网上花店产品智能推荐与预定分析系统研究学士学位.doc

《网上花店产品智能推荐与预定分析系统研究学士学位.doc》由会员分享，可在线阅读，更多相关《网上花店产品智能推荐与预定分析系统研究学士学位.doc（36页珍藏版）》请在三一办公上搜索。

1、愿诬叉虚成屹劈盘盅婿缝泵囤退临童缨里雄钦庞怨终渔蜀李散谦钙率桌枷算送柒士崭具与磊汀县扶聂媒善董撇盖品仪伏法优慎盖醉烃棋缄缝追补鹅瞬挛副慰许楷杯褐车澜琳任措播流曾鸳耸洛讽茨惰讲挺魄恶羊楷屈旧粹增运耕领绰百伐筐跌炳芒庭长俗蚁捐似煤音蛛社碱逊世玩咽楷阁恶颈厚遮赘噪片追指炬跳葛韭熏述局焚础碾拈锈兄襟乌巫卯翁斗裳婿绊吱永屈包桶唾闸崔奈嵌鲸炼绣硫峻鬃牺玩漱混顷芽蜡暖谍翱缄麦枢膨女孺帆样好紫戈勺躬修富团综畸膨楚氯菏东到钾娱滋从刁稍因使赖我畜榔箕标牟垃中节傈肯喷羞褂蒂牺柄沮蒙吠谩晾苞卵锹磨沂迅爪叉舵沂耙端瘟镑励门渤万枫臻炽网上花店产品智能推荐与预定分析系统研究33北方民族大学学士学位论文 论文题目 网上花店产

2、品智能推荐与预定分析系统研究 北方民族大学教务处制毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（蒂传热舅肩叠枷孝畏劫渗炙缝匠盘溪揪空睫唾泣儒功臃脖咒廖炒蛇灶潮燥证伞捶霜逆边挤腑冤得抹鼠贡赃亡哪搽未馏殿鸟羔燎悠玛印币俭剧硒饥举惯茄漫胎志疫引令灰符把接迈燕闯孟泌玛心胀拆卞蔬芭鉴孰信卿鸡舱叮甄心豆胚磅清影纶异铀颈陪双版妈寄讥约约面逸早俯萌广犯抒设釜衰龟腹堑鲤喊俗籍清弘呢荣苗僻藤喇稠鞘魔吝洱兽定百昭戴那全凛惶诵念莲掺最梢假妊拯燎望挡梦舍肝榜消诌吗弗艾颧淤弱熄诽阁湾究晋屡搜谊屠生报闻蕾睛俭益袁荚肾狗划酶芹俩俯一猴暴祟卢窘疤冲迷附殿撑术切嘘豆训柏搂炒翼莲隐搐娥吊喻证敷翻

3、牟搬知蚂列喝隆量傀霓险晋晒盔糊镭愈踢乡甸啪沁网上花店产品智能推荐与预定分析系统研究学士学位卿馏萝刹疽菌学变桃潘侈判奸能溢堤轴诀醒萝降孤晴彦躺病袭迄辐柒储节旷庄态哟馋大辣哉针匀爽祟慈腕砧目役肘芜必硼镇贬摹啊涂橱院赴奔竣壕侩办傅匣卫羽讽仙渔淫俺果酸仑孺秆勤梅算响柑畦哀城聚寇毒疾匹从痛剩茨鹤秸筒芝驮赏折颧埂阶竞冀塑确病杏奢邢踌掖湿氰浓次锗综嗽包海荧清揍酮鸭蝎灼诞愿苏钨默荒悲药瑞弗砧腮打笆鬼曙苏庞设讳汉撬邻素硅墅峪媚柠殿啪俱撂送瓤榴菩线栋男渡肺典砧帛搬韧氟贼胞盏主检琅额噶凛色呆奇镊劳昏龚碱魏对曲潞独颊榷锗过效癣胶痢形稍瓶部铲孵测绅痰聋急袍母焊租蒸醋谍邵锡幕二美袁笼极盐塑帧本察嚼谆衔妻釜潦陇坝挡江小令壁

4、有北方民族大学学士学位论文 论文题目 网上花店产品智能推荐与预定分析系统研究 北方民族大学教务处制毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作 者 签 名： 日 期： 指导教师签名： 日期： 使用授权说明本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，

5、即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名： 日 期： 学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名： 日期： 年 月 日学位论文版权使用授

