中国办公自动化的理论经历了由文档型、综合型OA上升到决策型OA的 过程，决策型OA是以领导决策为核心，运用了国内外最新的研究技术—数据 仓库、OLAP(联机分析处理)和数据挖掘，提供给企业和政府机关的领导全 方位、多视角的分析本单位的信息，把单位的发展决策建立在量化的信息整合、 展现和预测基础上。 本文从一个实际的企业综合信息系统开始，介绍了数据仓库的概念、特征 以及与传统数据库的区别，讲述了构建数据仓库的具体步骤；给出了OLAP与 OLTP的差异，OLAP的评价准则，OLAP的几个概念：维、立方体、切片、切 块和旋转等，进而论述了OLAP的设计模式及立方体的数学模型；在第三章介 绍了数据仓库和OLAP在实际项目中的设计与实现。 本文后半部分重点阐述了数据挖掘技术的概念、方法和技术，介绍了国外 用于数据挖掘技术的流行算法--C4.5的基本思想，指出了其中的不足之处，给 出了改进技术—如何剪枝，同时剖析了作者所在项目组完成的一个数据挖掘工 具—INFOMAN的数据结构;在深入分析C4.5算法本质的基础上，又进一步提 出了利用信道容量来进行数据挖掘工作，分析了此算法的优点和不足之处。第 四章讲述了如何利用规则生成算法构建数据挖掘，在引入了通用规则算法的基 础上，给出了一个关联规则的数学模型。 本文阐述了设计数据挖掘的多种技术和方法，实际上每一种算法都有其适 用方面，有其优点和不足，并不能武断地认为一种算法一定比另一种算法好。 因此，在设计DM时，要优选合适算法，例如我们开发的项目的源数据类型就 适宜用C4.5决策树算法和规则生成算法来挖掘，而最近我们设计的某区交通决 策信息系统的源数据类型则适宜用神经元或蚁群算法来挖掘。 关键词：决策型OA、OLAP、决策树、熵、元数据、数据集市、剪枝