基于数据挖掘的企业原材料采购决策系统的研究与设计
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题的研究背景与意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 课题的研究现状及发展趋势 | 第9-11页 |
| 1.2.1 国内外研究现状 | 第9-10页 |
| 1.2.2 发展趋势 | 第10-11页 |
| 1.3 课题的主要研究内容 | 第11-13页 |
| 1.3.1 研究工作 | 第11页 |
| 1.3.2 章节安排 | 第11-13页 |
| 第2章 数据挖掘基础知识 | 第13-20页 |
| 2.1 数据挖掘 | 第13-17页 |
| 2.1.1 数据挖掘技术概述 | 第13-14页 |
| 2.1.2 数据挖掘技术的功能 | 第14-15页 |
| 2.1.3 数据挖掘技术的方法和技术 | 第15-17页 |
| 2.2 数据挖掘的过程 | 第17-18页 |
| 2.2.1 数据挖掘技术的数据来源 | 第17页 |
| 2.2.2 数据挖掘技术的逻辑过程 | 第17-18页 |
| 2.3 数据挖掘在企业采购决策系统中的应用 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 基于数据挖掘决策树的原材料分类 | 第20-28页 |
| 3.1 决策树方法 | 第20-21页 |
| 3.2 企业采购决策系统的原材料ABC分类 | 第21-23页 |
| 3.2.1 原材料ABC分类基本概念 | 第21页 |
| 3.2.2 ABC库存控制法流程 | 第21页 |
| 3.2.3 物料采购方法 | 第21-23页 |
| 3.3 基于决策树的原材料ABC分类 | 第23-26页 |
| 3.3.1 确定物料ABC分类决策树的主属性 | 第24页 |
| 3.3.2 数据预处理 | 第24页 |
| 3.3.3 属性相关性 | 第24-25页 |
| 3.3.4 利用C4.5算法构造决策树 | 第25-26页 |
| 3.3.5 决策树的剪枝和测试 | 第26页 |
| 3.4 本章小结 | 第26-28页 |
| 第4章 基于聚类法的供应商选择 | 第28-32页 |
| 4.1 聚类方法 | 第28页 |
| 4.3 原材料供应商的选择 | 第28-29页 |
| 4.4 基于K-MEANS算法的供应商选择 | 第29-31页 |
| 4.4.1 数据预处理 | 第30页 |
| 4.4.2 供应商的聚类与选择 | 第30-31页 |
| 4.5 本章小结 | 第31-32页 |
| 第5章 企业原材料采购决策系统的实现 | 第32-46页 |
| 5.1 企业原材料采购决策系统的框架功能框架 | 第32-33页 |
| 5.2 基于C4.5算法的物料ABC分类及其决策 | 第33-37页 |
| 5.2.1 决策树的生成 | 第33-35页 |
| 5.2.2 使用C4.5算法进行分类 | 第35-36页 |
| 5.2.3 原材料采购决策依据 | 第36-37页 |
| 5.3 基于K-MEANS算法算法的供应商选择 | 第37-45页 |
| 5.3.1 距离和相似度 | 第38-39页 |
| 5.3.2 K-MEANS算法流程 | 第39-42页 |
| 5.3.3 数据预处理 | 第42-43页 |
| 5.3.4 基于K-MEANS算法的聚类操作 | 第43-44页 |
| 5.3.5 供应商选择决策 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 第6章 总结与展望 | 第46-48页 |
| 6.1 总结 | 第46-47页 |
| 6.2 展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第51页 |
