基于数据挖掘的决策支持系统的设计与实现

论文摘要

本文介绍了上海航空股份有限公司(以下简称上航)销售管理系统的设计与实现过程,该系统是一个基于数据挖掘技术的决策支持系统。首先,本文简要介绍了论文研究的背景和课题来源,通过介绍民航业激烈的竞争来提示辅助决策系统在技术营销中所起的关键作用,同时,介绍了上航十多年来的信息化建设成果,这些建设积累的经验和数据为决策支持系统的构建提供了保障。其次,本文详细介绍了构建这一辅助决策支持系统所需要的一些背景知识,如民航销售中的收益管理理念、决策支持系统的概念、数据挖掘预处理过程和关联规则分析的方法。这些概念和方法是构建销售管理系统的理论依据。随后,本文根据销售管理系统竞价子系统的业务蓝图、能够被用到的数据源、以及上航总部和营业部之间的系统运行环境和网络环境,分析了该系统所用到的软件体系结构,数据采集和数据预处理方法,以及基于处理后数据的关联规则挖掘方法。数据预处理用到了聚集、抽样、离散化等方法,关联规则挖掘频繁项集主要用到了Apriori的算法。经过数据预处理和关联规则分析,可以看到子系统中处理的核心数据(预警数据)对实际市场分析和销售管理所起到的作用,并且利用这些数据,挖掘出更深层的市场博弈关系。最后,我们将挖掘到的关联规则注入生产系统,从而增加关联性预警,并通过分析销售过程中的事件及航班客座率、座公里收入的同比增长水平,分析销售管理系统在实际生产中的作用以及对上航以及全民航的帮助。本文将民航生产数据用于竞争对手情况分析,并将竞争对手的销售活动变成销售预警记入系统,作为我们决策支持的一个重要依据,增加了博弈中我方的筹码。同时,本文还将挖掘出的关联规则注入系统,作为新的决策依据,使系统成为自适应、自增长的动态系统。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 论文研究的背景
• 1.1.1 民航业竞争的加剧
• 1.1.2 上航信息化建设的飞速发展
• 1.2 课题来源
• 1.3 论文的主要内容
• 1.4 论文的章节安排
• 2 背景知识
• 2.1 收益管理的概念
• 2.2 决策支持系统的概念
• 2.2.1 决策支持系统的概念和特点
• 2.2.2 现代企业对决策支持系统的需求
• 2.3 数据挖掘技术简介
• 2.3.1 数据挖掘的概念和特点
• 2.3.2 数据挖掘任务、方法和对象
• 2.3.3 数据预处理
• 2.3.4 关联分析和规则挖掘
• 3 销售管理系统总体分析与设计
• 3.1 销售管理系统及其运行环境
• 3.2 销售管理系统的构架分析
• 3.2.1 分层的系统构架
• 3.2.2 基于 SOA 的系统设计
• 3.3 该课题完成的主要工作
• 4 竞争对手历史数据的收集和预处理
• 4.1 数据需求
• 4.2 数据来源及数据获取
• 4.3 数据采样策略
• 4.4 预警数据
• 4.5 数据存储
• 5 航空公司舱位定价和座位销售情况之间的关联规则
• 5.1 购物篮数据生成
• 5.2 Aprior 算法生成频繁项集
• 5.3 基于频繁项集的关联规则生成
• 5.4 预警关联规则分析
• 6 销售预警及预测
• 7 销售管理系统对航空公司的意义
• 7.1 销售管理系统对航空公司的意义
• 7.2 展望
• 参考文献
• 附录：航班购物篮生成算法
• 致谢
• 攻读硕士学位期间发表的论文和科研项目