零售業(yè)銷售預測系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著信息技術(shù)的迅速發(fā)展和廣泛使用,零售業(yè)已經(jīng)積累了大量的業(yè)務數(shù)據(jù),如何運用數(shù)據(jù)挖掘等相關(guān)計算機技術(shù),通過對企業(yè)長時間積累的經(jīng)營數(shù)據(jù)進行分析,獲取有用的知識和潛在的模式,己成為許多零售業(yè)所關(guān)注的問題。為了保持合理的庫存,制定有效的銷售策略,減少企業(yè)運作成本,從而增加利潤,零售業(yè)越來越認識到銷售預測的重要作用。
　　本文以“河南某大型連鎖超市銷售預測系統(tǒng)”項目開發(fā)為背景,以超市銷售物品為主要分析對象,論述了作為一個銷售預測系統(tǒng),其具體

2、的需求分析、設(shè)計理念及實現(xiàn)預測的方法和結(jié)果。本文首先介紹了數(shù)據(jù)挖掘所用到的相關(guān)技術(shù),包括數(shù)據(jù)倉庫技術(shù)、聯(lián)機分析處理等相關(guān)技術(shù)。然后基于某連鎖超市的銷售歷史數(shù)據(jù),針對挖掘主題來進行數(shù)據(jù)需求分析,設(shè)計了數(shù)據(jù)清洗預處理方法,完成了數(shù)據(jù)加載,從而實現(xiàn)了數(shù)據(jù)倉庫,并在此基礎(chǔ)上設(shè)計了用于OLAP的多維立方體,研究了.NET平臺下怎樣用ADOMD.NET以及MDX訪問多維數(shù)據(jù)集進行多維數(shù)據(jù)的查詢、分析和處理,有效的解決了數(shù)據(jù)挖掘能夠利用的復雜數(shù)據(jù)的存

3、儲和查詢問題。同時,研究了銷售預測基本方法和算法以及與其相關(guān)的統(tǒng)計學方法,針對目前各種方法所存在的不足,提出灰色預測方法,并利用灰色預測算法和傳統(tǒng)的加權(quán)平均算法結(jié)合的方式來彌補GM(1,1)模型的不足,定義了加權(quán)平均權(quán)值學習算法,使得挖掘模型不但能夠在有明顯趨勢的歷史數(shù)據(jù)上有高精度的預測,而且在沒有明顯規(guī)律的歷史數(shù)據(jù)中找出模式的概率有所提高,很大程度上提高了模型對不同數(shù)據(jù)集的適應性和預測能力。
　　本文在解決了多維數(shù)據(jù)的存儲和查詢