一、电子商务系统的建立与数据仓库(论文文献综述)
李娜[1](2021)在《作业成本法在JS电子商务公司的应用研究》文中研究指明近年来,电子商务行业发展迅速,各种经营模式电商间竞争愈加激烈,尤其是中小企业电商承受着巨大的压力。经营者更加追求成本优势,注重成本效益,从过去传统商业企业仅重视商品成本逐渐转为寻找对商品销售全过程服务的成本控制方法,将降低成本、优化作业流程、不断提高成本管理能力作为增强企业竞争力的重要手段。JS电子商务公司是一家主营收纳、清洁与厨具类家居日用品的专业电商企业,由于其经营依靠第三方电商平台与第三方物流运输,加上间接成本比重已高达30%并在不断提升,因此按照传统按照单一要素分配间接成本的成本方法,提供企业内部管理使用的成本信息失真,已无法帮助企业进行准确的商品定价及部门绩效评价等,需要及时采取有效的成本核算与管理方法提高企业管理水平。文章根据电子商务企业经营与成本特点,结合作业成本法等核算与管理相关理论,研究JS电子商务公司的运营特征及成本管理方法,首先,分析出公司间接成本占比过高,无法准确地提供三大类商品的间接耗费,导致成本核算不准确,成本控制效率低等问题。其次,针对分析后发现的问题,设计JS电子商务公司应用作业成本法的方案,建立成本核算与控制体系。最后,得出作业成本法下可以完全核算进而获取更为有效的成本信息,根据成本动因研究作业,进行作业分析,判断关键作业及不增值作业,准确分析三大类商品能否为企业创造利润,创造多少利润帮助商品定价与制定销售计划。同时明确责任中心与预算体制,促进企业进行合理绩效考评与盈利能力衡量,帮助管理者进行各项决策。
刘红红[2](2021)在《KS公司跨境电子商务智能仓储管理流程优化研究》文中认为近年来,在传统外贸增长乏力的背景下,跨境电子商务正在成为我国外贸增长的新引擎。随着网络普及率的上升、物流仓储水平的进步、网络支付安全的提升,以及政府一系列支持跨境电子商务发展的政策发布,越来越多的中小型外贸企业选择将跨境电子商务作为扩大对外出口和企业转型升级的重要途径。然而,调查显示目前大部分中小型外贸企业依托第三方跨境电子商务平台开展零售出口业务,其交易订单分散、交易频次高,部分卖家会选择国际快递或邮政小包等物流模式,还有部分卖家会选择租赁本地仓库。无论何种模式,由于国际物流耗时长、运输成本高,海外仓储成本居高不下,如何做好仓储管理,使产品及时准确递送到客户手中,同时不占用企业太多资金资源成为跨境电子商务企业亟待解决的问题。本文以跨境电子商务企业KS公司为案例,从“采购入库、仓储保管、出货配送、存货盘点、退货入库”五个方面进行了全面的分析梳理,进而结合该公司具体情况提出相应流程优化方案。首先,根据研究背景提出本文的研究思路与框架;其次,对智能仓储管理发展现状及流程优化相关理论进行了梳理和归纳;再次,具体分析KS公司跨境电子商务仓储管理现状;随后,利用访谈法及流程图分析法分别从数据准确性,仓储作业效率及仓储成本三方面进行深入分析,发现KS公司仓储管理中存在的问题;同时,结合访谈记录与分析结果,提出KS公司跨境电子商务智能仓储管理优化策略,并对策略实施效果进行评估;最后对全文进行归纳总结。本文主要采用文献研究法、访谈法、案例研究法及流程图分析法进行研究。基于研究过程,本文分别从提升数据准确性、降低仓储成本及提高仓储作业效率三方面对KS公司仓储管理流程进行优化。具体内容有:一是利用物联网的识别、定位、跟踪、监管等功能从出入库数据、库存损耗数据、存货数据三个方面提升仓储数据的准确性;二是利用云计算的灵活可扩展性和强大的数据处理能力从缩短内部审核流程、降低货与车的匹配成本、减少出入库人工操作三方面提升仓储管理效率;三是利用区块链的去中心化、可追溯、不可篡改等特点,从降低运输成本、避免“爆仓”问题、降低仓储费用三方面降低多仓库协同成本。本文的研究对KS公司跨境电子商务仓储管理效率提升有一定指导意义,同时也为其它跨境零售电子商务企业仓储管理提供借鉴。
王汝林[3](2016)在《基于SAP BW中国生物财务数据仓库的设计与实现》文中指出在日益激烈的市场竞争中,医药企业越来越重视信息在企业中所发挥的作用。本文以中国生物技术股份有限公司(以下简称中国生物)为例,随着中国生物SAP (System Applications and Products)ERP (Enterprise Resource Planning)系统的运行,每天产生大量财务相关数据,受竞争环境的迫使,管理层需要将这些数据转化成分析决策信息,为企业发展提供决策支持。本文是以中国生物的商务智能(Business Intelligence, BI)系统即业务信息仓库(SAP Business Information Warehouse, SAP BW)的实施为基础,并与财务相关数据的联机分析处理(On-Line Analytical Processing, OLAP)相结合,达到为管理层提供可信可靠高效的分析报表的目的,作者完成以下工作:(1)对财务信息化的发展进行简要阐述,并对医药行业的数据仓库信息化建设情况从国内外进行研究分析,对商务智能,数据仓库技术进行研究综述,对SAP BW实施中的关键数据对象进行详细研究。(2)根据用户需求对中国生物财务数据仓库分析平台划分为四大主题域:总账、应付账款、应收账款和在建工程;并基于SAP BW对中国生物财务数据仓库进行了整体结构、概念模型、逻辑模型和物理模型的设计。(3)对基于SAP BW中国生物财务数据仓库进行实现,包括创建业务模型,通过ETL (Extract-Transform-Load)技术实现了数据的抽取、转换和装载。(4)通过SAP BW的业务浏览器工具实现了对财务数据仓库的查询和展现,并通过OLAP技术展现分析。本文为企业海量业务数据转换为分析决策信息提供了解决方案。本文中的理论具有通用性和代表性,对其他企业数据仓库的实施工作具有借鉴作用;SAPBW数据仓库又有其产品技术上的独特性,本文对技术的详细研究阐述,能够帮助技术人员学习到企业级主流数据仓库的设计架构理念。
