体与现实世界的某一个实体相对应。
(4) 定义逻辑模型。定义逻辑模型的最后一步是将星型模型转换成雪花模型。限于篇幅，转换过程与图示从略。
