服裝分銷企業(yè)營銷決策支持系統(tǒng)的設(shè)計排版樣本

服裝分銷企業(yè)營銷決議支持系統(tǒng)設(shè)計摘要本文以服裝分銷企業(yè)營銷系統(tǒng)設(shè)計為背景，針對服裝分銷管理中部分有待處理問題進(jìn)行了研究。服裝營銷系統(tǒng)和其它企業(yè)營銷系統(tǒng)一樣，所面臨環(huán)境全部是復(fù)雜多變，所以相關(guān)服裝營銷決議支持系統(tǒng)屬于半結(jié)構(gòu)化決議支持系統(tǒng)范圍。這類系統(tǒng)中決議含有大量不確定原因，缺乏程序化工作范式，需要意向決議支持問題十分多見。本文采取了在服裝營銷管理系統(tǒng)中應(yīng)用包含教授系統(tǒng)推理模型思想，構(gòu)建出了一個含有意向決議支持功效服裝營銷管理系統(tǒng)框架，對怎樣建立問題生成子系統(tǒng)及其內(nèi)部知識庫進(jìn)行了討論。論文設(shè)計了服裝營銷決議支持系統(tǒng)總體方案，完成了其軟件和硬件運(yùn)行環(huán)境設(shè)計，并給出了數(shù)據(jù)轉(zhuǎn)換、報表圖標(biāo)顯示、MDX語句自導(dǎo)引、模型分析等多個功效具體實現(xiàn)過程。關(guān)鍵詞服裝營銷決議支持系統(tǒng)意向決議支持技術(shù)數(shù)據(jù)倉庫數(shù)據(jù)挖掘智能技術(shù)DesignofCostumeMarkingDecideSupportSystemAbstractThispapertakescostumemarkingsystemasworkingbackground,discussessomeimportantproblemscomingfromthereformationofcostumecorporationinourcountry.Theenvironmentwhichmarketingsystemofcostumeisverycomplexandchangeable,justastheothermarketingsystem.Sodecidesupportsystem(DSS)belongstothecategoryofsemi_structure.Decisionmakingofthissystemhasmuchuncertaintyfactor,lacksnormalformtobefollowed,thereforemanyquestionsneedintendingdecisionsupport.Reasoningmodelbasedonexpertsystem(ES)applyingtocostumemarketingsystemisdescribedinthispaper,meanwhile,thestructureofknowledgebaseofthissystemisdiscussedindetail.Thepapersetsupadataminingmodelofonlineanalysisprocessdatabasebasedonintelligenttechniques,offersamethodwhichisonthebaseofpredecessorsandcombinesANNandfuzzycontroltothisproblem,anddesignsthesoftwaresystemofpowermarkingDSSbasedondatabasewarehouserunningmanagementfordatatransformationservices(DTS),PivotTableservice,multidimensionalexpressions(MDX)self-leading,modelanalyzingalso.Thepaperfocusesonintendingdecidesupporttechnique,dataminingmodelandimplementationofpowermarketingDSS.KeywordscostumemarketingDSSintendingdecisionsupporttechniquedatawarehousedataminingintelligenttechniques目錄第1章緒論 11.1課題背景 11.2服裝分銷商決議支持系統(tǒng)發(fā)展情況及存在問題 21.3本文關(guān)鍵工作 3第2章意向決議支持技術(shù)在服裝銷售中應(yīng)用 42.1意向決議支持概述 42.2意向決議支持在服裝營銷系統(tǒng)中作用 42.3含有意向決議支持功效服裝營銷管理系統(tǒng) 52.3.1問題生成子系統(tǒng)原理 62.3.2問題生成子系統(tǒng)設(shè)計及構(gòu)建相關(guān)知識庫 72.4本章小結(jié) 11第3章基于智能技術(shù)服裝銷售模型建立 123.1智能技術(shù)概述 133.2RBF神經(jīng)網(wǎng)絡(luò)建立 143.2.1輸入特征量選擇 153.2.2RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練和估計 163.3模糊系統(tǒng)設(shè)計 163.3.1輸入變量模糊化 173.3.2隸屬函數(shù)確實定和圖形表示方法 173.3.3模糊控制規(guī)則及算法結(jié)構(gòu) 183.3.4反模糊化 193.4基于智能技術(shù)數(shù)據(jù)倉庫挖掘 193.5本章小結(jié) 20第4章服裝營銷決議支持系統(tǒng)設(shè)計 214.1系統(tǒng)硬件環(huán)境 224.2系統(tǒng)軟件環(huán)境 234.3決議支持系統(tǒng)設(shè)計 234.3.1數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng) 244.3.2統(tǒng)計報表生成子系統(tǒng) 244.3.3綜合查詢子系統(tǒng) 254.3.4綜合分析子系統(tǒng) 254.4系統(tǒng)集成 264.5本章小結(jié) 28結(jié)論 35致謝 36參考文件 37附錄 38緒論課題背景中國既是服裝生產(chǎn)大國,也是服裝消費大國。依據(jù)中國服裝協(xié)會調(diào)查,中國現(xiàn)有服裝生產(chǎn)企業(yè)4.5萬家,從業(yè)人員385萬人,年服裝生產(chǎn)能力138億件。自改革開放以來,中國服裝業(yè)產(chǎn)量增加14.9倍,年平均遞增速度達(dá)14.4%[1]?？v覽二十多年發(fā)展,中國服裝業(yè)大致經(jīng)過四個階段:最初十年里是產(chǎn)量階段,誰要處理生產(chǎn)能力問題就能掙大錢；其后五年時間里是質(zhì)量階段,在供需基礎(chǔ)平衡后,滿足用戶質(zhì)量要求能力成為決定原因；再后五年是品牌階段,提供可識別、有連續(xù)質(zhì)量確保能力產(chǎn)品和服務(wù)成為占領(lǐng)市場決定原因；現(xiàn)在服裝業(yè)正逐步向風(fēng)格和定位階段過渡,產(chǎn)銷模式上也開始實施科學(xué)規(guī)范生產(chǎn)管理和多元化銷售模式。不過現(xiàn)在中國服裝行業(yè)生產(chǎn)、營銷仍然存在很多問題和不良現(xiàn)象，關(guān)鍵表現(xiàn)為以下幾點：(1)服裝科技落后。中國服裝工業(yè)技術(shù)裝備水平即使在“九五”期間有很大提升,但對高新技術(shù)應(yīng)用不廣泛,中國CAD/CAM普及率還不到5%,而在部分發(fā)達(dá)國家CAD普及率已達(dá)成70%,中國臺灣地域也達(dá)成了30%。服裝市場含有“多品種、小批量、高質(zhì)量、短周期”特點,決定了服裝企業(yè)競爭要在設(shè)計、生產(chǎn)、銷售、市場信息反饋等基礎(chǔ)步驟上要突出一個“快”字,而服裝CAD正是服裝企業(yè)實現(xiàn)快速反應(yīng)關(guān)鍵手段。(2)中國尚沒有一個世界級服裝品牌。