数据挖掘报告正文.doc

目录 第一章 需求分析 1 1.1 课程设计题目 1 1.2 课程设计任务及要求 1 1.3 软硬件运行环境及开发工具 1 第二章 概要设计 1 2.1 超市商品销售数据挖掘系统流程图 1 2.2 超市商品销售数据挖掘系统原理及其方法 3 第三章 详细设计 4 3.1 实现环境和软件设计 4 第四章 操作说明 9 4.1操作说明 9 第五章 课程设计总结与体会 10 致谢 11 参考文献 12  需求分析 1.1 课程设计题目 超市商品销售数据挖掘系统 在物质的社会里，存在着各种物品的交易，而作为一个商品交易的地方（超市），实行高效的管理方法是必须的。要提高其工作效率就要进行系统的管理，要实现信息化的管理，挖掘各种交易信息之间的关系，最大限度的提高效率，给企业带来更多的利益。而我们开发的这个系统就是为了寻找所交易的商品之间存在的关系，最大限度满足消费者的各种需要，同时增加企业的收入。 1.2 课程设计任务及要求 任务：1.进行超市商品销售数据挖掘系统的数据管理、数据采集、数据预处理、数据挖掘、解释评估等步骤的设计；2.实现超市商品销售数据挖掘系统的数据挖掘功能。 要求：1.功能满足需求说明、界面友好、保证一定性能要求。 2.撰写出符合要求的软件项目综合实践报告。 1.3 软硬件运行环境及开发工具 一、软硬件运行环境 硬件：装有windows操作系统的计算机 软件：SQL Server 2000 及【填写自己采用的开发工具 】 二、开发工具 实验所使用的实验开发设备是MFID型多功能微机实验平台，它的硬件由基本系统、外设功能模块和面包板实验区三大部分，按模块化开放式结构设计而成。不仅具有很好的可添加性和灵活性，而且整个平台的硬件资源全部向用户开放，由用户自由支配，系统不占用，给用户留下广阔的可资使用的硬件资源，避免了那种大部分硬件资源被占用的固定式封闭带来的弊端。　 概要设计 2.1 超市商品销售数据挖掘系统流程图 我做的是商品信息管理和商品类别管理两个模块。商品信息管理首先应该知道商品名称和单价，最后确定商品所属的类别，在对该商品就行添加、删除、修改、等操作。商品类别管理模块是对商品类别的完善，其中有商品类别添加、删除和修改。 Y N 图2-1商品信息管理流程图 Y N 图2—2商品类别操作系统流程图 2.2 超市商品销售数据挖掘系统原理及其方法 数据挖掘，英文是Data Mining。关于它的一种比较公认的定义是:从大型数据库的数据中提取人们感兴趣的知识，这些知识是隐含的、事先未知的潜在有用信息，提取的知识表示为概念(Concepts )、规则( Rules )、规律(Regularities )、模式(Patterns)等形式。这种定义把数据挖掘的对象定义为数据库。数据挖掘的方法 数据挖掘的研究融合了多个不同学科领域的技术与成果，使得目前的数据挖掘方法表现出多种多样的形式。从统计分析类的角度来说，统计分析技术中使用的数据挖掘模型有线形分析和非线形分析、回归分析、逻辑回归分析、单变量分析、多变量分析、时间序列分析、最近序列分析、最近邻算法和聚类分析等方法。利用这些技术可以检查那些异常形式的数据，然后，利用各种统计模型和数学模型解释这些数据，解释隐藏在这些数据背后的市场规律和商业机会。知识发现类数据挖掘技术是一种与统计分析类数据挖掘技术完全不同的挖掘技术，包括人工神经元网络、支持向量机、决策树、遗传算法、粗糙集、规则发现和关联顺序等。 我们做的这个数据挖掘系统用的是统计学的方法，找出各商品销售数据之间 存在的关系，从而方便消费者的购买，有更好的消费体验，卖出去更多的东西，实现消费者和企业双赢的局面。 数据挖掘系统原理如下图： 预处理 模式发现 模式分析 图2—3数据挖掘统的原理图 从建好的数据