基于数据挖掘的销售模拟教学系统研究

发布时间：2019-11-16 20:16

【摘要】：目前模拟教学软件中销售管理过程普遍忽视销售预测功能,导致教学内容与企业实际业务过程相脱离,教学结果与实际需求产生矛盾。为弥补当前模拟系统销售预测功能的缺失,本文通过数据挖掘寻找数据间隐含的规律,运用聚类分析法以及决策树算法预测产品销量及广告投入、进行客户细分、分析客户类型与客户行为之间关系,针对上述不同目标建立多种预测模型,构建模型体系,从而提供准确的预测结果。其中建立的预测模型体系包含纵向预测模型、横向预测模型与客户预测模型,在纵向预测模型中运用数据挖掘的统计预测方法构建模型,建立基于数据挖掘聚类算法的横向预测模型,在基于数据挖掘聚类算法的客户细分的基础上,应用数据挖掘决策树法预测客户行为。 在此基础上,以.NET平台和SQL SERVER为基础对系统进行了销售预测、方案制定、订单管理、销售分析和开拓认证等功能和数据库的详细设计。通过分析OLAP数据仓库技术的优势,根据模拟系统的具体情况设计了基于OLAP的多维数据结构,节约存储空间,使用户能够从多种角度对数据进行浏览和分析,方便用户发现数据的变化趋势并且满足用户复杂的查询分析需求。最后,以哈尔滨师范大学市场营销实验室教学应用为背景,对系统进行实证研究,通过实际效果分析,验证了系统功能的完整性和易操作性,满足销售教学需求。
【图文】：

图 4-2 销售多维数据模型Fig.4-2 Sales Multidimensional Data Model业销售业务过程中，流程中的每个业务环节都要遵间维被数据库中每个数据维共享；市场维被产品维产品维被交易维共享，因此设置时间维、市场维、，其他各个维表被各自多维数据专有，均属私有维维的私有维。预测维与投入维是产品维衍生出的两品维中不同类型产品的销量预测值，，投入维描述产投入，二者位于产品维的下层，均属于第二维度。时间和费用均不相同，因此需要对市场维进行进一场维中不同市场类型开拓所需的时间段及费用，在维度，并且是市场维的私有维。至此，用户可以通方体迅速查询分析不同特定角度的问题，如用户可个市场的开发进程或某种产品在某个市场环境下在量以及销量。基于 OLAP 的多维数据立方体，用户可以通过系统

图 4-3 系统预测界面Fig.4-3 System Forecasting InterfaceAP 的查询功能实现实现用户按订单交货以及订单查询操作，当结构的第一维度为索引，如当用户通过市场和第一维的市场维作为条件，导出具体订单维衍生出的两个信息分类，因此当用户查询系统要对位于第一维的市场维度进行下钻操入或预测信息。主要实现代码如下：tnok_Click(ByVal sender As Object, ByVal e As SystlickeyName As String As Integer 0 To GridView2.Rows.Count - 1 Step 1im cb As CheckBox =w2.Rows(i).FindControl("CheckBox1"), CheckBox)f cb.Checked = True ThenKeyName = GridView2.DataKeys(i).Value.ToStr
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TP311.13;F274

【相似文献】

相关期刊论文 前10条

1 陈勇;;基于BP神经网络的销售预测系统的实现[J];微计算机信息;2009年30期

2 李雅莉;李银兴;;基于C/S的零售企业销售预测DSS的开发[J];微计算机应用;2009年08期

3 尹卫刚;刘福海;毛磊;臧传斌;;基于数据仓库的销售管理系统的设计实现[J];湖州师范学院学报;2006年02期

4 薛向阳;;一种改进的线性回归预测模型[J];科学技术与工程;2010年12期

5 张新光,王建华;数据仓库信息处理技术研究[J];齐齐哈尔大学学报;2000年03期

6 丁纪云,蔡春娥;利用构造数据集评定数据挖掘过程的方法[J];湖南广播电视大学学报;2001年02期

7 任承业,罗伟其;校园信息系统中CRM与数据挖掘的结合和应用[J];计算机工程与应用;2003年13期

8 王艳;数据挖掘在数字图书馆中的应用[J];情报科学;2003年02期

9 邵红全,赵茜;用SQL Server2000实现数据挖掘的技术与策略[J];电脑开发与应用;2003年04期

10 耿庆鹏,卢子芳;利用数据挖掘技术实现对电信行业用户欺诈行为的预测[J];电信快报;2003年10期

相关会议论文 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

相关重要报纸文章 前10条

1 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

2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年

3 记者　晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年

4 □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

5 张立明;数据挖掘之道[N];网络世界;2003年

6 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

7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年

8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年

9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

10 张舒博;数据挖掘 提升品牌的好帮手[N];首都建设报;2009年

相关博士学位论文 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 徐河杭;面向PLM的数据挖掘技术和应用研究[D];浙江大学;2010年

8 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年

9 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

10 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

相关硕士学位论文 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：2561977