陈敏伟[4](2015)在《大数据技术在铁路货运电子商务系统中的基本应用研究》文中研究指明随着互联网、信息技术以及电子商务的发展,企业的运行状态、人们的行为方式和购买习惯等各方面都被以数据信息记录下来。这些数据信息成为了企业发展的战略资源,隐藏着巨大的价值信息,不仅能为业务决策提供支持,而且也能提高企业服务水平,对这些数据资源的利用成为了企业发展的重要问题。大数据及其技术的发展,为数据资源的应用以及未来信息化方向,提供了创新的解决方案,大数据技术应用在各行业、各领域逐渐开展起来。基于大数据技术的数据经济时代已经出现。铁路货运在这样的时代背景下也面临着挑战,铁路货运的发展以信息化为支撑,复杂的业务系统以及电子商务系统平台的成功实施,使各种数据资源的管理、数据分析应用、业务决策支持等方面的问题更加突出,铁路货运缺乏系统的应用方案来应对这些问题。大数据技术作为目前主流的数据分析和处理方面的信息技术,已经有着广泛的应用实践,可以满足海量数据资源的管理、挖掘、应用等方面的需求。铁路货运电子商务系统的发展正是需要这样的应用方案,可以利用大数据技术对货运业务各种类型的数据进行管理,根据业务的需求进行综合性的分析应用,挖掘价值信息,为铁路货运业务决策提供依据。本文首先从信息化发展和业务运营两个方面分析了铁路货运的现状以及存在的问题,在此基础上提出了基于大数据技术的铁路货运电子商务系统的应用方案。然后,根据铁路货运的现状和存在的问题,结合了相关的技术条件,从业务和技术方面进行了铁路货运电子商务系统大数据技术应用的需求分析,在业务需求上,主要是客户关系管理、货运营销综合分析、生产运作服务等方面的需求,通过需求分析明确了大数据技术应用要关注的问题,在技术需求上,主要是系统运行环境、数据信息管理、数据信息应用等方面的需求。接着,在需求分析的基础上进行了铁路货运电子商务系统大数据技术应用方案的研究和设计,包括架构设计和功能设计。在架构设计方面,进行了应用方案设计分析、总体架构设计、基于业务需求的应用架构设计以及技术架构设计,阐述了应用方案的整体结构以及需要实现的功能。在功能设计方面,根据架构设计的内容,进行了应用方案详细的功能设计与分析,包括采集整合、存储处理、数据应用以及基础架构等功能内容,关键是实现货运数据资源的有效管理和综合分析与挖掘。最后,根据应用方案的内容以及结合相应的货运业务,进行了货运业务应用的案例分析。本论文通过研究和设计上述的应用方案,构建铁路货运大数据分析平台来满足铁路货运发展的需求,解决在结构化、半结构化和非结构化数据的管理以及分析应用上面临的难题,为铁路货运的业务决策提供支持,为铁路货运的信息化发展提供思路和方向。
杜明[5](2013)在《基于Flash混合存储的电子商务数据库性能优化研究》文中指出当前电子商务的发展态势如火如荼,交易规模越来越大,导致了海量的电子商务数据,使得电子商务数据库的读写、更新和查询等性能提升变得越来越困难。当前主要的解决方案都已接近了数据库系统性能优化的极限。而Flash存储技术的发展为解决上述问题带来了新机遇,其超过磁盘100倍的I/O性能可以作为突破数据库性能优化瓶颈的方法。因此本文将从底层存储技术研究入手,兼顾上层软件算法来实现提升电子商务数据库在海量数据环境下的运行性能。研究发现,Flash芯片的顺序读写和随机读取速度都远快于磁盘,但是随机写入和更新性能不足,且芯片价格较高。因此本文提出采用Flash和磁盘混合存储系统,既可以综合利用两者各自的优势,又可以兼顾设备价格成本。但是基于混合存储系统的数据库部署方案目前尚无系统的研究。本文探索了基于混合存储系统的电子商务数据库性能优化,研究成果丰富了现有电子商务数据库的研究内容,对电子商务企业的发展具有重要的现实指导意义。本论文的研究内容主要有:(1)基于混合存储系统的差异存储模型的构建。从适合电子商务企业应用的角度出发,在数据库表和属性两个层面上构建了差异存储模型,并设计了判断表和属性数据读写敏感性和冷热性的阈值算法,实现了表及属性数据的读写敏感性和冷热性分析以及迁移存储方案。(2)基于混合存储系统的差异存储模型的查询性能优化研究。消费者使用电子商务平台时需要进行大量的数据库查询操作,因而确保并提高电子商务数据库的查询性能对于保证电子商务企业运营质量至关重要。本文首先设计研究了HS-Join算法用于提高存储于不同存储介质的、以表为单位的多表连接查询性能;其次设计研究了PHS-Join算法,在Flash设备上提取主键列和连接列建立连接子表并基于子表重构整体连接表。实验表明了两种算法能够明显提高电子商务数据库的查询性能。