商务智能方法与应用课内实验报告-实验1

网络商务信息检索与利用的实验报告网络商务信息检索与利用的实验报告范文实验项目名称：网络商务信息检索与利用实验目的：1.了解利用网络进行资料检索的基本思路。

2.掌握利用网络进行资料检索的主要方法。

实验情况及实验结果：实验(1)检索期刊篇章多使用搜索引擎的“网页搜索”功能，检索报载资料主要使用“新闻搜索”并辅以网页搜索功能。

通常而言，新闻搜索引擎(或搜索引擎的新闻检索)所指的“新闻”，绝非新闻学特指的狭义的“新闻”，而是报载资料(广告除外)的集合称谓。

在检索实践中，凡查询报载资料，专业人员大都会首先使用新闻搜索引擎或搜索引擎的新闻搜索功能。

目前国内最为著名和常用的新闻搜索引擎是百度()和中国搜索()。

百度新闻搜索引擎是“世界上最大的中文新闻搜索平台，每天发布80000--100000条新闻，新闻来源包括500多个综合和地方新闻网站、专业和行业网站、政府部门和组织网站、报刊杂志广播电视媒体网站”。

百度新闻每5分钟对互联网上的新闻进行自动更新，并根据内容为每篇新闻提供一个地区属性，据此可以检索全国34个省市自治区的即时地方新闻()。

由中国搜索发起的中国搜索联盟是一个以搜索引擎应用为核心的开放型联合体，联盟的协议成员已发展到1000余家，几乎包括了所有的国家与省级报刊网站，以及有一定访问量的地方与行业报刊网站。

中国搜索的“第三代智能搜索引擎”每十分钟更新一次新闻内容，是“是目前全球数据更新频率最高的中文搜索引擎”之一。

由于二者的搜索技术不同，其语法功能、对搜索词的要求亦有些许差异，搜索结果的页面要素也各有特色，而信息来源和更新频率不同则必然导致同一词语检索，二者搜索结果的不同，或此多彼少，或此有彼无、或彼此重复。

因此，二者需配合使用，以尽可能避免漏检和重复，保证搜索结果的尽可能全面。

1.有针对性地选择搜索引擎用不同的搜索引擎进行查询得到的结果常常有很大的差异，这是因为它们的设计目的和发展走向存在着许多的不同，比如:是专用于usenet的搜索引擎，而则是针对邮递列表、irc等的搜索引擎。

（商务智能）实验报告1、数据清洗：有以下四种方法(1)排序（升序或降序） data-sort cases：将大数据按照指定列进行升或降序排列（2）更替缺失值transform-replace missing values：将某列中缺失的值用均值、中值或中间填补以v8为例，选择平均值方法(3)删除方法见4、数据选择(4)双重排序 data-split file：将大数据以两列的条件进行排序选第二个 compare groups结果：v2列排了顺序、v5在v2的基础上进行了排序2、数据集成将两个sav文件和并在一起，进行横向或纵向的叠加，例如选择v3、v5、v6、v7更改*号（源文件里的名字）的名字 rename，在空白行中显示（2）横向合并：data-merge files-add variables（1）普通：直接输入简单数学表达式Traget value 为新的列名（例如设为v11，表达式为V5+V6）结果：仅将v5<80情况下的数据进行求和结果：v11列为v5的绝对值进入old an new values（例如将一百分制为标准的转换为一五分制为标准，在中体现）结果：v555列为新增列，将70以下的数变为3进入if，设置限值（例如v5<70,continue）将不符合条件的删除掉（或过滤掉） unselected cases are deleted5、数据挖掘Analyze-classify-k-means cluster：进行数据选择，为模式评估作铺垫打开另存的另一份文件（例如选择v5）迭代了两次7、知识呈现：将数据以图形（柱状图、饼图等）的形式展现出来（1）Graphs-bar，simple（柱状图）结果：以v5列的数据进行柱状图展示结果：以v5列的数据进行饼图展示。

商务智能方法与应用（含实验）（）教学大纲（2018版）曙光瑞翼教育2018年8月前言一、大纲编写依据《商务智能方法与应用》是高校面向全校的公选课，是一门理论结合实践，专业性并不强的大数据相关课程。

通过该课程的学习，培养学生设计和使用商务智能相关技术的能力，熟悉商务智能的基本概念及构成，重点掌握商务智能在各个领域的应用，以及如何进行建立数据仓库、如何进行在线分析处理、如何实现数据挖掘与数据可视化。