幾年來,經(jīng)過實施服裝名牌戰(zhàn)略,中國已形成一批以品牌為代表企業(yè)群體,如杉杉、雅戈爾、報喜鳥等,但能夠走出國門,直接參與國際市場競爭服裝品牌還幾乎沒有,這和中國作為“服裝大國”地位極不相當(dāng),關(guān)鍵是因為企業(yè)對發(fā)明世界名牌關(guān)鍵性還缺乏認(rèn)識,加之競爭意識不強(qiáng),尤其是企業(yè)領(lǐng)導(dǎo)層觀念、意識還和世界經(jīng)濟(jì)一體化、市場經(jīng)濟(jì)國際化時尚不相適應(yīng),甚至沒有危機(jī)感；同時,從一個側(cè)面也說明中國服裝產(chǎn)品從品種、質(zhì)量和技術(shù)含量和發(fā)達(dá)國家相比還有較大差距。(3)服裝銷售估計和生產(chǎn)計劃缺乏科學(xué)量化分析。服裝企業(yè)很需要對銷售趨勢、庫存、采購和財務(wù)等進(jìn)行分析。不過因為信息不統(tǒng)一、信息傳輸不通暢、信息又不共享等很多原因,企業(yè)生產(chǎn)、銷售還停留在單靠經(jīng)驗估計和分析,往往無法快速反應(yīng)市場銷售真實情況,從而缺乏對各個銷售季節(jié)市場策略正確指導(dǎo),造成生產(chǎn)和銷售盲目性。(4)服裝降價、打折成風(fēng)。降價、打折雖是一個促銷行為,但在中國卻變了味,表現(xiàn)為打折連續(xù)時間長、波及范圍廣、折扣幅度大。僅在北京百盛、藍(lán)島、燕莎和上海市百一店、新世界、華聯(lián)等大商廈中,就能夠看到眾多品牌服裝在打折,所取得銷售利潤極低。片面地采取打折來增加銷售量,勢必會使品牌在消費者心目中主體形象也大打折扣,使品牌信譽(yù)掃地。(5)供需矛盾仍然存在——賣衣難,買衣也難。服裝市場有個怪異現(xiàn)象:首先,市場上服裝品種、數(shù)量相當(dāng)龐大,廠家、商家大叫“賣衣難”；其次,仍有不少消費者卻埋怨“買衣也難”。這種“供大于求”卻是從某種意義上“供不應(yīng)求”現(xiàn)象,其實是產(chǎn)品結(jié)構(gòu)不良,是生產(chǎn)結(jié)構(gòu)跟不上需求結(jié)構(gòu)所致,同時這一現(xiàn)象也是現(xiàn)在中國服裝市場上一個巨大矛盾。(6)服裝市場“盜版”、“克隆”現(xiàn)象嚴(yán)重。這一現(xiàn)象引發(fā)惡性競爭使得中國部分剛起步品牌發(fā)展受阻。為了預(yù)防被“克隆”,很多著名品牌只好采取買斷布料、推遲新貨上市等消極措施?！皩氉恕狈b甚至尤其要求其新品在全國統(tǒng)一上市時間晚于同行半個月。同時,國際著名品牌往往所以也不愿落戶中國,商場在引進(jìn)國際品牌談判中困難重重,甚至不得不為此作出種種讓步。這一現(xiàn)象嚴(yán)重阻礙了中國服裝業(yè)整體發(fā)展,也是造成服裝市場低價競爭和“賣衣難,買衣也難”供需矛盾原因之一。于此對應(yīng)，現(xiàn)在中國服裝業(yè)銷售系統(tǒng)關(guān)鍵采取百貨商店、小型服裝店、超級市場、倉儲市場、郵購等營銷方法,伴隨時代進(jìn)步,新方法不停涌現(xiàn)：買斷經(jīng)營、特許經(jīng)營、網(wǎng)絡(luò)營銷、連鎖專賣等新方法從遙遠(yuǎn)異地移植到中國,為中國零售業(yè)注入新生機(jī)[2]。網(wǎng)絡(luò)營銷是以后服裝商貿(mào)經(jīng)營活動肯定趨勢,能夠經(jīng)過電子廣告形式進(jìn)行產(chǎn)品宣傳和產(chǎn)品預(yù)告,簽署電子定單,做到有計劃生產(chǎn),甚至零庫存營銷。有足夠規(guī)模企業(yè)可利INTERNET建立全國乃至全球性虛擬專用銷售網(wǎng)絡(luò),實現(xiàn)物流和資金流統(tǒng)一。中國部分有識服裝企業(yè)順應(yīng)時代發(fā)展,抓住這一機(jī)遇,溫州美特斯·邦威企業(yè)已建立了獨立企業(yè)互聯(lián)網(wǎng)站,并籌建網(wǎng)絡(luò)休閑衣飾電子連鎖專賣店,實現(xiàn)無界化專賣連鎖網(wǎng)絡(luò)[2]。服裝分銷則是聯(lián)絡(luò)上述服裝生產(chǎn)企業(yè)和服裝銷售企業(yè)紐帶，在整個服裝行業(yè)中起承上啟下作用，所以要實施中國服裝業(yè)現(xiàn)代化，分銷企業(yè)科學(xué)管理是必需處理一個問題.服裝分銷商決議支持系統(tǒng)發(fā)展情況及存在問題通常情況下，服裝營銷管理系統(tǒng)分為營銷業(yè)務(wù)層、用戶服務(wù)管理層、營銷質(zhì)量管理層和營銷決議支持層四層，其中營銷決議支持層是服裝分銷中最高營銷管理層，它關(guān)鍵是完成綜合指標(biāo)分析、市場需求估計、市場策劃等功效，并為高層營銷決議提供全方面信息支持，服裝營銷決議支持系統(tǒng)就是用來完成這部分功效?，F(xiàn)在，中國對服裝銷售決議支持系統(tǒng)進(jìn)行研究結(jié)果頻頻有報道，這些成功關(guān)鍵集中在相關(guān)數(shù)據(jù)倉庫和決議支持系統(tǒng)方面，不過對于情況較為特殊營銷決議支持系統(tǒng)研究卻極少涉足?？傮w而言，關(guān)鍵存在以下多個關(guān)鍵問題：1、現(xiàn)在，服裝營銷工作運(yùn)行經(jīng)營管理一直沿用傳統(tǒng)處理方案，但伴隨系統(tǒng)運(yùn)行時間推移，數(shù)據(jù)量在不停增加。如此大量數(shù)據(jù)，存放在數(shù)據(jù)庫中，不僅統(tǒng)計查詢性能大幅下降，而且還會因為缺乏有力工具而難以得到有效利用。2、傳統(tǒng)服裝營銷管理系統(tǒng)已經(jīng)能夠完成包含市場管理、業(yè)報報裝、財務(wù)管理等在內(nèi)日常工作，而且能夠提供部分例行輔助決議功效，比如：經(jīng)營業(yè)績分析、管理業(yè)績分析、用戶動態(tài)分析等。但對于部分非例行決議問題或意向決議問題卻沒有提出明確處理方案。3、在服裝營銷決議中，運(yùn)行成本是決議所需考慮關(guān)鍵方面，同時也是決議管理者最關(guān)心問題之一，而服裝銷售情況又直接關(guān)系到分銷企業(yè)運(yùn)行成本和經(jīng)濟(jì)情況。但在現(xiàn)在營銷工作中，相關(guān)購進(jìn)和售出各項決定并不是基于數(shù)據(jù)庫中信息豐富內(nèi)容，而是基于決議者直覺。本文關(guān)鍵工作基于以上問題，本文以服裝分銷決議支持系統(tǒng)為題進(jìn)行了調(diào)研、模型設(shè)計、系統(tǒng)設(shè)計等工作。本文將關(guān)鍵從以下幾點進(jìn)行敘述。提出了在服裝營銷工作中應(yīng)用意向決議支持技術(shù)思想，并設(shè)計了一個“DSS+問題求解單元+知識庫”智能決議支持系統(tǒng)（IDSS）方案以完成意向決議支持功效。提出了基于智能控制技術(shù)服裝銷售估計數(shù)據(jù)挖掘（DM）算法，并經(jīng)過和SQLSERVER中模型對比，證實了該方法正確性和實用性，為現(xiàn)場應(yīng)用作了準(zhǔn)備。提出了服裝分銷決議支持系統(tǒng)得總體設(shè)計方案，完成了其軟件和硬件運(yùn)行環(huán)境設(shè)計，進(jìn)行了數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng)、統(tǒng)計報表生成子系統(tǒng)、綜合查詢子系統(tǒng)和綜合分析子系統(tǒng)四部分設(shè)計。以服裝分銷中購進(jìn)和售出為例，給出了服裝分銷決議支持系統(tǒng)數(shù)據(jù)裝換聚合子系統(tǒng)、綜合查詢子系統(tǒng)、綜合分析子系統(tǒng)和報表生成子系統(tǒng)四部分實現(xiàn)過程。意向決議支持技術(shù)在服裝銷售中應(yīng)用伴隨中國加入WTO，國際競爭日趨猛烈，服裝分銷體制也發(fā)生了深刻改變。為了配合這種改變，適應(yīng)市場發(fā)展新需要，實現(xiàn)服裝分銷系統(tǒng)管理信息化，應(yīng)該建立起全新分銷管理系統(tǒng)，這么才能愈加好把握市場，考評營銷工作，提升中國服裝行業(yè)整體競爭力。服裝行業(yè)自上世紀(jì)90年代開始，逐步在部分規(guī)模較大品牌中開發(fā)和使用了營銷管理系統(tǒng)，迄今為止，應(yīng)用服裝營銷管理系統(tǒng)已經(jīng)能夠完成包含市場管理、業(yè)擴(kuò)報裝、財務(wù)管理在內(nèi)相關(guān)服裝分銷方面多項日常管理工作，而且能夠提供部分例行輔助決議功效，比如：經(jīng)營業(yè)績分析、管理業(yè)績分析、用戶動態(tài)分析等。