銷售數(shù)據(jù)分析系統(tǒng)的研究與實現(xiàn).pdf

1、某眼鏡連鎖銷售店在日常銷售中應(yīng)用連鎖零售銷售系統(tǒng)，積累了大量的銷售數(shù)據(jù)，但該系統(tǒng)只支持極其簡單的統(tǒng)計查詢，無法進行商品關(guān)聯(lián)性、銷量和利潤預(yù)測等分析。因此，本文對該企業(yè)原信息管理系統(tǒng)中多年積累的歷史銷售數(shù)據(jù)進行分析，挖掘出相關(guān)性高的商品組合進行套餐優(yōu)惠推銷，并在此基礎(chǔ)上，預(yù)測一些商品和一些組合商品的銷售利潤和銷量等，以制定促銷計劃提高企業(yè)利潤。此外，在該眼鏡企業(yè)新開發(fā)的信息管理系統(tǒng)基礎(chǔ)上，集成了該數(shù)據(jù)分析系統(tǒng)，能夠達到對新的銷售數(shù)據(jù)進行實

2、時分析。
　　 論文主要工作如下：
　　 (1)數(shù)據(jù)預(yù)處理。針對眼鏡店原始數(shù)據(jù)表間關(guān)系不明確，沒有主外鍵對應(yīng)關(guān)系，表中某些銷售記錄項存在缺失和錯誤數(shù)據(jù)等，存在大量的銷售價格、數(shù)量、金額等不完整，銷售價格含有噪聲，銷售折扣不一致等情況。本文首先對這些原始銷售數(shù)據(jù)進行數(shù)據(jù)選取，理清楚原始數(shù)據(jù)之間的關(guān)系，然后通過填寫數(shù)據(jù)的值，糾正錯誤數(shù)據(jù)，消除冗余數(shù)據(jù)，并解決不一致等來“清洗”數(shù)據(jù)，最后將干凈的數(shù)據(jù)進行規(guī)約集成，得到之后數(shù)據(jù)分

3、析所需要的數(shù)據(jù)。
　　 (2)關(guān)聯(lián)規(guī)則挖掘。本部分主要目的是對銷售商品之間的關(guān)聯(lián)性進行關(guān)聯(lián)規(guī)則挖掘。由于眼鏡店的銷售數(shù)據(jù)中每個銷售單的商品種類比較少，每一個事務(wù)所含的項不多，很少有超過5個項的，并且顧客購買的商品組合有限，某些商品之間，根本不會組合在一起購買，如果采用傳統(tǒng)Apriori算法挖掘，將產(chǎn)生大量無用的候選集，因此，本文應(yīng)用了基于一次掃描的關(guān)聯(lián)規(guī)則挖掘算法，每次掃描一個事務(wù)，并對該事務(wù)的所有可能的項集進行支持度計數(shù)，如果

4、支持度計數(shù)超過預(yù)先設(shè)定的閾值，則將其插入到頻繁項集數(shù)據(jù)庫表中，提高了挖掘的速度。另一方面，針對大量的銷售數(shù)據(jù)，采取分批次調(diào)入內(nèi)存來進行商品的相關(guān)性挖掘處理，最后再合并挖掘結(jié)果。使企業(yè)得到商品組合銷售情況，可以根據(jù)商品組合的頻繁度高低，來進行合理銷售安排。
　　 (3)銷售預(yù)測。在獲得相關(guān)性較強的商品基礎(chǔ)上，本文采用優(yōu)化動態(tài)指數(shù)平滑模型，對商品和商品組合進行銷售預(yù)測，根據(jù)用戶輸入的預(yù)測參數(shù)，如預(yù)測時間，預(yù)測要銷售的商品或者擬組合銷

5、售的商品，來預(yù)測未來時間段要銷售的商品和商品組合的銷售量和利潤，從而為企業(yè)的決策提供一定的支持。
　　 (4)設(shè)計并實現(xiàn)了銷售數(shù)據(jù)分析系統(tǒng)。該數(shù)據(jù)分析系統(tǒng)包含數(shù)據(jù)預(yù)處理模塊、關(guān)聯(lián)規(guī)則挖掘模塊、銷售分析模塊和會話模塊。其中，前三大模塊實現(xiàn)了前面三部分內(nèi)容，會話模塊是用戶與系統(tǒng)的交互平臺，通過會話模塊，用戶可以輸入挖掘或預(yù)測參數(shù)，并查詢系統(tǒng)運行結(jié)果。該數(shù)據(jù)分析系統(tǒng)采用C＃實現(xiàn)，并用SQL Server存儲銷售數(shù)據(jù)。其運行結(jié)果表明，應(yīng)