數(shù)據(jù)挖掘技術在零售業(yè)庫存控制中的應用.pdf

1、市場競爭越來越激烈，現(xiàn)代企業(yè)要想在激烈的市場競爭環(huán)境中立于不敗之地就需要不斷提高其快速響應市場需求的能力。零售企業(yè)處于供應鏈的末端，直接面對消費者，是連接消費者與供應商的樞紐。零售企業(yè)的庫存控制既要受到消費者變化的影響，又要受到供應商變化的影響，因此零售企業(yè)的庫存控制是受諸多不確定因素影響的，庫存控制比較困難。在當今環(huán)境下，零售企業(yè)的競爭主要是基于時間的競爭以及客戶需求的競爭，而良好的庫存控制是提高消費者滿意度和控制庫存成本的關鍵所在。

2、
　　 數(shù)據(jù)挖掘技術是綜合數(shù)據(jù)庫技術與人工智能技術而產生的，其能在大量的、存在噪聲的數(shù)據(jù)中發(fā)現(xiàn)潛在有用的信息。零售企業(yè)的庫存系統(tǒng)存儲了大量的歷史數(shù)據(jù)信息，但人們對其的應用主要是操作和查詢，沒有能充分利用這些海量數(shù)據(jù)，從中發(fā)掘出對決策有幫助的信息，從而導致了數(shù)據(jù)量很大但是沒有用的局面的產生。
　　 本文主要研究了數(shù)據(jù)挖掘方法在庫存控制中的應用，由于庫存控制涉及的方面很多，本文只選取了其中兩個方面進行研究，分別是庫存分類和庫

3、存控制。本文首先介紹了數(shù)據(jù)挖掘在庫存控制中的應用流程，包括數(shù)據(jù)的收集、整理、集成以及模型的選擇和對結果的評價。然后對數(shù)據(jù)倉庫的各種模式進行了介紹，說明了數(shù)據(jù)倉庫的建立過程。接著對庫存控制的兩個方面進行了建模分析，本文以MATLAB軟件為平臺，利用BP神經網(wǎng)絡方法分別建立了庫存分類模型和庫存預測模型，并對其進行了仿真分析，建立模型涉及到三個方面：樣本數(shù)據(jù)的確定，樣本數(shù)據(jù)的轉換以及網(wǎng)絡結構的確定。最后本文設計了基于數(shù)據(jù)挖掘的庫存控制系統(tǒng)，對