学位论文 > 优秀研究生学位论文题录展示

数据挖掘在连锁餐饮业中的研究和应用

作　者: 孔令娟
导　师: 王树梅
学　校: 南京理工大学
专　业: 计算机技术
关键词: 数据仓库 C4.5 M_Apriori 数据分析数据挖掘
分类号: TP311.13
类　型: 硕士论文
年　份: 2012年
下　载: 38次
引　用: 0次
阅　读: 论文下载

内容摘要

随着经济不断发展和人民生活水平的不断提高,服务业在国民经济中所占的比重越来越大,餐饮连锁行业作为服务业中关乎民生的重要领域,面临的压力和竞争也越来越大。上海某连锁餐饮集团在不断的发展过程中,规模在逐步扩大,目前已经在各地开设80家左右的分店。随着分店的不断增加,覆盖的范围不断扩大,为了更好地运营和管理,逐步引入了管理信息系统和多种数据存储系统,随着系统持续运行,存储的数据量越来越大,数据也越来越复杂。这些数据是企业的核心,因此该企业希望通过数据挖掘项目能够从这些海量的数据中提取出对企业有用的信息,为企业后续的扩张和更好地管理提供参考。本文从该企业的实际需求出发,详细研究和分析了该企业目前运行的系统,在此基础上开发了数据挖掘系统,提供用户管理、系统维护、数据分析、数据处理、关联规则挖掘和决策树挖掘等功能模块。首先将该企业现有系统的数据经过清洗等预处理过程整合到数据仓库之中,并采用决策树C4.5算法对门店的销售数据建立决策模型,提取了门店销售的关联因素,为企业后续的门店扩张提供参考,并采用该公司产品的销售数据对Apriori算法和改进算法M_Apriori进行了分析比较,采用改进算法得到顾客对产品的购买规律,为以后产品的促销和新产品研发提供一定的决策支持。

全文目录

摘要  3-4
Abstract  4-7
1 绪论  7-11
  1.1 项目的研究背景  7
  1.2 国内外发展现状  7-9
  1.3 本文的主要工作  9
  1.4 本文的组织结构  9-11
2 数据挖掘的相关知识  11-17
  2.1 数据仓库的概念  11
  2.2 联机分析(OLAP)  11-12
  2.3 数据挖掘的概念  12
  2.4 数据挖掘的方法  12-14
    2.4.1 描述型  13-14
    2.4.2 预测型  14
  2.5 数据挖掘的步骤  14-16
  2.6 本章小结  16-17
3 项目的需求与分析  17-25
  3.1 公司目前运营的情况  17-20
  3.2 项目的需求  20-22
  3.3 数据挖掘技术的必要性  22-24
  3.4 本章小结  24-25
4 决策树技术的研究  25-38
  4.1 决策树技术  25-29
    4.1.1 决策树概念  25
    4.1.2 决策树常见算法的比较  25-26
    4.1.3 属性选择方法  26-27
    4.1.4 决策树剪枝  27-28
    4.1.5 决策规则的提取  28-29
  4.2 决策树在连锁店的应用  29-37
    4.2.1 问题的提出  29
    4.2.2 数据预处理  29-32
    4.2.3 C4.5构建模型  32-36
    4.2.4 规则的提取  36
    4.2.5 决策规则的意义  36-37
  4.3 本章小结  37-38
5 关联规则技术的研究  38-48
  5.1 关联规则的基本理论  38-39
  5.2 关联规则APRIORI算法  39-40
  5.3 APRIORI算法的改进  40-43
  5.4 M APRIORI算法在产品销售中的应用  43-47
  5.5 本章小结  47-48
6 数据挖掘系统  48-62
  6.1 系统整体架构  48-50
  6.2 数据预处理  50-51
  6.3 数据仓库的建立  51-55
    6.3.1 表的建立  51-53
    6.3.2 模型的设计  53-54
    6.3.3 数据的提取、转换和加载  54-55
  6.4 数据分析模块  55-58
  6.5 数据挖掘模块  58-61
  6.6 本章小结  61-62
7 总结和展望  62-64
  7.1 总结  62
  7.2 展望  62-64
致谢  64-65
参考文献  65-67

数据挖掘在连锁餐饮业中的研究和应用

内容摘要

全文目录

相似论文