數(shù)據(jù)挖掘在醫(yī)藥銷售決策支持系統(tǒng)中的應(yīng)用.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，急劇產(chǎn)生海量的數(shù)據(jù)。如何從這些數(shù)據(jù)中提取有用的信息是一個(gè)重要的問(wèn)題。粗糙集理論-一種新的數(shù)據(jù)分析方法-在分類的意義下定義了模糊性和不確定性的概念，是一種處理不確定和不精確問(wèn)題的新型數(shù)學(xué)工具。巨大的數(shù)據(jù)量是降低數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)速度和效率的主要因素，在進(jìn)行數(shù)據(jù)挖掘的前期，應(yīng)對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的屬性進(jìn)行約簡(jiǎn)、對(duì)數(shù)據(jù)進(jìn)行概念提升，盡量減少或消除不重要的屬性和數(shù)據(jù)對(duì)數(shù)據(jù)挖掘速度的影響。
　　 本文從一個(gè)實(shí)際研究項(xiàng)目出發(fā)，

2、闡述數(shù)據(jù)挖掘相關(guān)理論，實(shí)現(xiàn)了基于粗糙集的數(shù)據(jù)挖掘技術(shù)在醫(yī)藥銷售決策管理中的應(yīng)用。文章首先介紹了客戶關(guān)系管理的基本概念和通過(guò)數(shù)據(jù)挖掘進(jìn)行客戶關(guān)系管理的意義、決策支持系統(tǒng)的發(fā)展和決策推理的結(jié)構(gòu)與方法；然后介紹了數(shù)據(jù)倉(cāng)庫(kù)的基本概念和構(gòu)成、粗糙集理論的基本概念、利用概念層次進(jìn)行面向?qū)傩詺w約的方法；最后介紹了系統(tǒng)實(shí)現(xiàn)的總體結(jié)構(gòu)、系統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)、進(jìn)行數(shù)據(jù)預(yù)測(cè)的算法和算法的改進(jìn)、數(shù)據(jù)轉(zhuǎn)換與歸一化處理的方法、系統(tǒng)進(jìn)行數(shù)據(jù)挖掘的過(guò)程。文中還介紹了系統(tǒng)

3、實(shí)現(xiàn)中MATLAB與關(guān)系數(shù)據(jù)庫(kù)接口問(wèn)題的解決方案、Visual Basic語(yǔ)言與MATLAB集成的方法，并給出了系統(tǒng)的部分輸出圖表。
　　 本文的主要研究工作如下：
　　 (1)對(duì)預(yù)測(cè)性的數(shù)據(jù)均值算法的改進(jìn)：算法效率的改進(jìn)，在降低運(yùn)算量的同時(shí)提高預(yù)測(cè)精度；參數(shù)的不同選擇可適應(yīng)數(shù)據(jù)的不同變化規(guī)律，綜合考慮歷史數(shù)據(jù)和近期數(shù)據(jù)對(duì)均值預(yù)測(cè)的影響度。
　　 (2)將改進(jìn)的均值算法應(yīng)用于周期性數(shù)據(jù)的預(yù)測(cè)方法中，再通過(guò)均值誤差