数据挖掘技术在B2B电子商务商品销售中的应用研究

发布时间：2017-08-17 08:10

  本文关键词：数据挖掘技术在B2B电子商务商品销售中的应用研究

  更多相关文章： 数据挖掘 数据仓库 回归分析 聚类分析

【摘要】：随着电子商务的飞速发展和云应用技术的普及,商业的信息化浪潮已经席卷到各行各业。相对于中小企业而言,在电子商务应用软件的开发和维护方面,投入较多的人力、物力是不明智的选择。本课题基于中小企业进销存信息化管理系统。该系统是基于云技术中SaaS(软件即服务)和IaaS(基础设施即服务)理念而设计的、针对多家企业进行进销存信息管理,即电子商务应用云平台系统。企业用户按需购买软件服务和数据存储、网络资源等基础设施服务,节省成本投入。随着市场竞争日趋激烈,企业最迫切的需求是如何有效的对其经营数据进行科学的、前瞻的商业分析,系统需要提供经营分析等智能信息服务。 本论文基于电子商务应用云平台系统,就中小服装批发类企业的经营数据进行分析和挖掘。本文以数据挖掘为主要理论方法,结合数据仓库等技术,为企业提供销售分析和预测服务。从企业客户的需求出发,确定电子商务商品销售分析系统的主要结构及功能,并提出实现步骤。 本文在内容上首先介绍了电子商务、服务云的相关特点,分析了商品销售分析系统在电子商务应用云平台系统中的必要性；其次阐述了相关的数据挖掘、数据仓库理论及常用算法；然后详细阐述电子商务商品销售分析系统的架构设计方案。本商品销售分析系统基于中小服装批发类企业的电子商务应用云平台系统,根据多个企业、多级企业的商品销售数据,实现对商品销售的预测、利润分析以及企业的营业预测等；主要采用线性回归分析方法、聚类算法,并针对K-means算法初始依赖的K值,采用改进算法。 最后,将商品销售分析系统应用到电子商务应用云平台系统中,对实际的商品销售数据进行分析与挖掘,从而对本系统的功能性进行评估测试,得到预期的实验结果,论证了商品销售分析系统在服装批发类企业及整个行业中的应用具有实际意义。
【关键词】：数据挖掘 数据仓库 回归分析 聚类分析
【学位授予单位】：北方工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP311.13
【目录】：

• 摘要3-4
• Abstract4-7
• 1 绪论7-10
• 1.1 课题的研究目的和意义7
• 1.2 国内外研究现状7-8
• 1.3 本文的结构8-9
• 1.4 本章小结9-10
• 2 课题的相关技术研究10-26
• 2.1 电子商务与电子商务应用云平台系统10-15
• 2.1.1 电子商务与云技术10-11
• 2.1.2 电子商务应用云简介11
• 2.1.3 面向中小企业经营管理的电子商务应用云平台系统11-15
• 2.2 电子商务应用云平台系统中的销售分析15-16
• 2.2.1 销售分析的意义及研究现状15
• 2.2.2 电兹商务系统销售分析的研究内容15-16
• 2.3 数据挖掘技术16-22
• 2.3.1 数据挖掘概述17
• 2.3.2 数据挖掘的过程17-19
• 2.3.3 数据挖掘的功能和方法19-21
• 2.3.4 数据挖掘的应用21
• 2.3.5 数据挖掘存在的问题21-22
• 2.4 数据仓库技术22-24
• 2.4.1 数据仓库的定义和特征22-23
• 2.4.2 OLAP分析23-24
• 2.5 数据挖掘和OLAP的区别与联系24-25
• 2.6 本章小结25-26
• 3 数据预处理26-32
• 3.1 数据预处理过程26-28
• 3.1.1 数据准备26
• 3.1.2 数据清理26-27
• 3.1.3 数据集成27-28
• 3.1.4 数据变换28
• 3.1.5 数据归约28
• 3.2 销售分析系统的数据来源及业务目标28-31
• 3.2.1 电子商务应用云平台系统中数据结构28-30
• 3.2.2 准确理解业务及确定分析目标30-31
• 3.3 数据预处理方法选择31
• 3.4 本章小结31-32
• 4 系统实现相关算法32-41
• 4.1 预测方法的分析与比较32-33
• 4.2 回归预测方法33-36
• 4.2.1 线性回归模型简介34
• 4.2.2 线性回归分析34-35
• 4.2.3 回归方程的显著性检验35-36
• 4.3 聚类分析技术36-40
• 4.3.1 聚类分析概述36
• 4.3.2 主要聚类方法的分类36-37
• 4.3.3 K-means聚类算法描述37-39
• 4.3.4 对初始聚类参数k的改进39-40
• 4.4 本章小结40-41
• 5 商品销售分析系统的设计与实现41-55
• 5.1 系统需求概述与定位41
• 5.2 销售分析系统的设计41-43
• 5.2.1 销售分析系统架构设计41-42
• 5.2.2 销售分析系统功能模块与流程设计42-43
• 5.3 数据预处理模块的实现43-45
• 5.3.1 数据预处理流程43-44
• 5.3.2 数据预处理相关表设计44-45
• 5.4 销售预测模块设计与实现45-49
• 5.4.1 销售预测模块流程设计与实现类45-48
• 5.4.2 系统实现界面展示48-49
• 5.5 销售分析模块设计与实现49-52
• 5.5.1 销售分析模块流程设计与实现类49-50
• 5.5.2 系统实现界面展示50-52
• 5.6 行业分析模块设计与实现52-54
• 5.7 本章小结54-55
• 6 总结与展望55-56
• 6.1 本文总结55
• 6.2 展望55-56
• 参考文献56-58
• 在学期间参加科研情况和发表的学术论文58-59
• 致谢59

【参考文献】

中国硕士学位论文全文数据库 前3条

1 冯勤;基于回归数据挖掘预测系统的分析与研究[D];天津大学;2005年

2 潘妮娅;分类和聚类在分析型CRM中的应用[D];重庆大学;2005年

3 季松;基于数据仓库的数据挖掘技术在房地产中介信息分析系统的研究和应用[D];华东师范大学;2007年

，

本文编号：687931