基于數(shù)據(jù)挖掘的零售業(yè)銷售預測系統(tǒng)設計與實現(xiàn).pdf

1、隨著信息技術的迅速發(fā)展和廣泛使用，零售業(yè)已經(jīng)積累了大量的業(yè)務數(shù)據(jù)，如何運用數(shù)據(jù)挖掘等相關計算機技術，通過對企業(yè)長時間積累的經(jīng)營數(shù)據(jù)進行分析，獲取有用的知識和潛在的模式，已成為許多零售業(yè)所關注的問題。為了保持合理的庫存，制定有效的銷售策略，減少企業(yè)運作成本，從而增加利潤，零售業(yè)越來越認識到銷售預測的重要作用。 本文以零售企業(yè)銷售預測為切入點，重點研究數(shù)據(jù)倉庫的構建、多維數(shù)據(jù)集和聯(lián)機分析處理以及用于銷售預測的數(shù)據(jù)挖掘算法，并對提出的

2、算法進行測試。首先介紹了數(shù)據(jù)挖掘所用到的相關技術，包括數(shù)據(jù)倉庫技術、聯(lián)機分析處理等相關技術，基于某連鎖超市的銷售歷史數(shù)據(jù)，根據(jù)需求分析，構建了以銷售預測為決策主題的數(shù)據(jù)倉庫，確定邏輯模型并建立了相應的事實表和維表，在SQLServer2005中創(chuàng)建數(shù)據(jù)倉庫的物理模型，設計了實現(xiàn)數(shù)據(jù)提取、轉換等方案，并在此基礎上設計了用于OLAP的多維立方體，研究了.NET平臺下怎樣用ADOMD.NET以及MDX訪問多維數(shù)據(jù)集進行多維數(shù)據(jù)的查詢、分析和處

3、理，有效的解決了數(shù)據(jù)挖掘能夠利用的復雜數(shù)據(jù)的存儲和查詢問題。同時，研究了銷售預測基本方法和算法以及與其相關的統(tǒng)計學方法，針對目前各種方法所存在的不足，綜合利用灰色預測算法、時間序列方法和傳統(tǒng)的加權平均算法，定義了加權平均權值學習方法，很大程度上提高了模型對不同數(shù)據(jù)集的適應性和預測能力。 本文在解決了多維數(shù)據(jù)的存儲和查詢問題以及設計和實現(xiàn)了具體的挖掘模型的基礎之上，基于Visual Studio2005開發(fā)了三層C/S模式的零售企