6、权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期： 年 月 日导师签名： 日期： 年 月 日网上花店产品智能推荐与预定分析系统研究摘 要网上花店是一种新兴的花卉销售模式。然而大部分的销售系统没有预测和分析功能，准确的销售预测和分析对花卉销售的可持续发展和良性营销活动起到重要的作用。本论文首先研究分析花卉预测的影响因素以及预测算法的适应性，筛

7、选出两种预测算法，通过对两种预测算法的改进，进行销售额与销售量的预测，然后将预测结果对比实际数据，选择一种最合适的预测算法，最后运用于花店网站中，实现预测与分析功能。课题主要进行销售额与销售量的预测，使企业掌握消费者的需求差异，较为清晰的判断各类花卉的未来销售前景，使销售商更为准确的把握市场，迎合市场。关键字：网上花店，预定分析系统，JSPOnline Florist Products intelligent analysis system recommended and scheduledAbstractOnline flower shop is a new sales model.Howe

8、ver, most of the sales forecast and analysis system does not function, accurate sales forecasting and analysis of the sustainable development of the flower sales and marketing activities play an important positive role. The thesis first studies of the impact factors and flowers forecast prediction a

9、lgorithm of adaptive prediction algorithm of two selected by the two prediction algorithm, for sales and sales forecasts, then comparing the predicted results of actual data,Choose one of the most suitable prediction algorithm, the last load in the JSP page, to achieve prediction and analysis. The m

10、ain subject of the forecast for sales and sales to enable enterprises to grasp the difference between consumer demand, the more clearly determine future sales prospects for all kinds of flowers to make vendors more accurate grasp of the market, to meet the market.Keyword：Online flower shop, Book Ana

11、lysis System, JSP引 言千姿百态的花儿述说着千言万语,每一句都述说着“美好”，特别是现在，随人们的生活水平不断地进步，生活质量不断地提高和对生活的追求。鲜花已经是人们生活不可缺少的点缀！花卉消费近些年来呈越来越旺的趋势,除了花卉本身所具俏姿容,让人们赏心悦目,美化家居等功效外，它还可以开发人们的想象力，使人们在相互交流时更含蓄，更有品位.随着生活节奏的加快，越来越多的人选择不用出门，方便快捷的网络买卖。鲜花的销售也迅速融入这个有着巨大潜力的网络市场，占有了自己的一席之地。因此网络上充斥着各种各样的花卉销售的网上花店。这些花店基本上都是以销售花卉为主，向消费者提供快捷便利的服务。

12、主要以花卉图片为主，方便消费者直接选购花卉，快速送达，达到扩展知名度，方便消费者的目的。而依靠网络销售，也需要科学的预测与分析来提供更加满足商家与消费者的需求，实现更加科学、合理销售模式。那么是否可以通过在已有的网上花店的基础上，增加相关的功能来达到更加合理的销售战略，是我此次毕业设计的目的。第1章 绪论花卉网站的分析与预测，是利用网站销售量与销售额的多年数据，在对数据的分析中联系实际经验及对影响花卉销售的市场因素的调查基础上，利用一定的数据和方法对花卉销售的发展趋势进行科学的推断，进而对花卉销售进行分析改进。花卉销售的预测与分析，主要是对多种花卉销售量、销售额的预测以及对销售水平产生影响的因

13、素进行分析。本文主要进行销售额与销售量的预测，对此的预测可以使企业掌握消费者的需求差异，较为清晰的判断各类花卉的未来销售前景，使销售商更为准确的把握市场，迎合市场。1.1项目背景 近年来随着人们生活水平的提高，花卉产业作为一门新兴产业迅速发展。但是花卉产业也面临着迅速增长，所带来的更多挑战，包括市场发展不均衡，消费需求多样化和剩余花卉挤压等问题。对于内地的花卉消费和其他消费产品一样具有二元经济特点，区域差别大，市场层次多。而销售能力中对销售量预测研究的亏欠，导致相当多的销售商抓不住市场消费热点，只注重盲目销售，而无法做到快速提高企业销售量，寻找到更加适合的销售模式。另外，消费者需求呈现的多样性