(3)基于混合存储系统的差异存储模型的事务处理性能优化研究。电子商务数据库的事务处理性能是电子商务企业提高响应能力,维护更多消费者人数,并在同一时间内满足每位消费者个性化需求的重要技术基础。本文以Oracle数据库为例,首先分析了事务处理过程中大量的临时数据和日志数据的读写敏感性及冷热性,确定了将这两类文件迁移存储到Flash设备中。其次根据日志文件增长迅速的特点,提出了Dynamic Logging方法,当Flash空间不足时,日志记录可以实现分散存储。实验表明上述管理方法明显提高了电子商务数据库的事务并发性能。(4)基于混合存储系统的差异存储模型的数据仓库性能优化研究。优化电子商务数据仓库的查询分析性能是电子商务企业更快速、更准确地作出商业决策的技术基础。本文首先提出了采用列存储方案,并提出了列迁移存储算法,提高了决策所需属性数据的查询效率。此外针对数据仓库中多属性关联分析时连接代价大的问题,提出了行列混合存储方法,通过提前固化减少了连接代价。最后提出了数据差异化压缩存储方案,既保障了数据的查询效率,又充分利用了磁盘的存储空间。本论文的创新点和主要贡献有:(1)本文从电子商务企业角度考虑其经济可行和技术可行两个方面,提出了在电子商务数据库中采用混合存储系统,并从表和属性两个层面构建了差异存储模型。既有利于电子商务企业应用实现,又能满足用户对响应速度可感知的要求。(2)本文提出了适合混合存储系统查询的HS-Join算法和PHS-Join算法,充分利用了Flash的随机读取优势,提高了电子商务数据库的查询性能;提出了数据库相关文件在混合存储系统中的部署方案,极大提高了数据库的事务处理性能,提升了电子商务企业的业务处理能力。(3)本文为了实现电子商务数据仓库性能优化采用了行列混合存储技术,提出将高频率的连接列提前固化,提高了分析决策的速度和效率。此外在混合存储系统中采用数据差异化压缩存储方案,充分发挥了设备的存储效率,又确保了数据仓库的查询速度。
张喆[6](2011)在《电子商务公司Web数据挖掘研究》文中研究说明本文通过对电子商务企业Web数据挖掘和数据仓库的研究,探讨一种灵活、低成本的数据挖掘体系的构建模式。通过相关资料收集、工作经验的总结,分析国外成熟的自顶向下构建数据挖掘体系的过程,研究近来出现的自底向上构建数据挖掘体系的理论,结合目前国内电子商务公司的需求和Web数据挖掘的不足,特别是分析实际工作中的数据挖掘相关的经验。指出了数据仓库和数据挖掘所需要的服务器环境;提出了项目模块和公共外键的概念,并以这两个概念为核心设计了全新的“自底向上”的数据仓库构建模式;围绕目前电子商务公司关心的核心数据提出了三种数据挖掘模式:个性化网页定制系统、数据库巡检系统、未注册用户行为分析系统,并且这三种系统设计的思想都是以本文设计的数据仓库为基础的。本文设计的灵活、低成本的自底向上的Web数据挖掘系统是可行的、适合电子商务公司的,有利于电子商务公司分析自身经营情况和运营情况。
于秀梅[7](2011)在《数据仓库的多维分析展现技术应用研究》文中进行了进一步梳理基于Web的电子商务环境下的多维分析展现系统成为电子商务系统的重要组成部分。如何设计出满足企业实际需求的电子商务多维分析展现系统,成为分析人员要解决的重要问题。通过学习和研究数据仓库和联机分析处理(On-Line Analytical Processing, OLAP)技术基本理论,结合XML技术、Mondrian多维分析服务器以及用于联机分析处理的多维表达式(Multi-dimensional expressions, MDX)语法,提出了基于电子商务的多维分析展现系统方案。该方案结合企业的具体商业需求,采用目前流行的数据仓库三级结构,在关系数据库基础上建立数据仓库,设计用于联机分析处理的多维数据集,通过OLAP中间件实现数据仓库与前端OLAP分析的交互。由于多维数据集查询处理速度的快慢直接影响多维分析展现系统的分析效率,为了提高多维分析展现系统的查询分析效率,本课题采用物化视图方法实现多维数据集的优化,并利用具有物化视图的感知功能的开源工具Mondrian作为多维分析服务器。在查询分析过程中Mondrian能够自行对物化视图进行匹配与查询,使得物化视图也存储实际数据。利用该方案设计实现的多维分析展现系统,实现了Web环境下联机分析处理,满足了旋转、钻取、切片、切块等OLAP分析操作,提高多维分析展现系统的查询分析效率,并与现有办公自动化软件的无缝结合。本文利用数据仓库和联机分析处理等关键技术,结合企业的具体商业需求,分析系统开发环境,设计了主题数据仓库,创建了用于多维分析的多维数据集,重点对多维数据集的查询优化进行了研究。另外,通过平面以及三维图形展现了多维分析操作结果,为企业决策人员制定决策方案提供了依据和数据支持。
