虽然数据库的应用已有30余年的历史，数据库中也积累了大量的数据，但数据挖掘却是20世纪80年代后期兴起的一门学科。这门学科的发展主要是应用驱动的结果。随着各行各业，特别是商业中竞争的加剧，决策关系到一个单位的存亡。这就要求数据库不仅支持一个单位的操作和运行，还要支持一个单位的决策。数据仓库提供决策所需要的数据，而数据挖掘则提供决策所需要的高层次的知识。数据挖掘正是在这样的背景下应运而生的。国外在数据挖掘这一领域发展十分迅速，已建立起了许多可进行数据挖掘的系统。而国内很少见到类似的系统，决策分析也大部分是基于关系数据库的，很少有基于多维数据库的。 多维数据库是以多维方式来组织和观察数据的，这些数据是以“超立方”块的形式存储的。多维数据库的优势不仅在于多维概念表达清晰，占用存储空间少，更重要的是它有快速的执行速度。 本文借助于Essabase多维数据库，从多维的角度出发，结合本人研究生期间从事的课题《港口装卸定额系统》的研究与开发，论述了基于多维的数据挖掘模型GZXDE-DM的具体实现方案。在多维数据库上进行数据挖掘是GZXDE-DM模型的一大特色。 GZXDE-DM数据挖掘模型的重点不在于挖掘出什么样的信息，而是以港口装卸定额为背景，探讨一下如何建立一个面向应用的、通用性较强的、基于多维数据库的数据挖掘模型。在GZXDE-DM数据挖掘模型的实现过程中，采用了联机分析OLAP和联机挖掘OLAM技术，融合了数据仓库技术、C/S技术、决策树技术和INTRANET技术。 GZXDE-DM数据挖掘模型可扩充性好，易于集成。完全可以以此为基础，进行更深层次的开发，建立起一个非常实用的决策支持系统。