網(wǎng)上花店產(chǎn)品智能推薦與預(yù)定分析系統(tǒng)研究

1、 學(xué)士學(xué)位論文 論文題目 網(wǎng)上花店產(chǎn)品智能推薦與預(yù)定分析系統(tǒng)研究 院(部)名 稱： 計(jì)算機(jī)科學(xué)與工程學(xué)院 學(xué) 生 姓 名： xxx 專 業(yè)： 網(wǎng)絡(luò)工程 學(xué) 號(hào)： xxxxxxxx 指導(dǎo)教師姓名： xxx 論文提交時(shí)間： 論文答辯時(shí)間： 學(xué)位授予時(shí)間： 教務(wù)處制網(wǎng)上花店產(chǎn)品智能推薦與預(yù)定分析系統(tǒng)研究摘 要網(wǎng)上花店是一種新興的花卉銷售模式。然而大部分的銷售系統(tǒng)沒有預(yù)測和分析功能，準(zhǔn)確的銷售預(yù)測和分析對(duì)花卉銷售的可持續(xù)發(fā)展和良性營銷活動(dòng)起到重要的作用。本論文首先研究分析花卉預(yù)測的影響因素以及預(yù)測算法的適應(yīng)性，篩選出兩種預(yù)測算法，通過對(duì)兩種預(yù)測算法的改進(jìn)，進(jìn)行銷售額與銷售量的預(yù)測，然后將預(yù)測結(jié)果對(duì)比實(shí)

2、際數(shù)據(jù)，選擇一種最合適的預(yù)測算法，最后運(yùn)用于花店網(wǎng)站中，實(shí)現(xiàn)預(yù)測與分析功能。課題主要進(jìn)行銷售額與銷售量的預(yù)測，使企業(yè)掌握消費(fèi)者的需求差異，較為清晰的判斷各類花卉的未來銷售前景，使銷售商更為準(zhǔn)確的把握市場，迎合市場。關(guān)鍵字：網(wǎng)上花店，預(yù)定分析系統(tǒng)，jsponline florist products intelligent analysis system recommended and scheduledabstractonline flower shop is a new sales model.however, most of the sales forecast and analysis

3、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 algorithm of adaptive prediction algorithm of

4、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 main subject of the forecast for sales and sal

5、es 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 analysis system, jsp引 言千姿百態(tài)的花兒述說著千言萬語,每一句都述說著“美好

6、”，特別是現(xiàn)在，隨人們的生活水平不斷地進(jìn)步，生活質(zhì)量不斷地提高和對(duì)生活的追求。鮮花已經(jīng)是人們生活不可缺少的點(diǎn)綴！花卉消費(fèi)近些年來呈越來越旺的趨勢(shì),除了花卉本身所具俏姿容,讓人們賞心悅目,美化家居等功效外，它還可以開發(fā)人們的想象力，使人們?cè)谙嗷ソ涣鲿r(shí)更含蓄，更有品位.隨著生活節(jié)奏的加快，越來越多的人選擇不用出門，方便快捷的網(wǎng)絡(luò)買賣。鮮花的銷售也迅速融入這個(gè)有著巨大潛力的網(wǎng)絡(luò)市場，占有了自己的一席之地。因此網(wǎng)絡(luò)上充斥著各種各樣的花卉銷售的網(wǎng)上花店。這些花店基本上都是以銷售花卉為主，向消費(fèi)者提供快捷便利的服務(wù)。主要以花卉圖片為主，方便消費(fèi)者直接選購花卉，快速送達(dá)，達(dá)到擴(kuò)展知名度，方便消費(fèi)者的目的。而

7、依靠網(wǎng)絡(luò)銷售，也需要科學(xué)的預(yù)測與分析來提供更加滿足商家與消費(fèi)者的需求，實(shí)現(xiàn)更加科學(xué)、合理銷售模式。那么是否可以通過在已有的網(wǎng)上花店的基礎(chǔ)上，增加相關(guān)的功能來達(dá)到更加合理的銷售戰(zhàn)略，是我此次畢業(yè)設(shè)計(jì)的目的。第1章 緒論花卉網(wǎng)站的分析與預(yù)測，是利用網(wǎng)站銷售量與銷售額的多年數(shù)據(jù)，在對(duì)數(shù)據(jù)的分析中聯(lián)系實(shí)際經(jīng)驗(yàn)及對(duì)影響花卉銷售的市場因素的調(diào)查基礎(chǔ)上，利用一定的數(shù)據(jù)和方法對(duì)花卉銷售的發(fā)展趨勢(shì)進(jìn)行科學(xué)的推斷，進(jìn)而對(duì)花卉銷售進(jìn)行分析改進(jìn)?；ɑ茕N售的預(yù)測與分析，主要是對(duì)多種花卉銷售量、銷售額的預(yù)測以及對(duì)銷售水平產(chǎn)生影響的因素進(jìn)行分析。本文主要進(jìn)行銷售額與銷售量的預(yù)測，對(duì)此的預(yù)測可以使企業(yè)掌握消費(fèi)者的需求差異，較