张丽[8](2010)在《电子商务环境下数据仓库技术应用研究》文中研究说明在当今的社会,电子商务技术发展日趋成熟,同时电子商务应用也越来越广泛。电子商务系统积累了大量的数据,要想合理的利用这些数据进行决策,就需要数据仓库平台的支持。目前电子商务中数据仓库平台的开发有两种方式,一种是直接使用工具,比如Cognos、Sybase等。这些工具能很好的完成平台的开发,但是这种方法不能与现有的系统无缝的结合。另一种是在现有的电子商务系统中直接开发,这种方法针对性好,而且省去了与电子商务整合的麻烦。本文就是介绍在现有电子商务下数据仓库平台的开发。数据仓库平台包括了数据仓库的建模、数据存储与管理、前端工具与应用等功能模块,本文主要是对数据仓库建模进行了详细的研究。数据仓库建模首先要进行主题模型的设计,逻辑模型设计是建模的主体,在本课题主要研究了顾客主题和销售主题,针对主题设置其相关维度,并选择了星型结构模式来实现。确定了度量值以及维度,可以在页面上展现模型,在这里使用了HTML的DIV标签技术来定义模型展现的位置以及维度的分配位置等,从而可以方便快捷交互的建模。其次,ETL数据处理也有部分的研究,主要是定义了几种规则对数据进行清洗,包括格式化统一、数据截取、数据填充等。数据抽取主要是针对使用的表定义抽取规则将数据抽取到目标数据仓库中,而这些的定义都在程序中具体实现。另外本文还涉及到了元数据和索引的研究与实现。本文采用J2EE分层的架构技术,实现了一个电子商务的数据仓库平台,包括了数据的清洗、数据抽取和装载,以及通过柱状图和饼状图来进行联机分析处理(OLAP分析)。这些过程都完成也就实现了一个数据仓库的基本的功能。通过开发实现的电子商务的数据仓库平台交互性好,能与电子商务背景系统达到无缝结合,并且经过验证是有效可用的。
刘洋[9](2009)在《水产业分销电子商务管理平台的构建与应用研究》文中进行了进一步梳理随着现代信息技术的飞速发展,电子商务在不断成熟和完善。电子商务在给水产业带来商机的同时,也给水产业带来了巨大的竞争压力。作为传统而古老的水产业,要想赢得竞争优势,提高核心竞争力,就必须尽快改变传统的经营模式,充分利用电子商务的优势。电子商务是在计算机网络平台上,按照一定标准开展的商务活动。当企业将它的主要业务通过内联网、外联网以及互联网与企业的职员、客户、供销商以及合作伙伴直接相连时,其中发生的各种活动就是电子商务。将电子商务应用在水产品生产、销售中就是所谓的水产电子商务,即在水产品生产、销售过程中全面导入电子商务系统,利用信息技术,进行需求、价格等信息的发布与收集,以网络为媒介,依托水产品生产基地与物流配送系统,使水产品交易与货币支付迅捷、安全地实现。本文研究的水产业分销电子商务管理平台是以水产业信息化为基础,以水产业可持续发展为指导,以提高水产业管理水平与质量为目标,促进水产业的信息化管理的快速发展。首先,对作为主要的理论基础的信息资源管理理论、交易成本理论、价值链理论进行了阐述和分析。从分析信息资源管理的内涵入手,探讨了信息资源管理的基本作用、信息资源管理理论的集成思想以及信息系统发展路径。提出电子商务能够降低交易成本并且可使产业价值增值。其次,通过对水产业发展的历史与现状的调查分析,研究了水产业的生产特征和经济特征,提出水产业的经济特征决定了水产业的发展。第三,对水产业分销电子商务管理平台的关键技术进行了研究。数据挖掘与数据仓库技术可以很好地解决庞大的统计数据的分析难题,可以通过管理平台构建基于数据挖据和数据仓库的决策支持系统。第四,从水产业的实际需求出发,分析水产行业信息化的必要性、以及对企业管理的影响。利用信息科学技术,提出水产业分销电子商务管理平台的总体结构设计,包括设计原则、结构设计、软件功能设计、系统运行环境、网络结构设计。最后,根据水产业不同企业的不同需要,对水产业分销电子商务管理平台的功能模块进行设计,从实际解决水产企业信息化建设与发展遇到的问题提供切实可行的应用方案。总之,通过对我国水产业发展历史与现状的调查分析,以信息管理理论、交易成本理论、价值链理论为理论基础,根据水产业的生产和经济特征,运用信息科学技术,结合对数据挖据和数据仓库技术的研究,以期构建出水产分销电子商务管理平台的总体结构,通过对水产业业务流程的优化,并根据实际生产中的需要,设计各个功能部分,形成基于数据挖掘和数据仓库的决策支持系统,为我国水产业发展信息化管理建设提供一个有效的参考方案。
常一帆[10](2008)在《客户关系管理在电子商务中的应用研究》文中研究表明随着电子商务的发展,传统的商业模式受到了严峻的挑战,它要求企业以全新的思维来看待客户。因此,客户关系管理得到了广泛的应用和发展,它为企业提供了收集、分析和利用各种客户信息的应用系统,以及企业面对客户的科学手段和方法,使企业的销售理念从以产品为中心转换到以客户为中心。数据仓库和数据挖掘技术是保证CRM实施成功的基础。借助于数据仓库和数据挖掘技术,CRM系统可以充分利用它们的分析结果,制定市场策略,探索企业和所对应市场的运营规律,并向客户提供个性化产品以及优质服务。首先,本文针对电子商务环境下企业的业务需求,采用J2EE轻量级架构——Struts、Spring、Hibernate开发企业电子商务系统,其中包括客户管理,订单管理,商品管理,库存管理等功能。通过学习客户关系管理的基本思想和基础理论,将CRM理念和技术引入到电子商务系统中。从分析企业的业务需求入手,建立了企业的CRM应用模型。其次,本文研究了数据仓库和数据挖掘技术在CRM系统中的应用。根据分析需求,构建面向客户主题、销售主题和退货主题的数据仓库,并利用Microsoft Excel作为分析结果的前端展示,使企业的经营者可以从多角度观察数据;分析了面向电子商务的客户细分问题,重点研究了企业客户流失的问题,选择以客户价值和客户特征为主的细分指标,应用Analysis Service的聚类算法,构建已流失的客户模型和将要流失的客户模型,帮助企业找出客户流失的群体和特征,并给出了相应的营销策略。最后,对论文的研究内容和应用结果做了总结,并指出了课题的不足和今后的研究方向。
