群体决策支持系统(GDSS)是一种用来提高群体决策活动的有效性的决策支持系统.为更好的支持企业或组织的群体决策需求,本文以社会医疗保险系统为背景,采用ORACLE数据库系统作为底层的存储系统,建立了一个支持企业群体决策的多数据仓库模型.这里所谓多仓库指的是为满足群体决策过程中对信息的准确、全面的要求,我们将社保系统中所涉及到的尽可能多的内部、外部数据仓库结合起来,构筑了一个全新的群体决策支持.模型主要包括为群体决策提供支持的多个数据仓库,数据管理模块,模型管理模块,控制调度模块,以及为决策查询提供支持的模型元数据等.为了满足社保系统群体决策过程中对查询响应速度的要求,在建立这样一个多仓库系统的同时,应该选择一个合适的数据模型,保证在海量数据的环境下,及时、快速地得出查询结果,以帮助决策者们做出正确的决策.本文仔细研究了现有的数据仓库的各种模型,仍然采取了最常用的基于关系理论的数据模型——雪花模型作为基本的存取模型,但为了更好的支持群体决策,我们在雪花和对象混合模型的基础上引入了组合维的概念,增加了维表和事实表之问的复杂关联,形成了一种新的模型——粗粒度雪花模型.利用这些组合维和它们之间的复杂关联,用户可以快速的直接查找到所需对象,从而提高查询的效率.作为例证,本文也给出这两种模型在理论和实践中的性能比较.在使用数据仓库时,设计好与模型相适应的元数据可以使各种操作更加方便.在数据仓库中,需要用元数据来描述系统的信息,因此元数据的设计是数据仓库设计中一个关键的方面.由于数据仓库模型本身描述起来非常复杂,因此在我们这样一个多仓库系统中,描述模型的元数据也非常复杂,象关系数据库那样用关系存储元数据有一定的困难,需要一种更好的方法存储、使用元数据.经过研究和比较,本文决定采用XML存储元数据,因为XML的特点就是可以由用户自己定义复杂数据结构.通过XML,我们可以定义任何复杂的元数据,作为例子,我们设计了多仓库模型中几种元数据的格式.为了实现基于粗粒度模型的多数据仓库原型系统,本文对粗粒度模型的建模工具进行了初步的设计,提出了建模工具的设计方案,并演示了几种建模工作的流程.最后,本文演示了医保工作中一个群体决策的工作流程,充分说明SGDMDW在实践中的应用价值.