8、為清晰的判斷各類花卉的未來銷售前景，使銷售商更為準(zhǔn)確的把握市場，迎合市場。1.1項(xiàng)目背景 近年來隨著人們生活水平的提高，花卉產(chǎn)業(yè)作為一門新興產(chǎn)業(yè)迅速發(fā)展。但是花卉產(chǎn)業(yè)也面臨著迅速增長，所帶來的更多挑戰(zhàn)，包括市場發(fā)展不均衡，消費(fèi)需求多樣化和剩余花卉擠壓等問題。對(duì)于內(nèi)地的花卉消費(fèi)和其他消費(fèi)產(chǎn)品一樣具有二元經(jīng)濟(jì)特點(diǎn)，區(qū)域差別大，市場層次多。而銷售能力中對(duì)銷售量預(yù)測研究的虧欠，導(dǎo)致相當(dāng)多的銷售商抓不住市場消費(fèi)熱點(diǎn)，只注重盲目銷售，而無法做到快速提高企業(yè)銷售量，尋找到更加適合的銷售模式。另外，消費(fèi)者需求呈現(xiàn)的多樣性變化，和花卉季節(jié)性與節(jié)日性明顯，花卉的供不應(yīng)求和庫存剩余也成為花卉銷售企業(yè)面臨的重要影響因

9、素之一。特別是伴隨銷售量的增加，庫存花卉也不斷增加，而庫存花卉的保鮮期因素，更是導(dǎo)致大量資金流失。而沒有戰(zhàn)略就沒有目標(biāo)，沒有對(duì)未來市場銷售量的判斷分析，因此導(dǎo)致銷售額的不確定，預(yù)期投資資金無法具體規(guī)劃，而導(dǎo)致企業(yè)沒有一個(gè)好的可持續(xù)發(fā)展前景。銷售網(wǎng)站數(shù)不勝數(shù)，而如何吸引用戶是關(guān)于網(wǎng)站生存的重要問題。但是一個(gè)銷售網(wǎng)站的潛能，除了吸引用戶之外，還有通過增加一些服務(wù)，幫助銷售商在競爭中得到更有效的信息，分析改進(jìn)自己的產(chǎn)品，適應(yīng)需求，使企業(yè)更具競爭力；因此在原有的網(wǎng)站增加它的功能，使它更具可用性，是網(wǎng)絡(luò)發(fā)展的必然趨勢(shì)。本課題的主要研究內(nèi)容就是通過增加個(gè)性化信息服務(wù)完善現(xiàn)存的小型花場花卉銷售網(wǎng)站。1.2設(shè)

10、計(jì)的目的以及達(dá)到要求網(wǎng)上花店的預(yù)測與分析系統(tǒng)。主要體現(xiàn)出預(yù)測與分析的功能。此設(shè)計(jì)中我選擇的是一個(gè)小型花場的網(wǎng)絡(luò)銷售（小型花場通過自己種植，出售來盈利）。本論文研究預(yù)測算法，主要通過對(duì)移動(dòng)平均法和季節(jié)性波動(dòng)分析的分析，最終選定合適的預(yù)測算法，來實(shí)驗(yàn)花卉銷售的預(yù)測和分析。1.2.1預(yù)測銷售量網(wǎng)上開店，特別是花卉等具有保鮮期的網(wǎng)點(diǎn)。面臨著當(dāng)月沒有銷售掉的已經(jīng)成熟的剩余花卉，這些花卉無論是賤價(jià)處理還是無奈丟棄，都使銷售商面臨損失。然而花卉的銷售自身帶有季節(jié)性、節(jié)日性的不確定因素，對(duì)商家賣貨帶來了很大的煩惱。既不能根據(jù)上月的銷售情況來推算下月銷售數(shù)量，又可能由于再種植、修剪過程中的時(shí)間損失造成銷售額以及

11、信譽(yù)度的負(fù)面影響。因此通過一個(gè)適合的預(yù)測算法來準(zhǔn)確預(yù)測某個(gè)時(shí)期的銷售量來解決此類問題。1.2.2預(yù)測銷售額由于花卉銷售量的不確定因素，隨之而來的影響到某個(gè)月的銷售額。同時(shí)銷售額也會(huì)隨著淡旺季節(jié)、某種花卉市場接受程度、消費(fèi)者對(duì)花卉適應(yīng)性的定義、突發(fā)事件等因素而具有價(jià)格浮動(dòng)。對(duì)于這種沒有恒定規(guī)律性的浮動(dòng)，造成了不能簡單的人工推算出某個(gè)月的銷售額。必定對(duì)資金的投資、運(yùn)轉(zhuǎn)帶來困擾，必定影響銷售商的運(yùn)作發(fā)揮。此時(shí)也需要一個(gè)適合的算法來進(jìn)行月銷售額、年銷售額的預(yù)測，提夠信息幫助花場經(jīng)銷商分析、決策。1.2.3分析功能通過顯示過去花卉種植中所有年份的經(jīng)營份額在總經(jīng)營額中占有比例較小的花卉。對(duì)于此類經(jīng)營額較小

12、的花卉，通過直接提示的方式，來提醒銷售商。此類花卉盈利不大，那么是否要通過查看，了解此類花卉的成本。比如，此類花卉占地狀況，培養(yǎng)方式是否復(fù)雜，耗肥耗水情況。最終是否淘汰此類花卉，來改種新的品種或者增加銷售額大成本低的花卉品種。以達(dá)到科學(xué)，有效的盈利方式。通過網(wǎng)頁提出過去所有年份中銷售量占總銷售量比例較小的花卉。某些花卉可能銷售量比例較小，較小的銷售比例，必定會(huì)造成種植上的困擾。每個(gè)月的銷售量本來就小，那么傳統(tǒng)種植將會(huì)規(guī)律性的少中，那么即使此花卉銷售量增大很小的數(shù)量，也會(huì)占有較大的銷售量比例?；ɑ鼙厝还┎粦?yīng)求，那么通過提示銷售商通知進(jìn)貨商如有需要加大產(chǎn)量需要提前訂購此類花卉，就可以很好的避免此類