通过这一系类的技术如何帮助决策者进行决策。

二、课程目的1、知识目标本课程目的是通过讲授及有关讨论使学生掌握在当今商务环境下如何整合和优化企业的信息资源，充分发挥企业的“知识资本”优势，将信息转换成企业智能，并进一步转换为企业利润。

通过本课程的学习及讨论，将培养学生如何整合企业内部资源并部署实施商务智能战略的能力。

主要重点在于大数据行业内的商务智能工具的应用以及行业实践。

2、能力目标(1) 实践能力通过本课程的学习，对学生进行实践技能的训练，巩固其在课堂上所学书本知识，加深对商务智能的基本概念、基本原理和分析方法的理解，掌握商务智能的核心技术与工具，并能运用典型的商务智能工具处理、解决一些实际问题。

同时，通过实践教学活动，拓宽学生的知识领域，锻炼学生的实践技能，培养科学严谨、求真务实的工作作风。

(2) 创新能力通过使用商务智能原理与应用的学习，从数据采集、数据分析、数据挖掘、数据可视化的工作原理与应用等方面，使学生具备一定的使用商务智能主流工具进行数据分析的能力。

三、教学方法1、课堂教学(1) 讲授本课程的教学内容以讲授为主，讲授的主要内容有商务智能关键技术：数据仓库、在线分析处理、维度建模。

根据教学大纲的要求，突出重点和难点。

(2) 教师指导下的学生自学指导学生自主学习商务智能相关技术与主流商务智能相关工具。

教师通过给出一些相关的实例程序帮助学生理解和进行方案设计，并布置相应的上机习题让学生进行练习。

(3) 其它教学方法采用多媒体辅助教学手段，结合传统教学方法，解决好教学内容多、信息量大与学时少的矛盾；充分利用学校的图书馆的资源优势，查阅与课程相关的资料；通过布置课程设计来提高学生的综合处理问题的能力和软件开发的能力。

实验一数据仓库的构建一、实验目的1. 初步了解Analysis Manager（分析管理器）的工作环境。

2. 学习掌握Analysis Manager的基本操作。

3. 熟悉星型模型的设计过程，并能够根据要求建立多维数据库。

二、实验内容1．安装和启动根据安装文件的说明安装数据库管理系统。

了解Analysis Manager的运行方式，正确配置Analysis Manager的运行环境。

2．建立数据源和数据源视图建立数据源，根据要求设置数据源，设计维表和事实表，根据需要设计数据源视图，完成维表和事实表之间的对应操作。

3．设计星型模型利用数据库中的数据架构一个星型模型的多维数据库。

假设我们是一家超市的数据管理员，市场部要按产品和顾客分析1997年进行的所有销售业务和数据，我们按其要求进行设计和建立。

三、实验要求掌握数据仓库的设计和实现过程。

四、实验准备认真理解教材中的数据仓库的概念，理解数据源和事实表、维表的意义。

五、实验原理、方法和手段六、实验条件SQL Server 2005七、实验步骤一、实验前数据导入1、单击“开始”，指向“所有程序”，再指向 Microsoft SQL Server 2005，再单击SQL Server Management Studio。

2、进入页面后，连接到服务器页面时，选择服务器类型为“数据库引擎”，服务器名称输入为“（每个电脑的标签）”，身份验证默认“Windows身份验证”，点击连接。

3、进入页面后，右击“文件”，点“新建数据库”，在数据库名称写入自己的名字，如wxm（王小明），然后回车。

4、右击自己新建的数据库wxm，在“任务”下拉菜单选择“导入数据”。

5、进入导入导出向导，下一步，数据源选择“Microso ft Access”，文件名浏览E 盘中的“foodmart 2000.mdb”，下一步。

6、选择目标为“Microsoft OLE DB Provider for SQL Server ”，服务器名和数据库wxm就是刚才建立的，点下一步。

随着信息技术的飞速发展，大数据时代已经到来。

商务智能（Business Intelligence，BI）作为一种利用先进技术对数据进行收集、处理、分析和展示的方法，已成为企业提升竞争力、优化决策的重要手段。

为了让学生深入了解商务智能的理论和实践，我们开展了商务智能实验课程。

二、实验目的1. 理解商务智能的基本概念、技术方法和应用领域；2. 掌握商务智能软件的使用方法，如Power BI、Tableau等；3. 培养学生分析数据、挖掘信息、解决实际问题的能力；4. 提高学生团队合作和沟通能力。

