品牌服装销售情况的分析与的研究的论文.docVIP

辽 东 学 院 本 科 毕 业 论 文（设 计） 品牌服装销售情况的分析与研究 学 生 姓 名： 学 院： 信息技术学院 专 业： 信息管理与信息系统 班 级： 学 号： 指 导 教 师： 审 阅 教 师： 完 成 日 期： 2009-5-25 辽 东 学 院 Eastern Liaoning University 独创性说明 作者郑重声明：本毕业论文（设计）是我个人在指导教师指导下进行的研究工作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，毕业论文（设计）中不包含其他人已经发表或撰写的研究成果，也不包含为获得辽东学院或其他单位的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 作者签名：___________ 日期：___________ 摘 要 关键词： Title Abstract Key Words： 目 录 摘 要 I Abstract II 一、引言 1 二、数据挖掘技术 3 （一）数据挖掘概述 3 （二）数据挖掘的应用 3 （三）数据挖掘的常用方法与技术 4 （四）数据挖掘的任务 5 三、基于数据挖掘的服装销售预测模型 7 （一）数据挖掘中的预测模型 7 （二）服装公司销售情况 7 （三）基于数据挖掘的销售预测模型的选择 8 （四）基于数据挖掘的销售预测模型的应用 8 1．模型具体操作 9 2．具体实际应用 10 四、改进建议 19 结 论 21 附录A A款服装2006年~2008年销售记录表 23 附录B 预测2009年销售量回归分析结果 25 参 考 文 献 27 致 谢 28 辽东学院本科毕业论文（设计）版权使用授权书 29 一、引言 作为衣食住行之首，服装行业是个永远的朝阳产业，人类对服饰的追求没有止境。中国是世界上最大的服装消费国，同时也是世界上最大的服装生产国，近年来，随着科学技术的发展，服装业也以前所未有的速度发展，以福建福州市的服装业发展为例，福州服装生产企业有500多家，2003年产值约48亿[1]，2004年已增长到97亿[2]，而福建泉州市2007年服装产值近千亿[3]。 随着服装行业发展，暴露出的产业问题越来越多：库存压力日益增大、自主设计风格欠缺、行业专业人才匮乏、产业链不健全、品牌含金量不足[4]、企业品牌竞争力低等，大部分企业的技术结构和生产方式落后，企业管理水平低下，许多服装企业以加工型为主，忽视自身品牌的创建，有自主品牌的企业对品牌宣传投入不足，大型服装企业少。 在全球金融危机影响下，库存压力已成为服装产业的首要问题。资料显示：服装行业的提前订货机制以及2008年宏观经济的骤变导致2008年服装产品积压严重，服装行业面临库存及资金回笼压力，增加的存货对2009年服装业经营将产生一定影响，我国2009年服装业的增长速度放缓[5]。 服装受季节影响较大的产品，其销售量受到多种复杂因素的影响，如季节变化、流行趋势变化、气候变化、广告媒体效应、地区消费观念和突发事件（如非典）等[6]。为解决服装产业中库存积压问题，服装销售预测已成为研究热点[1~9]。服装销售 图1.1公司业务流程 公司的销售数据来源于销售部，而销售部的销售数据来源于代销商以及公司直接负责的专卖店的销售反馈信息。 公司生产的服装款式分为两种：一种是经典款式，一种是时尚款式。对于经典款式，虽然长期畅销，但服装款式与时尚密切相关，随着销售时间的延续，销售数量有逐年递减的趋势；对于时尚款式，潮流性极强，销售波动大，销售季节较短。 根据该公司工作人员的介绍，该品牌公司的销售部向公司高层的反馈信息只是最原始的销售数据的汇总，并没有形成预测信息，而公司高层也仅仅是根据汇总的销售数据，把销售量略微上调就作为次年的生产计算，对于每种设计系列产品缺乏销售预测，每年生产的系列产品都有供不应求和库存积压的现象出现，企业有销售预测的迫切需求。 目前，销售预测主要应用的技术是数据挖掘技术，应用于服装行业的销售预测研究已初见成果[7~9]，本文根据公司的特点，运用数据挖掘技术进行了销售预测分析，以提供改进公司营销现状的策略依据。 二、数据挖掘技术 （一）数据挖掘概述 “数据挖掘（Data Mining，DM）”是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程[