| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 前言 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·课题来源 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的主要内容 | 第11-12页 |
| ·研究方法和论文结构 | 第12-14页 |
| 第二章 数据挖掘概述及其在商品销售中的应用 | 第14-24页 |
| ·数据挖掘概述 | 第14-18页 |
| ·数据挖掘的产生及定义 | 第14-15页 |
| ·数据挖掘的功能 | 第15-17页 |
| ·数据挖掘的过程 | 第17-18页 |
| ·数据挖掘在商品销售预测中的应用 | 第18-24页 |
| ·我国零售业现状及竞争态势分析 | 第18-20页 |
| ·商品销售预测在零售业中的重要性 | 第20-21页 |
| ·商品销售预测模型 | 第21-24页 |
| 第三章 零售商品销售的数据预处理 | 第24-34页 |
| ·数据预处理技术 | 第24-25页 |
| ·数据准备 | 第25-28页 |
| ·数据清洗 | 第28-29页 |
| ·数据的归约与集成 | 第29-31页 |
| ·数据的统计汇总 | 第31-32页 |
| ·数据的离散化 | 第32-34页 |
| 第四章 零售业商品销售预测SPI-M 模型的提出和构建 | 第34-59页 |
| ·SPI-M 模型的提出 | 第34-53页 |
| ·季节分析模型(S 模型) | 第34-36页 |
| ·利率等级模型（P 模型） | 第36-40页 |
| ·决策树模型(I 模型) | 第40-44页 |
| ·马尔科夫预测模型(M 模型) | 第44-52页 |
| ·零售商品销售预测SPI-M 模型 | 第52-53页 |
| ·SPI-M 模型构建 | 第53-59页 |
| ·SPI-M 模型图及算法流程 | 第53-55页 |
| ·SPI-M 模型的部分算法伪码 | 第55-59页 |
| 第五章 基于SPI-M 模型的商品销售预测系统 | 第59-74页 |
| ·商品销售预测系统的建立 | 第59-63页 |
| ·系统功能模块及流程设计 | 第59-60页 |
| ·实验环境及程序操作界面 | 第60-63页 |
| ·销售预测系统的实现 | 第63-72页 |
| ·季节分析模型的实现 | 第63-65页 |
| ·基于K-均值的利率等级模型的实现 | 第65-67页 |
| ·决策树模型的实现 | 第67-69页 |
| ·马尔科夫模型的实现 | 第69-72页 |
| ·实验结果对比及评价 | 第72-74页 |
| 第六章 总结和展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 读研期间发表的论文及科研情况 | 第79页 |