13、問題。第2章 影響花卉的預(yù)測因素分析為了使預(yù)測結(jié)果更加準(zhǔn)確，分析花卉的預(yù)測影響因素非常重要。在了解預(yù)測影響因素的前提，選擇預(yù)測方法，才能找到適合的方法。在此過程中調(diào)查分析影響因素，包括花卉自身因素和影響因素，并且根據(jù)數(shù)據(jù)庫進(jìn)行再次判斷。以求更加準(zhǔn)確，更高精度的進(jìn)行預(yù)測與分析。2.1 影響花卉銷售預(yù)測的自身因素花卉的銷售量是與花卉本身有密切聯(lián)系的。所以在銷售預(yù)測前應(yīng)對(duì)花卉產(chǎn)品有明確的認(rèn)識(shí)。包括花卉自身節(jié)日性因素、代表意義、季節(jié)性因素、價(jià)格因素等等。此處根據(jù)南京市2006年的一個(gè)調(diào)查分析。2.1.1節(jié)日性因素通過南京市花卉購花時(shí)間圖，可看出，節(jié)日性購花是影響銷售量的一個(gè)重要因素，特別是在春節(jié)期間里

14、。此外教師節(jié)、中秋節(jié)、母親節(jié)購花人數(shù)比其他節(jié)日有呈倍數(shù)的增加，而生日與平時(shí)是沒有具體日期性。圖2-1南京市2006購花時(shí)間圖2.1.2鮮花涵義因素對(duì)于鮮花的涵義此處不再贅述，但是由于送花的人群對(duì)鮮花涵義的理解會(huì)導(dǎo)致各類花卉有著市場需求的不同，因此鮮花銷售量的不同。如由下圖分析，花卉銷售中適合送自己和朋友的花卉市場需求量較大。因此在分析的過程中這類花卉銷售量明顯高于其他花卉，不應(yīng)縮減產(chǎn)量或者放棄種植。圖2-2南京市2006年送花對(duì)象2.1.3價(jià)格因素價(jià)格因素是影響所有產(chǎn)品銷售量的重要因素，也是印象花卉銷售的關(guān)鍵因素之一。不同的花卉市場銷售量對(duì)價(jià)格的變動(dòng)的反應(yīng)是完全不相同的。例如當(dāng)情人節(jié)到來玫瑰的

15、價(jià)格提高后，銷售量反而會(huì)大幅增加；而其他沒有特別涵義的花卉，如小菊花提價(jià)過高，則造成成批擠壓。因此，花場在預(yù)測花卉銷售量時(shí)，需要考慮價(jià)格彈性系數(shù)。 價(jià)格彈性系數(shù)：需求變動(dòng)對(duì)價(jià)格變動(dòng)反應(yīng)的敏感程度，公式如下：需求價(jià)格彈性系數(shù)=需求量變動(dòng)百分比|價(jià)格變動(dòng)百分比。 2.1.4季節(jié)性因素通過調(diào)查，鮮花的銷售季節(jié)性是顯著的，隨著季節(jié)的變化，消費(fèi)者的消費(fèi)心理也會(huì)隨之變化，當(dāng)春暖花開的時(shí)候，消費(fèi)者更加具有買花的心情，而春節(jié)之前的冬季往往是銷售的淡季，此時(shí)，無論是花卉銷售量，還是銷售額都有明顯走低的趨勢(shì)。2.2影響花卉銷售預(yù)測的環(huán)境因素對(duì)于花卉市場，環(huán)境因素也不同程度的影響著花卉的銷售，為了滿足消費(fèi)者的不同需

16、求，銷售商不僅需要考慮盡量多的品種迎合市場，同時(shí)還要考慮突發(fā)事件、經(jīng)濟(jì)因素、行業(yè)因素、消費(fèi)者因素。如01年5月13的北京水屯收天氣因素影響鮮花價(jià)格同比上漲。如南方城市會(huì)因北方鮮花的大量上漲，鮮花價(jià)格回落。通過對(duì)數(shù)據(jù)庫里大量數(shù)據(jù)的分析觀察。很容易發(fā)現(xiàn)，此花場銷售數(shù)量節(jié)日里明顯大幅度上升，而平均價(jià)格也隨之升高。例如玫瑰花在2月份情人節(jié)和七夕的月份明顯增加2倍左右，康乃馨在母親節(jié)和父親節(jié)的時(shí)候明顯增長，母親節(jié)增長高于父親節(jié)。節(jié)日成為影響花卉銷售的最主要因素。而季節(jié)性因素也明顯可以看出，春季為銷售旺季，而秋季花卉銷售量和銷售額走低趨勢(shì)明顯。分析此數(shù)據(jù)發(fā)現(xiàn)固定數(shù)據(jù)類型數(shù)據(jù)均值相對(duì)穩(wěn)定的花卉很少，循環(huán)數(shù)據(jù)

17、類型較多。第3章 預(yù)測方法的選定3.1預(yù)測算法的簡介與分析花卉銷售的預(yù)測方法有很多種，而每種方法的適應(yīng)性和技術(shù)特點(diǎn)都會(huì)有所不同，因此適應(yīng)范圍也不同。而選擇一個(gè)合適的算法，形成一個(gè)網(wǎng)頁加載是完成此設(shè)計(jì)的關(guān)鍵因素。3.1.1預(yù)測相關(guān)的定義和簡介預(yù)測因素是影響預(yù)測分析系統(tǒng)的一個(gè)重要的直接因素，它對(duì)經(jīng)營計(jì)劃和生產(chǎn)計(jì)劃都有很大的影響。事實(shí)上，產(chǎn)品的預(yù)測是此系統(tǒng)的成功實(shí)現(xiàn)的重要來源。預(yù)測是利用一定數(shù)據(jù)和方法對(duì)事物的發(fā)展趨勢(shì)進(jìn)行科學(xué)的推斷，預(yù)測的方法和手段被稱作預(yù)測技術(shù)。在花卉生產(chǎn)商的預(yù)測和分析系統(tǒng)中，預(yù)測是指對(duì)未來花卉銷售量及利潤的科學(xué)推斷，常用的預(yù)測方法包括調(diào)查預(yù)測法、客觀計(jì)量預(yù)測方法、概率預(yù)測方法和模

18、糊評(píng)判預(yù)測方法等多種類型。不同的市場特征，應(yīng)該選擇不同的預(yù)測方法，采取不同的經(jīng)營決策。盡管預(yù)測方法種類眾多，但根據(jù)其性質(zhì)，基本上可以歸納為兩大類，即定性預(yù)測方法和定量預(yù)測方法。定性預(yù)測方法是由預(yù)測者根據(jù)自己掌握的實(shí)際情況、實(shí)踐經(jīng)驗(yàn)、專業(yè)水平，對(duì)產(chǎn)品趨勢(shì)、程度做出判斷，包括個(gè)人判斷法和專家預(yù)測法。而定量預(yù)測方法是通過對(duì)產(chǎn)品的量化認(rèn)識(shí)，利用統(tǒng)計(jì)知識(shí)和數(shù)學(xué)模型，對(duì)經(jīng)濟(jì)現(xiàn)象未來進(jìn)行數(shù)量化測定?，F(xiàn)在用于銷售的預(yù)測方法有很多，如個(gè)人判斷法、移動(dòng)平均法、指數(shù)平滑法、回歸分析法等。而根據(jù)不同的樣本應(yīng)通過具體分析來選定合適實(shí)際情況的算法。3.1.2對(duì)預(yù)測算法的簡介對(duì)于銷售預(yù)測現(xiàn)行方法，只有了解算法的應(yīng)用范圍，分

19、析其可行性，和實(shí)際操作性，才會(huì)找出更為準(zhǔn)確的最終選定。以下是簡要介紹算法。個(gè)人判斷法是指依靠與銷售相關(guān)的人員的經(jīng)驗(yàn)和專業(yè)水平，對(duì)銷售未來發(fā)展趨勢(shì)做出的符合客觀實(shí)際的估計(jì)和判斷方法。移動(dòng)平均法是一種最簡單的自適應(yīng)模型，也是一種傳統(tǒng)的實(shí)踐順序預(yù)測方法。它是指通過對(duì)移動(dòng)平均數(shù)形成新的時(shí)間序列對(duì)原時(shí)間序列的修勻作用，削弱影響花卉銷售的偶然性因素的作用，呈現(xiàn)出銷售變化趨勢(shì)的方法。指數(shù)平滑法是根據(jù)更近的經(jīng)驗(yàn)不斷修正預(yù)測值的一種方法，是移動(dòng)平均法的發(fā)展，它以指數(shù)遞減方式平滑序列的歷史值為基礎(chǔ)，新的服裝銷售預(yù)測值可以看作是最 新觀測結(jié)果和前一期預(yù)測值的加權(quán)總和，將權(quán)重賦予最新的觀測值，而將權(quán)重1賦予前一期預(yù)測

20、值。季節(jié)性指數(shù)法指以服裝市場的循環(huán)周期為跨越期求得移動(dòng)平均值，并在移動(dòng)平均值的基礎(chǔ)上求得季節(jié)指數(shù)，然后以最后一個(gè)移動(dòng)平均值、趨勢(shì)增長值和季節(jié)指數(shù)為依據(jù)，對(duì)服裝市場未來的發(fā)展趨勢(shì)做出量的預(yù)測的方法。回歸分析法是從分析研究各種影響服裝銷售量因素之間的相關(guān)關(guān)系出發(fā)，確定回歸方程式，然后根據(jù)影響因素?cái)?shù)值變化，代入回歸方程式預(yù)測服裝銷售量數(shù)值變化的 一種數(shù)學(xué)方法。在回歸分析預(yù)測中，要注意服裝銷售影響因素與銷售量之間的相關(guān)關(guān)系必須是密切的，而各個(gè)影響因素之間的關(guān)系是不密切的，而且影響因素要求取值精確，可控性強(qiáng)。3.2預(yù)測算法的選定上文我們已經(jīng)提到預(yù)測目標(biāo)為花卉的銷售量與銷售額。選定目標(biāo)后，對(duì)收據(jù)進(jìn)行再次分

21、析，因?yàn)槊糠N花卉的分別預(yù)測，花卉品種差異不再具有影響。節(jié)日性和季節(jié)性因素成為最大的影響因素。根據(jù)下面第一個(gè)表格發(fā)現(xiàn)在二月上旬，十月上旬和八月上旬，無論是玫瑰花的數(shù)量，還是價(jià)格都比平時(shí)要高出較多。而09年全年的銷售量和銷售額和其他年份一樣，差異較大。依然是二月上，十月上，八月上，銷售量比較高，價(jià)格也比其他期間有大幅度上升。而再次分析其他花卉的數(shù)據(jù)庫提取，以上現(xiàn)象依舊明顯。而季節(jié)性的差異，反而因?yàn)楣?jié)日的影響，表現(xiàn)不夠強(qiáng)烈。價(jià)格因素與鮮花涵義的因素沒有明顯的規(guī)律趨勢(shì)。整體分析看來，除了兩種已經(jīng)淘汰的花卉以外，其他花卉，在固定節(jié)日的月份整體銷售量和銷售額有向好的趨勢(shì)。而固定節(jié)日在外的其他月份銷售量與銷