二、电子商务系统的建立与数据仓库(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电子商务系统的建立与数据仓库(论文提纲范文)
(1)作业成本法在JS电子商务公司的应用研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 文献评述 |
1.4 研究内容、方法及框架 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 本文框架 |
1.5 创新点 |
第二章 基本概念及相关理论概述 |
2.1 作业成本法相关概述 |
2.1.1 作业成本法含义 |
2.1.2 作业成本法的要素 |
2.1.3 作业成本管理原理与结构 |
2.1.4 作业成本法与传统成本法的区别 |
2.2 电子商务企业成本相关理论 |
2.2.1 电子商务企业及其特点 |
2.2.2 电子商务企业各成本构成 |
2.2.3 作业链、价值链及供应链电子商务理论 |
2.2.4 电子商务企业成本核算的一般方法 |
2.3 作业成本核算设计流程 |
2.3.1 作业成本法核算的原理 |
2.3.2 实施作业成本法的具体程序 |
第三章 JS电子商务公司成本现状及问题分析 |
3.1 JS电子商务公司简介 |
3.1.1 JS电子商务公司概况 |
3.1.2 JS电子商务公司经营特征 |
3.1.3 JS电子商务公司组织结构及业务流程 |
3.1.4 JS电子商务公司经营现状分析 |
3.2 JS电子商务公司的成本现状 |
3.2.1 JS电子商务公司成本的构成 |
3.2.2 JS电子商务公司现行的成本核算方法 |
3.2.3 JS电子商务公司成本管理现状 |
3.3 JS电子商务公司的成本核算与管理存在的问题 |
3.3.1 JS电子商务公司存在的成本核算问题 |
3.3.2 JS电子商务公司存在的成本管理问题 |
3.4 JS电子商务公司运用作业成本法的可行性和必要性分析 |
3.4.1 运用作业成本法的可行性分析 |
3.4.2 运用作业成本法的必要性分析 |
第四章 JS电子商务公司运用作业成本法的方案设计 |
4.1 作业成本法下核算体系建立 |
4.1.1 JS电子商务公司运用作业成本法的理论指导 |
4.1.2 JS电子商务公司作业成本法核算模型的建立 |
4.1.3 JS电子商务公司应用作业成本法账户设置 |
4.2 作业成本法下控制体系建立 |
4.2.1 成本控制体系的构建原则 |
4.2.2 建立控制体系前准备工作 |
4.2.3 设立具体控制体系 |
4.3 JS电子商务公司实施作业成本法可能存在的难点及解决方法 |
4.3.1 实施作业成本法过程中可能存在的难点 |
4.3.2 解决可能存在难点的相关方法 |
第五章 JS电子商务公司运用作业成本法的方案实施 |
5.1 作业成本法下成本核算的实施 |
5.1.1 直接成本计算 |
5.1.2 间接成本计算 |
5.1.3 作业成本法下的账务处理 |
5.1.4 与现行成本核算方法下的比较 |
5.2 作业成本法下的控制体系实施 |
5.2.1 确定关键作业与分析作业增值性 |
5.2.2 建立预算机制 |
5.2.3 构建部门层次成本控制 |
5.2.4 落实事后反馈 |
5.3 作业成本法下的成本信息的应用 |
5.3.1 进行商品盈利能力分析 |
5.3.2 进行作业评价 |
5.3.3 内部管理贯彻责任会计制度 |
第六章 研究结论与不足 |
6.1 研究结论 |
6.2 研究不足 |
致谢 |
参考文献 |
攻读学位期间参加科研情况及获得的学术成果 |
(2)KS公司跨境电子商务智能仓储管理流程优化研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
第一节 选题背景与意义 |
一、选题背景 |
二、选题意义 |
第二节 研究内容与研究方法 |
一、研究内容 |
二、研究方法 |
第三节 创新点与不足 |
一、创新点 |
二、不足之处 |
第二章 文献综述与理论基础 |
第一节 文献综述 |
一、仓储管理系统相关研究 |
二、物联网技术在仓储管理中的应用研究 |
三、云计算技术在仓储管理中的应用研究 |
四、区块链技术在仓储管理中的应用研究 |
第二节 理论基础 |
第三节 文献述评 |
第三章 KS公司跨境电子商务仓储管理制度及流程现状 |
第一节 KS公司仓储管理制度 |
一、KS公司简介 |
二、KS公司产品流通特征 |
三、KS公司跨境电子商务仓储管理制度 |
第二节 KS公司跨境电子商务仓储管理流程现状 |
一、采购入库流程及现状 |
二、存储保管流程及现状 |
三、出货配送流程及现状 |
四、库存盘点流程及现状 |
五、退货入库流程及现状 |
第三节 本章小结 |
第四章 KS公司跨境电子商务智能仓储管理问题分析 |
第一节 KS公司跨境电子商务智能仓储管理现状调查 |
一、实地访谈 |
