| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-13页 |
| ·DSS研究现状 | 第10-11页 |
| ·数据仓库研究现状 | 第11-12页 |
| ·OLAP技术研究现状 | 第12页 |
| ·数据挖掘技术研究现状 | 第12-13页 |
| ·本文所要研究的主要内容 | 第13-14页 |
| 2 数据仓库系统技术 | 第14-23页 |
| ·数据仓库 | 第14-18页 |
| ·数据仓库定义及特性 | 第14-16页 |
| ·数据仓库系统结构 | 第16页 |
| ·数据仓库建模 | 第16-18页 |
| ·概念模型设计 | 第17页 |
| ·逻辑模型设计 | 第17-18页 |
| ·物理模型设计 | 第18页 |
| ·联机分析处理(OLAP) | 第18-22页 |
| ·OLAP的定义 | 第18-19页 |
| ·OLAP的基本数据模式 | 第19-20页 |
| ·OLAP分析的基本操作 | 第20-21页 |
| ·OLAP的设计与实现 | 第21-22页 |
| ·Microsoft Analysis Services相关概念介绍 | 第22-23页 |
| 3 数据挖掘 | 第23-32页 |
| ·数据挖掘概念 | 第24-25页 |
| ·数据挖掘解决的商业问题 | 第25-26页 |
| ·数据挖掘的任务概述 | 第26-27页 |
| ·基于决策树的分类算法 | 第27-31页 |
| ·分类算法概述 | 第27-28页 |
| ·决策树算法 | 第28-31页 |
| ·算法描述 | 第28-30页 |
| ·属性选取方法 | 第30-31页 |
| ·数据挖掘技术的前景及应用 | 第31-32页 |
| 4 销售决策分析系统的设计与实现 | 第32-49页 |
| ·系统需求分析 | 第32-33页 |
| ·系统的模块设计 | 第33-35页 |
| ·多维数据集的建立 | 第35-41页 |
| ·数据仓库主题的确立 | 第35-36页 |
| ·数据仓库的构建 | 第36-39页 |
| ·多维数据集的浏览 | 第39-41页 |
| ·销售分析模块设计 | 第41-48页 |
| ·数据模型设计 | 第41-42页 |
| ·报表分析模块 | 第42-44页 |
| ·多维数据分析模块 | 第44-46页 |
| ·组件概述 | 第44-45页 |
| ·模块实现 | 第45-46页 |
| ·图表分析模块 | 第46-47页 |
| ·三种查询方式的对比 | 第47-48页 |
| ·小结 | 第48-49页 |
| 5 销量预测模型的实现 | 第49-62页 |
| ·ID3改进算法概述 | 第49-50页 |
| ·ID3算法的多值偏向问题 | 第49-50页 |
| ·改进的ID3算法 | 第50页 |
| ·改进算法多值偏向的理论验证 | 第50-53页 |
| ·ID3算法的验证 | 第50-52页 |
| ·改进算法的验证 | 第52-53页 |
| ·改进算法的实践评估 | 第53-56页 |
| ·开发环境介绍 | 第53-54页 |
| ·评估结果 | 第54-56页 |
| ·多值偏向结果验证 | 第54-56页 |
| ·正确率的对比 | 第56页 |
| ·销售预测模块的实现 | 第56-61页 |
| ·算法的实现 | 第57-59页 |
| ·收益预测数据集的建立 | 第59-60页 |
| ·模块设计 | 第60-61页 |
| ·小结 | 第61-62页 |
| 6 总结和展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 个人简历 | 第67页 |
| 攻读学位期间的主要成果 | 第67页 |