22、售額也有整體向好的趨勢(shì)。但是所有花卉銷售量和銷售額增加的月份包含的節(jié)日也有所不同。比如只有玫瑰花在情人節(jié)的二月上旬，銷售量和銷售額大幅度上升，其他花卉對(duì)比上一個(gè)月有所上升，但是幅度不明顯。而5月月份上旬，所有花卉銷售上升的趨勢(shì)下，康乃馨上升幅度受母親節(jié)的影響最為突出。表3-1 所有年份價(jià)格不低于2.5元的玫瑰花相關(guān)數(shù)據(jù)提取表3-2 2009年全年玫瑰花數(shù)據(jù)提取3.2.1算法的適用性分析影響需求的因素很多，各因子之間的內(nèi)在聯(lián)系異常復(fù)雜。預(yù)測者會(huì)利用多個(gè)有相互依賴關(guān)系的回歸模型組成回歸方程組或者經(jīng)濟(jì)計(jì)量模型，用來推算或預(yù)測需求量。時(shí)間序列分析法是一種常見的預(yù)測方法。通過考察需求隨時(shí)間波動(dòng)的規(guī)律，包

23、括變化的趨勢(shì)性（指由于消費(fèi)習(xí)慣、人口總量或構(gòu)成變化等因素而引起的需求量的長期變化）、季節(jié)性（指需求隨時(shí)間而呈現(xiàn)出的周而復(fù)始的淡旺季交替現(xiàn)象）等，而對(duì)未來需求進(jìn)行預(yù)測。移動(dòng)平均法和指數(shù)平滑法也是時(shí)間序列分析，但二者大大減少了對(duì)歷史數(shù)據(jù)存儲(chǔ)量的需求。而選擇移動(dòng)平均法的移動(dòng)平均法是指把過去若干期的平均需求量當(dāng)做未來期的需求量，使用平均數(shù)計(jì)算的方法。該方法計(jì)算量小，模型簡單。移動(dòng)平均法最大的特點(diǎn)是消除偶然性因素的影響，而以上分析也得出花卉的銷售節(jié)日因素影響最大，數(shù)據(jù)帶有很大的波動(dòng)性，同時(shí)也受突發(fā)事件的影響。因此相對(duì)適應(yīng)移動(dòng)平均法。當(dāng)產(chǎn)品的市場需求呈明顯的季節(jié)性波動(dòng)時(shí)，用平均法進(jìn)行銷售預(yù)測就不能正確地反

24、映銷售量的波動(dòng)。要用計(jì)算季節(jié)指數(shù)的辦法來預(yù)測季節(jié)性波動(dòng)。由于花卉的數(shù)據(jù)隨著此小型花卉場的經(jīng)營不斷的增加，并且已經(jīng)存有9年的數(shù)據(jù)，確定此數(shù)據(jù)為長期數(shù)據(jù)，并且持續(xù)增長。季節(jié)性波動(dòng)分析適合長期數(shù)據(jù)。3.2.2數(shù)據(jù)分期的改進(jìn)對(duì)于花卉影響的分析，花卉還具有一個(gè)關(guān)鍵影響因素，南京市2006年花卉調(diào)查中，表明影響消費(fèi)者購買花卉最重要的影響是鮮切花的新鮮度。因此，需要針對(duì)花卉保鮮期這一重要因素，把花卉銷售預(yù)測分為每15天左右，此小型花場，收割一次花卉。圖3-1南京市2006花卉購買的影響因素3.2.3算法的改進(jìn)數(shù)據(jù)預(yù)測的誤差產(chǎn)生的根本原因在于預(yù)測對(duì)象本身的不確定性。而預(yù)測對(duì)象一方面要受到一些起決定作用的根本因

25、素影響而呈現(xiàn)出一定的規(guī)律性。這種規(guī)律性來自花卉銷售的主要影響因素是節(jié)日性，其次才是季節(jié)性。另一方面，又要受到起決定作用的隨機(jī)因素影響，呈現(xiàn)不規(guī)律的波動(dòng)性。而避免大的波動(dòng)性，在相對(duì)規(guī)律的范圍內(nèi)做出預(yù)測則是減小誤差的最有效方法。針對(duì)預(yù)測算法的對(duì)象，將采用預(yù)測某個(gè)月份的花卉（如2010年的2月份上旬的玫瑰花銷售情況），選取的數(shù)據(jù)將為此年以前的這個(gè)月份的此中花卉數(shù)據(jù)（2010年以前2月份上旬玫瑰花銷售情況）。這種選擇避免了由于月份相差，季節(jié)相差。避免了不能正確反應(yīng)數(shù)據(jù)的波動(dòng)，所造成數(shù)據(jù)的不準(zhǔn)確，不現(xiàn)實(shí)。而針對(duì)最大的影響因素節(jié)日性，為了使最終預(yù)測更加準(zhǔn)確，我們把每月分為上旬、下旬。根據(jù)相同月份進(jìn)行預(yù)測，

