| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-15页 |
| 1.1 引言 | 第11-12页 |
| 1.2 课题来源及研究意义 | 第12-13页 |
| 1.3 本文的主要内容 | 第13页 |
| 1.4 本章小结 | 第13-15页 |
| 2 相关技术及理论 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 数据仓库 | 第15-19页 |
| 2.2.1 数据仓库的概念和特点 | 第15-17页 |
| 2.2.2 数据仓库的发展和应用 | 第17-18页 |
| 2.2.3 数据仓库的解决方案 | 第18-19页 |
| 2.3 数据挖掘 | 第19-24页 |
| 2.3.1 数据挖掘的基本概念 | 第19页 |
| 2.3.2 数据挖掘的产生和发展 | 第19-20页 |
| 2.3.3 数据挖掘的过程 | 第20-21页 |
| 2.3.4 数据挖掘的分类 | 第21页 |
| 2.3.5 数据挖掘的常用算法 | 第21-24页 |
| 2.4 本章小结 | 第24-26页 |
| 3 市场销售分析系统整体架构 | 第26-32页 |
| 3.1 引言 | 第26页 |
| 3.2 系统需求 | 第26-28页 |
| 3.3 系统架构 | 第28-29页 |
| 3.4 数据源 | 第29-30页 |
| 3.5 数据备份 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 4 市场销售分析系统数据仓库的构建 | 第32-44页 |
| 4.1 引言 | 第32页 |
| 4.2 数据仓库解决方案选型 | 第32-34页 |
| 4.3 数据仓库建模概述 | 第34-35页 |
| 4.4 数据仓库建模实施过程 | 第35-42页 |
| 4.4.1 概念模型设计（Concept Data Modeling） | 第36-37页 |
| 4.4.2 逻辑模型设计（Logical Data Modeling） | 第37-41页 |
| 4.4.3 物理模型设计（Physical Data Modeling） | 第41-42页 |
| 4.5 报表工具的使用效果 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 5 分仓合理备货量计算模型 | 第44-56页 |
| 5.1 引言 | 第44页 |
| 5.2 问题和现状 | 第44-45页 |
| 5.3 分仓库合理备货量计算模型综述 | 第45页 |
| 5.4 实现过程 | 第45-46页 |
| 5.5 确定常用度数范围 | 第46-49页 |
| 5.6 计算月平均交易数量 | 第49-51页 |
| 5.7 计算最佳备货量 | 第51-52页 |
| 5.8 模型验证 | 第52-55页 |
| 5.9 本章小结 | 第55-56页 |
| 6 新促销计划建议模型 | 第56-66页 |
| 6.1 引言 | 第56页 |
| 6.2 问题和现状 | 第56-57页 |
| 6.3 新促销计划建议模型综述 | 第57页 |
| 6.4 实现过程 | 第57-58页 |
| 6.5 数据预处理 | 第58-59页 |
| 6.6 确定产品组合 | 第59-62页 |
| 6.7 得出关联规则 | 第62-63页 |
| 6.8 选择关键客户再次分析 | 第63-64页 |
| 6.9 模型验证 | 第64-65页 |
| 6.10 本章小结 | 第65-66页 |
| 7 结论和展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间已发表或录用的论文 | 第70-73页 |
| 上海交通大学硕士学位论文答辩决议书 | 第73页 |
