随着社会的发展，社会的组织化程度和生产的社会化程度越来越高，信息量越来越大，对信息的处理工作越来越重要。90年代初才起步的数据仓库(DW)技术采用全新的数据组织方式，对大量的原始数据进行各种处理并转换成有用的信息，用户可以通过分析这些信息从而作出策略性决策。 联机分析处理(OLAP)与数据仓库有着密切的联系，它是数据仓库的验证型分析工具。它将分析决策所需的大量数据从传统的操作环境中分离出来，清理、转换成集成的、统一的信息，帮助决策者进行及时、有效的分析、判断和预测，获取更多的经济效益。 数据挖掘(DM)作为20世纪末刚刚兴起的数据智能分析技术，由于其所具有的广阔应用前景而备受关注。作为数据库与数据仓库研究与应用中的一个新兴的富有前途的领域，数据挖掘，常常也被称为数据库知识发现(KDD)，它可以从数据库、数据仓库或多维数据集，以及其它各种数据库的各种类型数据中，自动抽取或发现出有用的模式知识。 本文首先系统介绍了数据仓库的特点、国内外发展动态、体系结构，并结合连锁销售决策支持系统(RSDSS)研究了数据仓库的设计方法和步骤，创建了连锁销售数据仓库及其OLAP多维数据集，对数据挖掘技术在连锁销售决策支持系统中的应用进行了深入的研究，探讨各种知识发现方法，以及研究如何将数据仓库和OLAP等方法有效地结合在一起，应用于具体的科研和实际领域中。 然后，在认真研究了市场营销中连锁销售经营模式后，提出了基于数据库技术的数据仓库、联机分析处理、数据挖掘三种技术相结合的连锁销售决策支持系统的新型解决方案，即DW+OLAP+DM→DSS的可行方案。 最后，针对市场营销中连锁销售业务的具体实践应用，实现了连锁销售决策支持系统(RSDSS)软件的研究、开发及应用，该系统具有一定的现实意义和比较广泛的应用前景。