二、问卷调查 |
第二节 仓储数据问题 |
一、出入库数据不准确 |
二、库存损耗数据不准确 |
三、存货数据不准确 |
第三节 仓储作业管理效率问题 |
一、内部审核流程多 |
二、货与车的匹配成本高 |
三、出入库人工操作过多 |
第四节 多仓库协同成本问题 |
一、多仓库协同运输成本高 |
二、多仓库协同易发生“爆仓”问题 |
三、多仓库协同仓储费过高 |
第五章 KS公司跨境电商智能仓储管理流程优化策略与效果评估 |
第一节 仓储管理流程优化设计原则与目标 |
一、优化目标和原则 |
二、优化任务和重点 |
第二节 利用物联网技术提升仓储数据准确性 |
一、提升出入库数据准确性 |
二、提升库存损耗数据准确性 |
三、提升存货数据准确性 |
第三节 利用云计算技术提升仓储管理效率 |
一、缩短内部审核流程 |
二、降低货与车的匹配成本 |
三、减少出入库人工操作 |
第四节 利用区块链技术降低多仓库协同成本 |
一、降低运输成本 |
二、避免“爆仓”问题 |
三、降低仓储费用 |
第五节 KS公司跨境电子商务智能仓储管理流程优化效果评估 |
一、仓储管理成本降低 |
二、仓储管理效率提升 |
三、数据准确性提升 |
第六章 结论与展望 |
第一节 研究结论 |
第二节 研究展望 |
参考文献 |
附录A KS公司跨境电子商务智能仓储管理问题访谈提纲 |
附录B KS公司跨境电子商务智能仓储管理问题调查表 |
附录C KS公司跨境电商智能仓储管理流程优化效果评估调查表 |
致谢 |
(3)基于SAP BW中国生物财务数据仓库的设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题背景与意义 |
1.2 本课题的历史与现状 |
1.2.1 财务管理信息化发展历史 |
1.2.2 欧美医药企业数据仓库建设情况 |
1.2.3 国内医药企业数据仓库建设情况 |
1.3 本课题主要研究内容 |
1.4 本课题的组织结构 |
第二章 数据仓库技术综述 |
2.1 商务智能概述 |
2.1.1 商务智能概念及功能点分析 |
2.1.2 主流商务智能解决方案研究 |
2.1.3 SAP商务智能发展与模块功能研究 |
2.2 数据仓库技术概述 |
2.2.1 数据仓库概念及业务特点 |
2.2.2 数据仓库的数据粒度研究 |
2.2.3 数据仓库的数据分割研究 |
2.2.4 数据库、数据仓库与运营数据存储研究比较分析 |
2.2.5 SAP BW数据仓库结构研究 |
2.2.6 SAP BW改进型星型结构研究 |
2.2.7 SAP BW加速技术BWA研究 |
2.2.8 构建SAP BW的6个数据对象研究 |
2.3 本章小结 |
第三章 中国生物财务数据仓库的设计 |
3.1 中国生物财务需求分析 |
3.1.1 财务总账相关需求分析 |
3.1.2 财务应收相关需求分析 |
3.1.3 财务应付相关需求分析 |
3.1.4 财务在建工程相关需求分析 |
3.2 中国生物财务数据仓库整体结构设计 |
3.2.1 两种数据仓库建设方法思路分析 |
3.2.2 SAP BW多层逻辑模型结构 |
3.2.3 中国生物数据仓库整体结构设计 |
3.3 中国生物财务数据仓库概念模型设计 |
3.3.1 总账主题域的概念设计 |
3.3.2 应收主题域的概念设计 |
3.3.3 应付主题域的概念设计 |
3.3.4 在建工程主题域的概念设计 |
3.4 中国生物财务数据仓库逻辑模型设计 |
3.4.1 总账主题的逻辑设计 |
3.4.2 应收主题的逻辑设计 |
3.4.3 应付主题的逻辑设计 |
3.4.4 在建工程主题的逻辑设计 |
3.5 中国生物财务数据仓库物理模型设计 |
3.5.1 数据仓库软硬件配置 |
3.5.2 数据仓库物理结构设计 |
3.6 本章小结 |
第四章 中国生物财务数据仓库的实现 |
4.1 SAP BW数据仓库实现过程 |
4.2 中国生物财务数据仓库业务模型实现 |
4.2.1 建立信息对象 |
4.2.2 创建数据存储对象 |
4.2.3 创建信息立方体、多信息提供者 |
4.2.4 逻辑模型对应的模型实现结果展示 |
4.3 中国生物财务数据仓库ETL实现 |
4.3.1 数据仓库数据抽取实现 |
4.3.2 数据仓库数据转换实现 |
4.3.3 数据仓库数据加载实现 |
4.4 本章小结 |
第五章 中国生物财务数据仓库OLAP展现 |
5.1 OLAP应用技术 |
5.1.1 OLAP和维的概念 |
5.1.2 OLAP的多维分析 |
5.1.3 OLAP分析实现方法 |
5.1.4 OLAP与OLTP功能比较 |
5.2 中国生物财务数据仓库数据展现 |
5.2.1 SAP BW展现工具和形式 |
5.2.2 中国生物OLAP展现实现 |
5.3 中国生物财务数据仓库OLAP效果展现 |
5.3.1 总账主题域OLAP效果展现 |
5.3.2 应收主题域OLAP效果展现 |
5.3.3 应付主题域OLAP效果展现 |
5.3.4 在建工程主题域OLAP效果展现 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 本论文工作总结 |
6.2 本论文工作展望 |
参考文献 |
