基于多策略數據挖掘模型的圖書銷售智能分析系統研究與設計.pdf

1、數據挖掘涉及許多學科領域,它包含數據庫技術、統計學、數據可視化技術、機器學習、人工智能和高性能數據挖掘算法等。隨著數據挖掘技術的迅速發(fā)展,數據挖掘的研究重點逐漸從理論研究向實際應用轉變。數據挖掘的實際應用已經在商業(yè)智能領域取得了巨大的成就,可以把企業(yè)各種復雜龐大的數據轉化為知識,進而幫助企業(yè)進行經營決策,甚至具有商業(yè)智能決策的功能。
　　 本論文從圖書銷售數據著手,綜合運用計算機和數學的相關學科理論和方法,采用數據可視化方法和數

2、據挖掘技術進行數據挖掘。本文主要內容可以概括為以下幾方面:
　　 1.介紹了研究背景和數據挖掘技術的基本概念、功能、任務、常用技術及其未來的發(fā)展方向。
　　 2.針對不同分析功能分別采用了基于貝葉斯、決策樹、聚類分析、關聯規(guī)則、時序、神經網絡、線形回歸等多策略挖掘模型,對注冊會員的信息和圖書信息進行分析。
　　 3.經過綜合比較,選用微軟的Microsoft SQL Server2005 Analysis Ser

3、vers(SSAS,SQLServer分析服務)作為數據挖掘工具。
　　 4.在客戶端通過ADODM.NET訪問SSAS數據庫對象并調用DMX查詢命令來執(zhí)行模型預測。
　　 經研究分析表明,數據挖掘技術在圖書銷售領域的應用,能夠從這些復雜的信息中挖掘出有價值的知識,可以給圖書銷售企業(yè)各部門主管提供有效的決策支持。具體有以下幾點:
　　 1.通過對書店的注冊會員的信息進行挖掘,客戶主管可以預測會員的級別和消費類型,