| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景 | 第9-10页 |
| ·国内外技术现状及趋势研究 | 第10-12页 |
| ·数据仓库技术 | 第10-11页 |
| ·商务智能及其发展现状 | 第11-12页 |
| ·商务智能系统中的数据挖掘 | 第12页 |
| ·本文中涉及到的专用术语 | 第12-14页 |
| ·主要工作 | 第14-15页 |
| 第2章 商务智能系统需求分析 | 第15-24页 |
| ·数据仓库需求分析 | 第15-19页 |
| ·功能需求分析 | 第15-17页 |
| ·性能需求分析 | 第17-19页 |
| ·OLAP需求分析 | 第19-23页 |
| ·OLAP多维度结构及分析方法 | 第19-22页 |
| ·联机分析需求分析 | 第22-23页 |
| ·本章总结 | 第23-24页 |
| 第3章 时间序列数据挖掘方法实现 | 第24-35页 |
| ·数据挖掘概述 | 第24-25页 |
| ·时间序列的数据挖掘 | 第25-27页 |
| ·ARIMA模型分析与实现 | 第27-34页 |
| ·Box-Jenkins季节性ARIMA模型 | 第27-29页 |
| ·模型识别及预测实现 | 第29-32页 |
| ·时间序列预测精度提高方法 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于Baseline的数据挖掘实现与改进 | 第35-58页 |
| ·Baseline销售基线实现 | 第35-44页 |
| ·Baseline数据流及需要完整的任务 | 第37-38页 |
| ·Baseline算法设计 | 第38-44页 |
| ·Baseline销售需求补偿 | 第44-47页 |
| ·销售期望值计算 | 第44-45页 |
| ·损失估计 | 第45-46页 |
| ·根据期望补偿重新计算Baseline | 第46-47页 |
| ·销售数据的预测实现 | 第47-52页 |
| ·R与数据挖掘 | 第47页 |
| ·预测系统实现 | 第47-49页 |
| ·预测结果分析 | 第49-52页 |
| ·OLAP报表设计及Baseline、数据挖掘度量实现 | 第52-57页 |
| ·OLAP预测报表设计与实现 | 第52-53页 |
| ·Baseline度量方法 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·全文总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |