数据挖掘项目中期报告.ppt

《数据挖掘项目中期报告.ppt》由会员分享，可在线阅读，更多相关《数据挖掘项目中期报告.ppt（24页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数据挖掘项目中期报告第六小组问题的提出n家电零售业的激烈竞争 上海市场三足鼎立：国美、永乐、苏宁，三大连锁集团占据绝大多数市场份额。其余企业如一百、华联。由于自身原因，难以进一步扩展规模。三大连锁集团都在积极增加门店数量、加大广告投入。多年的激烈竞争，才达到今天的市场地位。n家电销售早已进入微利时代 激烈的竞争，导致家电零售企业都把市场占有率，作为首要考虑的问题，甚至优于盈利。因此，价格战成为最主要的手段，无利润，甚至亏本销售现象普遍存在。家电零售业通过扩大销售，以此来要求生产厂家提供更低的供货价格。n市场信息对家电零售业的意义 家电零售企业都采用了计算机管理进、销、存数据，因面对的是家电产品

2、的最终消费者。因此，在海量的销售记录中，存在大量有价值的信息。若能提取这些信息，提供给管理部门作为决策时的依据，有助于提高管理部门决策的准确性。目标的确定n数据资源的选取 本次项目，选用国美电器某门店的进销存系统数据作为分析对象。该系统使用SQL Server作为数据库平台，包括财务、商品信息、销售记录等大量数据。目标的确定n系统初步分析 数据库系统包含21个表。商品分类信息存储在Item和ItemList两个表中。商品销售信息存储在Out和OutDetail两个表中 下图为数据库关系图（部分）：目标的确定n作简单查询，该系统定义350种大类，共10539种家电商品信息，其中1713种为经销或

3、代销的彩色电视机品种。是最多品种的分类，也考虑到彩色电视机在家电中占有最大比重，我们本次项目将其定为研究的对象。n系统记录的是从2001年3月15日到2002年4月27日的销售记录。目标的确定n我们从系统中提取有关彩色电视机的商品品牌、规格、销售价格、销售数量、毛利等相关数据进行分析。n应用Microsoft SQL Server 2000 Enterprise 的Analysis Server OLAP/Data Mining作为分析和挖掘工具。n采用的数据挖掘的理论:聚类、决策树.目标的确定n最终目标 找出彩电销售中与产品品牌、规格、价格区间等有关的趋势和规律。按品牌、规格等指标，分析各彩

4、电产品的盈利能力.项目实施阶段n数据清理n多维数据集建立n决策树处理n处理结果分析n结论数据清理n对系统原有信息的分析 原系统对商品分类采用两级分类的方式：数据清理 其中，FName列存储商品大类信息，FSpecification存储商品品牌和型号信息。结构不大合理。为便于数据挖掘，将商品相关信息合理存储，采用细化分类的思想，针对本次分析的商品为彩电，将其改为4级分类，依次为：*销售类别（经销和代销两种）销售类别（经销和代销两种）*幕尺寸幕尺寸 *品牌品牌 *型号型号 数据清理 为此，在Itemlist表中加入两列：Brand和Size，存储彩电品牌和屏幕尺寸信息。新列数据从FSpecific

5、ation列中提取：数据清理n数据的清理 新建一个TV_Item表，只存储与彩电有关的商品信息：数据清理 从Itemlist表中导出与彩电相关数据项到TV_Item表中：数据清理n销售记录的清理 建一TV_Sales表，用于存储相关彩电的销售信息，表中只保留本次项目用到的信息：数据清理根据TV_Item表中存在的彩电编码列，将OutDetail表中与彩电相关条目倒入TV_Sales表：n其余清理工作 商品编码的规范 无销售记录彩电条目的清除 数据清理数据清理n结果 将相关数据集中在仅两个表中，大大减少数据量，有利于下一阶段工作。规范了信息存储形式，为进一步挖掘打好基础。多维数据集建立n利用SQL Server企业版所带的Analysis Manager 工具建立多维数据集 事实数据表：TV_Sales 度量值：FQuanty（销售数量）FProfit （毛利）多维数据集建立n维度的建立 *时间维度:多维数据集建立 *类别维度:决策树处理n进行中