不過對于部分非例行決議問題或意向決議問題卻沒有提出明確處理方案。本文以服裝分銷商經(jīng)營決議為研究背景，把意向決議支持技術(shù)應(yīng)用于服裝營銷決議中，為服裝營銷系統(tǒng)決議支持提供了更為靈活手段。意向決議支持概述意向，在決議領(lǐng)域中是指決議者相關(guān)某一決議問題一個模糊想法。這種想法往往難以在決議者頭腦中形成一個單一、明確概念描述。當(dāng)系統(tǒng)應(yīng)用領(lǐng)域比較單一，或是只局限于一個狹小范圍時，這種意向決議問題并不多見，因為決議者往往對所面臨情況十分熟悉，所以通常全部能夠提出一個明確目標(biāo)；但當(dāng)所處理問題進(jìn)入綜合性、相關(guān)全局應(yīng)用領(lǐng)域時，需要意向決議支持問題就變得比較常見。此時，決議者本身也只是直觀感覺到應(yīng)該做出某種決議，至于這種決議到底是相關(guān)哪方面，是個什么樣決議問題，就無法確定。此時，決議者所需要就是系統(tǒng)提供相關(guān)方面意向決議支持服務(wù)。意向決議支持服務(wù)技術(shù)就是采取相關(guān)方法處理這類問題一個技術(shù)?，F(xiàn)在，學(xué)術(shù)界在這方面有很多理論和方法提出，如人工神經(jīng)元、教授系統(tǒng)、灰色理論、模糊理論等。意向決議支持在服裝營銷系統(tǒng)中作用服裝營銷系統(tǒng)和其它企業(yè)營銷系統(tǒng)一樣，所面臨環(huán)境全部是復(fù)雜多變，所以服裝營銷決議系統(tǒng)屬于半結(jié)構(gòu)化決議系統(tǒng)范圍，這類系統(tǒng)得決議中含有大量不確定性原因，缺乏程序化工作范式，需要意向決議支持問題十分多見，但現(xiàn)在普遍應(yīng)用服裝營銷管理系統(tǒng)，對于處理確定、目標(biāo)單一、例行決議支持和管理問題確實取得了良好效果；而對于服裝營銷決議中常常要面正確突發(fā)性事件，卻沒有提供有力支持。針對這種情況，在服裝營銷系統(tǒng)中加入意向決議支持功效，用以處理部分模糊非例行問題是很有必需。通常它應(yīng)達(dá)成以下兩個建設(shè)目標(biāo)。1，以用戶為中心，創(chuàng)建真正“交互式”系統(tǒng)以往開發(fā)服裝營銷管理系統(tǒng)往往只側(cè)重于單純事務(wù)性勞動，使用戶大部分時間和精力全部花在被動查詢工作中，這種缺乏用戶和使用者之間雙向交互系統(tǒng)已經(jīng)不適應(yīng)服裝營銷工作發(fā)展需要。加入意向決議支持功效后新系統(tǒng)能實現(xiàn)主動式管理，它面向用戶，采取多個手段和用戶交流，提供給用戶一個詳盡聯(lián)想和推理空間，從而幫助用戶把自己籠統(tǒng)得決議意向轉(zhuǎn)化為清楚決議問題，實現(xiàn)了“以用戶為中心”交互式設(shè)計。2，面向市場，建立含有“靈活性”系統(tǒng)通常對于服裝營銷系統(tǒng)開發(fā)人員而言，真正困難在于正確了解用戶意圖（即結(jié)構(gòu)問題）而不是對對應(yīng)問題進(jìn)行求解（即處理問題）。這是因為（1）用戶和系統(tǒng)開發(fā)人員存在著對專業(yè)知識認(rèn)識上差異；（2）在沒有提供清楚聯(lián)想和推理框架時，用戶難以完全說明她們本身確實切要求。這么開發(fā)出系統(tǒng)是不含有靈活性。含有意向決議支持功效服裝營銷管理系統(tǒng)圖2-1服裝營銷決議系統(tǒng)框圖為了使服裝分銷商營銷系統(tǒng)工作及決議含有一定靈活性，適應(yīng)服裝市場競爭加劇，和服裝市場環(huán)境改變所帶來部分意想不到改變影響。在全方面系統(tǒng)分析基礎(chǔ)上，在服裝營銷管理系統(tǒng)中加入意向決議支持功效，使整個系統(tǒng)含有了真正意義上靈活性。通常決議支持系統(tǒng)全部是面向模型，而決議者又是面向問題，為了處理這個矛盾，為意向決議問題提供最有力支持，應(yīng)該采取基于知識問題生成和處理子系統(tǒng)，經(jīng)過它和決議者交互，獲取事實進(jìn)行推理，并最終確定一個模型方案。這種處理方案，實際上也能夠看作是包含了教授系統(tǒng)推理模型，目標(biāo)是利用教授系統(tǒng)定性分析機(jī)制，實現(xiàn)定性分析和定量分析有機(jī)結(jié)合。在服裝營銷決議和管理系統(tǒng)具體設(shè)計中采取了“DSS+問題求解單元+知識庫”IDSS設(shè)計方案，在傳統(tǒng)DSS基礎(chǔ)上增加了一個知識庫和問題求解單元，設(shè)計系統(tǒng)框架圖圖2-1所表示。問題生成子系統(tǒng)原理如前所述，對于一個輔助決議過程而言，困難是結(jié)構(gòu)一個問題而不是處理一個問題，所以怎樣利用現(xiàn)有技術(shù)引導(dǎo)用戶對自己決議意向進(jìn)行識別；怎樣利用人機(jī)交互手段一步一步對決議意向進(jìn)行明確和細(xì)化，使其最終轉(zhuǎn)化為一個決議問題，這正是設(shè)計此系統(tǒng)難點。而問題生成系統(tǒng)設(shè)計是意向決議支持系統(tǒng)瓶頸問題，以下就以服裝分銷商營銷系統(tǒng)為背景，給出問題生成子系統(tǒng)設(shè)計方案。文件[3]給出了通常問題生成系統(tǒng)運(yùn)行機(jī)制，圖2-2所表示圖2-2問題生成系統(tǒng)運(yùn)行機(jī)制此運(yùn)行機(jī)制實際上就是人類完成對應(yīng)意向推理全過程：大家在處理本身無法清楚表述問題時，總是先把它限制在某個大范圍之內(nèi)（即情景設(shè)定階段），如：市場策劃問題；然后依據(jù)自聯(lián)想和借鑒她人經(jīng)驗，把此范圍內(nèi)各項原因及其和問題相關(guān)程度列出（即意向具體描述階段）；再在此范圍中，經(jīng)過分析、推理把一個決議意向明確為一個決議問題（情景分析階段）。在利用計算機(jī)進(jìn)行意向決議支持輔助設(shè)計時，當(dāng)然也是遵照這些標(biāo)準(zhǔn)。問題生成子系統(tǒng)設(shè)計及構(gòu)建相關(guān)知識庫依據(jù)上述機(jī)制，并結(jié)合多種意向決議支持技術(shù)，服裝營銷意向決議支持系統(tǒng)中問題生成子系統(tǒng)應(yīng)含有圖2-3所表示結(jié)構(gòu)。圖2-3問題生成子系統(tǒng)結(jié)構(gòu)1、人機(jī)交互界面：人機(jī)交互界面功效是實現(xiàn)用戶和計算機(jī)之間對話，這是問題生成系統(tǒng)設(shè)計中需要很好處理問題之一，因為計算機(jī)不僅經(jīng)過人機(jī)交互界面接收決議者問題或意向描述，還要把問題生成結(jié)果經(jīng)過人機(jī)交互界面告訴用戶，這個過程相當(dāng)于問題運(yùn)行機(jī)制中意向識別過程。設(shè)計時可采取多媒體人機(jī)交互界面。這里多媒體是以多個媒體命令為人機(jī)交互手段——多媒體命令包含用戶鍵盤輸入字符命令、鼠標(biāo)輸入圖形命令或語音輸入等。同時也要兼顧到用戶用語習(xí)慣和決議風(fēng)格。2、知識庫：知識庫設(shè)計是整個子系統(tǒng)運(yùn)行基礎(chǔ)，也是應(yīng)用意向決議支持技術(shù)要關(guān)鍵處理問題。按性質(zhì)不一樣，可把知識分為事實性知識和規(guī)則性知識兩種，事實性知識用于描述部分服裝營銷基礎(chǔ)情況；而規(guī)則性知識則是對聯(lián)想和推理結(jié)果以條件——結(jié)論形式給描述。依據(jù)問題生成系統(tǒng)運(yùn)行機(jī)制，知識庫可由以下多個子知識庫組成。情景設(shè)定知識庫：情景設(shè)定知識庫中知識用來細(xì)化用戶意向決議問題。能夠采取概念分層方法設(shè)計情景設(shè)定知識庫。概念分層是一個有用背景知識形式，一個概念分層就是定義一個映射序列，它將低層概念映射到更通常高層概念。因為服裝營銷關(guān)鍵是圍繞著營銷活動進(jìn)行，而營銷活動考慮又是怎樣滿足用戶需求和擴(kuò)大企業(yè)盈利，所以相關(guān)服裝營銷決議又能夠從用戶分析、服裝銷售情況分析、需求估計和市場策劃這多個方面來分別考慮，能夠把這多個方面作為基礎(chǔ)問題，讓用戶在其中考慮其它方面和其它原因，來細(xì)化自己問題。