致谢 |
个人简历 |
(4)大数据技术在铁路货运电子商务系统中的基本应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文的研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究与应用现状 |
1.2.1 国外研究与应用现状 |
1.2.2 国内研究和应用现状 |
1.3 研究内容与思路 |
1.3.1 研究内容 |
1.3.2 研究思路 |
第2章 铁路货运大数据技术应用方案关键技术分析 |
2.1 应用方案技术选择分析 |
2.2 数据仓库技术 |
2.2.1 数据仓库概述 |
2.2.2 其它相关技术 |
2.3 大数据技术分析 |
2.3.1 大数据概述 |
2.3.2 Hadoop系统平台 |
2.4 本章小结 |
第3章 铁路货运大数据技术应用方案需求分析 |
3.1 业务需求分析 |
3.1.1 客户关系管理 |
3.1.2 货运营销综合分析 |
3.1.3 生产运作服务 |
3.2 技术需求分析 |
3.3 本章小结 |
第4章 铁路货运大数据技术应用方案架构设计 |
4.1 应用方案分析与总体架构 |
4.1.1 整体应用方案分析 |
4.1.2 总体架构 |
4.2 应用架构 |
4.2.1 应用架构分析 |
4.2.2 应用分析内容 |
4.3 技术架构 |
4.3.1 技术架构设计 |
4.3.2 技术运行逻辑 |
4.4 本章小结 |
第5章 铁路货运大数据技术应用方案功能设计 |
5.1 采集整合 |
5.1.1 数据源基本情况分析 |
5.1.2 数据需求与来源 |
5.1.3 数据类型与采集方法 |
5.1.4 软件工具分析 |
5.2 存储处理 |
5.2.1 铁路货运数据存储与处理策略 |
5.2.2 数据仓库系统设计 |
5.2.3 Hadoop系统设计 |
5.3 数据应用 |
5.3.1 结构化数据的分析与挖掘 |
5.3.2 半结构化数据的分析 |
5.3.3 非结构化数据的查询与检索 |
5.3.4 数据的可视化展示 |
5.4 基础架构 |
5.4.1 物理架构 |
5.4.2 管理系统和技术 |
5.4.3 安全架构设计 |
5.4.4 计算资源架构 |
5.5 本章小结 |
第6章 铁路货运电子商务系统业务应用案例分析 |
6.1 铁路货运业务应用分析概述 |
6.1.1 业务应用分析过程 |
6.1.2 业务应用的关键数据资源 |
6.2 铁路货运业务应用分析示例 |
6.2.1 客户关系管理 |
6.2.2 货运营销综合分析 |
6.2.3 生产运作服务 |
6.3 本章小结 |
结论 |
致谢 |
参考文献 |
攻读硕士学位期间发表的论文及科研实践 |
(5)基于Flash混合存储的电子商务数据库性能优化研究(论文提纲范文)
摘要 |
Abstract |
目录 |
第一章 绪论 |
1.1 研究背景及问题提出 |
1.1.1 电子商务服务与传统商务服务的差异 |
1.1.2 电子商务企业面临的挑战 |
1.1.3 存储技术发展给电子商务应用带来的机遇 |
1.1.4 问题提出及研究意义 |
1.2 研究现状及评述 |
1.3 研究内容 |
1.4 实验方法 |
1.5 主要创新点 |
1.6 全文内容结构安排 |
第二章 电子商务混合存储系统的差异存储模型构建 |
2.1 引言 |
2.2 电子商务混合存储系统的结构及性能分析 |
2.2.1 电子商务混合存储系统结构分析 |
2.2.2 电子商务混合存储系统性能分析 |
2.3 电子商务混合存储系统的差异存储模型构建 |
2.3.1 DST差异存储模型的构建原理 |
2.3.2 TDST差异存储模型构建 |
2.3.3 ADST差异存储模型构建 |
2.4 实验评价 |
2.4.1 TDST模型的性能实验 |
2.4.2 ADST模型的性能实验 |
2.5 本章小结 |
第三章 电子商务数据库查询性能优化 |
3.1 引言 |
3.2 相关研究 |
3.3 电子商务混合存储系统的查询性能优化 |
3.3.1 基于TDST模型的HS-Join算法 |
3.3.2 基于TDST模型的PHS-Join算法 |
3.3.3 HS-Join算法在ADST模型中的应用 |
3.4 实验评价 |
3.4.1 HS-Join查询算法性能实验 |
3.4.2 PHS-Join查询算法性能实验 |
3.5 本章小结 |
第四章 电子商务数据库事务处理性能优化 |
4.1 引言 |
4.2 相关研究 |
4.2.1 基于FTL的Flash事务恢复 |
4.2.2 基于分离日志的事务恢复方法 |
4.2.3 IBM DB2固态硬盘低延时存储方案策略 |
4.3 基于DST的电子商务数据库部署方案研究 |
4.3.1 基于TDST的OLTP系统结构 |
4.3.2 基于TDST的临时表空间管理 |
4.3.3 基于TDST的日志管理 |
4.3.4 Dynamic Logging动态日志方法 |
4.3.5 基于ADST的热数据管理 |
4.4 实验评价 |
4.4.1 基于TDST的临时表空间实验 |
4.4.2 基于TDST的日志管理实验 |
4.4.3 Dynamic Logging动态日志实验 |
