ERP和数据挖掘技术的结合使用.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第八篇其 他 623 ERP与数据挖掘技术的结合使用 罗文嬗柳虹 (浙江工商大学计算机与信息工程学院.浙江杭州。310035) 摘要:传统的ERP系统实现了对数据的查询和统计,但缺乏对各子系统的综合查询及辅助 决策的支持。在目前的ERP产品中,与数据挖掘技术的结合还较少,ERP与数据挖掘的结 合必定使ERP系统的应用更加有效,对此研究有实践意叉.也可为数据挖掘的应用发展提 供更广阔的前景。本文的研究工作主要围绕在ERP中使用数据挖掘技术展开。将数据挖掘 理论应用于实际的ERP项目中,实现ERP系统与数据挖掘技术的结合。实践表明。这种数 据挖掘是有效的。 关键词:ERP;数据挖掘;数据仓库;OLAP 1 引言 Resource ERP(企业资源计划,Enterprise 技术之上的一整套管理信息系统,其目的是整合、优化企业资源。在ERP的发展中,增加 务处理功能,但局限于对数据的查询和统计,对各子系统的综合查询和辅助决策的支持欠 缺。由于ERP系统的发展及我国ERP系统应用水平的提高,数据量越来越大,企业的领导 对决策的要求越来越高,希望从纷繁的日常数据中得到对企业发展有益的信息,希望能够提 供更高层次的数据分析功能,更好地辅助领导进行管理决策。 而从海量的数据中找到一些潜在的规律,正是数据挖掘研究处理的内容。随着数据挖掘 的出现与发展,数据挖掘的技术已经逐渐成熟,应用领域也越来越广。从选型到ERP中的 各个系统的应用,都可以使用数据挖掘技术,提高系统的辅助决策能力。 2数据挖掘技术在销售管理中的应用 销售管理是任何企业都不可或缺的管理内容,销售管理系统是整个ERP系统中的重要 组成部分,除了提供报价单、订单、发货单等业务处理功能外,还应根据销售的历史情况进 行市场分析、汇总统计出有利于企业经营决策的信息。 销售分析中,联机分析处理(OLAP)技术将起到重要的作用。比如,当企业发现一种 产品销售额下降时,必须弄清究竟是哪些地区甚至哪个具体城市、哪类销售渠道、哪类产品 的影响;在产品性能、质量、价格和服务上同竞争对手有什么差异;有无时间和季节波动的 影响。只有掌握具体、细致和实时的信息,才能及时做出正确的决策。 销售的统计分析是对销售流程中各项主要业务的处理结果和运作情况进行统计分析,是 624 2005中国管理科学与工程发展报告 了解企业销售情况的重要手段。在海量的销售数据中,如何发现潜在的销售机会是非常重要 的。 对于产品的销售地区进行分类,对空间数据库进行挖掘,按洲、国家、省,地区,分析 不同的产品在不同的区域的欢迎程度。由于产品有区域特性,有的产品在欧洲销售业绩很 好,但在亚洲就不一定受欢迎,外销的产品由于营销的前期成本较大,分析产品的区域相关 性,可使销售更有针对性,从而降低销售成本。 还可查询分析历史数据中不同年份不同月份产品的销量情况;预测今后的销售量:根据 对历史数据中不同销售价格与销售数量的分析,建议合理的销售价格,从而提高销售额;也 可根据不同的价格与销售数量、毛利的分析,从提高毛利的出发点来建议价格。 在销售统计中,多种数据挖掘技术都可使管理者得到有用的信息,辅助决策,以下列出 几项数据挖掘技术的具体使用。 2.1 决策树的使用 分析客户类别、价格、折扣、日期对销售量有不同的影响程度。 先进行数据的预处理,按客户销售表、客户表、地区表得到以下顾客数据库数据元组训 练集表格。将原数据中的折扣、价格、销售金额从数值型转化为字符类型,如折扣0~5以 “5折以下”标识、6~10以“5折以上”标识。类标号属性购买产品程序有两个不同值 量。类大量有11个样本,类少量有4个样本。计算对给定样本分类所需的期望信息和信息 增益值。将具有最高信息增益的属性选做测试属性。创建一个节点,用测试属性标记,并对 每个属性值引出一个分枝。重复这一过程,得到在剩余属性中确定具有最高信息增益的属 性,直到各分区的样本都属于同一类,可画出决策树如图1所示。 图l判定树 2

文档评论(0)

july77 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档