以相關(guān)“用戶分析”意向決議基礎(chǔ)問題為例，這個基礎(chǔ)問題包含其它原因是：考慮用戶地域、考慮大小用戶、考慮用戶信用、考慮用戶投訴這四個小問題。這些具體小問題能夠映射到它所屬較高層次概念中。這些映射就形成了“用戶分析”概念分層，見圖2-4。圖2-4用戶分析概念分層有了這種概念分層形式，用戶就能夠經(jīng)過“上卷”（即經(jīng)過一個維概念分層向上攀升）和“下鉆”（它是上卷逆操作，它顯示由不太具體數(shù)據(jù)到更具體數(shù)據(jù)）操作在多個抽象層上細(xì)化自己決議意向，以后再自由組合這些選項，給出對應(yīng)選項在此決議意向中所占比重（用0到1之間數(shù)表示），并使全部選項比重值之和等于1。比如，經(jīng)過這一步，用戶把自己決議意向具體描述為：“考慮用戶地域”（0.2）、“考慮大小用戶”（0.3）、“考慮用戶信用”（0.5）用戶分析問題。實際應(yīng)用中能夠把知識作為一個特殊數(shù)據(jù)存放在數(shù)據(jù)庫中。能夠以SQLServer作為前端數(shù)據(jù)倉庫平臺，VB為編程語言，完成對應(yīng)設(shè)置。上述實例在數(shù)據(jù)庫中主表可設(shè)計為：用戶分析分層知識主表——db_userknowledge，具體表示如表2-1所表示。在實際應(yīng)用中，用戶選擇了哪多個方面來細(xì)化意向，就在表中增加一個統(tǒng)計，把對應(yīng)選項置為1，如上例中增加統(tǒng)計為（1110），可依據(jù)此值調(diào)用相關(guān)表，并進(jìn)行相關(guān)情景分析知識庫中處理。表2-1用戶分層知識主表鍵字段名類型長度空含義關(guān)系表0C_diqint41（考慮）地域用戶分析地域子表0C_daxiaoint41（考慮）大小用戶用戶子表0C_xinyongint41（考慮）用戶信用賒欠時間表0C_toushuint41（考慮）用戶投訴用戶投訴分類表情景分析知識庫：情景分析知識庫中知識起到了模型自動引導(dǎo)作用。在這里采取技術(shù)是包含推理規(guī)則知識庫和模型設(shè)定知識庫常見模型自動引導(dǎo)方法。它原理關(guān)鍵是先將決議問題映射到模型各關(guān)鍵特征集合上，然后再由模型特征集合映射到各模型集合上。關(guān)鍵包含推理規(guī)則知識庫和模型設(shè)定知識庫。推理規(guī)則知識庫：此知識庫中以“if-then”形式存放著用戶決議問題和模型各關(guān)鍵特征間相關(guān)性和對各關(guān)鍵特征支持度。這些知識能夠是由領(lǐng)域教授、知識工程師、系統(tǒng)用戶提供；也能夠是數(shù)據(jù)挖掘工作自動產(chǎn)生。構(gòu)建推理規(guī)則知識庫復(fù)雜性在于用戶決議意向問題往往是多個原子條件邏輯組合，所以在規(guī)則設(shè)定中采取了“多重和邏輯表”和“相關(guān)聯(lián)度函數(shù)表”這兩個概念。比如，上述問題能夠用推理規(guī)則知識庫中規(guī)則表示以下：IF（（用戶）有“考慮地域”（0.2）、“考慮用戶大小”（0.3）、“考慮用戶信用”（0.5））用戶分析問題，THEN（（問題和下列特征關(guān)聯(lián)）“調(diào)整價格”、“調(diào)整進(jìn)貨量”、“調(diào)整售出量”、“改善服務(wù)”、“發(fā)出工作票”、“時間”，多重和邏輯表，相關(guān)度函數(shù)表）其中多重和邏輯表和相關(guān)聯(lián)度函數(shù)表為表2-2所表示。表2-2“多重和”邏輯和相關(guān)聯(lián)度函數(shù)和關(guān)聯(lián)度調(diào)整價格調(diào)整進(jìn)貨量調(diào)整售出量改善服務(wù)發(fā)出工作票時間考慮地域1.01.01.0用戶大小1.01.00.5用戶信用1.01.01.0模型設(shè)定知識庫：此知識庫中存放是各關(guān)鍵特征和相關(guān)模型之間關(guān)聯(lián)度。模型庫關(guān)鍵由多目標(biāo)計劃問題模型、估計分析過程模型和其它模型組成。比如，上述問題在模型設(shè)定知識庫中規(guī)則能夠表示為表2-3所表示。表2-3規(guī)則中相關(guān)度表調(diào)整價格調(diào)整進(jìn)貨量調(diào)整售出量改善服務(wù)發(fā)出工作票時間多目標(biāo)計劃模型0.50.50.51.01.00.5估計分析模型01.01.00.501.0這里，為了處理多個條件邏輯組合問題，需要設(shè)定用戶意向描述和模型庫相關(guān)強(qiáng)度。如公式2-1所表示：（2-1）其中為某一決議意向和模型i相關(guān)度；為用戶自己設(shè)定各原子條件在決議意向中所占比重（即主觀原因因子）；為各原子條件和模型關(guān)鍵特征相關(guān)程度；為模型關(guān)鍵特征和模型相關(guān)程度。依據(jù)此公式能夠計算得出決議意向和各模型相關(guān)程度，然后可按和決議意向相關(guān)強(qiáng)度最大模型進(jìn)行決議。比如，上述問題采取公式計算后，；從中能夠得到這個用戶分析問題應(yīng)采取估計分析過程模型進(jìn)行處理。由上即可完成了模型自動導(dǎo)引。3、推理機(jī)（控制模塊）：其作用事根據(jù)用戶不一樣選擇，調(diào)用不一樣知識庫進(jìn)行相關(guān)問題識別和決議支持。當(dāng)用戶進(jìn)入問題生成系統(tǒng)后，推理機(jī)首先調(diào)用情景設(shè)定知識庫，這么用戶就能夠在意向查詢交互式界面上，經(jīng)過上卷和下鉆操作，對自己決議意向進(jìn)行細(xì)化，最終產(chǎn)生一個明確決議問題。當(dāng)用戶對意向表述結(jié)果比較滿意時候，推理機(jī)再調(diào)用情景分析知識對用戶決議意向進(jìn)行處理，并得到和決議意向相關(guān)程度最大過程模型，供給問題處理子系統(tǒng)使用。經(jīng)過上述處理后，下面要求就是對決議問題求解過程提供有效決議支持手段，因為對這個問題提供有力支持一直是服裝營銷系統(tǒng)應(yīng)用研究中一個關(guān)鍵，已經(jīng)有很多相關(guān)領(lǐng)域研究結(jié)果，這里就不再贅述?？偠灾b營銷管理系統(tǒng)設(shè)計不僅要充足利用多種信息，實現(xiàn)復(fù)雜化查詢和報表功效；而且應(yīng)該利用現(xiàn)有技術(shù)，實現(xiàn)對服裝營銷全過程合理化管理：即以用戶為中心，真正想用戶所想，提供給其一個完善估計分析和決議支持功效。當(dāng)然以上提出只是一個框架，下一章將對用于數(shù)據(jù)挖掘分析模型庫進(jìn)行分析，并建立一個估計服裝銷售量模型。本章小結(jié)針對服裝分銷所面臨環(huán)境復(fù)雜多變特點，本章關(guān)鍵介紹了意向決議支持技術(shù)在服裝銷售決議支持系統(tǒng)中應(yīng)用，關(guān)鍵完成了以下工作。1、簡單地介紹了意向決議支持技術(shù)，而且關(guān)鍵敘述了該技術(shù)在服裝營銷系統(tǒng)中所能發(fā)揮作用。2、具體介紹了含有意向決議支持功效服裝營銷系統(tǒng)工作原理，關(guān)鍵分析了問題生成子系統(tǒng)原理，并設(shè)計了問題生成子系統(tǒng)、構(gòu)建了相關(guān)知識庫。基于智能技術(shù)服裝銷售模型建立在上一章所提出含有意向決議支持功效系統(tǒng)中，一個關(guān)鍵方面就是模型建立和選擇，有了多種適宜模型，才能組成模型庫，并最終完成本文所提出整個意向決議支持功效。本章以一個具體問題為例，建立了一個基于智能技術(shù)數(shù)據(jù)倉庫挖掘模型。在服裝營銷決議中，運(yùn)行成本是決議所需要考慮關(guān)鍵方面，同時也是決議管理者最為關(guān)心一個問題，而和運(yùn)行成本相關(guān)最關(guān)鍵原因是服裝銷售情況。這是因為服裝分銷在整個服裝行業(yè)中處于一個中間位置，負(fù)責(zé)服裝生產(chǎn)企業(yè)和服裝零售商之間連接，所以服裝銷售情況直接關(guān)系到整個服裝行業(yè)運(yùn)行情況。