三、实验内容1. 商务智能基础知识（1）商务智能的定义、发展历程和未来趋势；（2）商务智能的关键技术，如数据仓库、数据挖掘、数据可视化等；（3）商务智能应用领域，如市场营销、客户关系管理、供应链管理、人力资源管理等。

2. 商务智能软件应用（1）Power BI：学习Power BI的基本操作，包括数据连接、数据建模、数据可视化等；（2）Tableau：学习Tableau的基本操作，包括数据连接、数据操作、数据可视化等。

3. 实际案例分析（1）选取一家企业，收集相关数据，分析其业务状况；（2）运用商务智能软件，对收集到的数据进行处理和分析；（3）根据分析结果，提出针对性的建议，帮助企业优化业务。

1. 实验准备：了解实验内容，熟悉实验软件，准备实验数据。

2. 数据收集：收集企业业务数据，包括销售数据、客户数据、财务数据等。

3. 数据处理：运用商务智能软件，对收集到的数据进行清洗、整合、建模等操作。

4. 数据分析：根据实验目的，对处理后的数据进行深入分析，挖掘有价值的信息。

5. 结果展示：运用商务智能软件，将分析结果以图表、报表等形式展示。

6. 撰写实验报告：总结实验过程、实验结果和实验心得。

五、实验成果1. 理论知识：掌握商务智能的基本概念、技术方法和应用领域；2. 实践技能：熟练运用商务智能软件，具备数据分析、挖掘信息的能力；3. 团队合作：与同学共同完成实验，提高团队协作和沟通能力；4. 解决问题：针对实际问题，提出优化建议，为企业创造价值。

2016商务智能方法与应用课程设计报告1背景为了解某市规模以上工业企业创新情况，对该市企业的创新活动进行调查，分别得出三组数据testl(企业财务情况：uid=唯一编码，total_Rdeq=R&.D人员折合全时当量合计，totaLRdin=R&D经费内部支出合计，totalF_Rdout=R&D经费外部支出合计)、test2(企业信息化情况：uid=唯一编码，IT_staff=从事信息技术工作的人员，website_num=企业拥有的网站数量)、test3(企业创新情况：uid=唯一编码，ls_innov=企业是否创新)。

利用关联规则、分类、聚类等一系列数据挖掘方法对数据进行分析，可以得出该市创新企业的隐藏特征，进而帮助企业进行研发决策，实现企业创新目标。

2分析工具R 3.3.1Weka 3.6.83数据预处理R语言R语言中可以利用函数merge 通过一个或多个共有变量联结两个数据集，可用?merge或help(merge)查看该函数的说明文档。

4缺失值处理R语言R语言中用函数is.naG函数查看数据集中是否存在缺失值，本例中利用0替代缺失值，在其他情况下进行数据清洗时，缺失值处理需要结合变量本身意义视情况来选择处理方法(删除、替换等）。

Wekaweka中也可以进行数据的缺失值处理：weka.fiIters.unsupervised.attribute.ReplaceMissingValues。

对于数值属性，用平均值代替缺失值，对于nominal属性，用它的mode(出现最多的值)来代替缺失值。

本例中的缺失值更适用利用0替代缺失值，利用平均值替代可能会影响后续挖掘结果。

Weka中还可以进行数据标准化(standardize):类weka.filters.unsupervised.attribute.Standardize。

标准化给定数据集中所有数值属性的值到一个0均值和单位方差的正态分布。

sqlserver商务智能实验指导书国贸学院实验项目讲义《商业智能》编写单位：编写教师：适用专业：编写日期：国贸学院杨风召电子商务2022.09.05《商务智能》课程实验指导实验一数据仓库的构建一、实验目的及要求（一）实验目的2．掌握典型的关系型数据库及其数据仓库系统的工作原理以及应用方法；3．掌握数据仓库建立的基本方法及其相关工具的使用。

