决策支持技术在企业ERP中的研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·研究背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文的主要工作及组织结构 | 第9-11页 |
| 2 决策支持技术概述 | 第11-23页 |
| ·数据仓库 | 第11-15页 |
| ·从数据库到数据仓库 | 第11-12页 |
| ·数据仓库定义 | 第12页 |
| ·数据仓库特性 | 第12-14页 |
| ·数据仓库体系结构 | 第14-15页 |
| ·OLAP | 第15-19页 |
| ·OLAP的定义 | 第16页 |
| ·OLAP的相关概念 | 第16-17页 |
| ·OLAP的基本数据模式 | 第17-18页 |
| ·OLAP多维分析操作 | 第18-19页 |
| ·数据挖掘 | 第19-22页 |
| ·数据挖掘概念 | 第19-20页 |
| ·数据挖掘的目的 | 第20页 |
| ·数据挖掘过程 | 第20-22页 |
| ·数据挖掘与数据仓库 | 第22-23页 |
| 3 数据挖掘任务及相关算法 | 第23-34页 |
| ·关联规则挖掘 | 第23页 |
| ·聚类分析 | 第23-24页 |
| ·分类和预测 | 第24-33页 |
| ·决策树算法 | 第25-29页 |
| ·贝叶斯分类 | 第29-31页 |
| ·神经网络算法 | 第31-32页 |
| ·三种分类算法的比较 | 第32-33页 |
| ·其它数据挖掘任务 | 第33-34页 |
| 4 基于OLAP的品种销量分析 | 第34-45页 |
| ·应用背景介绍 | 第34页 |
| ·开发工具介绍 | 第34-36页 |
| ·构建数据仓库 | 第36-40页 |
| ·销量分析的主题 | 第36页 |
| ·数据预处理 | 第36-39页 |
| ·销量分析的多维数据集 | 第39-40页 |
| ·使用OLAP进行数据分析 | 第40-42页 |
| ·多维数据集的查询语言MDX | 第40-41页 |
| ·查询效果示例 | 第41-42页 |
| ·销量分析模型的应用 | 第42-43页 |
| ·客户需求量分析 | 第42页 |
| ·品种淡旺季分析 | 第42-43页 |
| ·数据仓库的管理 | 第43-44页 |
| ·小结 | 第44-45页 |
| 5 基于分类的品种收益前景预测 | 第45-55页 |
| ·数据挖据主题 | 第45页 |
| ·新品种收益预测的数据集 | 第45-49页 |
| ·数据的选取 | 第45-46页 |
| ·划分销售等级的数学模型 | 第46-49页 |
| ·三种分类算法对比 | 第49-53页 |
| ·决策树算法构造模型 | 第50-51页 |
| ·贝叶斯算法构造模型 | 第51-52页 |
| ·神经网络算法构造模型 | 第52-53页 |
| ·结果分析 | 第53页 |
| ·模型部署 | 第53-54页 |
| ·小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |
