| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 预警技术研究现状 | 第10-11页 |
| 1.2.2 数据挖掘研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 相关理论及技术的介绍 | 第15-22页 |
| 2.1 预警相关技术介绍 | 第15-17页 |
| 2.1.1 预警概念 | 第15页 |
| 2.1.2 预警方法和模型的分类 | 第15-17页 |
| 2.2 数据挖掘相关技术介绍 | 第17-19页 |
| 2.2.1 数据挖掘定义与处理过程 | 第17-18页 |
| 2.2.2 数据挖掘算法与相关优化算法 | 第18-19页 |
| 2.3 预警与数据挖掘结合的实际数据分析 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 企业海量数据的采集与处理 | 第22-35页 |
| 3.1 引言 | 第22页 |
| 3.2 企业海量数据的采集 | 第22-26页 |
| 3.2.1 数据来源 | 第22-23页 |
| 3.2.2 数据采集方法与数据质量 | 第23-24页 |
| 3.2.3 数据预处理 | 第24-26页 |
| 3.3 企业海量数据的处理 | 第26-27页 |
| 3.4 数据同步加工与监控平台 | 第27-34页 |
| 3.4.1 数据接收 | 第27-29页 |
| 3.4.2 数据加工 | 第29-31页 |
| 3.4.3 数据共享服务 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 企业供求预警模型的建立 | 第35-45页 |
| 4.1 企业销售预警模型的分析与解决方案 | 第35-36页 |
| 4.2 企业供求预警模型的建立与应用 | 第36-41页 |
| 4.2.1 库存控制理论分析 | 第36页 |
| 4.2.2 存销比策略 | 第36-38页 |
| 4.2.3 存销比与投放预警模型 | 第38-41页 |
| 4.2.4 存销比与投放模型应用 | 第41页 |
| 4.3 企业预警规则库的建立 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 价格与客户流失预警分析及修正作用 | 第45-67页 |
| 5.1 引言 | 第45页 |
| 5.2 企业价格预警分析及市场层面的供求修正 | 第45-53页 |
| 5.2.1 企业价格趋势预警模型的提出 | 第45-46页 |
| 5.2.2 改进灰狼优化算法的Holt-Winters模型 | 第46-50页 |
| 5.2.3 价格预警模型可行性与辅助修正分析 | 第50-53页 |
| 5.3 企业客户流失预警分析及客户层面的供求修正 | 第53-63页 |
| 5.3.1 BP神经网络算法及拓扑结构确定 | 第53-55页 |
| 5.3.2 粒子群算法的优化过程 | 第55-57页 |
| 5.3.3 改进PSO-BP神经网络的客户流失预警模型的建立 | 第57-58页 |
| 5.3.4 客户流失预警模型的应用与辅助修正分析 | 第58-63页 |
| 5.4 企业销售供求模型的参数修正及策略分析 | 第63-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 企业销售预警集成平台的实现 | 第67-79页 |
| 6.1 平台架构 | 第67-70页 |
| 6.1.1 技术路线 | 第67-68页 |
| 6.1.2 平台集成架构 | 第68-69页 |
| 6.1.3 平台软件架构 | 第69-70页 |
| 6.2 主要功能模块设计与展现 | 第70-78页 |
| 6.2.1 存销比与投放预警管理模块 | 第70-74页 |
| 6.2.2 价格预警管理模块 | 第74-76页 |
| 6.2.3 客户流失预警管理模块 | 第76-78页 |
| 6.3 本章小结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| 7.1 全文总结 | 第79-80页 |
| 7.2 研究展望 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间的研究成果 | 第85页 |