（二）实验要求利用实验室和指导教师提供的实验软件，认真完成规定的实验项目，真实地记录实验中遇到的各种问题和解决的方法与过程，并绘出模拟实验案例的数据仓库模型。

实验完成后，应根据实验情况写出实验报告。

二、实验设备及软件基于NT的局域网络，服务器与客户端安装MSSQLServer服务系统以及AnalyiService系统。

三、实验内容以SQLServer为系统平台，设计、建立数据库，并以此为基础创建数据仓库。

四、实验步骤1．启动SQLServer服务启动SQLServer实例时即启动了SQLServer服务。

启动SQLServer服务之后，用户便可与服务器建立新连接。

SQLServer服务可在本地或远程作为MicrooftWindowNT4.0或Window2000服务启动和停止。

SQLServer服务若是默认实例，则被称为MSSQLServer；若是命名实例，则被称为MSSQL$intancename。

2．注册服务器右击一个服务器或服务器组，然后单击\新建SQLServer注册\命令。

在\服务器\框中，键入服务器名。

若要指定SQLServer企业管理器（作为客户端）与运行正在注册的MicrooftSQLServer实例的服务器之间的连接，请执行下列操作之一：单击\使用Window身份验证\或-单击\使用SQLServer身份验证\在\服务器组\列表中，单击一个服务器组。

执行下列一个或多个操作：选择\在控制台中显示SQLServer服务器的状态\复选框以打开服务轮询。

商务智能实验报告标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]《数据挖掘与商务智能实验》实验报告实验题目：数据挖掘的基本数据分析姓名：王俊学号：4指导教师：张大斌实验时间：2016年 11月 10日实验题纲：一、实验目的1）熟悉基本数据分析的处理流程。

2）进一步熟练掌握拍SPSS Modeler工具的操作。

二、实验内容内容一：数据的质量探索步骤1 建立数据流1)在“源”中通过拖入“Statistics”文件节点读入数据。

2)建立“类型”节点，并说明各个变量角色。

这里指定“流失”为目标变量。

3）选择“输出”选项卡中“数据审核”节点并将其连接到数据流的恰当位置，点击鼠标右键，在“质量”选项卡下，选择检测方法为平均值的标准差。

步骤2 结果输出实验结果输出如图所示。

图中蓝色部分表示输出变量取YES，即客户流失的样本数，可以看出，各个变量上流失客户的取值均不同。

内容二：基本描述分析这里分析的目标是对电信客户数据的基本服务、开通月数、免费部分和无线费用之间的相关系数以反映变量之间的相互关系。

步骤1 建立数据流选择“输出”选项卡中的“统计量”节点。

步骤2 设置相关参数1）双击“统计量”节点，进行相应的设置。

在“检查”框中添加开通月数、基本费用、免费部分和无线费用。

2）在“相关”框中添加年龄、收入和家庭人数。

如图所示。

3）在“相关设置”中，勾选“按重要性定义相关强度”。

如图所示。

计算结果如图所示。

可以看出，以“基本费用”为例，它与“年龄”和“收入”都有相关性，它们之间简单相关系数虽然为和，但从统计量的角度来看有95%以上的把握认为它们之间是非0相关。

“基本费用”与“家庭人数”呈负弱相关。

内容三：绘制散点图数值之间变量的相关性可以采用上一个实验，也可以通过散点图来直接观察，此次主要观察基本费用和年龄之间的相关性。

步骤1 构建数据流选择“图形”选项卡中的“图”节点。

步骤2 设置相关参数1）双击“图”节点，选择编辑菜单，进行参数窗口的设置。

实验1《电子商务网站系统规划》实验学时： 2每组人数： 1实验类型： 2 （1：基础性2：综合性3：设计性4：研究性）实验要求： 1 （1：必修2：选修3：其它）实验类别： 3 （1：基础2：专业基础3：专业4：其它）一、实验目的1．对现行电子商务系统进行分析和研究，通过对现有系统的分析并结合所选课题撰写系统规划报告，设计电子商务系统的功能模块结构；2．掌握电子商务系统战略规划的内容与方法，掌握一般电子商务系统体系的基本构成、各个部分的作用及其相互关系，掌握《电子商务系统规划报告》的撰写方法。

