基于决策树模型的药品采购推荐信息管理系统的研究与设计

发布时间：2023-03-19 07:44

　　在互联网急速发展的时代,海量数据被用户接收的同时,用户更期望从海量数据中获取更为精准的信息,在此基础上大数据,机器学习,数据挖掘等新兴概念不断的被提出。其中大量用户在日常生活中,例如,网购过程中最常用到的就是推荐系统,以用户的历史购买数据为基准,分析其中的购买行为,获取购买期望值高的商品,推送给用户。提高用户的购买力,促进成交量的递增。然而面对当前用户的海量需求,终端零售企业却缺失一套完整的购进决策推荐系统为公司决策者提供决策上的帮助,从而使大量终端零售企业仅仅依靠历史经验进行购进决策的制定,从而影响公司的效益。本文在此背景下主要将进行三个方面的研究工作:数据的整合及分析,决策树模型构造,推荐系统整合。数据的整合及分析中,主要针对药房的商品基础数据与销售数据进行整合,整合出其中构造决策树必要的属性值,通过分析属性值对数据进行聚合,得到属性值下是否购买的一元模型,为构造决策树进行基础铺垫。决策树模型构造上研究理解决策树构造算法,并且通过实验数据对决策树构造算法进行相关改进,改进其极端情况下无法选择根节点的问题,此处为整篇论文的核心研究点。推荐系统整合主要是对数据集合及决策树进行整合,通过...

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景
    1.2 国内外研究现状
    1.3 主要存在的问题
    1.4 主要研究内容
    1.5 本文组织结构
第2章 关键技术的分析与研究
    2.1 数据的整合
        2.1.1 获取药房数据
        2.1.2 整合商品数据
    2.2 数据的分析
        2.2.1 分析销售数据
    2.3 决策树概述
        2.3.1 决策树的概念及定义
        2.3.2 决策树模型的构造
    2.4 构造决策树模型的算法
        2.4.1 ID3算法的概念及基本定理
        2.4.2 C4.5算法的概念及基本定理
        2.4.3 决策树模型构造中所选择的算法
第3章 构造决策树模型的算法及对原始算法的改进
    3.1 构造决策树算法原理及其计算过程
        3.1.1 ID3算法原理及其中定义
        3.1.2 ID3算法构造决策树过程
        3.1.3 构造决策树过程中存在的问题
    3.2 针对原始算法的改进
        3.2.1 算法改进思想
        3.2.2 算法改进对比实验
第4章 采购推荐信息管理系统的介绍及设计
    4.1 采购推荐信息管理系统的介绍
    4.2 采购推荐信息管理系统的设计
        4.2.1 系统数据准备
        4.2.2 数据的整合与分析
        4.2.3 决策引擎的构造
        4.2.4 将产品信息引入到推荐系统中
        4.2.5 整合所有系统进行分析与推荐
第5章 采购推荐信息管理系统的总结与发展
    5.1 采购推荐信息管理系统的总结
    5.2 采购推荐信息管理系统的不足
    5.3 采购推荐信息管理系统的发展
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果



本文编号：3764858