服裝銷量估計就是這么一個對未來需求量估計，它是服裝營銷工作中關(guān)鍵一環(huán)。若能夠以前多個月服裝銷售量估計出下30天銷售量，并以此為依據(jù)購進(jìn)服裝，這么既能夠避免因為估量過量而造成損失，又能夠避免因為估計不足而造成利潤降低、用戶丟失等。為了完成這一目標(biāo)，必需對現(xiàn)有數(shù)據(jù)倉庫中服裝營銷數(shù)據(jù)進(jìn)行分析，從中發(fā)覺并提取出隱含在其中信息或知識。這個過程就是數(shù)據(jù)挖掘過程，其目標(biāo)是幫助分析人員尋求數(shù)據(jù)之間聯(lián)絡(luò)，發(fā)覺被忽略要素，挖掘出對估計趨勢和決議行為有用信息。數(shù)據(jù)挖掘通常過程圖3-1所表示。圖3-1數(shù)據(jù)挖掘通常過程從中能夠看出數(shù)據(jù)挖掘過程通常包含以下多個步驟：1、預(yù)處理數(shù)據(jù)，搜集和凈化來自多種數(shù)據(jù)源或數(shù)據(jù)倉庫信息，并加以存放，通常是將其放在OLAP數(shù)據(jù)庫中。2、模型搜索。利用數(shù)據(jù)挖掘工具在數(shù)據(jù)中匹配模型。對于一個問題搜索過程可能用到很多模型，比如：神經(jīng)網(wǎng)絡(luò)、決議樹等。3、評價輸出結(jié)果。4、生成最終數(shù)據(jù)匯報和解釋匯報。從中能夠看出，在數(shù)據(jù)挖掘過程中，數(shù)學(xué)模型是很關(guān)鍵分析數(shù)據(jù)方法。在MicrosoftSQLSERVER提供分析服務(wù)器（AnalysisServers）工具中，包含了兩種數(shù)據(jù)挖掘模型：決議樹模型和聚類分析模型，利用它們能夠?qū)Ψb銷售數(shù)據(jù)進(jìn)行分析，發(fā)覺部分規(guī)律性東西。不過這種結(jié)果往往比較粗糙，精度不高，難以對服裝企業(yè)營銷工作起到指導(dǎo)作用。本文提出了一個基于智能技術(shù)數(shù)據(jù)挖掘模型，經(jīng)過此模型能夠得到較為理想服裝銷售估計數(shù)據(jù)。智能技術(shù)概述現(xiàn)在對服裝銷售估計專門研究不少，但大家大多采取傳統(tǒng)方法來進(jìn)行估計，如時間序列方法、回歸分析方法和模式識別方法，這些方法也全部取得了不一樣程度成功。但這些方法也全部存在著缺點，時間序列方法不易考慮地域等原因影響，回歸分析方法存在著怎樣確定回歸方程問題，而模式識別方法只能處理銷售區(qū)域比較小系統(tǒng)。而人工神精網(wǎng)絡(luò)能夠建立任意非線性模型，并適適用于處理時間序列預(yù)報問題。所以很適合應(yīng)用于服裝銷售系統(tǒng)估計中。在服裝銷售估計中，應(yīng)用最多神經(jīng)網(wǎng)絡(luò)是多層感知機(jī)，并應(yīng)用反向傳輸算法（BP算法）進(jìn)行網(wǎng)絡(luò)訓(xùn)練，然而，傳統(tǒng)BP算法有諸如不易確定隱層神經(jīng)元個數(shù)、輕易陷入局部極小點和花費大量計算機(jī)時等缺點，所以不適合實際使用。多年來RBF（RadialBasisFunction，徑向基函數(shù)）網(wǎng)絡(luò)作為另一個神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，以其靈活性強(qiáng)，易于訓(xùn)練，內(nèi)插和外推性能好等優(yōu)點而受到很大關(guān)注。RBF網(wǎng)絡(luò)是一個三層結(jié)構(gòu)網(wǎng)絡(luò)，其隱層作用在于實現(xiàn)一非線性變換，隱單元（又稱“中心”）數(shù)目在網(wǎng)絡(luò)訓(xùn)練過程中隨問題復(fù)雜程度和所需精度而動態(tài)調(diào)整，無需事先盲目確定。這種網(wǎng)絡(luò)模型訓(xùn)練過程表現(xiàn)為RBF網(wǎng)絡(luò)中心選擇及隱層和輸出層間權(quán)值確實定。不過，利用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行估計時，需要大量歷史數(shù)據(jù)，在歷史數(shù)據(jù)有限情況下，往往使估計精度受到很大影響。為了克服這些缺點，相關(guān)研究表明，將BP神經(jīng)網(wǎng)絡(luò)和模糊控制結(jié)合在一起進(jìn)行模糊估計，能夠得到比很好結(jié)果。本文利用RBF神經(jīng)網(wǎng)絡(luò)完成對用銷售量估計，在估計過程中，考慮了區(qū)域原因和和重大事件影響；因為數(shù)據(jù)量限制，對神經(jīng)網(wǎng)絡(luò)輸出用模糊調(diào)整進(jìn)行修正，方便提升估計精度。RBF神經(jīng)網(wǎng)絡(luò)建立服裝銷售量估計首先要處理問題是非線性映射實現(xiàn)，人工神經(jīng)網(wǎng)路在這方面有一定優(yōu)越性。通常情況下，假定要求學(xué)習(xí)非線性映射為式3-1。（3-1）公式（3-1）是在域中聚類子集上一個多輸入單輸出實連續(xù)函數(shù)，其樣本數(shù)據(jù)為：上式中，s為樣本數(shù)，而形成了樣本集。圖3-2RBF網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖3-2所表示RBF網(wǎng)絡(luò)，能夠用來擬合式（2-2）所描述非線性關(guān)系，它實現(xiàn)映射為式3-2所表示。（3-2）式中，為輸入向量，為一給定非線性變換，表示歐式范數(shù)；為權(quán)值；成為RBF網(wǎng)絡(luò)中心，表示擬合誤差，非線性變換函數(shù)可選為式3-3所表示。（3-3）定義誤差函數(shù)如式3-4所表示。（3-4）其中，為樣本輸出，為網(wǎng)絡(luò)輸出。能夠證實，當(dāng)所選函數(shù)系線性無關(guān)時候，可經(jīng)過增加隱層單元數(shù)目，達(dá)成不停提升擬合精度，使小于給定誤差目標(biāo)。然而，在實際應(yīng)用中，若m取得太大，就可能造成模型冗余和數(shù)值病態(tài)出現(xiàn)，所以必需采取有效方法進(jìn)行網(wǎng)絡(luò)中心選擇和網(wǎng)絡(luò)權(quán)值確實定。本文采取正交最小二乘法選擇隱含層節(jié)點基函數(shù)中心。此方法優(yōu)點是可選出最好樣本點作為中心。當(dāng)網(wǎng)絡(luò)輸出權(quán)值訓(xùn)練基函數(shù)參數(shù)確定后，輸出層計算很簡單，對應(yīng)于多輸入但輸出網(wǎng)絡(luò)，用最小二乘法使價值函數(shù)最小即可。購置和銷售是服裝分銷中一項很關(guān)鍵活動，但這個決定常常不是基于數(shù)據(jù)庫中信息豐富數(shù)據(jù)，而是基于決議者直覺。這是因為決議者缺乏從海量數(shù)據(jù)中提取有價值知識工具，所以設(shè)計一個合理數(shù)據(jù)模型已完成此項工作是十分必需。輸入特征量選擇對于神經(jīng)網(wǎng)絡(luò)訓(xùn)練，輸入量選擇是很關(guān)鍵問題，輸入量不能取得太少，不然不能起到區(qū)分判定能力；也不能取得太多，不然影響網(wǎng)絡(luò)訓(xùn)練速度。顯然，當(dāng)月進(jìn)貨量和以往同類型月銷售量有著很大關(guān)系，而這個銷售量又會受季節(jié)、重大事件等原因影響。如夏冬兩季羽絨服銷售量會顯著不一樣；當(dāng)有重大事件，如奧運(yùn)會、世界杯等時，服裝款式和顏色全部會受到一定影響。這么，在選擇樣本時，應(yīng)考慮到以下關(guān)系：1、首先，估計月環(huán)境向量是必不可少；2、考慮到服裝銷售量改變應(yīng)該是一個平穩(wěn)隨機(jī)過程，那么用前一兩個月銷售量可取得很好平滑作用；3、某30天銷售量同前一至兩個月銷售量應(yīng)該比較相同；同去年（前年）同一月份銷售量也應(yīng)該比較相同。綜合考慮上述原因，并結(jié)合服裝銷售特點，本文選擇神經(jīng)網(wǎng)絡(luò)輸入以下：估計月前兩個月銷售量和對應(yīng)各月環(huán)境向量；估計月前十二個月同一月和其兩側(cè)各30天銷售量，和對應(yīng)各月環(huán)境向量；估計月前兩年同一月和兩側(cè)各30天銷售量，和對應(yīng)各月環(huán)境向量；估計月環(huán)境向量。