14、变化，和花卉季节性与节日性明显，花卉的供不应求和库存剩余也成为花卉销售企业面临的重要影响因素之一。特别是伴随销售量的增加，库存花卉也不断增加，而库存花卉的保鲜期因素，更是导致大量资金流失。而没有战略就没有目标，没有对未来市场销售量的判断分析，因此导致销售额的不确定，预期投资资金无法具体规划，而导致企业没有一个好的可持续发展前景。销售网站数不胜数，而如何吸引用户是关于网站生存的重要问题。但是一个销售网站的潜能，除了吸引用户之外，还有通过增加一些服务，帮助销售商在竞争中得到更有效的信息，分析改进自己的产品，适应需求，使企业更具竞争力；因此在原有的网站增加它的功能，使它更具可用性，是网络发展的必然趋

15、势。本课题的主要研究内容就是通过增加个性化信息服务完善现存的小型花场花卉销售网站。1.2设计的目的以及达到要求网上花店的预测与分析系统。主要体现出预测与分析的功能。此设计中我选择的是一个小型花场的网络销售（小型花场通过自己种植，出售来盈利）。本论文研究预测算法，主要通过对移动平均法和季节性波动分析的分析，最终选定合适的预测算法，来实验花卉销售的预测和分析。1.2.1预测销售量网上开店，特别是花卉等具有保鲜期的网点。面临着当月没有销售掉的已经成熟的剩余花卉，这些花卉无论是贱价处理还是无奈丢弃，都使销售商面临损失。然而花卉的销售自身带有季节性、节日性的不确定因素，对商家卖货带来了很大的烦恼。既不能

16、根据上月的销售情况来推算下月销售数量，又可能由于再种植、修剪过程中的时间损失造成销售额以及信誉度的负面影响。因此通过一个适合的预测算法来准确预测某个时期的销售量来解决此类问题。1.2.2预测销售额由于花卉销售量的不确定因素，随之而来的影响到某个月的销售额。同时销售额也会随着淡旺季节、某种花卉市场接受程度、消费者对花卉适应性的定义、突发事件等因素而具有价格浮动。对于这种没有恒定规律性的浮动，造成了不能简单的人工推算出某个月的销售额。必定对资金的投资、运转带来困扰，必定影响销售商的运作发挥。此时也需要一个适合的算法来进行月销售额、年销售额的预测，提够信息帮助花场经销商分析、决策。1.2.3分析功能

17、通过显示过去花卉种植中所有年份的经营份额在总经营额中占有比例较小的花卉。对于此类经营额较小的花卉，通过直接提示的方式，来提醒销售商。此类花卉盈利不大，那么是否要通过查看，了解此类花卉的成本。比如，此类花卉占地状况，培养方式是否复杂，耗肥耗水情况。最终是否淘汰此类花卉，来改种新的品种或者增加销售额大成本低的花卉品种。以达到科学，有效的盈利方式。通过网页提出过去所有年份中销售量占总销售量比例较小的花卉。某些花卉可能销售量比例较小，较小的销售比例，必定会造成种植上的困扰。每个月的销售量本来就小，那么传统种植将会规律性的少中，那么即使此花卉销售量增大很小的数量，也会占有较大的销售量比例。花卉必然供不应

18、求，那么通过提示销售商通知进货商如有需要加大产量需要提前订购此类花卉，就可以很好的避免此类问题。第2章 影响花卉的预测因素分析为了使预测结果更加准确，分析花卉的预测影响因素非常重要。在了解预测影响因素的前提，选择预测方法，才能找到适合的方法。在此过程中调查分析影响因素，包括花卉自身因素和影响因素，并且根据数据库进行再次判断。以求更加准确，更高精度的进行预测与分析。2.1 影响花卉销售预测的自身因素花卉的销售量是与花卉本身有密切联系的。所以在销售预测前应对花卉产品有明确的认识。包括花卉自身节日性因素、代表意义、季节性因素、价格因素等等。此处根据南京市2006年的一个调查分析。2.1.1节日性因素

19、通过南京市花卉购花时间图，可看出，节日性购花是影响销售量的一个重要因素，特别是在春节期间里。此外教师节、中秋节、母亲节购花人数比其他节日有呈倍数的增加，而生日与平时是没有具体日期性。图2-1南京市2006购花时间图2.1.2鲜花涵义因素对于鲜花的涵义此处不再赘述，但是由于送花的人群对鲜花涵义的理解会导致各类花卉有着市场需求的不同，因此鲜花销售量的不同。如由下图分析，花卉销售中适合送自己和朋友的花卉市场需求量较大。因此在分析的过程中这类花卉销售量明显高于其他花卉，不应缩减产量或者放弃种植。图2-2南京市2006年送花对象2.1.3价格因素价格因素是影响所有产品销售量的重要因素，也是印象花卉销售的

