由于早期鋼鐵企業(yè)對(duì)自動(dòng)化、信息化的重視,企業(yè)信息系統(tǒng)建設(shè)較早�，F(xiàn)在這些系統(tǒng)積累了大量的數(shù)據(jù),這些數(shù)據(jù)為數(shù)據(jù)挖掘提供了良好的基礎(chǔ)。近些年鋼材市場(chǎng)競(jìng)爭(zhēng)日趨激烈,鋼材銷售利潤微薄,企業(yè)采用多種手段開源節(jié)流。面對(duì)大量的數(shù)據(jù),如果企業(yè)可以從中發(fā)現(xiàn)蘊(yùn)含其中可以輔助決策的知識(shí)規(guī)律,將會(huì)給企業(yè)帶來巨大的管理、經(jīng)濟(jì)效益。本文針對(duì)一個(gè)鋼鐵企業(yè)集團(tuán)提升銷售管理水平、預(yù)測(cè)分析產(chǎn)品市場(chǎng)價(jià)格規(guī)律的需求,把鋼鐵產(chǎn)品的價(jià)格的預(yù)測(cè)作為一個(gè)數(shù)據(jù)挖掘主題,利用企業(yè)積累的大量歷史銷售數(shù)據(jù),通過數(shù)據(jù)挖掘得到的知識(shí)提升企業(yè)管理水平。本文數(shù)據(jù)挖掘功能模塊采用Oracle數(shù)據(jù)倉庫,以Java作為開發(fā)語言,使用遞歸型貝葉斯動(dòng)態(tài)價(jià)格模型,利用仿真圖形曲線來預(yù)測(cè)鋼材市場(chǎng)的價(jià)格波動(dòng)情況。其中數(shù)據(jù)挖掘功能模塊的算法基于樸素貝葉斯理論。整個(gè)挖掘過程中,首先獲取了鋼廠近十年的銷售數(shù)據(jù),依據(jù)行業(yè)經(jīng)驗(yàn)確定挖掘主題。確定挖掘主題后,進(jìn)行了數(shù)據(jù)準(zhǔn)備,挖掘模塊算法選擇、實(shí)現(xiàn)、訓(xùn)練,最后對(duì)挖掘的結(jié)果向最終用戶進(jìn)行了圖形化的展示。在數(shù)據(jù)準(zhǔn)備過程中,由于采用了較好的數(shù)據(jù)約減規(guī)則和有效數(shù)據(jù)特征分析去噪方法,得到的數(shù)據(jù)質(zhì)量高、壓縮效果明顯,保證了挖掘工作的順利進(jìn)行。... 

【文章頁數(shù)】：52 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景
    1.2 國內(nèi)外研究發(fā)展?fàn)顩r
    1.3 論文結(jié)構(gòu)
2 相關(guān)技術(shù)
    2.1 數(shù)據(jù)挖掘概念
    2.2 功能及過程
        2.2.1 數(shù)據(jù)挖掘的功能
        2.2.2 數(shù)據(jù)挖掘流程
    2.3 數(shù)據(jù)挖掘技術(shù)
    2.4 樸素貝葉斯理論介紹
3 總體設(shè)計(jì)
    3.1 體系結(jié)構(gòu)
    3.2 數(shù)據(jù)挖掘過程
    3.3 貝葉斯動(dòng)態(tài)模型
    3.4 開發(fā)環(huán)境
4 基于銷售數(shù)據(jù)的預(yù)測(cè)挖掘
    4.1 數(shù)據(jù)挖掘工作流程
    4.2 數(shù)據(jù)獲取
    4.3 數(shù)據(jù)清洗
    4.4 數(shù)據(jù)準(zhǔn)備
        4.4.1 選擇數(shù)據(jù)表
        4.4.2 屬性減約
        4.4.3 數(shù)據(jù)轉(zhuǎn)換
    4.5 貝葉斯動(dòng)態(tài)模型在數(shù)據(jù)挖掘模塊中的建立
        4.5.1 單變量動(dòng)態(tài)線性模型的建立
        4.5.2 完全季節(jié)效應(yīng)DML
5 系統(tǒng)應(yīng)用
    5.1 應(yīng)用案例
    5.2 分析與討論
        5.2.1 螺紋鋼產(chǎn)品數(shù)據(jù)挖掘結(jié)果分析
        5.2.2 汽車結(jié)構(gòu)用鋼產(chǎn)品數(shù)據(jù)挖掘結(jié)果分析
        5.2.3 造船用鋼產(chǎn)品數(shù)據(jù)挖掘結(jié)果分析
結(jié)論
參考文獻(xiàn)
附錄A 數(shù)據(jù)庫字段代碼含義說明
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于貝葉斯模型加權(quán)平均法的徑流序列高頻分量預(yù)測(cè)研究[J]. 王斌,張洪波,辛琛,蘭甜.  水力發(fā)電學(xué)報(bào). 2016(05)
[2]基于貝葉斯網(wǎng)絡(luò)的復(fù)雜系統(tǒng)動(dòng)態(tài)故障樹定量分析方法[J]. 房丙午,黃志球,李勇,王勇.  電子學(xué)報(bào). 2016(05)
[3]基于Oracle的數(shù)據(jù)庫性能優(yōu)化研究[J]. 賀鵬程.  電子設(shè)計(jì)工程. 2016(09)
[4]一種基于樸素貝葉斯分類的車道數(shù)量探測(cè)[J]. 唐爐亮,楊雪,闞子涵,王雪浩,李清泉,SHAW S L.  中國公路學(xué)報(bào). 2016(03)
[5]基于聚類的樸素貝葉斯分類無監(jiān)督學(xué)習(xí)方法[J]. 葛順,夏學(xué)知.  艦船科學(xué)技術(shù). 2016(01)
[6]大數(shù)據(jù)背景下醫(yī)學(xué)數(shù)據(jù)挖掘的研究進(jìn)展及應(yīng)用[J]. 秦文哲,陳進(jìn),董力.  中國胸心血管外科臨床雜志. 2016(01)
[7]淺析數(shù)據(jù)挖掘概念與技術(shù)[J]. 穆瑞輝,付歡.  新鄉(xiāng)教育學(xué)院學(xué)報(bào). 2008(03)
[8]基于權(quán)重的樸素貝葉斯分類器設(shè)計(jì)與實(shí)現(xiàn)[J]. 代磊,馬衛(wèi)東,王凌楠,馬建國.  情報(bào)理論與實(shí)踐. 2008(03)

碩士論文
[1]集團(tuán)企業(yè)的數(shù)據(jù)交換服務(wù)和應(yīng)用研究[D]. 馬瑞娟.浙江理工大學(xué) 2013
[2]數(shù)據(jù)挖掘與網(wǎng)站運(yùn)營管理[D]. 王仁彥.華東師范大學(xué) 2010
[3]ICA-EJB構(gòu)件在數(shù)據(jù)挖掘框架中的應(yīng)用研究[D]. 周國梁.大連理工大學(xué) 2008
[4]數(shù)據(jù)挖掘的若干新方法及其在我國證券市場(chǎng)中應(yīng)用[D]. 彭智軍.重慶大學(xué) 2005
[5]基于分類頻繁模式樹的關(guān)聯(lián)分類算法的研究與應(yīng)用[D]. 黃晶晶.河海大學(xué) 2005
[6]基于數(shù)據(jù)挖掘的智能客戶關(guān)系管理系統(tǒng)研究[D]. 涂繼亮.哈爾濱理工大學(xué) 2005



本文編號(hào)：3682519