26、完全避免了季節(jié)性的差異；同樣也避免了節(jié)日性差異。對(duì)于鮮花的保鮮期限制，15天一次的剪集完全可以適應(yīng)花卉從銷售到再進(jìn)入市場所需要的保鮮期，同時(shí)也避免了可能由于時(shí)間間隔太長造成的花卉花期限制。而在沒有花卉銷售全年大范圍的浮動(dòng)，銷售影響因素得到控制。此功能模塊中的算法實(shí)現(xiàn)基于對(duì)數(shù)據(jù)庫的輪詢，相對(duì)每次查詢都需要對(duì)數(shù)據(jù)庫的每條記錄進(jìn)行比較。改進(jìn)的移動(dòng)平均法中提取每一年相同月份，進(jìn)一步提高算法的效率，可以引進(jìn)索引來減少數(shù)據(jù)庫操作的工作量，通過提高每次查詢的效率來提檢索的效率。季節(jié)性分析法，同樣為了更加精準(zhǔn)，也利用以上分析中的15天為一個(gè)周期。進(jìn)行每年24旬的預(yù)測。3.2.4算法的確定雖然經(jīng)過改進(jìn)的算法，在

27、一定程度上更加適應(yīng)于花卉銷售的預(yù)測分析。但是在預(yù)測程序的方法選擇階段，方法的恰當(dāng)與否將會(huì)影響整個(gè)程序的效率。而對(duì)樣本數(shù)據(jù)的實(shí)驗(yàn)是選定預(yù)測算法的重要根據(jù)。依靠驗(yàn)證結(jié)果來驗(yàn)證預(yù)測程序的適用性才是最可靠的選定方法。在數(shù)據(jù)庫中提出01年到08年的數(shù)據(jù)，預(yù)測09年的數(shù)據(jù)，用驗(yàn)證結(jié)果對(duì)比09年的實(shí)際數(shù)據(jù)，是實(shí)現(xiàn)預(yù)測算法選定的唯一標(biāo)準(zhǔn)。因此，本文針對(duì)移動(dòng)平均法直接預(yù)測，改進(jìn)的移動(dòng)平均法預(yù)測以及季節(jié)波動(dòng)法進(jìn)行驗(yàn)證比較。第4章 算法的驗(yàn)證與選擇4.1預(yù)測算法的公式提出4.1.1 移動(dòng)平均法公式其中，表示下一期的預(yù)測值，y表示第t期的實(shí)際值，k表示移動(dòng)平均的期數(shù)。時(shí)期t的移動(dòng)平均值為最近期 k 的算術(shù)平均值，在移

28、動(dòng)平均法下，將相同的權(quán)重分配給每一個(gè)觀測結(jié)果。新的數(shù)據(jù)點(diǎn)不斷被納入計(jì)算平均值，同時(shí)去掉最早的數(shù)據(jù)點(diǎn)，數(shù)據(jù)模型中對(duì)變化的響應(yīng)比率取決于納入計(jì)算移動(dòng)平均的時(shí)期數(shù)量k。4.1.2移動(dòng)平均法具體運(yùn)算過程 1.首先在數(shù)據(jù)庫表中提取數(shù)據(jù)例如預(yù)測2010年一月上旬的數(shù)據(jù)，需要在數(shù)據(jù)表中查找出各類花卉的銷售量和平均銷售價(jià) 2. 具體操作步驟 第一步，計(jì)算相鄰五個(gè)月的銷售量和銷售額平均數(shù)(按多少期計(jì)算平均數(shù)，要根據(jù)具體情況而定，期數(shù)少，則反映波動(dòng)比較靈敏，但預(yù)測誤差大；期數(shù)多，則反映波動(dòng)平滑，預(yù)測較為精確)。如15月銷售量或銷售額的平均值為：依次類推：求出, , , . , ,并填入表中。第二步，計(jì)算相鄰兩個(gè)平

29、均值的差，該差稱為平均值的變動(dòng)趨勢(shì)，如與 之差為：依此類推，計(jì)算變動(dòng)趨勢(shì)值，填入表中。第三步，計(jì)算相鄰四期變化趨勢(shì)之平均值，稱為四期平均發(fā)展趨勢(shì)，如前四期變動(dòng)趨勢(shì)的平均值為：依此類推，將數(shù)字填人表中。第四步，預(yù)測2010年1月上旬的銷售額，最后從2005年到2009年一個(gè)份上旬的平均半月銷售量或銷售額為元，加上最后一期平均發(fā)展趨勢(shì)h1，所以2010年1月上旬的預(yù)測值為：(其中，是因?yàn)轭A(yù)測期距平均月銷售為3年，所以需要乘以3)。上述算法所需數(shù)據(jù)如表4-1所示： 表4-1移動(dòng)平均法具體操作數(shù)據(jù)步驟4.1.3季節(jié)性波動(dòng)分析公式：其中， 為預(yù)測期的季節(jié)性指數(shù)， 為預(yù)測期的趨勢(shì)值，可通過最小二乘法 計(jì)算

30、銷售實(shí)際值的線性趨勢(shì)方程得到。4.1.4具體操作步驟：表4-2季節(jié)性波動(dòng)分析所用數(shù)據(jù) 為了方便觀看，以上數(shù)據(jù)只選取了數(shù)據(jù)庫中玫瑰花3年銷售量的數(shù)據(jù)。以此類推，計(jì)算各年各季的季節(jié)指數(shù)，填人表中，然后計(jì)算各季的平均季節(jié)指數(shù)，亦分別列入表中。表4-3季節(jié)性波動(dòng)分析具體數(shù)據(jù)操作步驟 利用季節(jié)指數(shù)就可以對(duì)某季節(jié)的市場需要量進(jìn)行預(yù)測.4.2 預(yù)測算法的選擇4.2.1特例的初步判斷下面對(duì)三種算法做一個(gè)簡單對(duì)比。觀察數(shù)據(jù)可分析得出，玫瑰花在二月上旬銷售量和價(jià)格會(huì)有大幅升高，因此選擇二月份上旬的花卉數(shù)據(jù)進(jìn)行特例對(duì)比，驗(yàn)證對(duì)節(jié)日影響因素的體現(xiàn)：09年2月上旬實(shí)際銷售數(shù)量對(duì)比：圖4-1三種預(yù)測紅玫瑰數(shù)量對(duì)比09年2

