| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.1.1 服装商品销量预测的研究背景 | 第8页 |
| 1.1.2 服装商品销量预测的意义 | 第8-9页 |
| 1.2 销量预测的国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10页 |
| 1.3 文章组织结构 | 第10-11页 |
| 1.4 论文主要研究内容 | 第11页 |
| 1.5 本章小结 | 第11-12页 |
| 第二章 关键技术与数据分析 | 第12-24页 |
| 2.1 服装数据的处理 | 第12-15页 |
| 2.1.1 数据清洗 | 第12-13页 |
| 2.1.2 基于树形结构的BloomFilter的重复记录清洗 | 第13-15页 |
| 2.2 服装数据模糊聚类分析 | 第15-23页 |
| 2.2.1 MATLAB工具简介 | 第16页 |
| 2.2.2 服装商品聚类分析 | 第16-19页 |
| 2.2.3 模糊聚类工具箱 | 第19-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 预测模型理论研究 | 第24-39页 |
| 3.1 指数平滑预测模型 | 第24-27页 |
| 3.1.1 指数平滑的定义及公式 | 第25-27页 |
| 3.1.2 指数平滑的优缺点及加权系数的选择 | 第27页 |
| 3.2 移动平均法预测模型 | 第27-28页 |
| 3.2.1 简单一次平均法 | 第27页 |
| 3.2.2 线性二次移动平均法 | 第27-28页 |
| 3.3 灰色理论预测模型 | 第28-33页 |
| 3.3.1 数据归一化处理 | 第29页 |
| 3.3.2 灰色理论分析 | 第29-33页 |
| 3.4 组合预测模型 | 第33-38页 |
| 3.4.1 组合预测的原理 | 第33-34页 |
| 3.4.2 组合预测模型的分类 | 第34-37页 |
| 3.4.3 组合预测模型的评估标准 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 服装销量单项预测模型研究 | 第39-54页 |
| 4.1 指数平滑模型 | 第39-44页 |
| 4.1.1 服装销量指数平滑算法设计 | 第39-41页 |
| 4.1.2 服装销量指数平滑预测模型的实例分析 | 第41-44页 |
| 4.2 移动平均法预测模型 | 第44-46页 |
| 4.2.1 服装销量移动平均法模型算法设计 | 第44-45页 |
| 4.2.2 服装销量移动平均法预测模型的实例分析 | 第45-46页 |
| 4.3 服装销量灰色理论预测模型 | 第46-53页 |
| 4.3.1 服装销量趋势预测 | 第46-48页 |
| 4.3.2 服装商品灰色关联分析 | 第48-50页 |
| 4.3.3 服装销量灰色预测模型的实例分析 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 服装销量组合预测模型研究 | 第54-69页 |
| 5.1 灰色理论-指数平滑组合模型的构建 | 第54-57页 |
| 5.1.1 模型预测流程 | 第54-55页 |
| 5.1.2 组合预测模型权值确定 | 第55页 |
| 5.1.3 模型预测结果分析 | 第55-57页 |
| 5.2 马尔可夫链(Markov)服装销量趋势预测 | 第57-64页 |
| 5.2.1 Markov相关理论 | 第58-59页 |
| 5.2.2 模型建立与求解 | 第59-62页 |
| 5.2.3 模型计算结果分析 | 第62-64页 |
| 5.3 灰色理论-Markov组合模型的构建 | 第64-68页 |
| 5.3.1 模型预测流程 | 第64-65页 |
| 5.3.2 模型的建立与求解 | 第65-67页 |
| 5.3.3 模型预测结果分析 | 第67-68页 |
| 5.4 本章小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 总结 | 第69页 |
| 展望 | 第69-71页 |
| 参考文献 | 第71-73页 |
| 攻读学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74页 |