数据挖掘在零售业销售管理中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景及选题意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文主要研究内容 | 第12-14页 |
| 第2章 数据仓库与数据挖掘介绍 | 第14-22页 |
| ·数据仓库 | 第14-17页 |
| ·数据仓库产生背景 | 第14页 |
| ·数据仓库定义 | 第14-15页 |
| ·数据仓库的特点 | 第15页 |
| ·数据仓库中的关键名词 | 第15-17页 |
| ·联机分析处理 | 第17-18页 |
| ·OLAP的概念与特点 | 第17-18页 |
| ·OLAP的典型操作 | 第18页 |
| ·数据挖掘 | 第18-21页 |
| ·数据挖掘的概念 | 第18-19页 |
| ·挖掘结构和挖掘模型 | 第19-20页 |
| ·数据挖掘的功能 | 第20页 |
| ·数据挖掘的意义 | 第20-21页 |
| ·OLAP与数据挖掘的关系 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 系统分析与设计 | 第22-50页 |
| ·系统目标和解决的问题 | 第22-24页 |
| ·系统目标 | 第22-23页 |
| ·系统解决的问题 | 第23-24页 |
| ·系统可行性和必要性的分析 | 第24页 |
| ·系统需求问题描述 | 第24-26页 |
| ·数据挖掘系统设计框架 | 第26-28页 |
| ·系统设计 | 第28-30页 |
| ·系统设计原则 | 第28页 |
| ·系统体系结构 | 第28-29页 |
| ·销售分析预测程序结构设计 | 第29页 |
| ·系统开发平台 | 第29-30页 |
| ·数据仓库的设计 | 第30-49页 |
| ·建立数据仓库的主要步骤 | 第30-31页 |
| ·企业模型的建立 | 第31-32页 |
| ·数据仓库概念模型设计 | 第32-33页 |
| ·数据仓库逻辑模型设计 | 第33-34页 |
| ·数据仓库物理模型设计 | 第34-35页 |
| ·OLAP建模方法 | 第35-39页 |
| ·数据抽取转换加载 | 第39-43页 |
| ·建立数据立方 | 第43-48页 |
| ·销售管理系统的联机分析处理 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第4章 BP算法在预测子系统的应用 | 第50-59页 |
| ·数据挖掘算法 | 第50-52页 |
| ·神经网络BP算法介绍 | 第50-51页 |
| ·电器销售预测中BP神经网络模型 | 第51-52页 |
| ·销售管理决策支持系统的实现 | 第52-55页 |
| ·销售预测子系统的实现 | 第55-58页 |
| ·预测子系统的目标 | 第55页 |
| ·预测子系统的过程 | 第55页 |
| ·预测子系统主要功能结构分析 | 第55-56页 |
| ·BP算法流程图及其算法 | 第56-57页 |
| ·预测结果 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| ·全文工作总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的学术论文、参与的科研项目 | 第64页 |
