基于多策略數(shù)據(jù)挖掘模型的圖書(shū)銷(xiāo)售智能分析系統(tǒng)研究與設(shè)計(jì).pdf

1、數(shù)據(jù)挖掘涉及許多學(xué)科領(lǐng)域,它包含數(shù)據(jù)庫(kù)技術(shù)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)可視化技術(shù)、機(jī)器學(xué)習(xí)、人工智能和高性能數(shù)據(jù)挖掘算法等。隨著數(shù)據(jù)挖掘技術(shù)的迅速發(fā)展,數(shù)據(jù)挖掘的研究重點(diǎn)逐漸從理論研究向?qū)嶋H應(yīng)用轉(zhuǎn)變。數(shù)據(jù)挖掘的實(shí)際應(yīng)用已經(jīng)在商業(yè)智能領(lǐng)域取得了巨大的成就,可以把企業(yè)各種復(fù)雜龐大的數(shù)據(jù)轉(zhuǎn)化為知識(shí),進(jìn)而幫助企業(yè)進(jìn)行經(jīng)營(yíng)決策,甚至具有商業(yè)智能決策的功能。
　　 本論文從圖書(shū)銷(xiāo)售數(shù)據(jù)著手,綜合運(yùn)用計(jì)算機(jī)和數(shù)學(xué)的相關(guān)學(xué)科理論和方法,采用數(shù)據(jù)可視化方法和數(shù)

2、據(jù)挖掘技術(shù)進(jìn)行數(shù)據(jù)挖掘。本文主要內(nèi)容可以概括為以下幾方面:
　　 1.介紹了研究背景和數(shù)據(jù)挖掘技術(shù)的基本概念、功能、任務(wù)、常用技術(shù)及其未來(lái)的發(fā)展方向。
　　 2.針對(duì)不同分析功能分別采用了基于貝葉斯、決策樹(shù)、聚類分析、關(guān)聯(lián)規(guī)則、時(shí)序、神經(jīng)網(wǎng)絡(luò)、線形回歸等多策略挖掘模型,對(duì)注冊(cè)會(huì)員的信息和圖書(shū)信息進(jìn)行分析。
　　 3.經(jīng)過(guò)綜合比較,選用微軟的Microsoft SQL Server2005 Analysis Ser

3、vers(SSAS,SQLServer分析服務(wù))作為數(shù)據(jù)挖掘工具。
　　 4.在客戶端通過(guò)ADODM.NET訪問(wèn)SSAS數(shù)據(jù)庫(kù)對(duì)象并調(diào)用DMX查詢命令來(lái)執(zhí)行模型預(yù)測(cè)。
　　 經(jīng)研究分析表明,數(shù)據(jù)挖掘技術(shù)在圖書(shū)銷(xiāo)售領(lǐng)域的應(yīng)用,能夠從這些復(fù)雜的信息中挖掘出有價(jià)值的知識(shí),可以給圖書(shū)銷(xiāo)售企業(yè)各部門(mén)主管提供有效的決策支持。具體有以下幾點(diǎn):
　　 1.通過(guò)對(duì)書(shū)店的注冊(cè)會(huì)員的信息進(jìn)行挖掘,客戶主管可以預(yù)測(cè)會(huì)員的級(jí)別和消費(fèi)類型,