信息作为现代企业的宝贵资源,占据着越来越重要的地位,成为科学管理的基础,正确决策的前提,有效调控的手段。在零售行业,随着电子商务和商业POS系统的广泛应用,数据库中收集了大量关于商品销售情况的数据,为商家提供了更为深入地了解客户需求信息和购物行为特征的可能性。而大多数由过去遗留下来的异构的系统、应用、业务流程以及数据源构成的应用环境已经不能满足这样的需求。论文以大商集团决策支持系统项目为依托,通过对零售行业的背景与操作流程的分析,提出了建立基于数据仓库的零售决策支持系统,在一定程度上应用改进的Apriori算法关联规则技术来解决现实商业问题,使其能够协助企业领导作出决策,以提高企业自身的竞争力。首先介绍了本系统的研究背景、研究内容和研究意义,论述数据仓库和联机分析处理技术在同行业的应用现状。然后讨论了Apriori算法基本技术和方法,尤其侧重于该算法在零售业的数据挖掘技术的分析说明。其次,解释了数据仓库的基本原理,并对它的体系结构、数据组织、开发设计进行详细地阐述。介绍数据仓库开发过程中的数据模型设计技术和设计步骤,详述了数据的抽取、净化和加载过程。第三,详细论述从数据仓库数据库、多维数据集的构建方面设计一个基于数据仓库的零售行业决策支持系统的过程,并将Apriori算法进行相应的改进并应用到系统中,取得了很好的效果。