31、月份上旬實(shí)際銷售價(jià)格對(duì)比：圖4-2三種方法預(yù)測紅玫瑰平均單價(jià)對(duì)比通過以上數(shù)據(jù)可以初步看出改進(jìn)后的移動(dòng)平均法在此特例中，相對(duì)準(zhǔn)確。與實(shí)際數(shù)據(jù)最為接近。4.2.2總體數(shù)據(jù)的分析2009年2月份的實(shí)際數(shù)據(jù)與三種算法的對(duì)比數(shù)據(jù)由以下圖來描述：圖4-3 2009年2月份實(shí)際花卉數(shù)量與三種預(yù)測數(shù)量對(duì)比圖圖4-4 2009年2月份實(shí)際花卉平均單價(jià)與三種預(yù)測單價(jià)對(duì)比圖在總體數(shù)據(jù)的分析圖中，結(jié)合2009年任何月份數(shù)據(jù)庫中花卉銷售樣本的預(yù)測結(jié)果和上文對(duì)基本預(yù)測方法的原理分析，可對(duì)這些預(yù)測方法適用性做出評(píng)價(jià)。移動(dòng)平均法在實(shí)際預(yù)測的過程中，需要的銷售數(shù)據(jù)簡單，在五種方法中操作最簡便。這種方法只考慮了與預(yù)測關(guān)系密切的近

32、期實(shí)際數(shù)的影響，雖然有利于消除偶然因素的干擾，但是忽略了不同時(shí)期實(shí)際數(shù)對(duì)預(yù)測值的影響程度，長期預(yù)測精度就會(huì)很差，只適用于短期基本型銷售預(yù)測，并且對(duì)固定數(shù)據(jù)類型的靈敏度較高。由于直接利用移動(dòng)平均法的過程中，只需要九個(gè)數(shù)據(jù)就可以進(jìn)行預(yù)測，而9年的數(shù)據(jù)對(duì)于移動(dòng)平均法來說，數(shù)據(jù)量過于大，過于長期。而數(shù)據(jù)變化波動(dòng)由于過于大，算法精準(zhǔn)度不夠準(zhǔn)確。季節(jié)性波動(dòng)分析通過分析季節(jié)指數(shù)來應(yīng)對(duì)花卉銷量的季節(jié)波動(dòng)，在實(shí)驗(yàn)過程中操作較簡單，在對(duì)季節(jié)型花卉的預(yù)測精度很高。但季節(jié)性波動(dòng)分析法由于方法本身的限制，需要一定時(shí)期的基礎(chǔ)數(shù)據(jù)才可以分析出季節(jié)性變動(dòng)，對(duì)比驗(yàn)證結(jié)果，精準(zhǔn)度明顯低于改進(jìn)后移動(dòng)平均法。而改進(jìn)后的移動(dòng)平均法在算

33、法上并沒有改變，操作依然簡單。而關(guān)鍵在于在對(duì)同一個(gè)期間每年的銷售量和銷售額進(jìn)行提取，節(jié)日的因素包含在其中，季節(jié)性因素也完全消除對(duì)比，例如，以上特例中，改進(jìn)的移動(dòng)平均法選取的00年到08年2月份上旬的數(shù)據(jù)進(jìn)行預(yù)算09年數(shù)據(jù)。此時(shí)季節(jié)性差異不存在，而節(jié)日因素也包含的在其中，對(duì)于最大的兩個(gè)影響預(yù)測準(zhǔn)確度的干擾因素完全消除。而從第9個(gè)數(shù)據(jù)開始對(duì)比，也對(duì)長期預(yù)測精度差的問題進(jìn)行了避免，及時(shí)再往后預(yù)測一年也只會(huì)增加一個(gè)月份期間數(shù)據(jù)，完全適應(yīng)移動(dòng)平均法要求型。而從實(shí)際數(shù)據(jù)的對(duì)比圖也可以看出，改進(jìn)的移動(dòng)平均法準(zhǔn)確度最高，比其它的方法更加接近實(shí)際值。 因此，在此設(shè)計(jì)中最終選定改進(jìn)移動(dòng)平均法作為預(yù)測算法。第5章

34、預(yù)測與分析功能的實(shí)現(xiàn)5.1 預(yù)測算法實(shí)現(xiàn)通過上章的分析，最終選定用改進(jìn)后的移動(dòng)平均法，實(shí)現(xiàn)網(wǎng)上花卉銷售的預(yù)測與分析功能。我根據(jù)jsp的平臺(tái)，實(shí)現(xiàn)算法的實(shí)現(xiàn)。改進(jìn)的平均法預(yù)測如下表5-1所示：表5-1 改進(jìn)后的預(yù)測平均法預(yù)測2010數(shù)據(jù)的具體操作步驟 此改進(jìn)的方式如上文所述，選取同一期間，不同年份的數(shù)據(jù)進(jìn)行移動(dòng)平均法的運(yùn)用。5.2預(yù)測分析功能由于在算法的改進(jìn)中，數(shù)據(jù)庫分為半個(gè)月為一個(gè)周期。假設(shè)我們?nèi)〕瞿彻潭ò雮€(gè)月份的所有年后，影響花卉銷售的節(jié)日性與季節(jié)性最大兩個(gè)影響因素，影響會(huì)降低到最小。這時(shí)利用移動(dòng)平均法將會(huì)是最佳預(yù)測算法。因此，在設(shè)計(jì)好的jsp頁面里加入算法，提取數(shù)據(jù)對(duì)比來驗(yàn)證分析。此處對(duì)直

