DW：    Data Warehouse                     数据仓库    

OLAP：  On-Line Analytical Processing      联机分析处理    

DM：    Data Mining                        数据挖掘    

DSS：   Decision Support Systems           决策支持系统

技术的进步，不懈的努力使人们终于找到了基于数据库技术的DSS的解决方案，这就是：DW + OLAP + DM ————> DSS 的可行方案。数据仓库、OLAP和数据挖掘是作为三种独立的信息处理技术出现的。数据仓库用于数据的存储和组织，OLAP集中于数据的分析，数据挖掘则致力于知识的自动发现。它们都可以分别应用到信息系统的设计和实现中，以提高相应部分的处理能力。但是，由于这三种技术内在的联系性和互补性，将它们结合起来即是一种新的 DSS 架构。这一架构以数据库中的大量数据为基础，其特点是：    

（1）在底层的数据库中保存了大量的事务级细节数据。这些数据是整个 DSS 系统的数据来源。    

（2）数据仓据对底层数据库中的事务级数据进行集成、转换、综合，重新组织成面向全局的数据视图，为 DSS 提供数据存储和组织的基础。    

（3）OLAP从数据仓库中的集成数据出发，构建面向分析的多维数据模型，再使用多维分析方法从多个不同的视角对多维数据进行分析、比较、分析活动从以前的方法驱动转向了数据驱动，分析方法和数据结构实现的分离。    

（4）数据挖掘以数据仓库和多维数据库中的大量数据为基础，自动地发现数据中的潜在模式，并以这些模式为基础自动地做出预测。数据挖掘表明知识就隐藏在日常积累下来的大量数据之中，仅靠复杂的算法和推理并不能发现知识，数据才是知识的真正源泉。数据挖掘为AI技术指出了一条新的发展道路。