神經(jīng)網(wǎng)絡(luò)輸出向量為估計月進(jìn)貨量。由此可建立一個輸入層為17個節(jié)點，輸出層為一個節(jié)點，隱含層個數(shù)待定神經(jīng)元網(wǎng)絡(luò)，隱含層節(jié)點基函數(shù)采取高斯函數(shù)。神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本集是從過去兩年歷史數(shù)據(jù)中選擇了經(jīng)典數(shù)據(jù)組成，由此組成了RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練對象。此神經(jīng)網(wǎng)絡(luò)能夠擬合以下非線性關(guān)系：其中，為第i個月出售量，為第i個月環(huán)境向量。環(huán)境量化情況（以冬季服裝為例）以下：1月23456789101112110.50-0.5-1-1-1-0.500.51RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練和估計依據(jù)樣本選擇標(biāo)準(zhǔn)，給每一個神經(jīng)網(wǎng)絡(luò)選定一個訓(xùn)練樣本集，樣本集包含12個樣本。選擇隱含層節(jié)點基函數(shù)寬度為10，初始中心為0，利用最小二乘法進(jìn)行訓(xùn)練。模糊系統(tǒng)設(shè)計在很多情況下，因為被控對象非線性或有較大隨機(jī)干擾，極難建立起被控對象數(shù)學(xué)模型，對于那些不能直接取得數(shù)學(xué)模型系統(tǒng)，傳統(tǒng)控制方法往往難以取得令人滿意控制效果，然而這類被控對象在人手工控制下卻往往能夠正常運(yùn)行。因為大家在手動控制中，往往采取部分不正確語言規(guī)則進(jìn)行控制，收到了預(yù)期效果，由此演化而來就是模糊控制系統(tǒng)，見圖3-3。圖3-3模糊控制系統(tǒng)利用神經(jīng)網(wǎng)絡(luò)估計誤差和誤差改變率，經(jīng)過模糊系統(tǒng)控制，形成下一次估計調(diào)整量，使估計誤差減小。模糊控制器輸入為目前時刻估計銷售量和實際銷售量差額和差額改變率,輸出是對下一個銷售量調(diào)整量。調(diào)整量又公式3-5計算。（3-5）其中為模糊系統(tǒng)輸出值，為對下一個負(fù)荷估計修正值，為誤差改變率，上述公式作用是將模糊系統(tǒng)輸出值先投影到誤差區(qū)域上，再加入誤差改變率影響，這么能夠確保首先對誤差進(jìn)行調(diào)整，然后再消除誤差改變，使系統(tǒng)保持穩(wěn)定。通常情況下，模糊推理是采取模糊邏輯由給定輸入到輸出映射過程：1、輸入變量模糊化，即把確定輸入轉(zhuǎn)化為由隸屬度描述模糊集。2、模糊規(guī)則前件中應(yīng)用模糊算子（和、或、非）。3、依據(jù)模糊蘊(yùn)涵運(yùn)算由前提推斷結(jié)論。4、合成每個規(guī)則結(jié)論部分，得出總結(jié)論。5、反模糊化過程，即把輸出模糊量轉(zhuǎn)化為確定輸出。輸入變量模糊化設(shè)模型設(shè)計3個語言變量：誤差e，誤差改變率ec，控制量改變a，其論域均為[-1，1]，對應(yīng)語言等級劃分為5級。其模糊集為{nb，ns，z，ps，pb}，分別對應(yīng)模糊單點集為：{-1，-0.5，0，0.5，1}。實際誤差e、誤差改變率ec，均是實際量，需要將她們轉(zhuǎn)化為論域中一個對應(yīng)值，這個過程，稱為量化過程。為此引入量化公式3-6，3-7。（3-6）（3-7）其中，em為誤差左邊界，es為誤差改變范圍；ecm為誤差改變率左邊界，ecs為誤差改變率改變范圍。依據(jù)上述公式能夠?qū)嶋H量轉(zhuǎn)化為論域中值。在本算法中，在線自調(diào)整地任務(wù)關(guān)鍵是在線修正a參數(shù)，a大小直接表示對偏差e和偏差ec加權(quán)程度。選擇a變量為5個語言值，分別為nb（負(fù)大）、ns（負(fù)小）、z（中）、ps（正?。b（正大）。隸屬函數(shù)確實定和圖形表示方法模糊語言變量每個語言值實際上全部是一個在模糊論域上模糊子集，模糊子集最終是經(jīng)過隸屬函數(shù)來描述，本文選擇高斯型隸屬函數(shù)，此種隸屬函數(shù)所占內(nèi)存空間小，靈敏度較高。下圖為三個語言變量隸屬函數(shù)圖。圖3-4-1輸入輸出量隸屬函數(shù)圖3-4-2修正因子隸屬函數(shù)模糊控制規(guī)則及算法結(jié)構(gòu)本文模糊控制器是二維結(jié)構(gòu)，誤差和誤差改變率為輸入量，經(jīng)過模糊規(guī)則調(diào)整a。調(diào)整a規(guī)則以下，模糊規(guī)則狀態(tài)表為表3-1。Ife=nb,thena=pbIfe=nsandec=nborpb,thena=pbIfe=nsandec=nsorzorps,thena=psIfe=zandec=pb,thena=nbIfe=zandec=ps,thena=nsIfe=zandec=z,thena=zIfe=zandec=ns,thena=psIfe=zandec=nb,thena=pbIfe=psandec=nborpb,thena=nbIfe=psandec=psorzorns,thena=nsIfe=pb,thena=nb表3-1模糊規(guī)則狀態(tài)表EEcNBNSZPSPBNBPBPBPBNBNBNSPBPSPSNSNBZPBPSZNSNBPSPBPSNSNSNBPBPBPBNBNBNB反模糊化反模糊化就是把輸出模糊集化為確定數(shù)值輸出，常見反模糊化方法有以下多個。中心法、二分法、輸出模糊集極大值平均值法、輸出模糊集極大集最大值法、輸出模糊集極大集最小值法。在這里，采取是中心法，也就是取輸出模糊集隸屬度函數(shù)曲線和橫坐標(biāo)圍成區(qū)域中心或重心對應(yīng)論域元素值為輸出值。查詢表如表3-2，再經(jīng)過公式3-3計算，可得到銷售量修正值。表3-2查詢表EEc-1-0.500.51-10.7690.7690.56-0.56-0.769-0.50.7690.4490.392-0.392-0.76900.7690.3920-0.392-0.7690.50.7690.392-0.392-0.4490.76910.7690.56-0.56-0.769-0.769基于智能技術(shù)數(shù)據(jù)倉庫挖掘基于智能技術(shù)數(shù)據(jù)挖掘過程能夠用步驟圖3-5表示。從圖中能夠看出，整個挖掘模型輸出為神經(jīng)網(wǎng)絡(luò)輸出和模糊控制系統(tǒng)輸出總和。S=F+Cu（3-8）其中，S為整個挖掘模型輸出，F(xiàn)為神經(jīng)網(wǎng)絡(luò)輸出，Cu為模糊控制系統(tǒng)輸出。圖3-5基于智能技術(shù)數(shù)據(jù)倉庫挖掘本章小結(jié)含有意向決議支持功效系統(tǒng)中，一個關(guān)鍵方面是模型建立和選擇，有了多種適宜模型，才能組成模型庫，并最終完成整個意向決議支持功效。本章關(guān)鍵建立了一個基于智能技術(shù)數(shù)據(jù)倉庫挖掘模型，并具體進(jìn)行下面工作。1、建立了RBF神經(jīng)網(wǎng)絡(luò)，利用它來進(jìn)行服裝銷售量估計。2、在神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，經(jīng)過加入模糊系統(tǒng)控制，利用神經(jīng)網(wǎng)絡(luò)估計誤差和誤差改變率，形成下一次估計調(diào)整量，從而減小估計誤差，使估計愈加靠近實際。3、介紹了基于職能技術(shù)數(shù)據(jù)倉庫挖掘原理，并給出了原理圖。服裝營銷決議支持系統(tǒng)設(shè)計決議分析是服裝分銷商營銷管理系統(tǒng)得最高層，是在統(tǒng)計完成以后，對統(tǒng)計資料進(jìn)行對比、分析、研究過程，它是服裝營銷工作最終一個步驟，是提供分析、估計結(jié)果關(guān)鍵階段。