基于数据仓库和数据挖掘的企业决策支持系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-14页 |
| ·研究目的和意义 | 第11页 |
| ·研究背景与研究现状 | 第11-12页 |
| ·主要研究内容 | 第12-14页 |
| 第2章 决策支持系统 | 第14-20页 |
| ·传统决策支持系统 | 第14-15页 |
| ·传统决策支持系统结构 | 第14-15页 |
| ·传统决策支持系统存在的不足 | 第15页 |
| ·基于数据仓库和数据挖掘的新决策支持系统 | 第15-19页 |
| ·数据仓库 | 第16页 |
| ·联机分析处理 | 第16-17页 |
| ·数据挖掘 | 第17页 |
| ·新决策支持系统体系架构 | 第17-18页 |
| ·新决策支持系统的优势 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 数据仓库和OLAP 的设计 | 第20-32页 |
| ·数据仓库的设计 | 第20-23页 |
| ·需求分析 | 第20-21页 |
| ·概念模型设计 | 第21页 |
| ·逻辑模型设计 | 第21-22页 |
| ·物理模型设计 | 第22-23页 |
| ·数据仓库的实现 | 第23-25页 |
| ·选择数据源 | 第23页 |
| ·数据的提取、转换与加载 | 第23-25页 |
| ·数据的更新 | 第25页 |
| ·OLAP 的设计与实现 | 第25-31页 |
| ·多维数据集的建立 | 第26-28页 |
| ·OLAP 分析 | 第28-29页 |
| ·多维表达式MDX | 第29-30页 |
| ·OLAP 的展现 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 销售预测决策支持系统中数据挖掘的研究 | 第32-46页 |
| ·数据挖掘的基本过程 | 第32-33页 |
| ·回归分析 | 第33-36页 |
| ·多元线性回归分析算法描述 | 第33-35页 |
| ·多元线性回归分析在销售预测中的应用 | 第35页 |
| ·实验结果及分析 | 第35-36页 |
| ·时间序列分析 | 第36-39页 |
| ·AR 模型算法描述 | 第36-38页 |
| ·AR 模型在销售预测中的应用 | 第38页 |
| ·实验结果及分析 | 第38-39页 |
| ·神经网络分析 | 第39-45页 |
| ·BP 神经网络算法描述 | 第39-42页 |
| ·BP 网络在销售预测中的应用 | 第42-44页 |
| ·实验结果及分析 | 第44-45页 |
| ·三种预测算法的比较 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第5章 销售预测决策支持系统的开发 | 第46-55页 |
| ·系统开发平台 | 第46页 |
| ·系统设计 | 第46-48页 |
| ·系统总体设计 | 第46-47页 |
| ·系统功能模块设计 | 第47-48页 |
| ·系统开发关键技术及实现 | 第48-50页 |
| ·数据访问接口 | 第48-49页 |
| ·ADO MD 对象模型 | 第49页 |
| ·MATLAB 与VB 的集成 | 第49-50页 |
| ·系统验证 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 结论与展望 | 第55-57页 |
| ·结论 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
