论文部分内容阅读
销售预测在提高企业的经济效益及决策支持水平方面占有重要的地位。随着企业信息化水平的提高,企业销售数据的日益丰富,管理者对其中隐藏的销售预测信息的渴望日益强烈。用传统的方法来分析这些海量数据中的销售信息非常困难,已不能适应时代的要求。因此,如何找到更好的方法挖掘出销售数据中隐藏的销售预测信息是一个非常重要而值得研究的课题。 本文的研究工作源于上述背景。论文以数据挖掘技术为手段,小波神经网络为工具,对销售预测应用进行了研究,主要做了以下几方面工作:针对新形式下企业对销售预测的需求,提出了将数据挖掘技术应用于销售预测是必然的趋势,并在前人的基础上构建了适合销售预测的数据挖掘系统框架;针对销售预测中两个典型问题——销售量预测和潜在销售对象预测现有方法的缺陷,以小波神经网络作为数据挖掘的新方法,建立了适合这两个问题的小波神经网络预测模型;针对目前小波神经网络常用的BP学习算法易陷入局部极小的缺陷,采用遗传BP混合学习算法对小波神经网络进行学习;最后,为了检验本文方法的有效性和可用性,采用真实的销售数据对这两个典型问题进行了实证分析。 从结果及性能比较来看,采用了小波神经网络的预测方法效果是明显的,可以从海量的销售数据集中发现隐藏的销售量信息和潜在销售对象信息。当然,数据挖掘技术在销售预测中的应用还有许多问题值得探讨,本文的工作是一个尝试,还有待进一步深入。