基于数据挖掘的电子商务经营分析系统研究

发布时间：2017-09-25 22:11

  本文关键词：基于数据挖掘的电子商务经营分析系统研究

  更多相关文章： 数据挖掘 电子商务 时间序列数据挖掘 季节指数平滑法

【摘要】：经营分析是企业为了更好的掌握公司总体经营情况,对经营过程中的一些现象做出分析,及时对企业进行调整和改革形成经营策略的过程。然而,正值蓬勃发展的电子商务活动为经营分析提供了良好的数据基础。很多企业在电子商务过程中积累了海量的数据,这些数据历史长达十多年之久,但并没有被很好的利用。本文在电子商务环境下,结合流行的数据挖掘等技术,就经营分析系统中的销售量预测做主要研究。 本文结合数据挖掘、数据仓库和OLAP分析技术的基本理论和方法,从经营分析系统发展和需求出发,全面介绍数据挖掘概念及其应用,在分析电子商务现状的基础上,基于数据挖掘和经营分析系统理论,提出电子商务经营分析系统的设计、实现步骤等,论证了电子商务经营分析系统运用数据挖掘技术提高预测精度的可行性。 本文在结构上,首先全面介绍了电子商务的特点、电子商务经营分析系统及其功能,分析了电子商务中运用经营分析系统的必要性。其次阐述了数据挖掘技术的相关理论、常用的算法及其应用,以及经营分析系统中用到的各种技术,并与数据挖掘技术进行比较,突出数据挖掘技术的优越。然后详细设计了经营分析系统的架构,以泰柯林电子商务系统项目为平台,根据企业销售数据中季节性、趋势性的特点,在现有的时间序列数据挖掘方法中增加了改进的季节指数平滑方法,对商品的销售数据进行分析,找出规律,从而实现系统。 通过分别比较实际值与传统算法和优化算法的预测结果,得出优化算法的预测结果更接近实际值,提高了预测精度,论证了电子商务建立经营分析系统的积极意义。最后,对本文所做的工作进行总结,提出本文的不足与需要深入研究和改进的地方。
【关键词】：数据挖掘 电子商务 时间序列数据挖掘 季节指数平滑法
【学位授予单位】：北方工业大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP311.13
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-9
• 1 绪论9-14
• 1.1 课题研究的背景和意义9-10
• 1.2 国内外研究现状10-12
• 1.3 课题研究的主要内容12
• 1.4 本文的组织结构12-14
• 2 电子商务的关键技术14-17
• 2.1 电子商务的特点14-15
• 2.2 经营分析的相关技术15-16
• 2.2.1 经营分析的概念15
• 2.2.2 经营分析系统的基本功能15-16
• 2.3 经营分析系统面临的主要挑战16
• 2.4 本章小结16-17
• 3 与课题相关的技术与方法研究17-34
• 3.1 数据挖掘技术17-22
• 3.1.1 数据挖掘的定义17
• 3.1.2 数据挖掘的过程17-18
• 3.1.3 数据挖掘的功能18-20
• 3.1.4 数据挖掘常用的技术20-21
• 3.1.5 数据挖掘技术的应用21-22
• 3.2 数据仓库技术22-24
• 3.2.1 数据仓库的概念和主要特征22-24
• 3.2.2 数据仓库的结构24
• 3.3 OLAP分析技术24-27
• 3.3.1 OLAP的概念和分类24-25
• 3.3.2 OLAP的基本术语和分析操作25-27
• 3.4 时间序列数据挖掘27-33
• 3.4.1 时间序列数据挖掘基本概念27
• 3.4.2 时序序列挖掘的季节指数平滑法27-30
• 3.4.3 改进的季节指数平滑法30-33
• 3.5 本章小结33-34
• 4 电子商务经营分析系统的设计与实现34-47
• 4.1 系统分析34
• 4.1.1 系统需求分析34
• 4.1.2 系统功能需求分析34
• 4.2 系统结构设计34-39
• 4.2.1 系统总体结构设计34-37
• 4.2.2 系统功能详细设计37-39
• 4.3 系统具体实现39-46
• 4.3.1 销售预测39-41
• 4.3.2 采购分析41-43
• 4.3.3 系统的主界面43
• 4.3.4 预测结果页面展示43-46
• 4.4 本章小结46-47
• 5 实验分析47-51
• 5.1 数据来源47
• 5.2 实验设计47-49
• 5.3 结果分析49-50
• 5.4 本章小结50-51
• 6 总结与展望51-52
• 6.1 总结51
• 6.2 展望51-52
• 参考文献52-55
• 在学研究成果55-56
• 致谢56