二、实验内容1. 从以下十个选题中任意选择一个（也可选其他主题，网站名字可以更换）：(1) 蓝天数码街：主营电脑配件、笔记本和其他数码产品。

(2) 靓丽服饰城：主营各种时尚、流行的职业装、家居服和牛仔系列等，同时也代销多种世界品牌的服饰。

(3) 阳光大本营：主营各式体育用品，在市内商业街已经营多年，有很广泛、固定的客户群，商店的售后服务周到及时。

(4) 紫涵美丽店：主营各类品牌保健品，包括天然的美容食品和各类保养品及药品等。

(5) 星城礼品坊：主营各类鲜花、礼品和玩具，在市内有多家连锁店，可提供在线预订与送货上门服务。

(6) 魅力名妆屋：主营各类品牌化妆品，包括国内、国际多种著名品牌。

(7) 博学图书城：主营各类图书及正版光盘。

(8) 求知网校：在线IT网络教育平台，可提供在线教学服务，采用购买积分卡充值模式，提供各类IT教学资源。

(9) 趣比网：面向年轻朋友的比价和导购网站，为当前主流B2C和C2C平台提供一个全新的入口。

(10) 考友集中营：为各类考试考友提供一个沟通、交流和学习平台，包括考研、英语四六级、会计证、软考、雅思、托福等多个考试频道。

2. 研究至少3家已有类似业务的系统，分析其栏目设置、界面特色、功能特色、优缺点、盈利模式、支付方式、配送方式、主要实现技术等相关内容。

3. 根据选题，假定拟开发一个全新的B2C电子商务系统（目标系统），对该电子商务系统进行系统规划，正确撰写《电子商务系统规划报告》。

《决策支持与商务智能》课程实验指导书实验学时：课内实验16学时、课外实践0学时实验类型：综合性实验要求：必修适用对象：信息管理与信息系统、计算机科学与技术、软件工程实验一：熟悉Python语法和掌握数据特征及相似性度量方法，2学时一、实验目的1. 熟悉Python基本语法和常用函数；2. 熟悉Numpy、Scipy、Matplotlib、Pandas等常用技术包；3. 学会使用WinPython开发平台；4. 熟练掌握数据统计特征的分析方法，五树概况，中位数、均值、众数等。

5. 熟练使用常用数据相似性度量方法，例如，曼哈顿距离、欧式距离、闵考斯福基距离、余弦等。

二、实验内容1.数据统计特征的分析方法，五树概况，中位数、均值、众数等。

2.数据之间相似性度量方法，包括曼哈顿距离、欧式距离、闵考斯福基距离、余弦。

三、实验原理、方法和手段1. 实验原理：●WinPython开发平台是目前Python源程序开发中比较重要的工具，使用它基本上可以完成数据分析所有的操作，如关联规则分析、分类分析、聚类分析等。

●数据统计特征是数据分析的基础。

●数据之间的相似性是许多数据分析任务常用的技巧，如聚类分析中簇之间聚类的度量。

2. 方法与手段：先由教师讲解并演示，然后学生根据实验报告进行实验。

四、实验环境、条件若干台装有WinPython开发平台的计算机。

五、实验组织运行要求本实验是演示性+综合性实验，采用集中授课形式组织教学，先由教师讲解并演示，然后学生根据实验报告进行实验。

六、实验步骤1. 随机生成长度为奇数或者偶数长度的整数序列，编程求出五数概况、中位数、均值、众数；2. 给定my_list1 = [5, 0, 3, 0, 2, 0, 0, 2, 0, 0]，my_list2 = [3, 0, 2, 0, 1, 1, 0, 1, 0, 1]，分别利用哈顿距离、欧式距离、闵考斯福基距离、余弦计算二者之间的相似性。

七、实验报告河南财经政法大学计算机与信息工程学院实验报告实验项目名称熟悉Python语法和掌握数据特征及相似性度量方法课程名称决策支持与商务智能成绩评定实验类型：验证型□综合型√设计型□实验日期指导教师学生姓名学号专业班级一、实验项目训练方案二、实验总结与评价实验二：频繁模式与关联规则挖掘，6学时一、实验目的1. 了解关联规则、频繁模式、支持度、可信度的基本原理和计算方法；2. 熟练掌握频繁模式挖掘算法；3. 熟练使用Python编写APRIORI、FP-Growth以及基于APRIORI的提升算法；4. 学会利用频繁模式生成关联规则。

《商务智能》实验指导实验1：数据仓库的建立一．实验目的与任务：1．了解SQL Server 2005环境，掌握建立数据库的基本操作。

2．设计并创建基于维度模型的“超市销售分析”数据库。

二．实验时间：2学时三．实验步骤：1．构建并熟悉SQL Server 2005实验环境。

2．在指定磁盘上建立“超市销售分析”数据库。

3．在数据库中分别建立事实表和维表，并设置主键及参照约束：事实表（序号，日期，商店编号，商品编号，销售数量，销售金额）商品表（商品编号，商品名称，规格型号，单位，售价，大类别，小类别）商店表（商店编号，商店名称，地址，经理，省市，地市）时间表（日期，年份，月份，日）4．向各表中输入部分数据。

