数据挖掘涉及许多学科领域,它包含数据库技术、统计学、数据可视化技术、机器学习、人工智能和高性能数据挖掘算法等。随着数据挖掘技术的迅速发展,数据挖掘的研究重点逐渐从理论研究向实际应用转变。数据挖掘的实际应用已经在商业智能领域取得了巨大的成就,可以把企业各种复杂庞大的数据转化为知识,进而帮助企业进行经营决策,甚至具有商业智能决策的功能。本论文从图书销售数据着手,综合运用计算机和数学的相关学科理论和方法,采用数据可视化方法和数据挖掘技术进行数据挖掘。本文主要内容可以概括为以下几方面：1.介绍了研究背景和数据挖掘技术的基本概念、功能、任务、常用技术及其未来的发展方向。2.针对不同分析功能分别采用了基于贝叶斯、决策树、聚类分析、关联规则、时序、神经网络、线形回归等多策略挖掘模型,对注册会员的信息和图书信息进行分析。3.经过综合比较,选用微软的Microsoft SQL Server 2005 Analysis Servers(SSAS, SQL Server分析服务)作为数据挖掘工具。4.在客户端通过ADODM.NET访问SSAS数据库对象并调用DMX查询命令来执行模型预测。经研究分析表明,数据挖掘技术在图书销售领域的应用,能够从这些复杂的信息中挖掘出有价值的知识,可以给图书销售企业各部门主管提供有效的决策支持。具体有以下几点：1.通过对书店的注册会员的信息进行挖掘,客户主管可以预测会员的级别和消费类型,然后根据会员的个人信息和消费记录对会员进行自动分类,以及根据会员的以往购书记录来向其推荐其他可能感兴趣的图书。2.通过对书店各类图书信息进行挖掘,销售主管可以根据图书历史销售信息来预测未来销售额,根据图书基本信息预测其销售量,以及预测该图书可以绑定销售的其他图书,同时根据图书基本信息对该图书估算定价。