服裝營銷決議支持在對整個企業(yè)經(jīng)營管理、財務(wù)情況、市場分布等方方面面信息進(jìn)行統(tǒng)計后，還需要對企業(yè)作全方位綜合查詢和經(jīng)濟(jì)活動分析，以客觀地評價計劃實施情況、揭示經(jīng)濟(jì)發(fā)展趨勢、總結(jié)優(yōu)異經(jīng)驗，提出愈加好管理決議，深入提升企業(yè)經(jīng)濟(jì)效益。但這時，綜合統(tǒng)計人員出于分析和決議需要，對信息需求是隨機(jī)，對查詢結(jié)果分析也是動態(tài)，而傳統(tǒng)管理信息系統(tǒng)極難滿足這種高層次分析、決議要求。所以在本文中，采取基于數(shù)據(jù)倉庫聯(lián)機(jī)分析處理（On-LineAnalyticalProcessing，OLAP）技術(shù)來為用戶提供方便靈活統(tǒng)計分析處理方案。通常情況下，服裝營銷決議包含多種相關(guān)銷售情況分析和查詢、需求分析、市場分析和用戶動態(tài)分析等方面。由此可見，決議支持系統(tǒng)最關(guān)鍵功效就是查詢和分析。所以，本文中服裝營銷決議支持系統(tǒng)由數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng)、統(tǒng)計報表（及圖表）生成子系統(tǒng)、綜合查詢子系統(tǒng)和綜合分析子系統(tǒng)四個部分組成。其中數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng)用于未來自多種數(shù)據(jù)源數(shù)據(jù)轉(zhuǎn)換到數(shù)據(jù)倉庫當(dāng)中，并以“面向?qū)ｎ}”形式進(jìn)行存放；統(tǒng)計報表（及圖表）生成子系統(tǒng)關(guān)鍵用于將各項營銷數(shù)據(jù)以報表和多個圖表形式表示出來，同時它也是為綜合查詢子系統(tǒng)合綜合分析子系統(tǒng)提供營銷各級數(shù)據(jù)；基于OLAP綜合查詢子系統(tǒng)以多維形式對服裝營銷多種數(shù)據(jù)進(jìn)行查詢，并和統(tǒng)計報表（及圖表）生成子系統(tǒng)結(jié)合在一起，為綜合分析子系統(tǒng)提供所需要數(shù)據(jù)；綜合分析子系統(tǒng)利用多種模型（如SQLSERVER中決議樹模型、聚類模型）對數(shù)據(jù)信息進(jìn)行挖掘，并從中分析出有用信息供決議者使用。在這幾者中，數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng)完成數(shù)據(jù)前端處理工作，使信息起源；統(tǒng)計報表（及圖表）生成子系統(tǒng)將信息直觀地表示給用戶。依據(jù)統(tǒng)計報表（及圖表）生成子系統(tǒng)合綜合分析子系統(tǒng)，決議者能夠立即掌握服裝營銷工作情況，進(jìn)而對各項數(shù)據(jù)進(jìn)行綜合分析。系統(tǒng)中各個子系統(tǒng)關(guān)系圖4-1所表示。圖4-1服裝營銷決議支持系統(tǒng)示意圖系統(tǒng)硬件環(huán)境服裝營銷決議支持系統(tǒng)運(yùn)行需要海量數(shù)據(jù)支持，為了確保系統(tǒng)安全運(yùn)行，數(shù)據(jù)倉庫專用一臺服務(wù)器，歷史數(shù)據(jù)專用一臺服務(wù)器，決議支持軟件運(yùn)行有單獨服務(wù)器來支持。經(jīng)過將交換機(jī)連接工作中需要提取得數(shù)據(jù)多種服務(wù)器，管理決議者經(jīng)過終端用戶機(jī)來訪問服務(wù)器，運(yùn)行決議支持軟件，其中數(shù)據(jù)服務(wù)器全部要求雙機(jī)備份數(shù)據(jù)。其拓?fù)鋱D圖4-2所表示。圖4-2決議支持系統(tǒng)硬件拓?fù)鋱D系統(tǒng)軟件環(huán)境1、操作系統(tǒng)服裝營銷決議支持系統(tǒng)運(yùn)行操作系統(tǒng)采取MicrosoftWindowsServer，MicrosoftWindowsServer界面風(fēng)格和MicrosoftWindows95\98一致，易于使用，它是以內(nèi)部安全性和網(wǎng)絡(luò)功效為特征，能夠充足利用高級微機(jī)硬件特點并發(fā)揮其優(yōu)勢操作系統(tǒng)。2、數(shù)據(jù)管理系統(tǒng)數(shù)據(jù)庫采取高性能商用關(guān)系型數(shù)據(jù)庫SQLSEVER，利用其本身在數(shù)據(jù)倉庫方面成熟技術(shù)完成多個數(shù)據(jù)倉庫操作；系統(tǒng)輸出形式采取MicrosoftOfficeExcel等優(yōu)異工具軟件，使報表系統(tǒng)愈加方便易用；軟件結(jié)構(gòu)采取網(wǎng)絡(luò)分布式用戶/服務(wù)器模式。3、開發(fā)語言開發(fā)語言可選擇VisualBasic6.0，VisualBasic6.0是一個強(qiáng)大Windows平臺上開發(fā)工具，從開發(fā)個人或小組使用小工具，到大型企業(yè)應(yīng)用系統(tǒng)，全部能夠在VisualBasic提供工具中各取所需，尤其用于數(shù)據(jù)倉庫處理，VisualBasic6.0更顯示出其優(yōu)勢。決議支持系統(tǒng)設(shè)計系統(tǒng)長久穩(wěn)定運(yùn)行是計算機(jī)軟件肯定要求，為了保障服裝營銷決議支持系統(tǒng)正常可靠運(yùn)行，系統(tǒng)設(shè)計應(yīng)從實用性標(biāo)準(zhǔn)、安全可靠性標(biāo)準(zhǔn)、優(yōu)異性標(biāo)準(zhǔn)、可擴(kuò)展性標(biāo)準(zhǔn)、開放性標(biāo)準(zhǔn)、可操作性和易用性標(biāo)準(zhǔn)出發(fā)。1、可靠性。多種數(shù)據(jù)均采取備份，在硬件上含有備份設(shè)備，軟件上含有備份功效。2、智能性。正確、立即、完整、可靠地搜集（輸入）企業(yè)多種相關(guān)數(shù)據(jù)和信息，而且能依據(jù)各專業(yè)部分和管理者要求，立即提供（輸出）各類統(tǒng)計和分析信息報表、圖形和文本文件。3、容錯性。含有較強(qiáng)容錯功效，能夠?qū)蓹z驗數(shù)據(jù)異常和錯誤自動校驗和報警。4、開放性。數(shù)據(jù)庫引擎采取開放數(shù)據(jù)庫連接（ADO），能夠連接多個數(shù)據(jù)庫，建立數(shù)據(jù)庫之間交換信息一個橋梁。5、安全性。含有合適保密方法，預(yù)防對數(shù)據(jù)越級訪問和修改。6、應(yīng)用性。建立良好人機(jī)對話界面，各功效模塊利用多極菜單驅(qū)動，使人機(jī)交互方便，屏幕提醒直觀明了，畫面整齊美觀，操作使用簡單。7、可維護(hù)性。對于統(tǒng)計報表變動情況能夠由用戶進(jìn)行一定程度系統(tǒng)維護(hù)。下面對各部分分別進(jìn)行設(shè)計。數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng)通常情況下，在進(jìn)行一項決議過程中，需要使用兩種類型數(shù)據(jù)：操作數(shù)據(jù)和分析數(shù)據(jù)。操作數(shù)據(jù)處于不停變換和更新中，屬于動態(tài)數(shù)據(jù)；而分析數(shù)據(jù)是歷史數(shù)據(jù)，通常不會伴隨時間推移而發(fā)生改變，所以屬于靜態(tài)數(shù)據(jù)。比如：某個時間點進(jìn)貨量是最終數(shù)據(jù)，是不可逆。在這個時間點，信息變成了靜態(tài)，所以能夠從動態(tài)數(shù)據(jù)源遷移到靜態(tài)數(shù)據(jù)源。也就是由通常數(shù)據(jù)庫遷移到數(shù)據(jù)倉庫，這一過程由數(shù)據(jù)轉(zhuǎn)換聚合子過程完成。不過若數(shù)據(jù)倉庫中信息不正確，那么，這個數(shù)據(jù)倉庫也會形同虛設(shè)。所以，當(dāng)將數(shù)據(jù)輸入數(shù)據(jù)倉庫時，必需進(jìn)行精心計劃。