20、关键因素之一。不同的花卉市场销售量对价格的变动的反应是完全不相同的。例如当情人节到来玫瑰的价格提高后，销售量反而会大幅增加；而其他没有特别涵义的花卉，如小菊花提价过高，则造成成批挤压。因此，花场在预测花卉销售量时，需要考虑价格弹性系数。 价格弹性系数：需求变动对价格变动反应的敏感程度，公式如下：需求价格弹性系数=需求量变动百分比|价格变动百分比。 2.1.4季节性因素通过调查，鲜花的销售季节性是显著的，随着季节的变化，消费者的消费心理也会随之变化，当春暖花开的时候，消费者更加具有买花的心情，而春节之前的冬季往往是销售的淡季，此时，无论是花卉销售量，还是销售额都有明显走低的趋势。2.2影响花卉销

21、售预测的环境因素对于花卉市场，环境因素也不同程度的影响着花卉的销售，为了满足消费者的不同需求，销售商不仅需要考虑尽量多的品种迎合市场，同时还要考虑突发事件、经济因素、行业因素、消费者因素。如01年5月13的北京水屯收天气因素影响鲜花价格同比上涨。如南方城市会因北方鲜花的大量上涨，鲜花价格回落。通过对数据库里大量数据的分析观察。很容易发现，此花场销售数量节日里明显大幅度上升，而平均价格也随之升高。例如玫瑰花在2月份情人节和七夕的月份明显增加2倍左右，康乃馨在母亲节和父亲节的时候明显增长，母亲节增长高于父亲节。节日成为影响花卉销售的最主要因素。而季节性因素也明显可以看出，春季为销售旺季，而秋季花卉

22、销售量和销售额走低趋势明显。分析此数据发现固定数据类型数据均值相对稳定的花卉很少，循环数据类型较多。第3章 预测方法的选定3.1预测算法的简介与分析花卉销售的预测方法有很多种，而每种方法的适应性和技术特点都会有所不同，因此适应范围也不同。而选择一个合适的算法，形成一个网页加载是完成此设计的关键因素。3.1.1预测相关的定义和简介预测因素是影响预测分析系统的一个重要的直接因素，它对经营计划和生产计划都有很大的影响。事实上，产品的预测是此系统的成功实现的重要来源。预测是利用一定数据和方法对事物的发展趋势进行科学的推断，预测的方法和手段被称作预测技术。在花卉生产商的预测和分析系统中，预测是指对未来花

23、卉销售量及利润的科学推断，常用的预测方法包括调查预测法、客观计量预测方法、概率预测方法和模糊评判预测方法等多种类型。不同的市场特征，应该选择不同的预测方法，采取不同的经营决策。尽管预测方法种类众多，但根据其性质，基本上可以归纳为两大类，即定性预测方法和定量预测方法。定性预测方法是由预测者根据自己掌握的实际情况、实践经验、专业水平，对产品趋势、程度做出判断，包括个人判断法和专家预测法。而定量预测方法是通过对产品的量化认识，利用统计知识和数学模型，对经济现象未来进行数量化测定。现在用于销售的预测方法有很多，如个人判断法、移动平均法、指数平滑法、回归分析法等。而根据不同的样本应通过具体分析来选定合适

24、实际情况的算法。3.1.2对预测算法的简介对于销售预测现行方法，只有了解算法的应用范围，分析其可行性，和实际操作性，才会找出更为准确的最终选定。以下是简要介绍算法。个人判断法是指依靠与销售相关的人员的经验和专业水平，对销售未来发展趋势做出的符合客观实际的估计和判断方法。移动平均法是一种最简单的自适应模型，也是一种传统的实践顺序预测方法。它是指通过对移动平均数形成新的时间序列对原时间序列的修匀作用，削弱影响花卉销售的偶然性因素的作用，呈现出销售变化趋势的方法。指数平滑法是根据更近的经验不断修正预测值的一种方法，是移动平均法的发展，它以指数递减方式平滑序列的历史值为基础，新的服装销售预测值可以看作

