基于智能计算的企业营销系统的设计与实现

发布时间：2017-10-10 12:21

  本文关键词：基于智能计算的企业营销系统的设计与实现

  更多相关文章： 销售管理 数据仓库 数据挖掘 BP神经网络

【摘要】：随着社会的进步以及电子商务等新兴销售模式的兴起,传统的销售管理模式已经逐渐显露劣势。在传统的销售行为中公司需要将大量的人力以及财力消耗在管理上,而这些不必要的消耗有时也未必能够显著提升销售业绩。所以为了更好的解决这个问题,已经有越来越多的企业从国外相关行业的公司中取经,吸取他们智能化管理的宝贵经验,并且逐步用信息化的智能管理系统来取代传统的人力销售管理模式,从而达到节约资源,提高效率的目的。本文描述了一种基于智能计算的企业营销系统的设计与实施。该系统以数据仓库为数据基础,具有客户关系管理功能和销售预测功能。在文章开始是相关理论概述,简要阐述了数据仓库技术、数据挖掘技术以及BP神经网络技术的基本原理。然后是数据仓库的设计与建立过程,数据仓库可以为后文的上层应用模块提供技术支持;之后是我们对系统系统进行了总体设计,通过对隶玛公司的服装销售需求进行分析,设计并建立起系统的主要功能模块;在客户关系管理部分中,文章描述了基于数据挖掘技术的关联规则算法,并利用该算法挖掘出商品之间的潜在关联信息。在销售预测部分中,文章描述了BP神经网络技术,并且利用该技术实现了商品销售量的预测功能。经过测试与分析,该系统性能良好,可以较好的完成关联规则挖掘与销售预测的功能。
【关键词】：销售管理 数据仓库 数据挖掘 BP神经网络
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP311.13
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-13
• 1.1 研究背景和意义10-11
• 1.2 发展历史及研究现状11-12
• 1.3 论文的主要内容及结构12-13
• 第二章 相关理论概述13-37
• 2.1 数据仓库技术13-17
• 2.1.1 数据仓库技术背景及定义13-14
• 2.1.2 数据仓库基本原理14-16
• 2.1.3 联机分析处理（OLAP）技术16
• 2.1.4 数据仓库的设计16-17
• 2.2 数据挖掘技术17-24
• 2.2.0 数据挖掘的功能17
• 2.2.1 数据挖掘的模式17-20
• 2.2.2 数据挖掘过程20-21
• 2.2.3 客户关系管理21-22
• 2.2.4 关联规则挖掘算法22
• 2.2.5 Apriori数据挖掘算法22-24
• 2.3 BP神经网络技术24-37
• 2.3.1 人工神经网络技术背景及定义24-25
• 2.3.2 人工神经网络基本原理25-32
• 2.3.3 BP神经网络32-37
• 第三章 系统总体设计概述37-56
• 3.1 需求分析37-38
• 3.2 主题确定38-39
• 3.3 设计事实表39-40
• 3.4 维度确定40-42
• 3.5 物理模型42-43
• 3.6 数据仓库的生成43
• 3.7 网络架构43-46
• 3.7.1 销售流程分析43-44
• 3.7.2 需求分析44
• 3.7.3 功能模块设计44-46
• 3.8 应用架构46-47
• 3.9 详细设计47-53
• 3.9.1 系统开发平台及工具47-48
• 3.9.2 界面表示层设计48-51
• 3.9.3 业务逻辑层设计51-52
• 3.9.4 数据层设计52-53
• 3.10 系统测试与结果分析53-56
• 第四章 客户关系管理56-66
• 4.1 数据挖掘理论应用价值56-57
• 4.2 数据挖掘过程57-63
• 4.2.1 数据提取58-60
• 4.2.2 数据清洗60-62
• 4.2.3 数据准备62-63
• 4.3 关联规则算法及实现63-65
• 4.4 结果与分析65
• 4.5 本章小结65-66
• 第五章 销售预测66-75
• 5.1 神经网络理论应用价值66-67
• 5.2 BP网络的设计67-69
• 5.2.1 网络层数68
• 5.2.2 输入层节点数68
• 5.2.3 输出层节点数68
• 5.2.4 隐含层节点数68-69
• 5.2.5 网络数据的预处理69
• 5.2.6 激活函数69
• 5.2.7 训练函数的选择69
• 5.3 BP神经网络的matlab实现69-71
• 5.3.1 生成BP网络69
• 5.3.2 初始化权重69-70
• 5.3.3 BP网络学习70-71
• 5.4 实现与结果分析71-74
• 5.5 本章小结74-75
• 第六章 总结75-76
• 致谢76-77
• 参考文献77-79

【参考文献】

中国期刊全文数据库 前1条

1 齐佳音,李怀祖;客户关系管理(CRM)的体系框架分析[J];工业工程;2002年01期

，

本文编号：1006371