面对今天浩如烟海的信息,如何帮助人们有效地收集,选择和存储所感兴趣的信息,更关键的是如何帮助用户在日益增多的信息中发现新的概念和它们之间的关系,使之能做到信息处理的自动化从而用于决策支持,已成为信息技术(IT)的热点问题.而数据仓库(DW)和数据挖掘(DM)技术,就是让计算机帮助人们从海量信息中进行智能的、自动的抽取和精化有价值的知识,从中揭示出蕴含在这些数据背后的客观世界的内在联系和规律,并用于宏观辅助决策和解决社会发展中的实际问题.数据仓库是解决信息技术在发展中存在的拥有大量数据但有用信息贫乏(Date rich-Information poor)的综合解决方案.联机分析处理是对多维数据进行分析的技术,它从多视角分析途径获取用户所需的辅助决策的分析数据.如果说数据仓库侧重于存储和管理面向决策主题的数据,那么联机分析处理则侧重于把数据仓库中的数据进行分析,转换成辅助决策信息.数据挖掘,也称为数据库中的知识发现,是从大量数据中提取出可信、新颖、有效并能被人理解的模式的高级处理过程,是数据库技术、人工智能、机器学习,统计分析、模糊逻辑、模式识别、人工神经网络等多个学科相结合的产物.该文介绍了决策支持系统的形成与发展、原理与结构,分析了基于数据仓库和数据挖掘技术的决策支持系统在开发中有关规划、建模等主要的技术方面所采取的方法、手段.综上,以数据库和数据仓库技术作为决策支持系统整体解决方案的基础,并以联机分析技术和数据挖掘技术来支持,即基于DB+DW+OLAP+DM的决策支持系统是目前在工业企业中最佳的可行方案.