1、隨著信息技術(shù)的迅速發(fā)展和廣泛使用,零售業(yè)已經(jīng)積累了大量的業(yè)務(wù)數(shù)據(jù),如何運(yùn)用數(shù)據(jù)挖掘等相關(guān)計(jì)算機(jī)技術(shù),通過(guò)對(duì)企業(yè)長(zhǎng)時(shí)間積累的經(jīng)營(yíng)數(shù)據(jù)進(jìn)行分析,獲取有用的知識(shí)和潛在的模式,己成為許多零售業(yè)所關(guān)注的問(wèn)題。為了保持合理的庫(kù)存,制定有效的銷售策略,減少企業(yè)運(yùn)作成本,從而增加利潤(rùn),零售業(yè)越來(lái)越認(rèn)識(shí)到銷售預(yù)測(cè)的重要作用。
　　本文以“河南某大型連鎖超市銷售預(yù)測(cè)系統(tǒng)”項(xiàng)目開發(fā)為背景,以超市銷售物品為主要分析對(duì)象,論述了作為一個(gè)銷售預(yù)測(cè)系統(tǒng),其具體

2、的需求分析、設(shè)計(jì)理念及實(shí)現(xiàn)預(yù)測(cè)的方法和結(jié)果。本文首先介紹了數(shù)據(jù)挖掘所用到的相關(guān)技術(shù),包括數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、聯(lián)機(jī)分析處理等相關(guān)技術(shù)。然后基于某連鎖超市的銷售歷史數(shù)據(jù),針對(duì)挖掘主題來(lái)進(jìn)行數(shù)據(jù)需求分析,設(shè)計(jì)了數(shù)據(jù)清洗預(yù)處理方法,完成了數(shù)據(jù)加載,從而實(shí)現(xiàn)了數(shù)據(jù)倉(cāng)庫(kù),并在此基礎(chǔ)上設(shè)計(jì)了用于OLAP的多維立方體,研究了.NET平臺(tái)下怎樣用ADOMD.NET以及MDX訪問(wèn)多維數(shù)據(jù)集進(jìn)行多維數(shù)據(jù)的查詢、分析和處理,有效的解決了數(shù)據(jù)挖掘能夠利用的復(fù)雜數(shù)據(jù)的存

3、儲(chǔ)和查詢問(wèn)題。同時(shí),研究了銷售預(yù)測(cè)基本方法和算法以及與其相關(guān)的統(tǒng)計(jì)學(xué)方法,針對(duì)目前各種方法所存在的不足,提出灰色預(yù)測(cè)方法,并利用灰色預(yù)測(cè)算法和傳統(tǒng)的加權(quán)平均算法結(jié)合的方式來(lái)彌補(bǔ)GM(1,1)模型的不足,定義了加權(quán)平均權(quán)值學(xué)習(xí)算法,使得挖掘模型不但能夠在有明顯趨勢(shì)的歷史數(shù)據(jù)上有高精度的預(yù)測(cè),而且在沒(méi)有明顯規(guī)律的歷史數(shù)據(jù)中找出模式的概率有所提高,很大程度上提高了模型對(duì)不同數(shù)據(jù)集的適應(yīng)性和預(yù)測(cè)能力。
　　本文在解決了多維數(shù)據(jù)的存儲(chǔ)和查詢