連鎖超市銷售管理系統(tǒng)數據分析

1、精選優(yōu)質文檔-傾情為你奉上數據倉庫與數據挖掘課程設計報告題目：連鎖超市銷售管理系統(tǒng)數據分析 班 級： 學 號： 姓 名： 指導教師： 日 期： 連鎖超市銷售管理系統(tǒng)數據分析1需求分析與數據理解1.1需求分析隨著社會經濟的發(fā)展，人們的生活水平有著明顯的提升，對物質和精神的生活的追求也在不斷提升。在這個競爭的市場上，超市的競爭也進入到了一全新的領域，競爭已不再是規(guī)模競爭，而是技術的競爭，管理的競爭，人才的競爭。技術的提升和管理的提升是連鎖超市的競爭核心。零售領域呈現多元化發(fā)展趨勢，多種業(yè)態(tài)：連鎖超市、便利店、專賣店、存儲店等等相互并存。如何在激烈的競爭中擴大銷售額，減少經營成本，成為超市經營者努力

2、追求的目標。因此，要對大量的數據進行分析，采用不同的挖掘算法和挖掘軟件。這樣我們就可以從結果中提取正確有用的信息，以便于我們在競爭中獲得更多的機會。超市管理系統(tǒng)需要完成的功能包括：(1)各種商品信息的輸入、查詢、修改、刪除等功能(2)供應商信息的輸入、查詢、修改、刪除等功能(3)商品庫的關系模式的完整性實現(4)系統(tǒng)管理的管理員登陸(5)連鎖超市的各個超市的信息，包括地址，銷售額等(6)連鎖超市的各個超市的管理系統(tǒng)1.2 數據理解本次聚類分析主要采用的是數據庫的數據，主要的數據表包括：連鎖超市綜合數據表1(超市編號,超市名稱,地址,員工人數,商品總額,銷售總額,采購費)，其中輸入的數據要有一定

3、的代表性而且要有一定的可對比性。連鎖超市綜合數據表2(超市編號,超市名稱,地址,員工人數,商品總額,銷售總額,采購費)，可用命令將數據表1中的數據歸一化處理之后重新導入到數據表2中，這樣數據表2可得到新的數據，用于聚類分析處理。2挖掘數據準備連鎖超市綜合數據表1連鎖超市綜合數據表23 數據挖掘過程 1. 創(chuàng)建“數據挖掘”數據庫。 2在數據挖掘數據庫中建立“連鎖超市綜合數據表1”， 輸入的數據要有一定的代表性。3對數據進行預處理，處理結果存入“連鎖超市綜合數據表2”中。4.聚類分析首先創(chuàng)建一個名稱為“城市聚類分析”的項目，并定義數據源、定義數據源視圖。數據源視圖為：5創(chuàng)建聚類挖掘結構，設置相關參

4、數。6建立聚類挖掘模型。3.1挖掘算法與挖掘軟件選擇挖掘算法：聚類分析挖掘軟件：Microsoft Visual Studio 20053.2 數據預處理數據預處理可包括非數值數據的數值化和數值數據的歸一化。非數值數據的數值化是指將字符等非數值數據，在保持其原有的含義和相互之間的區(qū)別的基礎上，轉化成數值型數據。歸一化是指為了屬性之間的比較和運算，需要將不同屬性的取值范圍換成統(tǒng)一范圍，避免結果發(fā)生扭曲。此時可采用極差歸一化處理過程。例如：銷售總額=(銷售總額 銷售總額最小值)/( 商銷售總額最大值 銷售總額最小值)。其他屬性列可采用同樣的方法進行預處理。3.3挖掘過程說明1. 創(chuàng)建“數據挖掘”數

5、據庫。 2在數據挖掘數據庫中建立“連鎖超市綜合數據表1”，設置相應的數據類型。所建立的表中的列包括：超市編號，超市名稱，地址，員工人數，商品總額，銷售總額及采購費。3向各表中輸入部分數據。注意：輸入的數據要有一定的代表性而且要有一定的可對比性。例如：全國各地個大型連鎖超市的數據，發(fā)達地區(qū)及不發(fā)達地區(qū)的連鎖超市的數據。4應用數值化、歸一化等數據預處理方法，可采用的預處理公式如下，例如：商品總額=(商品總額 商品總額最小值)/( 商品總額最大值 - 商品總額最小值)。對數據進行預處理，處理結果存入“連鎖超市綜合數據表2”中，該表與“連鎖超市綜合數據表1”的屬性個數相同，但部分列的類型需要調整要將其

6、修改為float類型。5聚類分析首先創(chuàng)建一個名稱為“連鎖超市分析”的項目，在項目中建立數據源、建立數據源視圖命名為數據挖掘。6創(chuàng)建聚類挖掘結構，設置相關參數。設置的參數值為8。7建立聚類挖掘模型。8查看挖掘結果。4 結果展示與評價挖掘結構圖：挖掘結構預測圖：連鎖超市分類剖面圖：連鎖超市分類特征：5總結本次數據倉庫課程設計通過實際的數據倉庫與數據挖掘應用課題設計與研究(連鎖超市銷售管理系統(tǒng)數據分析)，鞏固數據倉庫與數據挖掘理論知識，進一步熟悉數據倉庫與數據挖掘的設計與分析技術，提高自己的動手能力以及分析問題和解決問題的能力。這次課程設計是通過分組的形式，同一小組不同成員運用不同的挖掘方法共同完成

7、一個課題。這樣可以使我們從不同的角度對數據進行分析總結，從而得到不同的結果。本次課設我們小組討論的是連鎖超市銷售管理系統(tǒng)數據分析，我運用的是聚類分析法分析數據。首先我創(chuàng)建“數據挖掘”數據庫。在數據挖掘數據庫中建立“連鎖超市綜合數據表1”， 輸入有一定的代表性的數據。對數據進行預處理，處理結果存入“連鎖超市綜合數據表2”中。聚類分析首先創(chuàng)建一個名稱為“城市聚類分析”的項目，并定義數據源、定義數據源視圖。在這個過程中我遇到了一些問題，將原表中的數據插入到新表時屬性漏寫導致兩個表不一致，歸一化處理時由于失誤導致結果為實現數據的歸一化等等。最后就是創(chuàng)建城市聚類分析項目，并定義數據源、數據源視圖，創(chuàng)建聚

8、類挖掘結構，設置相關參數，建立聚類挖掘模型，查看挖掘結果。同樣在這個過程中我也遇到了相應的問題，例如：設置的相關參數太小或超出范圍導致無法生成關系圖；數據挖掘模型有誤等等。在課程設計中的這些問題也暴露了自己知識上的不足，我及時地查閱資料或者詢問老師、同學解決了自己的疑問?，F在我對數據挖掘有了更深刻的理解。 這次數據倉庫課程設計我獲益匪淺，我完成了對連鎖超市綜合數據的數據挖掘，學會了運用數據挖掘算法中的聚類分析法，也了解了關聯(lián)分析法、分類分析法等挖掘算法。這些方法在許多應用場合都可以得以引用。雖然我建立的數據庫的數據較少，但達到了聚類分析的目的。我想這次課設對我今后的學習工作會有很大的幫助，在以后的工作當中我就會很容易地去掌握數據挖掘。參考文獻參照下面格式寫