基于数据挖掘技术的分析型库存管理系统研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-15页 |
| ·论文研究背景及目的 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文总体思路及创新点 | 第13-15页 |
| 2 相关理论与方法概述 | 第15-29页 |
| ·数据仓库概述 | 第15-20页 |
| ·数据仓库的定义 | 第15页 |
| ·数据仓库的特点 | 第15-17页 |
| ·数据仓库的体系结构 | 第17-19页 |
| ·数据仓库数据组织结构 | 第19-20页 |
| ·联机分析处理(OLAP)概述 | 第20-23页 |
| ·OLAP的概念与特征 | 第20页 |
| ·OLAP的多维概念 | 第20-21页 |
| ·OLAP的多维分析操作 | 第21-22页 |
| ·OLAP的存储模式 | 第22页 |
| ·OLAP与数据仓库的关系 | 第22-23页 |
| ·数据挖掘概述 | 第23-29页 |
| ·数据挖掘的概念及过程 | 第23-24页 |
| ·数据挖掘的主要功能 | 第24-25页 |
| ·数据挖掘的典型算法 | 第25-27页 |
| ·数据挖掘与数据仓库的关系 | 第27-29页 |
| 3 分析型库存管理系统的分析与体系结构设计 | 第29-35页 |
| ·分析型库存管理系统分析 | 第29-32页 |
| ·系统目标分析 | 第29-30页 |
| ·用户需求分析 | 第30-31页 |
| ·系统功能分析 | 第31-32页 |
| ·分析型库存管理系统体系结构设计 | 第32-35页 |
| 4 分析型库存管理系统的OLAP模型设计 | 第35-48页 |
| ·分析主题设计 | 第35-36页 |
| ·分析指标设计 | 第36-42页 |
| ·指标体系设计原则 | 第36-37页 |
| ·库存管理分析指标体系结构 | 第37页 |
| ·库存管理分析指标体系内容 | 第37-42页 |
| ·指标量化方法 | 第42页 |
| ·维度和事实表的设计 | 第42-45页 |
| ·维度的设计 | 第42-44页 |
| ·事实表的设计 | 第44-45页 |
| ·多维模型设计 | 第45-48页 |
| 5 分析型库存管理系统数据挖掘模型设计 | 第48-61页 |
| ·模型选择依据 | 第48-50页 |
| ·库存量变量的特性 | 第48页 |
| ·神经网络在预测建模中的优势 | 第48-50页 |
| ·BP神经网络模型简述 | 第50-52页 |
| ·BP网络结构 | 第50-51页 |
| ·BP算法思想 | 第51页 |
| ·BP算法描述 | 第51-52页 |
| ·模型的建立 | 第52-57页 |
| ·BP网络层数的确定 | 第53页 |
| ·各层神经元数据的选取 | 第53-55页 |
| ·数据预处理 | 第55-56页 |
| ·激励函数的选取 | 第56页 |
| ·网络学习参数和目标误差的选取 | 第56-57页 |
| ·模型的训练及检验 | 第57-61页 |
| 6 结论 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 作者简历 | 第64-66页 |
| 学位论文数据集 | 第66页 |
