信息安全毕业论文_数据挖掘_开题报告.docVIP

浙江大学远程教育学院 本科生毕业论文（设计） 题 目 专 业 学习中心 姓 名 学 号 指导教师 2010年10月28日 论 文 摘 要 数据挖掘技术逐渐成为研究热点，应用越来越广泛。随着国民经济的快速发展，零售业快速发展，竞争激烈，零售企业也积累了大量的原始数据。数据挖掘技术中的关联规则挖掘是购物篮分析的最重要的一种技术，购物篮分析有很多人研究，但利用分析后的数据来指导企业的经营不多，本文重着重研究购物篮分析后的一些有用的信息，是怎样来指导企业经营分析，构成一个数据挖掘的闭环系统。 关键词：数据挖掘、零售业、购物篮分析、聚类分析 目录 一、 课题研究的背景及意义及介绍商业智能和数据挖掘技术的相关内容 4 (一) 课题研究的背景及意义 4 (二) 国内外关于数据挖掘技术研究现状 4 1、 国内研究现状 4 2、国外研究现状 4 (三) 本文研究内容概述 5 二、 根据零售超市的行业数据特点，分析数据挖掘的在零售的行业主要应用 5 (一) 关联规则挖掘 5 (二) 聚类分析 5 三、 介绍关联规则算法理论基础 5 (一) 阐述经典算法Apriori算法 6 四、 关联规则挖掘模型建模 8 (一) 数据预处理 8 (二) 使用SPSS Clementine 软件实现Apriori算法及性能 11 1、定义数据源（数据装载） 11 2、 关联模型参数说明： 11 五、 全文的总结及数据挖掘以后在零售行业的研究方向 15 (一) 全文总结 15 (二) 数据挖掘以后在零售行业的研究方向及前景展望 15 六、 参考文献： 16 课题研究的背景及意义及介绍商业智能和数据挖掘技术的相关内容 课题研究的背景及意义 零售企业在经营过程中产生了海量的信息，这些信息蕴藏了丰富的顾客消费行为和市场规律。怎样有效地利用这些宝贵的信息，让它们更好地为企业经营服务，成为了零售企业的一个迫切愿望和现实难点。过去的十几年里，信息化在零售业的的做大做强中，起到了不可或缺的作用，不可想象在一个大型超市不使用信息化来管理，如何来管理达到几十万数量的商品的价格、库存、销售等，但是现在国内的零售企业的信息化只是使用传统的MIS系统用来协肋工作人员处理日常业务，减少重复劳动，好一点的MIS系统会有相关的报表系统为不同的管理层提供一些报表支持。但现在的报表系统一般只能用来分析汇总的销售、库存、毛利等情况。零售企业为了在激烈的市场竞争中谋得一席之地，积极投入到商业智能系统的开发与实施中，希望更精准地掌握企业运营状况、商品销售情况及顾客消费习惯等信息。商业智能系统作为现代零售企业提高管理和决策水平的重要手段，在开发技术和思路上必须适应新的需求，而实现商业智能系统的最关键的技术之一就是数据挖掘技术。 国内外关于数据挖掘技术研究现状 国内研究现状 数据挖掘技术研究应用领域广泛，不仅应用到传统行业比如零售行业、电信行业、银行业等行业，而且随着科学技术的不断进步和信息化程度的不断加快，中国零售企业的信息化已进入挖掘价值的时代。专家指出，如果说科学决策是企业的高级境界，那么数据挖掘则是目前企业信息化的高级境界。从数据中寻找知识和思想、挖掘财富、发现决策依据，这些正是数据挖掘对企业的直接贡献，也是企业信息化的重要体现。当前国内零售业的数据挖掘工作基本上还处于探索阶段，据了解，许多零售企业使用收款结帐设备获得的海量相关销售数据，都没有得到充分的应用，这些数据本来可以帮助零售商实施精准营销，控制库存、降低库存风险等以创造更大的商业价值，却被零售企业忽略掉了。国内的零售企业的应用数量多，但高水平的应用比较少，国内的各种零售业态基本上都是从国克隆过来的，直观上的如布局、装潢、商品阵列、促销方式，甚至包括员工的服务方式等都是容易学习的，而对于诸如仓储、物流、管理、客户数据的收集、整理和挖掘这些方面，由于是在后台进行，所以很难快速学习并投入实用，更不用说成熟的数据挖掘方案了。对于零售行业的数据挖掘研究，主要集中在购物篮分析、CRM顾客分析等，购物篮分析的国内理论研究方面主要聚集于关联规则算法本身的研究和度量规则的优化。复旦大学一直从事这方面的研究，朱扬勇等把一个应用于特征规则基于差异思想的兴趣度定义运用到关联规则中，重新设置了兴趣度；武汉科技大学的张新霞等提出基于统计相关性的兴趣度关联规则； 2、国外研究现状 在国外，数据挖掘已经投入应用领域，SAS公司的Enterprise Mnier,Oracle OBIEE,IBM的BO，NCR的Teradata Wa