基于数据挖掘的商场热点区域规划系统设计与实现

摘要

数据挖掘是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取出隐含在其中的、潜在的、有用的信息和知识的过程。被发现的知识仅被要求是可以被运用、可以被理解、可以被接受和支持特定发现问题的，而并不要求是放之四海皆准的。
　　数据关联是数据库中存在的一类重要的可被发现的知识，随着数据库和网络技术的不断发展和应用，数据挖掘技术中的关联规则挖掘算法受到越来越多的重视，并得到越来越广泛的应用。但随着技术的不断进步，传统关联规则挖掘算法的缺点逐渐暴露出来，因此选择该课题进行研究。
　　本文主要研究的是数据挖掘技术在商场热点区域规划系统中的应用，因此，在论文书写过程中，既给出了数据挖掘技术的研究现状与发展趋势，也给出了Apriori算法的瓶颈问题，以此来突出本文所研究问题的意义与可行性。通过对经典关联规则算法的分析，结合商场热点区域规划问题的实际，作者研究并设计了改进的关联规则算法，并将其应用于系统设计。
　　本系统采用Visual Studio.NET为开发平台，C＃为开发语言，组建动态数据库实现了基于数据挖掘的商场热点区域规划系统的设计。本论文主要的工作和成果如下：
　　1、分析说明了为什么要进行基于数据挖掘的商场热点区域规划系统的设计与实现，国内外有关的研究现状是什么，本系统能够解决哪些问题，实现哪些功能。
　　2、详细介绍了两大经典关联规则挖掘算法——Apriori算法和 FP-tree算法，并分析了其优缺点。
　　3、基于两大经典关联规则挖掘算法原理，结合比特的逻辑运算和集合论的相关运算，提出了基于链表的关联规则挖掘算法，并对其进行了实例解析和算法分析。
　　4、搭建系统开发环境，以Visual Studio.NET为开发平台，C＃为开发语言对基于数据挖掘的商场热点区域规划系统进行设计与实现，主要包括架构模块、各个功能模块的功能实现与数据库设计，并向用户展示系统界面。
　　5、对基于数据挖掘的商场热点区域规划系统的各功能模块进行测试研究，针对登录模块、客户管理模块、商品管理模块和关联规则挖掘模块进行逐一验证，系统通过测试并可以投入使用。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 选题背景和意义

1.2 国内外技术研究动态

1.3 论文的内容和组织结构

第二章 经典关联规则算法描述与分析

2.1 Apriori算法的描述

2.2 FP-tree算法

2.3 经典算法分析

第三章 基于数据挖掘的商场热点区域规划系统中基于链表的关联规则挖掘算法设计

3.1算法的设计

3.2 实例解析

3.3 算法分析

第四章 基于数据挖掘的商场热点区域规划系统设计与实现

4.1 系统总体描述

4.2系统功能的详细设计与实现

第五章 系统测试

5.1 测试方法

5.2 测试方案

5.3 登录模块测试

5.4 客户管理功能模块测试

5.5 商品管理功能模块测试

5.6 关联规则挖掘功能模块测试

第六章 结论与展望

致谢

参考文献