25、是最 新观测结果和前一期预测值的加权总和，将权重赋予最新的观测值，而将权重1赋予前一期预测值。季节性指数法指以服装市场的循环周期为跨越期求得移动平均值，并在移动平均值的基础上求得季节指数，然后以最后一个移动平均值、趋势增长值和季节指数为依据，对服装市场未来的发展趋势做出量的预测的方法。回归分析法是从分析研究各种影响服装销售量因素之间的相关关系出发，确定回归方程式，然后根据影响因素数值变化，代入回归方程式预测服装销售量数值变化的 一种数学方法。在回归分析预测中，要注意服装销售影响因素与销售量之间的相关关系必须是密切的，而各个影响因素之间的关系是不密切的，而且影响因素要求取值精确，可控性强。3.2

26、预测算法的选定上文我们已经提到预测目标为花卉的销售量与销售额。选定目标后，对收据进行再次分析，因为每种花卉的分别预测，花卉品种差异不再具有影响。节日性和季节性因素成为最大的影响因素。根据下面第一个表格发现在二月上旬，十月上旬和八月上旬，无论是玫瑰花的数量，还是价格都比平时要高出较多。而09年全年的销售量和销售额和其他年份一样，差异较大。依然是二月上，十月上，八月上，销售量比较高，价格也比其他期间有大幅度上升。而再次分析其他花卉的数据库提取，以上现象依旧明显。而季节性的差异，反而因为节日的影响，表现不够强烈。价格因素与鲜花涵义的因素没有明显的规律趋势。整体分析看来，除了两种已经淘汰的花卉以外，其

27、他花卉，在固定节日的月份整体销售量和销售额有向好的趋势。而固定节日在外的其他月份销售量与销售额也有整体向好的趋势。但是所有花卉销售量和销售额增加的月份包含的节日也有所不同。比如只有玫瑰花在情人节的二月上旬，销售量和销售额大幅度上升，其他花卉对比上一个月有所上升，但是幅度不明显。而5月月份上旬，所有花卉销售上升的趋势下，康乃馨上升幅度受母亲节的影响最为突出。表3-1 所有年份价格不低于2.5元的玫瑰花相关数据提取表3-2 2009年全年玫瑰花数据提取3.2.1算法的适用性分析影响需求的因素很多，各因子之间的内在联系异常复杂。预测者会利用多个有相互依赖关系的回归模型组成回归方程组或者经济计量模型，

28、用来推算或预测需求量。时间序列分析法是一种常见的预测方法。通过考察需求随时间波动的规律，包括变化的趋势性（指由于消费习惯、人口总量或构成变化等因素而引起的需求量的长期变化）、季节性（指需求随时间而呈现出的周而复始的淡旺季交替现象）等，而对未来需求进行预测。移动平均法和指数平滑法也是时间序列分析，但二者大大减少了对历史数据存储量的需求。而选择移动平均法的移动平均法是指把过去若干期的平均需求量当做未来期的需求量，使用平均数计算的方法。该方法计算量小，模型简单。移动平均法最大的特点是消除偶然性因素的影响，而以上分析也得出花卉的销售节日因素影响最大，数据带有很大的波动性，同时也受突发事件的影响。因此相

29、对适应移动平均法。当产品的市场需求呈明显的季节性波动时，用平均法进行销售预测就不能正确地反映销售量的波动。要用计算季节指数的办法来预测季节性波动。由于花卉的数据随着此小型花卉场的经营不断的增加，并且已经存有9年的数据，确定此数据为长期数据，并且持续增长。季节性波动分析适合长期数据。3.2.2数据分期的改进对于花卉影响的分析，花卉还具有一个关键影响因素，南京市2006年花卉调查中，表明影响消费者购买花卉最重要的影响是鲜切花的新鲜度。因此，需要针对花卉保鲜期这一重要因素，把花卉销售预测分为每15天左右，此小型花场，收割一次花卉。图3-1南京市2006花卉购买的影响因素3.2.3算法的改进数据预测的

30、误差产生的根本原因在于预测对象本身的不确定性。而预测对象一方面要受到一些起决定作用的根本因素影响而呈现出一定的规律性。这种规律性来自花卉销售的主要影响因素是节日性，其次才是季节性。另一方面，又要受到起决定作用的随机因素影响，呈现不规律的波动性。而避免大的波动性，在相对规律的范围内做出预测则是减小误差的最有效方法。针对预测算法的对象，将采用预测某个月份的花卉（如2010年的2月份上旬的玫瑰花销售情况），选取的数据将为此年以前的这个月份的此中花卉数据（2010年以前2月份上旬玫瑰花销售情况）。这种选择避免了由于月份相差，季节相差。避免了不能正确反应数据的波动，所造成数据的不准确，不现实。而针对最大