注意：输入的数据要有一定的代表性。

5．熟悉各种SQL命令。

6．分离数据库，将数据库文件复制到优盘，或发送到邮箱。

实验2：联机分析系统的建立与应用一．实验目的与任务：1．学习联机分析系统的建立步骤与常用分析方法。

2．创建超市销售分析联机分析星形（或雪花）模型，并具体分析。

二．实验时间：2学时三．实验步骤：1．创建一个名称为超市销售分析的商务智能项目。

图2在上图中的“名称”栏输入项目的名称（自己命名），在“位置”栏选定该项目内容存放的位置。

确定后，屏幕右上方出现“解决方案资源管理器”。

以后的分析操作按照此处指定的步骤进行。

2．定义数据源：指出分析数据的来源，即数据所在的数据库。

在“管理器”中选择“数据源”后，在快捷菜单中选“新建数据源”。

然后按照向导提示操作。

在上图中选择“新建”。

在上图中输入数据库所在的服务器名称，并选择数据所在的数据库。

2．定义数据源视图：在数据库中，选择要用到的表、视图。

在“管理器”中选“数据源视图”中的“新建”功能。

按照向导提示操作。

在上图中选择是需要的表。

4 生成多维数据集：确定事实表（度量值）、维表（层次）等。

在上图中选“使用数据源生成多维数据集”。

不选“自动生成”。

在上图中指明事实表和外表。

一、实验背景随着大数据时代的到来，商业智能（Business Intelligence，BI）技术逐渐成为企业提高竞争力的重要手段。

本实验旨在通过实际操作，让学生熟悉商业智能的基本原理、技术和应用，提高学生运用商业智能技术解决实际问题的能力。

二、实验目的1. 熟悉商业智能的基本概念、原理和流程；2. 掌握商业智能软件的使用方法；3. 学会运用商业智能技术进行数据分析、挖掘和可视化；4. 提高学生运用商业智能技术解决实际问题的能力。

三、实验内容1. 数据采集与处理（1）使用Excel、Python等工具进行数据采集和清洗；（2）使用数据库管理系统（如MySQL、Oracle等）进行数据存储和管理。

2. 数据分析（1）运用统计学方法对数据进行描述性分析；（2）运用数据挖掘算法对数据进行关联规则挖掘、聚类分析、分类分析等。

3. 数据可视化（1）使用Tableau、Power BI等商业智能软件进行数据可视化；（2）制作各类图表，如柱状图、折线图、饼图等，展示数据特征。

4. 商业智能应用（1）以实际案例为背景，运用商业智能技术进行问题分析和解决方案设计；（2）撰写商业智能分析报告，展示分析过程和结果。

四、实验步骤1. 数据采集与处理（1）确定实验所需数据，如销售数据、客户数据等；（2）使用Excel、Python等工具进行数据采集和清洗；（3）将清洗后的数据导入数据库管理系统。

