学位论文 > 优秀研究生学位论文题录展示

大型分布式超市MIS-POS系统的研究和实现

作　者: 史峰
导　师: 穆斌；魏茂林
学　校: 同济大学
专　业: 软件工程
关键词: MIS-POS系统 数据挖掘 关联规则
分类号: TH692
类　型: 硕士论文
年　份: 2008年
下　载: 307次
引　用: 0次
阅　读: 论文下载
 

内容摘要


大型超市MIS-POS系统是一个前、后台一体化的管理信息系统,一种分布式的进货、销售、库存管理系统,支持供需链管理的计划和控制系统。大型超市普遍采用POS(Point of Sales)机作前台销售,每天都产生大量的销售信息,将POS管理与后台的库存管理、财务管理在MIS(Management Information System)中联系起来,采用数据挖掘技术为企业决策者提供有效数据。应用MIS-POS系统进行科学化数据管理已成为各大超市经理日程表上急待处理的问题。数据挖掘是目前信息领域和数据库技术的前沿研究课题。数据挖掘涉及到数理统计、模糊理论、神经网络和人工智能等多种技术,技术含量比较高,实现难度也较大。关联规则技术是数据挖掘的最重要的组成部分之一,它用于发现大量数据中项集之间的有意义的关联和相关联系。本文结合大型超市MIS-POS系统的功能、结构及整个超市MIS-POS系统后台程序实施过程,从需求分析、系统框架、系统建模、数据库建模、程序实现、系统维护等展开分析,并提出了各个方面具体实现方案。通过大量的数据预处理工作,应用Delphi7.0和SQL Server数据库技术开发设计了基于关联规则的MIS-POS系统,实现了可视化,并最终挖掘到了有一定价值的信息。最后,关于进一步工作的方向进行了简要的讨论。

全文目录


摘要  6-7
ABSTRACT  7-11
第1章 引言  11-16
  1.1 课题研究背景及现状分析  11-13
  1.2 课题研究和开发目标  13-14
  1.3 本文的安排  14-16
第2章 理论基础简述  16-28
  2.1 UML基础  16-18
    2.1.1 UML的概念  16
    2.1.2 UML的优点  16
    2.1.3 UML的主要内容  16-18
  2.2 数据库建模原则  18
  2.3 数据挖掘概念  18-20
  2.4 数据挖掘在MIS-POS系统中的应用  20-21
  2.5 数据分析  21-22
  2.6 数据挖掘关联算法  22
  2.7 关联规则算法模式  22-25
  2.8 Apriori算法实现  25-28
第3章 系统分析与UML建模  28-42
  3.1 MIS-POS系统定义  28
  3.2 MIS-POS系统概述  28-29
  3.3 MIS-POS系统分析  29-30
  3.4 对性能的需求  30
  3.5 UML用例视图描述  30-34
  3.6 UML时序与协作视图描述  34-37
  3.7 数据库建模  37-40
  3.8 数据库配置  40-42
第4章 系统设计  42-54
  4.1 系统总体功能  42-44
  4.2 系统管理  44-46
  4.3 基本资料管理  46-49
  4.4 库存管理  49-53
  4.5 报表打印  53-54
第5章 基于关联规则的MIS-POS挖掘系统设计  54-62
  5.1 应用背景及意义  54
  5.2 系统功能  54-55
  5.3 系统设计  55-62
    5.3.1 数据结构设计  55-56
    5.3.2 预处理模块设计  56-58
    5.3.3 决策树归纳分类模块设计  58-61
    5.3.4 生成关联规则模块设计  61
    5.3.5 显示过程信息模块设计  61
    5.3.6 增量挖掘模块设计  61-62
第6章 系统实现  62-85
  6.1 开发规范  62
  6.2 系统设计概况  62-64
  6.3 系统主界面设计  64-65
  6.4 用户及权限管理  65-69
  6.5 系统日志管理模块  69-70
  6.6 过期数据删除模块  70-71
  6.7 系统数据备份模块  71-72
  6.8 商品信息录入模块  72-74
  6.9 分店信息管理模块  74-75
  6.10 员工信息管理模块  75-76
  6.11 进货入库单录入模块  76-77
  6.12 批发单录入模块  77-78
  6.13 调价单录入模块  78-81
  6.14 仓库损益情况查询模块  81-82
  6.15 销售记录查询模块  82-84
  6.16 回收分店数据  84
  6.17 审核提货单  84-85
第7章 结论与展望  85-86
  7.1 结论  85
  7.2 进一步工作的方向  85-86
致谢  86-87
参考文献  87-88
个人简历 在读期间发表的学术论文与研究成果  88

相似论文

  1. 基于数据挖掘技术的保健品营销研究,F426.72
  2. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  3. 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
  4. Bicluster数据分析软件设计与实现,TP311.52
  5. 基于变异粒子群的聚类算法研究,TP18
  6. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  7. 基于遗传算法和粗糙集的聚类算法研究,TP18
  8. 基于数据挖掘的税务稽查选案研究,F812.42
  9. 面向社区教育的个性化学习系统的研究与实现,TP391.6
  10. 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
  11. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  12. 关联规则算法在高职院校贫困生认定工作中的应用,G717
  13. 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
  14. Web使用挖掘与网页个性化服务推荐研究,TP311.13
  15. 数据挖掘在学校管理和学生培养中的应用,TP311.13
  16. 基于数据仓库的药品监管辅助决策支持系统的设计与实现,TP311.13
  17. 基于关联规则的结构化浏览技术及其应用,TP391.41
  18. 数据挖掘技术在独立学院教学评估中的应用研究,TP311.13
  19. 基于WEB平台的家电类产品智能导购系统的研究,TP311.52
  20. 通信行为指纹研究,TP311.13
  21. 基于数据挖掘聚类技术的我国高校分类研究,TP311.13

中图分类: > 工业技术 > 机械、仪表工业 > 专用机械与设备 > 其他专用机械与设备 > 商业用机械与设备
© 2012 www.xueweilunwen.com