35、接運(yùn)用移動(dòng)平均法，運(yùn)用改進(jìn)后的移動(dòng)平均法和改進(jìn)的季節(jié)性波動(dòng)的09數(shù)據(jù)與數(shù)據(jù)庫中現(xiàn)有的數(shù)據(jù)進(jìn)行分析比較。此處設(shè)計(jì)的jsp管理員頁面如下：圖5-1 jsp設(shè)計(jì)的管理員頁面當(dāng)采取改進(jìn)的移動(dòng)平均法之后，較為準(zhǔn)確的預(yù)測出銷售量和平均銷售額之后。重要的是對(duì)此的初步分析功能。包括推薦功能、預(yù)算資金功能、抗風(fēng)險(xiǎn)功能。此jsp頁面功能為原銷售網(wǎng)頁的一個(gè)增加頁面，預(yù)測的花卉銷售量和銷售額除了對(duì)銷售商有一個(gè)參考功能外。根據(jù)銷售量和銷售平均單價(jià)可計(jì)算出銷售每種花卉半個(gè)的銷售總額，提醒管理員更新網(wǎng)站首頁的花卉推薦模塊。不僅起到及時(shí)更新信息的作用，同時(shí)也迎合消費(fèi)者的需求，起到推薦的作用。在以往的花卉銷售中，由于花卉銷售自

36、身的不確定性，時(shí)變性，突發(fā)性（比如某個(gè)政府活動(dòng)、部門檢查的影響，使某個(gè)月的銷售劇增；降雨、蟲害某段時(shí)期銷售量下滑）。因此根據(jù)經(jīng)驗(yàn)預(yù)測往往不準(zhǔn)確，因此由于資金收入的不確定，導(dǎo)致流動(dòng)資金無法低風(fēng)險(xiǎn)充分規(guī)劃，而移動(dòng)平均法本身最大特征是帶有抗偶然干擾性。通過預(yù)測預(yù)算出一定時(shí)期的總收益，使銷售商可以充分支配資金，對(duì)于花種的改良，設(shè)施的投資能夠更好的規(guī)劃。通過對(duì)過去數(shù)據(jù)的分析，計(jì)算出過去所有年份的經(jīng)營份額比例較小的花卉，直觀的顯示在頁面中。提醒銷售商進(jìn)行銷售模式的改進(jìn)。是否考慮淘汰較小經(jīng)營份額的花卉，種植其他花卉降低成本，或者增大宣傳，或者增加新的品種。而有些花卉在某個(gè)月的銷售量很小的時(shí)候，想導(dǎo)致對(duì)這些花

37、卉銷售判斷偏差，種植多少控制不當(dāng)將會(huì)帶來損失。因此顯示在頁面上，提醒銷售者通知訂花商提前預(yù)定，來保證最低生產(chǎn)量，一定程度上降低了風(fēng)險(xiǎn)性。以下為分析功能的jsp頁面的截圖：圖5-1 管理員頁面圖5-2 分析功能的截圖第六章 結(jié)論與展望5.1結(jié)論對(duì)于花卉的銷售，準(zhǔn)確的銷售預(yù)測對(duì)花卉銷售的可持續(xù)發(fā)展和良性營銷活動(dòng)起到重要的作用。但是由于消費(fèi)變化的多樣性和花卉銷售本身具有的節(jié)日性特征使花卉銷售預(yù)測工作難度增加?；ɑ艿念A(yù)測要達(dá)到較高的準(zhǔn)確度，必須要注意數(shù)據(jù)挖掘的可靠性和預(yù)測算法的適應(yīng)性，科學(xué)性。本文在分析銷售影響因素的基礎(chǔ)上，比對(duì)數(shù)據(jù)進(jìn)行分析。對(duì)選擇的典型預(yù)測方法的效果做了比較，并且在掌握了移動(dòng)平均法的基礎(chǔ)上，針對(duì)復(fù)雜數(shù)據(jù)的分析，試圖找到一個(gè)有所改進(jìn)的方法，驗(yàn)證結(jié)果表明，改進(jìn)的方法更為準(zhǔn)確，可靠。論文主要取得以下幾方面成果：分析影響花卉預(yù)測的自身因素和環(huán)境因素，對(duì)比大量數(shù)據(jù)提出了針對(duì)花卉預(yù)測的數(shù)據(jù)分類?；诨ɑ茕N售的特點(diǎn)，提出了花卉銷售的預(yù)測程序，并且針對(duì)花卉的影響因素，通過對(duì)移動(dòng)平均法的改進(jìn)尋找出改進(jìn)后的預(yù)測程序，通過實(shí)驗(yàn)驗(yàn)證了其合理性和優(yōu)越性。在花卉銷售預(yù)測的基礎(chǔ)上，提出初步分析系統(tǒng)。使其具有推薦功能，預(yù)測總資金功能和抗風(fēng)險(xiǎn)能力。5.2 展望目前的網(wǎng)上花店銷售大部分都側(cè)重于買賣功能，