2. 数据分析（1）运用统计学方法对数据进行描述性分析，如计算均值、标准差等；（2）运用数据挖掘算法对数据进行关联规则挖掘、聚类分析、分类分析等。

3. 数据可视化（1）使用Tableau、Power BI等商业智能软件进行数据可视化；（2）制作各类图表，如柱状图、折线图、饼图等，展示数据特征。

4. 商业智能应用（1）以实际案例为背景，运用商业智能技术进行问题分析和解决方案设计；（2）撰写商业智能分析报告，展示分析过程和结果。

五、实验结果与分析1. 数据采集与处理实验过程中，成功采集和清洗了实验所需数据，并导入数据库管理系统。

电子商务实验报告一、实验目的本次实验旨在通过对电子商务平台的搭建和运营，深入了解电子商务的基本原理和运作机制，掌握电子商务的基本操作方法。

二、实验内容1. 选择电子商务平台：根据实验要求，在市面上选择一个电子商务平台进行搭建。

2. 网站设计与搭建：利用所选电子商务平台的工具，进行网站设计和搭建。

3. 商品录入与管理：上传商品信息，设置价格、库存等参数，并对商品进行管理。

4. 订单处理与物流跟踪：处理订单，处理退换货，跟踪物流信息。

5. 交易数据统计与分析：分析交易数据，了解用户购买行为，制定相应策略。

三、实验步骤1. 选择电子商务平台：根据市场调研，选择了知名的电子商务平台Shopify进行搭建。

2. 网站设计与搭建：根据所选平台的操作指引，选择了适合的模板并进行了个性化定制，增加了公司Logo和品牌色彩，使网站界面更具专业性和吸引力。

3. 商品录入与管理：上传了公司的产品信息，包括商品名称、价格、库存量、详细描述和高清图片，并设置了相应的促销活动和优惠券。

4. 订单处理与物流跟踪：积极处理顾客下单并支付的订单，及时安排发货，并在系统中更新物流信息，方便顾客随时查看商品位置。

5. 交易数据统计与分析：通过平台提供的数据统计功能，分析了销售额、支付方式、热门商品等信息，调整了部分商品的价格和促销方案，提升了销售效益。

四、实验总结通过本次电子商务实验，我深刻认识到了电子商务的重要性和发展前景。

电子商务平台的搭建和运营需要全面的市场调研、专业的设计能力和细致入微的管理，只有不断地优化用户体验，才能吸引更多顾客并提升销售业绩。

在未来的发展中，我将进一步学习电子商务的相关知识，不断完善自己的电子商务实力，为未来的创业之路打下坚实的基础。

以上就是本次电子商务实验报告的内容，谢谢阅读。

商务智能系统课程设计一、课程目标知识目标：1. 学生能理解商务智能系统的基本概念、功能及其在商业决策中的作用；2. 学生能够掌握商务智能系统中数据挖掘、数据仓库、在线分析处理等关键技术；3. 学生能够了解商务智能系统在市场营销、客户关系管理、供应链管理等方面的应用。

技能目标：1. 学生能够运用数据挖掘技术对大量数据进行有效分析，提取有价值的信息；2. 学生能够运用商务智能系统进行在线分析处理，为商业决策提供支持；3. 学生能够结合实际案例，设计并优化商务智能系统的应用方案。

情感态度价值观目标：1. 培养学生对商务智能系统的兴趣，激发其学习热情；2. 培养学生具备批判性思维，学会从多角度分析问题，形成独立见解；3. 培养学生具备团队协作精神，能够在小组讨论中发挥积极作用，共同解决问题。

本课程旨在帮助高年级学生深入理解商务智能系统的相关知识，提高其在实际应用中的技能水平。

结合学生特点和教学要求，课程目标具体、可衡量，为教学设计和评估提供明确依据。

通过本课程的学习，学生将能够掌握商务智能系统的核心知识，具备实际应用能力，并在情感态度价值观方面得到全面发展。

二、教学内容1. 商务智能系统基本概念- 商务智能系统的定义与功能- 商务智能系统的演变与发展趋势2. 商务智能系统关键技术- 数据仓库的构建与管理- 数据挖掘的算法与应用- 在线分析处理技术3. 商务智能系统应用案例分析- 市场营销策略优化- 客户关系管理- 供应链优化与库存管理4. 商务智能系统应用方案设计- 需求分析- 系统设计- 系统实施与评估教学内容依据课程目标进行选择和组织，确保科学性和系统性。

教学大纲明确如下：第一周：商务智能系统基本概念第二周：数据仓库的构建与管理第三周：数据挖掘的算法与应用第四周：在线分析处理技术第五周：市场营销策略优化案例分析第六周：客户关系管理案例分析第七周：供应链优化与库存管理案例分析第八周：商务智能系统应用方案设计教学内容与课本紧密关联，涵盖商务智能系统的核心知识。

