目前每天每時每刻都會出現大量的數據及信息，大數據已經滲透到各行各業，爆炸式的數據增長加大了人們獲取有效信息的難度，從而衍生出了數據倉庫和數據挖掘技術。這兩種新型數據庫應用技術成為了計算機技術研究的熱點問題。下面文章介紹數據倉庫，數據挖掘及決策支持系統的概念，以南京地鐵人員信息數據為例，分析決策支持系統對人力資源管理起到的影響。

　　【關鍵詞】數據倉庫,數據挖掘,決策支持系統

　　現如今，數據庫技術發展迅速，應用越來越廣泛，人們積累的數據也越來越多，而這些數據依然只是被用作簡單的查詢和統計，并沒有對隱藏在其背后的深層價值進行利用，導致了數據爆炸而有效信息卻很貧乏。顯然，這無法滿足人們快速的從海量數據中提取有效數據的需求，因此，必須充分利用數據倉庫、數據挖掘等技術分析當前的和歷史的數據，自動快速地獲取其中的有效信息，從而為領導提供快速、準確和方便的決策支持。

　　1數據倉庫和數據挖掘

　　1.1數據倉庫

　　數據倉庫是一種新的數據處理體系結構，它是在關系數據庫、并行處理和分布式等技術的迅速發展的基礎上提出來的。正如它的名字，它不僅能像倉庫一樣儲存海量數據還能有效地管理這些數據，并將數據按照某種規則進行重新組織排列，提供有效的數據訪問手段。數據倉庫具有以下四個顯著特征：

　　(1)面向主題是按照決策層的需求，根據一定的標準對數據進行歸納，每個對應的主題都能夠體現決策者對數據的整體把控。

　　(2)數據集成是指各個業務系統產生的原始數據，在進入數據倉庫前，須經過一系列的數據倉庫技術，轉換成符合數據倉庫所需的結構后存儲在數據倉庫之中。

　　(3)變化性是指用于決策分析的原始數據是由業務的發展長期積累的，并且它依然會隨著時間的變化而發生變化。

　　(4)穩定性是指數據倉庫中的數據基本上處于一個相對不變的狀態。

　　1.2數據挖掘

　　數據挖掘其實質是從海量數據中發現有價值的信息，獲取隱藏在背后的、不易被人們發現的但又可能有實際意義的相關關鍵業務資源。

　　2決策支持系統在人力資源管理中的應用

　　人力資源管理系統作為企業最重要的業務系統之一積累了大量的數據，如對企業中的人員數據、人員信息進行深入地詳細地分析將有利于決策者了解企業內部人員的整體情況，并且能夠優化企業結構、充分發揮人才優勢。

　　2.1決策支持系統的體系結構

　　決策支持系統(decisionsupportsystem，DSS)，其普遍定義是輔助決策者通過數據、模型和知識，以人機交互方式進行半結構化決策的智能化計算機應用系統。通常系統分為4部分：底層原始數據層、數據倉庫數據庫層、決策支持層和面向用戶層。各個層次互相配合互相作用構成有層有次的決策支持系統。決策支持系統的工作原理為：底層的原始數據來自各個業務系統，經過清洗、抽取和轉換后進入數據倉庫數據庫。數據倉庫中的數據經聯機分析系統提供給企業的中高層管理人員。通過決策支持系統，能夠根據企業管理決策模式和業務分析模型，建立各類業務決策分析模型，并通過對業務數據的有效挖掘，自動根據模型計算分析結果，供高層領導參考;能夠通過建立管理駕駛倉，定義和調整各類分析指標和指標值計算不同分析結果，為高層領導決策提供多維多角度的方案。

　　2.2數據倉庫的設計

　　數據倉庫是建立決策支持系統的基礎，關系著系統功能的實現，對能否抽取到正確的存儲方式、數據結構的數據起到及其重要的作用。數據倉庫中的多維數據模型采用星型模式表示，以南京地鐵集團相關人員信息為例，其模型如圖1所示。由圖1可知，南京地鐵集團人員數據倉庫的基本結構框架由7個主題構成。原始的業務數據必須經過清洗、抽取、轉換等數據轉換技術的過程，集成到數據倉庫中，多維數據庫就是對數據進行更精煉更專業的概括。

　　2.3分析結果展示

　　聯機分析處理技術對決策支持系統的建設至關重要，它不僅可以生動、直觀的將決策者關注的重點指標以各種圖表形式展現出來，還能夠根據決策者的需求對數據從不同的角度、度量更加深層次地鉆取“躲”在數據背后的信息，從而使決策者充分了解和掌握企業總體運作情況。OLAP對數據的切片、鉆取、和旋轉可以實現信息資源的多維分析，并以多種視圖如：excel表、餅狀圖、柱狀圖、透視圖等形式展現給決策人員，相比于傳統報表更直觀形象。

　　3結語

　　本文介紹了決策支持系統關鍵技術的基本概念和基礎體系結構，以南京地鐵集團的人員信息數據為例建立了數據倉庫并展示了分析結果，充分說明了決策支持系統在人力資源管理方面的應用，為管理人員和分析人員提供可靠的決策支持。

　　參考文獻

　　[1]尹輝,尹政,李振軍.數據倉庫技術及其應用[J],福建電腦,2004(03):14-15.

　　[2]王宗軍.決策支持系統的概念、結構、應用及其發展[J].計算機應用研究,1992(04):61-64.

　　相關閱讀：人力資源方面的論文在哪些期刊上發表比較順利呢