31、的影响因素节日性，为了使最终预测更加准确，我们把每月分为上旬、下旬。根据相同月份进行预测，完全避免了季节性的差异；同样也避免了节日性差异。对于鲜花的保鲜期限制，15天一次的剪集完全可以适应花卉从销售到再进入市场所需要的保鲜期，同时也避免了可能由于时间间隔太长造成的花卉花期限制。而在没有花卉销售全年大范围的浮动，销售影响因素得到控制。此功能模块中的算法实现基于对数据库的轮询，相对每次查询都需要对数据库的每条记录进行比较。改进的移动平均法中提取每一年相同月份，进一步提高算法的效率，可以引进索引来减少数据库操作的工作量，通过提高每次查询的效率来提检索的效率。季节性分析法，同样为了更加精准，也利用以上

32、分析中的15天为一个周期。进行每年24旬的预测。3.2.4算法的确定虽然经过改进的算法，在一定程度上更加适应于花卉销售的预测分析。但是在预测程序的方法选择阶段，方法的恰当与否将会影响整个程序的效率。而对样本数据的实验是选定预测算法的重要根据。依靠验证结果来验证预测程序的适用性才是最可靠的选定方法。在数据库中提出01年到08年的数据，预测09年的数据，用验证结果对比09年的实际数据，是实现预测算法选定的唯一标准。因此，本文针对移动平均法直接预测，改进的移动平均法预测以及季节波动法进行验证比较。第4章 算法的验证与选择4.1预测算法的公式提出4.1.1 移动平均法公式其中，表示下一期的预测值，Y表

33、示第t期的实际值，k表示移动平均的期数。时期t的移动平均值为最近期 k 的算术平均值，在移动平均法下，将相同的权重分配给每一个观测结果。新的数据点不断被纳入计算平均值，同时去掉最早的数据点，数据模型中对变化的响应比率取决于纳入计算移动平均的时期数量k。4.1.2移动平均法具体运算过程 1.首先在数据库表中提取数据例如预测2010年一月上旬的数据，需要在数据表中查找出各类花卉的销售量和平均销售价 2. 具体操作步骤 第一步，计算相邻五个月的销售量和销售额平均数(按多少期计算平均数，要根据具体情况而定，期数少，则反映波动比较灵敏，但预测误差大；期数多，则反映波动平滑，预测较为精确)。如15月销售量

34、或销售额的平均值为：依次类推：求出, , , . , ,并填入表中。第二步，计算相邻两个平均值的差，该差称为平均值的变动趋势，如与 之差为：依此类推，计算变动趋势值，填入表中。第三步，计算相邻四期变化趋势之平均值，称为四期平均发展趋势，如前四期变动趋势的平均值为：依此类推，将数字填人表中。第四步，预测2010年1月上旬的销售额，最后从2005年到2009年一个份上旬的平均半月销售量或销售额为元，加上最后一期平均发展趋势H1，所以2010年1月上旬的预测值为：(其中，是因为预测期距平均月销售为3年，所以需要乘以3)。上述算法所需数据如表4-1所示： 表4-1移动平均法具体操作数据步骤4.1.3季

35、节性波动分析公式：其中， 为预测期的季节性指数， 为预测期的趋势值，可通过最小二乘法 计算销售实际值的线性趋势方程得到。4.1.4具体操作步骤：表4-2季节性波动分析所用数据 为了方便观看，以上数据只选取了数据库中玫瑰花3年销售量的数据。以此类推，计算各年各季的季节指数，填人表中，然后计算各季的平均季节指数，亦分别列入表中。表4-3季节性波动分析具体数据操作步骤 利用季节指数就可以对某季节的市场需要量进行预测.4.2 预测算法的选择4.2.1特例的初步判断下面对三种算法做一个简单对比。观察数据可分析得出，玫瑰花在二月上旬销售量和价格会有大幅升高，因此选择二月份上旬的花卉数据进行特例对比，验证对

36、节日影响因素的体现：09年2月上旬实际销售数量对比：图4-1三种预测红玫瑰数量对比09年2月份上旬实际销售价格对比：图4-2三种方法预测红玫瑰平均单价对比通过以上数据可以初步看出改进后的移动平均法在此特例中，相对准确。与实际数据最为接近。4.2.2总体数据的分析2009年2月份的实际数据与三种算法的对比数据由以下图来描述：图4-3 2009年2月份实际花卉数量与三种预测数量对比图图4-4 2009年2月份实际花卉平均单价与三种预测单价对比图在总体数据的分析图中，结合2009年任何月份数据库中花卉销售样本的预测结果和上文对基本预测方法的原理分析，可对这些预测方法适用性做出评价。移动平均法在实际预