商务智能实训实验报告组长：李承冲2012211195组员：姜俏南2012211172刘启丽2012211171贾晓锋2012211173王昱2012211194陆为2012211180一、BP算法.................................................................................................................................. - 0 -1.算法介绍........................................................................................................................... - 0 -2.BP网络的解析步骤.......................................................................................................... - 2 -3.运行的可视结果............................................................................................................... - 3 -4.算法特点分析................................................................................................................... - 4 -5.发展趋势........................................................................................................................... - 5 -6.参考文献........................................................................................................................... - 5 -二、Apriori算法 .......................................................................................................................... - 5 -1.算法介绍........................................................................................................................... - 5 -2.算法流程........................................................................................................................... - 5 -3.运行的可视结果............................................................................................................... - 6 -4.最新改进或最新应用情况............................................................................................... - 8 -5.参考文献列表................................................................................................................... - 8 -三、Bays算法............................................................................................................................. - 9 -1.算法介绍........................................................................................................................... - 9 -2.伪代码及流程................................................................................................................... - 9 -3.运行的可视结果............................................................................................................. - 10 -4.最新改进及最新应用情况............................................................................................. - 11 -5.参考文献列表................................................................................................................. - 11 -四、ID3算法 ............................................................................................................................. - 12 -1.算法介绍......................................................................................................................... - 12 -2.流程................................................................................................................................. - 12 -3.运行的可视结果............................................................................................................. - 12 -4.不足及改进思路............................................................................................................. - 12 -5.参考文献列表................................................................................................................. - 13 -五、kNN算法............................................................................................................................ - 13 -1.算法介绍......................................................................................................................... - 14 -2.算法流程......................................................................................................................... - 14 -3.运行的可视结果............................................................................................................. - 14 -4.算法特点分析................................................................................................................. - 15 -5.最新改进或最新应用情况............................................................................................. - 15 -六、K均值算法....................................................................................................................... - 16 -1.算法介绍......................................................................................................................... - 16 -2.流程................................................................................................................................. - 16 -3.运行的可视结果............................................................................................................. - 17 -4.最新改进或最新应用情况............................................................................................. - 20 -5.参考文献列表................................................................................................................. - 20 - 附录 ............................................................................................................................................ - 20 -1.BP算法代码.................................................................................................................... - 21 -2.Apriori算法代码.......................................................................................................... - 51 -3.B ays算法代码................................................................................................................ - 60 -4.ID3算法代码.................................................................................................................. - 90 -5.kNN算法代码.................................................................................................................. - 99 -6.K均值算法代码............................................................................................................ - 102 -一、BP 算法1.算法介绍典型的BP 网络分为三层（图4.4），即输入层、隐含层和输出层。

《商务智能》课程设计报告班级：信管131学号：3130561025姓名：姚丹妮同组人: 赵咪杨乔指导教师：王建仁/李明日期：2016.01.04--2016.01.08目录1．需求分析 (3)2．数据理解 (3)3．挖掘（或分析）数据准备 (4)4．数据挖掘（或分析）过程 (5)4.1挖掘算法与挖掘软件选择 (5)4.2 数据预处理 (5)4.3挖掘过程说明 (6)5．结果展示与评价 (18)6．总结 (19)6.1 设计中遇到的主要问题及解决方法 (19)6.2设计方案的主要优点及不足 (19)6.3 收获及建议 (19)参考文献 (19)连锁酒店顾客信用度分析方案设计1．需求分析一个连锁酒店的经营与不同客户息息相关。

酒店不仅需要每天面对不同的新增客户，也需要维系老客户。

所以对于已消费的顾客的信用度的分析尤为重要。

不同顾客信用度之间存在诸多差异。

好坏之分也影响了酒店的经营状况。

一个信用度良好的客户对于酒店来说是好事，但如果一个顾客信用度底下，则极有可能出现拖欠房费等状况，这会严重损坏酒店利益。

因此我会采用分类分析的方法。

利用决策树模型构建顾客信用度分析体系，并进行相关预测，以便于酒店日后的经营以及对顾客的服务，对于那些信用度良好的顾客可以给予一定优惠，而对于那些信用度较差的顾客，则要避免在酒店再次进行消费而又不付款的情况。

2．数据理解为建立决策树，需要事先建立数据挖掘所需数据库或数据表，即顾客信用数据表。

将顾客相关信用度的信息输入表中，以便分析。

输入的信息均具有代表性。

不重复不冗余，如若不然，可再进行数据预处理。

所需数据如下图所示：3．挖掘（或分析）数据准备首先需要在数据库中建立“数据挖掘实验“数据库，并在数据库中建立表“顾客信用数据表1”（1）设计“顾客信用数据表1”，表结构如下图所示：设置“顾客编号”为主键。

（2）编辑表的前200行，输入表中信息。

（注意输入的信息一定要具有代表性，避免冗余与重复）4．数据挖掘（或分析）过程4.1挖掘算法与挖掘软件选择算法：分类分析算法（决策树）软件：microsoft visual studio 20084.2 数据预处理由于表“顾客信用数据表1”中的数据存在冗余缺失等问题，所以需要对表中数据进行数值化处理，离散化处理等相应的预处理操作，并将预处理之后的信息存入新表“顾客信用数据表2”中。