决策支持系统论文数据挖掘在零售业销售管理中的应用

1、决策支持系统论文：数据挖掘在零售业销售管理中的应用【中文摘要】信息技术的发展使得企业积累了海量的历史数据,而这些数据让企业越来越难以管理和利用。为了提高对数据的处理能力和获得有利于企业运作的信息,可以在传统数据库的基础上建立数据仓库进行数据挖掘,从而从收集到的数据中经过深层分析帮助企业发现有用的模式和规则,这样能够快速做出有效的决策。企业中拥有的大量销售数据背后隐藏着许多重要的信息,但由于人们目前所使用工具的局限性而无法将其快速有效地挖掘出来。数据挖掘能够根据销售数据的来源、特点创建预测模型,帮助企业从大量的数据中抽取有用的商业信息,从而提高公司的市场竞争力。本文对数据仓库和数据挖掘的相关理论

2、和技术进行了阐述,结合武汉金如意软件有限公司的实例,探讨了数据仓库技术、数据挖掘在进销存系统销售管理中的应用。分析了销售管理的业务活动和数据关系并讲述了销售决策支持系统的设计和实现过程,设计了数据仓库的概念模型、逻辑模型、物理模型,完成了数据仓库的生成、数据仓库的使用与维护。通过sql server 2008中的ssis组件,实现了对数据源的数据进行抽取、转换和装载,并利用ssis建立了数据立方体以满足联机分析处理和数据挖掘的需要。本文根据数据挖掘技术在零售.【英文摘要】with the development of information technology, companies have

3、 accumulated vast amounts of historical data, which become more and more difficult to manage and use for enterprises. in order to improve the data processing capabilities and get information benefit to business operations, the data warehouse can be established on the basis of traditional database fo

4、r data mining, which analysis deeply from the collected data to help companies find useful patterns and rules, so that is able to make effective decis.【关键词】决策支持系统 数据仓库 联机分析处理 数据挖掘 bp神经网络【英文关键词】decision support system data warehouse on-line analytical processing data mining bp neural network【目录】数据挖掘在

5、零售业销售管理中的应用摘要4-5abstract5-6第1章 绪论10-141.1 研究背景及选题意义10-111.2 国内外研究现状11-121.3 本文主要研究内容12-14第2章 数据仓库与数据挖掘介绍14-222.1 数据仓库14-172.1.1 数据仓库产生背景142.1.2 数据仓库定义14-152.1.3 数据仓库的特点152.1.4 数据仓库中的关键名词15-172.2 联机分析处理17-182.2.1 olap的概念与特点17-182.2.2 olap的典型操作182.3 数据挖掘18-212.3.1 数据挖掘的概念18-192.3.2 挖掘结构和挖掘模型19-202.3.3

6、 数据挖掘的功能202.3.4 数据挖掘的意义20-212.4 olap与数据挖掘的关系212.5 本章小结21-22第3章 系统分析与设计22-503.1 系统目标和解决的问题22-243.1.1 系统目标22-233.1.2 系统解决的问题23-243.2 系统可行性和必要性的分析243.3 系统需求问题描述24-263.4 数据挖掘系统设计框架26-283.5 系统设计28-303.5.1 系统设计原则283.5.2 系统体系结构28-293.5.3 销售分析预测程序结构设计293.5.4 系统开发平台29-303.6 数据仓库的设计30-493.6.1 建立数据仓库的主要步骤30-31

7、3.6.2 企业模型的建立31-323.6.3 数据仓库概念模型设计32-333.6.4 数据仓库逻辑模型设计33-343.6.5 数据仓库物理模型设计34-353.6.6 olap建模方法35-393.6.7 数据抽取转换加载39-433.6.8 建立数据立方43-483.6.9 销售管理系统的联机分析处理48-493.7 小结49-50第4章 bp算法在预测子系统的应用50-594.1 数据挖掘算法50-524.1.1 神经网络bp算法介绍50-514.1.2 电器销售预测中bp神经网络模型51-524.2 销售管理决策支持系统的实现52-554.3 销售预测子系统的实现55-584.3.1 预测子系统的目标554.3.2 预测子系统的过程554.3.3 预测子系统主要功能结构分析55-564.3.4 bp算法流程图