基于ACP的商业智能系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 一、绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 商业智能的国内外发展现状 | 第10-11页 |
| 1.3 论文主要研究内容与组织结构 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 二、商业智能系统 | 第13-23页 |
| 2.1 概念 | 第13页 |
| 2.2 传统商业智能系统 | 第13-14页 |
| 2.3 商业智能关键技术 | 第14-19页 |
| 2.3.1 元数据 | 第14-15页 |
| 2.3.2 ETL 技术 | 第15-16页 |
| 2.3.3 数据仓库 | 第16-17页 |
| 2.3.4 OLAP | 第17-18页 |
| 2.3.5 数据挖掘 | 第18-19页 |
| 2.4 商业智能厂商 | 第19-21页 |
| 2.5 商业智能发展趋势 | 第21-22页 |
| 2.5.1 云商业智能 | 第21页 |
| 2.5.2 移动商业智能 | 第21-22页 |
| 2.5.3 业务商业智能 | 第22页 |
| 2.5.4 操作型商业智能 | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 三、基于平行系统的商业智能 | 第23-41页 |
| 3.1 平行系统概念 | 第23-24页 |
| 3.2 平行系统构建 | 第24-26页 |
| 3.2.1 人工系统 | 第24-25页 |
| 3.2.2 计算实验 | 第25页 |
| 3.2.3 平行执行 | 第25-26页 |
| 3.3 平行系统应用 | 第26页 |
| 3.4 传统商业智能的不足及解决方向 | 第26-28页 |
| 3.5 基于 ACP 的商业智能 | 第28-31页 |
| 3.6 商业智能的计算算法 | 第31-39页 |
| 3.6.1 回归预测 | 第31-33页 |
| 3.6.2 基于遗传算法的神经网络预测 | 第33-39页 |
| 3.7 本章小结 | 第39-41页 |
| 四、系统应用方案设计 | 第41-50页 |
| 4.1 实际需求分析 | 第41-42页 |
| 4.1.1 问题描述 | 第41-42页 |
| 4.1.2 需求分析 | 第42页 |
| 4.2 报价系统设计 | 第42-47页 |
| 4.2.1 设计工具及环境 | 第43页 |
| 4.2.2 数据库设计 | 第43-46页 |
| 4.2.3 系统页面设计 | 第46-47页 |
| 4.3 系统实现 | 第47-48页 |
| 4.4 系统阐述 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 五、应用方案验证 | 第50-57页 |
| 5.1 分析计算与预测 | 第50-52页 |
| 5.2 分析预测的实现及结果 | 第52-56页 |
| 5.3 本章小结 | 第56-57页 |
| 六、总结与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-62页 |
| 致谢 | 第62-63页 |
| 附件 | 第63页 |