【相似文献】

中国期刊全文数据库 前10条

1 ;联信永益TeIDSS@SureKAM：随市应变的经营分析与决策系统[J];通信世界;2007年42期

2 刘建本;;证券公司经营管理数据仓库建设[J];中国管理信息化;2010年06期

3 蒋文贤;;用好量收系统 支撑管理决策[J];中国邮政;2006年11期

4 佟敏;;中国移动省级经营分析系统建设[J];电信技术;2008年01期

5 吕明;王姝华;;业务驱动——经营分析系统建设的源动力[J];电信技术;2008年01期

6 丁波;韩国华;;煤炭企业数据存储方式的设计概念[J];河北能源职业技术学院学报;2006年01期

7 沈浩;田卉;;小数字大道理——数据背后的经营之道[J];中国数字电视;2011年06期

8 李艳;杨永健;李树秋;;基于数据集市的电信经营分析系统模型[J];山东大学学报(理学版);2007年11期

9 宁宇;;经营分析让企业快速应变[J];每周电脑报;2007年14期

10 颜昌沁;胡建华;周海河;;基于Clementine神经网络的电信客户流失模型应用[J];电脑应用技术;2009年01期

中国重要会议论文全文数据库 前10条

1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年

2 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

3 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年

4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集（下册）[C];2004年

5 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年

6 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年

7 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

9 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年

10 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病阴阳类证辨证规范的数据挖掘研究[A];2010中国医师协会中西医结合医师大会摘要集[C];2010年

中国重要报纸全文数据库 前10条

1 吴勇毅;危机下，数据挖掘与提供信息决策是关健[N];中国冶金报;2009年

2 李开宇　黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年

3 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年

4 记者　晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年

5 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

6 张立明;数据挖掘之道[N];网络世界;2003年

7 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年

8 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年

9 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年

10 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

中国博士学位论文全文数据库 前10条

1 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年

2 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年

3 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年

4 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年

5 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院（上海生命科学研究院）;2004年

6 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年

7 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年

8 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年

9 刘东升;面向连锁零售企业的客户关系管理模型（R-CRM）研究[D];浙江工商大学;2008年

10 余红;网络时政论坛舆论领袖研究[D];华中科技大学;2007年

中国硕士学位论文全文数据库 前10条

1 廖赛恩;养生方数据挖掘分析系统的研制[D];湖南中医药大学;2010年

2 李坤然;数据挖掘在股市趋势预测的应用研究[D];中南林业科技大学;2008年

3 郑宏;数据挖掘可视化技术的研究与实现[D];西安电子科技大学;2010年

4 杜金刚;数据挖掘在电信客户关系管理及数据业务营销中的应用[D];北京邮电大学;2010年

5 徐路;基于决策树的数据挖掘算法的研究及其在实际中的应用[D];电子科技大学;2009年

6 梁小鸥;数据挖掘在高职教学管理中的应用[D];华南理工大学;2011年

7 王浩;数据挖掘在上海市职业能力考试院招录考试优化管理项目中的运用研究[D];华东理工大学;2012年

8 黎卫英;数据挖掘在中职幼教课程改革中的应用[D];福建师范大学;2009年

9 张煜辉;数据挖掘和SPC在生产过程质量控制中应用研究[D];上海交通大学;2009年

10 刘华敏;数据挖掘在高职院校学生成绩分析中的应用[D];安徽大学;2011年

，

本文编号：919836