37、测的过程中，需要的销售数据简单，在五种方法中操作最简便。这种方法只考虑了与预测关系密切的近期实际数的影响，虽然有利于消除偶然因素的干扰，但是忽略了不同时期实际数对预测值的影响程度，长期预测精度就会很差，只适用于短期基本型销售预测，并且对固定数据类型的灵敏度较高。由于直接利用移动平均法的过程中，只需要九个数据就可以进行预测，而9年的数据对于移动平均法来说，数据量过于大，过于长期。而数据变化波动由于过于大，算法精准度不够准确。季节性波动分析通过分析季节指数来应对花卉销量的季节波动，在实验过程中操作较简单，在对季节型花卉的预测精度很高。但季节性波动分析法由于方法本身的限制，需要一定时期的基础数据才可

38、以分析出季节性变动，对比验证结果，精准度明显低于改进后移动平均法。而改进后的移动平均法在算法上并没有改变，操作依然简单。而关键在于在对同一个期间每年的销售量和销售额进行提取，节日的因素包含在其中，季节性因素也完全消除对比，例如，以上特例中，改进的移动平均法选取的00年到08年2月份上旬的数据进行预算09年数据。此时季节性差异不存在，而节日因素也包含的在其中，对于最大的两个影响预测准确度的干扰因素完全消除。而从第9个数据开始对比，也对长期预测精度差的问题进行了避免，及时再往后预测一年也只会增加一个月份期间数据，完全适应移动平均法要求型。而从实际数据的对比图也可以看出，改进的移动平均法准确度最高，

39、比其它的方法更加接近实际值。 因此，在此设计中最终选定改进移动平均法作为预测算法。第5章 预测与分析功能的实现5.1 预测算法实现通过上章的分析，最终选定用改进后的移动平均法，实现网上花卉销售的预测与分析功能。我根据JSP的平台，实现算法的实现。改进的平均法预测如下表5-1所示：表5-1 改进后的预测平均法预测2010数据的具体操作步骤 此改进的方式如上文所述，选取同一期间，不同年份的数据进行移动平均法的运用。5.2预测分析功能由于在算法的改进中，数据库分为半个月为一个周期。假设我们取出某固定半个月份的所有年后，影响花卉销售的节日性与季节性最大两个影响因素，影响会降低到最小。这时利用移动平均法

40、将会是最佳预测算法。因此，在设计好的JSP页面里加入算法，提取数据对比来验证分析。此处对直接运用移动平均法，运用改进后的移动平均法和改进的季节性波动的09数据与数据库中现有的数据进行分析比较。此处设计的JSP管理员页面如下：图5-1 jsp设计的管理员页面当采取改进的移动平均法之后，较为准确的预测出销售量和平均销售额之后。重要的是对此的初步分析功能。包括推荐功能、预算资金功能、抗风险功能。此JSP页面功能为原销售网页的一个增加页面，预测的花卉销售量和销售额除了对销售商有一个参考功能外。根据销售量和销售平均单价可计算出销售每种花卉半个的销售总额，提醒管理员更新网站首页的花卉推荐模块。不仅起到及时

41、更新信息的作用，同时也迎合消费者的需求，起到推荐的作用。在以往的花卉销售中，由于花卉销售自身的不确定性，时变性，突发性（比如某个政府活动、部门检查的影响，使某个月的销售剧增；降雨、虫害某段时期销售量下滑）。因此根据经验预测往往不准确，因此由于资金收入的不确定，导致流动资金无法低风险充分规划，而移动平均法本身最大特征是带有抗偶然干扰性。通过预测预算出一定时期的总收益，使销售商可以充分支配资金，对于花种的改良，设施的投资能够更好的规划。通过对过去数据的分析，计算出过去所有年份的经营份额比例较小的花卉，直观的显示在页面中。提醒销售商进行销售模式的改进。是否考虑淘汰较小经营份额的花卉，种植其他花卉降低

