论文摘要
随着计算机和网络的普及,ERP在企业中已获得了广泛的应用,然而ERP运行中积累的大量数据并没有得到充分的利用。越来越多的企业意识到这些数据对一个企业的重要意义。然而面对庞大的数据量,如何找到出对企业具有价值的信息,最大程度的提高企业竞争力,却一直是困扰着企业的难题。挖掘ERP大量数据中蕴涵的知识是目前ERP研究的热点,也是ERP系统进一步深化应用的必然趋势。数据挖掘是从大量数据中挖掘出有规律的、揭示其内在必然联系的技术,是利用ERP大量数据中蕴涵的知识进行企业运营辅助决策的重要手段。 在这样的背景下,本文详细介绍了数据挖掘的概念及其发展历史,并分析了数据挖掘技术的特点。在分析数据挖掘国内外现状的基础上,探讨了在ERP内部构建数据仓库,并在其基础上进行数据挖掘的原理。具体研究内容如下: 1) 论文在探讨数据挖掘的一般理论的基础上,对数据挖掘中决策树算法进行了详细地介绍。并简单介绍了几种常用的决策树的生成算法。重点介绍了C4.5算法流程及其结构,并分析了C4.5算法的优缺点。 2) 论文将数据挖掘的一般过程应用于ERP销售决策支持系统,分析了ERP数据挖掘的体系结构,阐述了在ERP内部建立数据仓库的原理,详细介绍了建立数据仓库的过程;并结合企业现有的ERP数据库,在ERP内部建立了数据仓库。 3) 重点讨论了运用C4.5算法建立挖掘模型,建立了销售决策系统。在SQL Server 2000环境下,用SQL语言和Visual C++6.0开发ERP销售决策支持系统。结合浙江某传动机械有限公司的的实际情况,将原型系统进行了实例应用,获得了较好的效果,验证了本文理论研究和实现方法的可行性。 论文最后在总结全文的基础上对该项研究的发展进行了展望。
论文目录
摘要ABSTRACT目录第一章 绪论1.1 研究课题的背景1.2 数据挖掘的发展历程及国内外现状1.3 研究课题的提出，研究意义及研究内容1.3.1 课题的来源1.3.2 课题研究意义1.4 论文的主要工作1.4.1 研究内容1.4.2 主要创新点第二章 数据挖掘概述2.1 数据挖掘的概念2.3 数据挖掘的特点2.2 数据挖掘的内容2.3 数据挖掘算法分类2.3.1 信息论方法2.3.2 集合论方法2.3.3 仿生物技术2.3.4 统计分析方法2.4 数据挖掘的过程第三章 销售决策支持子系统原理及体系结构3.1 ERP数据挖掘原理3.2 销售决策支持系统的体系结构3.3 ERP销售决策支持系统中构建数据仓库3.3.1 在ERP内部构建数据仓库3.3.2 数据仓库的系统开发生命周期3.3.2 数据仓库的系统结构第四章 决策树算法4.1 分类4.2 决策树描述4.3 决策树的评价指标4.4 决策树算法的优缺点4.4.1 决策树的优点4.4.2 决策树的缺点4.5 C4.5算法4.5.1 信息论介绍4.5.2 信息增益4.5.3 C4.5算法基本原理4.5.4 C4.5算法描述4.5.5 C4.5算法中的剪枝算法4.5.6 C4.5算法的优缺点第五章 ERP销售决策支持子系统的开发与实现5.1 常用决策支持系统需求分析及其方法5.2 构建销售数据仓库的过程5.2.1 ERP销售管理系统概述5.2.2 构建数据仓库的技术准备工作5.2.3 数据仓库逻辑模型设计5.2.4 数据仓库物理模型设计5.2.5 数据仓库的生成5.2.6 数据导入可视化5.3 程序设计5.3.1 创建 MTDataMingDlg5.3.2 连接数据仓库5.4 应用举例第六章 全文总结与展望6.1 全文总结6.2 展望参考文献攻读硕士期间公开发表的学术论文致谢
相关论文文献
标签：数据挖掘论文; 数据仓库论文; 决策树论文;