所以數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng)用于完成從通常數(shù)據(jù)庫到數(shù)據(jù)倉庫（或數(shù)據(jù)集市）轉(zhuǎn)換時，必需先將數(shù)據(jù)源中包含專題數(shù)據(jù)進(jìn)行清潔、過濾處理后，加載到數(shù)據(jù)倉庫中（立即無關(guān)聯(lián)數(shù)據(jù)轉(zhuǎn)換到數(shù)據(jù)倉庫中有明確專題統(tǒng)一數(shù)據(jù)視圖中），再根據(jù)用戶要求生成響應(yīng)得數(shù)據(jù)立方體。具體功效包含：1、數(shù)據(jù)前端處理（抽取、轉(zhuǎn)換、轉(zhuǎn)載）：立即服裝營銷相關(guān)數(shù)據(jù)由基層數(shù)據(jù)庫抽取出來，統(tǒng)一格式，再將整理和修改后結(jié)果存入數(shù)據(jù)倉庫。2、數(shù)據(jù)立方體聚合：用于根據(jù)用戶要求，形成多維立方體，供用戶分析。3、數(shù)據(jù)結(jié)構(gòu)樹狀瀏覽：提供數(shù)據(jù)倉庫元數(shù)據(jù)查詢。統(tǒng)計報表生成子系統(tǒng)統(tǒng)計報表（及圖表）生成子系統(tǒng)包含以下功效。1、多種統(tǒng)計報表生成。2、多種圖形顯示（包含條形圖、線性圖和餅圖）。3、數(shù)據(jù)預(yù)覽表服務(wù)。統(tǒng)計報表（及圖表）生成子系統(tǒng)能夠未來自不一樣數(shù)據(jù)源中數(shù)據(jù)轉(zhuǎn)化為以服裝營銷為專題形式存放數(shù)據(jù)，并以多種直觀形式表示出來。對于服裝分銷商而言，正確、可靠地表示這些數(shù)據(jù)，是一項十分關(guān)鍵工作。它不僅反應(yīng)出服裝企業(yè)銷售量，更關(guān)鍵是它能夠直接反應(yīng)出服裝分銷運(yùn)行情況和相關(guān)各項經(jīng)濟(jì)指標(biāo)完成情況，對于制訂營銷計劃很關(guān)鍵。在現(xiàn)在運(yùn)行系統(tǒng)中，用戶查詢數(shù)據(jù)和生成報表所使用技術(shù)，是實用ADO組件連接SQLSERVER，經(jīng)過SQL語句和存放過程訪問數(shù)據(jù)，并生成多種報表反應(yīng)給用戶，以供用戶查看、打印和分析。這種方法技術(shù)比較成熟，應(yīng)用較廣，但每次報表生成時候全部需要實施大量反復(fù)SQL語句，所以在處理數(shù)據(jù)量較大時候，整個報表生成需要很長時間，從而降低整個系統(tǒng)運(yùn)行效率。在本設(shè)計中，采取了基于OLAP數(shù)據(jù)技術(shù)報表設(shè)計生成方案，利用OLAP對數(shù)據(jù)倉庫中原始數(shù)據(jù)進(jìn)行投影、連接、分組等預(yù)處理，建立很多“實視圖”，這些實視圖不是虛擬，而是經(jīng)過計算，含有大量數(shù)據(jù)并存放在數(shù)據(jù)倉庫實際表中，所以O(shè)LAP不再需對原始數(shù)據(jù)進(jìn)行復(fù)雜處理，只要在實視圖基礎(chǔ)上進(jìn)行部分簡單計算就能夠完成復(fù)雜查詢，從而提升了查詢和報表生成響應(yīng)速度。具體功效為：1、設(shè)計特定條件，提取合成用戶服務(wù)層和營銷層原始信息及處理信息，利用報表設(shè)計工具形成自助報表。2、依據(jù)要求生成和調(diào)用固定報表。3、萬能組合報表。用戶可自行生成任意組合報表（不一樣視圖、不一樣數(shù)據(jù)表、不一樣數(shù)據(jù)庫之間任意組合），滿足上報表格不停改變，領(lǐng)導(dǎo)意圖不停更新需求。4、歷年數(shù)據(jù)對照表及圖。提供了直觀、快速圖形化顯示方法?？缮蓺v年多種數(shù)據(jù)同期對照表，并能夠圖形顯示，同時以改變圖形顯示改變趨勢。綜合查詢子系統(tǒng)服裝銷售工作因其包含范圍廣，所以需要來自多方面數(shù)據(jù)，這里所說綜合查詢，不一樣于一般意義上查詢，它是利用數(shù)據(jù)多維概念視圖，使用戶能從多角度、多側(cè)面、多層次地考察服裝營銷數(shù)據(jù)倉庫中數(shù)據(jù)。其中包含跨維和在不一樣層次之間跨組員計算和建模，從而使用戶深入了解包含在數(shù)據(jù)中信息和內(nèi)涵，是一個快速、一致、交互查詢。對于服裝營銷工作而言，這種查詢是十分必需。具體功效包含：1、義務(wù)及業(yè)擴(kuò)報裝情況查詢?？刹樵冐攧?wù)情況及價格水平；用戶購貨量；訂單簽署等。2、依據(jù)多種可行條件組合，瀏覽查詢用戶反饋信息，營銷業(yè)務(wù)情況和工作質(zhì)量情況。3、萬能組合查詢。用戶能夠在不一樣數(shù)據(jù)庫、不一樣數(shù)據(jù)表、不一樣視圖不一樣字段之間組合進(jìn)行查詢。4、設(shè)備情況查詢。能夠?qū)υO(shè)備（包含計算機(jī)、運(yùn)輸工具等）使用情況、維護(hù)維修和折舊等情況進(jìn)行查詢。綜合分析子系統(tǒng)在長久運(yùn)行中，數(shù)據(jù)庫系統(tǒng)積累了海量數(shù)據(jù)，但卻沒有有效手段利用這些數(shù)據(jù)為決議服務(wù)。綜合分析目標(biāo)就是幫助數(shù)據(jù)分析人員、管理人員、決議人員洞察數(shù)據(jù)奧秘，掌握隱于其中規(guī)律，為決議支持提供有力手段。在設(shè)計中利用了OLAP強(qiáng)大統(tǒng)計、分析和報表處理功效及進(jìn)行趨勢估計能力，利用OLAP基礎(chǔ)分析操作（如切片、切塊、下鉆、上翻、旋轉(zhuǎn)等），是用戶能夠從宏觀到微觀對數(shù)據(jù)進(jìn)行深入分析，進(jìn)行不一樣維間比較。并依據(jù)服裝營銷多種數(shù)據(jù)，應(yīng)用多種智能技術(shù)（神經(jīng)網(wǎng)絡(luò)技術(shù)、模糊控制技術(shù)、決議樹和聚類分析技術(shù)等）建立實用模型，進(jìn)行多種分析計算，對服裝營銷情況進(jìn)行估計，對服裝營銷工作進(jìn)行客觀指導(dǎo)。1、銷售分析按地域進(jìn)行售出量改變及其影響原因分析，追蹤當(dāng)?shù)赜蛱卮笥脩翡N售量改變情況。對單一個類商品價格改變進(jìn)行分析。對賒欠組成及原因分析，包含地域分析，關(guān)鍵賒欠用戶分析，和預(yù)警分析。2、市場分析市場現(xiàn)實狀況分析：包含對市場擁有率情況，市場經(jīng)營情況分析。市場競爭者情況分析：對競爭對手營銷動向和階段策略進(jìn)行分析。市場估計分析：對未來市場情況及競爭發(fā)展進(jìn)行趨勢估計。3、需求估計依據(jù)不一樣估計對象和估計期長短，確定估計內(nèi)容、范圍和時間，并選擇合適估計方法和數(shù)學(xué)模型。利用系統(tǒng)中全部充足、正確歷史資料，對估計要素進(jìn)行整理分析。對估計結(jié)果進(jìn)行修正校核。對用數(shù)學(xué)模型求得估計，要和已發(fā)生實際或經(jīng)驗估量值相比較，計算其誤差，如誤差較大，找出其原因加以修正或改用其它估計模型。系統(tǒng)集成服裝營銷決議支持系統(tǒng)作為整個行業(yè)實施信息化系統(tǒng)中一個子系統(tǒng)，處于整個綜合信息化系統(tǒng)最高層，其數(shù)據(jù)起源除了由基層零售商戶提供外，也能夠來自其它信息系統(tǒng)得數(shù)據(jù)庫，所以應(yīng)該歸納分析出服裝營銷決議分析信息流圖，方便為數(shù)據(jù)采集和數(shù)據(jù)挖掘提供基礎(chǔ)。因為在服裝分銷企業(yè)中，運(yùn)行成本是衡量企業(yè)效益關(guān)鍵方面，同時也是決議管理者最為關(guān)心一個關(guān)鍵問題。所以經(jīng)過對組成運(yùn)行成本多種原因分析，能夠得出服裝營銷決議分析信息流圖。和運(yùn)行成本相關(guān)關(guān)鍵原因有：1、服裝銷售情況服裝分銷企業(yè)處于整個服裝行業(yè)中間位置，負(fù)責(zé)生產(chǎn)企業(yè)和零售商之間連接，所以服裝銷售情況直接關(guān)系到服裝企業(yè)經(jīng)營情況。其銷售信息有營銷管理子系統(tǒng)提供。2、保留/運(yùn)輸損壞情況保留/運(yùn)