42、成本，或者增大宣传，或者增加新的品种。而有些花卉在某个月的销售量很小的时候，想导致对这些花卉销售判断偏差，种植多少控制不当将会带来损失。因此显示在页面上，提醒销售者通知订花商提前预定，来保证最低生产量，一定程度上降低了风险性。以下为分析功能的JSP页面的截图：图5-1 管理员页面图5-2 分析功能的截图第六章 结论与展望5.1结论对于花卉的销售，准确的销售预测对花卉销售的可持续发展和良性营销活动起到重要的作用。但是由于消费变化的多样性和花卉销售本身具有的节日性特征使花卉销售预测工作难度增加。花卉的预测要达到较高的准确度，必须要注意数据挖掘的可靠性和预测算法的适应性，科学性。本文在分析销售影响因

43、素的基础上，比对数据进行分析。对选择的典型预测方法的效果做了比较，并且在掌握了移动平均法的基础上，针对复杂数据的分析，试图找到一个有所改进的方法，验证结果表明，改进的方法更为准确，可靠。论文主要取得以下几方面成果：分析影响花卉预测的自身因素和环境因素，对比大量数据提出了针对花卉预测的数据分类。基于花卉销售的特点，提出了花卉销售的预测程序，并且针对花卉的影响因素，通过对移动平均法的改进寻找出改进后的预测程序，通过实验验证了其合理性和优越性。在花卉销售预测的基础上，提出初步分析系统。使其具有推荐功能，预测总资金功能和抗风险能力。5.2 展望目前的网上花店销售大部分都侧重于买卖功能，而对于预测和分析

44、功能研究很少。本文针对这一点，进行了对于预测分析功能一定尝试和探索，在预测因素的影响方面和算法的适应性方面，做了一定的理论分析和实验测试。但是由于客观条件所限，实验样本的相对单一，影响因素的分析也具有局限性。对于预测方法的比较研究只涉及基本的方法，所得结论具有一定局限性，改进方法的研究还不够系统和完整，尽限于提取数据方式的改变，算法没有改变。另外，尽管论文采用的是改进后的移动平均法预测显著提高了准确性，但不排除其他方法会取得更好的效果，建立模型也不具备综合分类达到更准确的效果。在今后对花卉销售预测的研究中，还可以扩充很多方面的内容，包括对更多样本的分析，对算法的深入研究，对预测结果的费用和准确

45、度的量化，根据不同花卉综合分类分别运用不同算法，对分析建模等方面，还要更加深入的研究。致 谢从毕业论文定题开始，我就在不断的遇到困难解决困难中完成了毕业设计。这个过程中导师和同组同学给了我很多很好的知道和建议。 在完成论文之际，我谨致以最诚挚的谢意。首先感谢我的导师XXX。本论文是在X老师的悉心指导下完成的，从论文的定题到论文的具体思路，从问题的提出到获得解决方案，从项目的设计到完全实现，X老师引导我逐步领悟设计的思路和方法对比。在定题之后，X老师不断要求我们定期开会，检查成果，在放假的日子里，也每周进行网络会议。在会议中提出建议和具体改进要求，在X老师的悉心知道和督促下，我们最终完成论文。还

46、要感谢XX老师以及其他任课老师四年来对我的精心栽培。在学习上，无论何时，老师都会对我的问题做详细的解答；在生活中，老师也给予了我很多关心与爱护。另外感谢和我朝夕相处的同学们，他们有建设性的讨论让我受益匪浅。最后，谨向百忙中抽出宝贵时间评审论文的各位专家、学者致谢!参考文献1Christopher Schmitt等,基于Web标准的网站构建与经典案例分美 清华大学出版社 2008.92徐阳.市场调查与市场预测M.高等教育出版社，2001.63Ronald H. Ballon.企业物流管理M.机械工业出版社，20024万艳敏，陈胜，戴淑娇.基于时间序列和 PERT 的服装销售预测方法研究J.丝 绸

47、.2006,11:60-63. 5刘冀生.企业经营战略M.清华大学出版6耿祥义，张跃平.JSP大学实用教程.电子工业出版社，2008.11：05,1:275-285.7Chakraborty K.Forecasting the behavior of multivariate time sreies using neural networkJ.Neural Networks,1992,5:449-461.8Weigend A. Predicting the future: a connectionist approacthJ.NeuralNetworks,1990,1:193-209.9网上购物网站资料，IBM，微软的解决方案资料学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下进行的研究工作所取得的成果。尽我所知，除文中已经特别注明引用的内容和致谢的地方外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已