4.5 本章小结 |
第五章 电子商务数据仓库性能优化 |
5.1 引言 |
5.2 相关研究 |
5.3 列存储的电子商务数据仓库的性能优化研究 |
5.3.1 基于ADST的列迁移存储算法 |
5.3.2 基于ADST的行列混合存储方法 |
5.3.3 基于ADST的差异压缩方法 |
5.3.4 基于ADST的CS-SubJoin查询优化算法 |
5.4 实验评价 |
5.4.1 基于ADST的列迁移存储算法性能实验 |
5.4.2 基于ADST的行列混合存储方法实验 |
5.4.3 基于ADST的差异压缩方法实验 |
5.4.4 基于ADST的CS-SubJoin算法性能实验 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 本文工作总结 |
6.2 未来工作展望 |
参考文献 |
附录 基于TPC-C测试标准的事务执行程序 |
读博期间参加的科研项目 |
读博期间发表和录用的论文 |
致谢 |
(6)电子商务公司Web数据挖掘研究(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
序 |
1 引言 |
1.1 WEB数据挖掘的研究背景 |
1.2 研究目的和意义 |
1.3 论文结构安排 |
2 电子商务公司相关的WEB数据挖掘理论概述 |
2.1 自动化运维 |
2.2 数据仓库理论 |
2.2.1 起源和体系结构 |
2.2.2 定义 |
2.2.3 设计过程 |
2.2.4 数据仓库模型 |
2.3 WEB数据挖掘基本理论 |
2.3.1 定义 |
2.3.2 分类 |
2.3.3 常见术语 |
3 电子商务公WEB数据挖掘现状 |
3.1 WEB数据挖掘蓬勃发展 |
3.1.1 搜索引擎 |
3.1.2 第三方评估机构 |
3.1.3 自主Web数据挖掘 |
3.2 存在问题 |
3.2.1 非正常目的使用数据挖掘 |
3.2.2 大量使用第三方机构 |
3.2.3 项目阶段不明晰 |
3.2.4 数据仓库的缺失 |
3.2.5 数据挖掘不全面 |
4 电子商务公司WEB数据挖掘变革方案 |
4.1 方案的目标及原则 |
4.2 打破常规思路 |
4.2.1 数据仓库使用的误区 |
4.2.2 数据仓库使用的新思路 |
4.2.3 数据仓库数据的选择 |
4.3 适合WEB数据挖掘的数据管理体系建立 |
4.3.1 机器一体化管理 |
4.3.2 数据库数据管理 |
4.3.3 日志管理 |
4.4 适合WEB数据挖掘的数据仓库设计 |
4.4.1 自底向上数据仓库的构想 |
4.4.2 自底向上数据仓库构建方法 |
4.4.3 自底向上数据仓库构建案例 |
4.4.4 传统方法设计一个数据集市 |
4.4.5 两种方法比较 |
4.4.6 数据加载 |
4.5 WEB数据挖掘应用模式的设计 |
4.5.1 个性化网页定制 |
4.5.2 数据库巡检系统 |
4.5.3 未注册用户行为分析 |
5 低成本、高灵活性的WEB数据挖掘实施及评估 |
5.1 实施目标 |
5.1.1 建立完善的数据管理体系 |
5.1.2 建立可用、灵活、低成本数据仓库 |
5.1.3 实施新设计的挖掘模式 |
5.2 重点和难点分析 |
5.2.1 重点分析 |
5.2.2 难点分析 |
5.3 险分析与控制 |
5.3.1 机器一体化管理风险和控制 |
5.3.2 第一个项目模块风险和控制 |
5.4 实施效果评价 |
5.4.1 机器一体化管理 |
5.4.2 模块化数据仓库建立 |
5.4.3 挖掘模式的适用性、实用性 |
5.5 进度计划 |
5.5.1 数据管理体系 |
5.5.2 可用、灵活、低成本数据仓库 |
5.5.3 新设计的挖掘模式 |
6 结论 |
6.1 论文的研究工作 |
6.2 论文的结论、成果 |
6.3 未来研究展望 |
参考文献 |
附录A |
附录B |
附录C |
作者简历 |
学位论文数据集 |
(7)数据仓库的多维分析展现技术应用研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 课题研究背景 |
1.2 课题研究目的和意义 |
1.3 国内外研究现状 |
1.4 课题研究的主要内容 |
1.5 论文组织结构 |
1.6 本章小结 |
2 数据仓库与联机分析处理技术的研究 |
2.1 数据仓库介绍 |
2.1.1 数据仓库的概念及特点 |
2.1.2 数据仓库的体系结构 |
2.1.3 数据仓库的数据模型 |
2.2 联机分析处理技术 |
2.2.1 OLAP概念及特点 |
2.2.2 OLAP数据结构 |
2.2.3 OLAP操作 |
2.3 数据仓库与OLAP的关系 |
2.4 本章小结 |
3 课题相关技术介绍 |
3.1 XML简介 |
3.1.1 使用XML的优点 |
3.1.2 schema简介 |
3.1.3 利用XML配置模式文件 |
3.2 多维表达式 |
3.3 Mondrian |
3.4 JPivot |
3.5 JSP技术简介 |
3.6 本章小结 |
4 基于电子商务的多维分析展现系统设计 |
4.1 基于电子商务的多维分析展现系统的设计原则 |
4.1.1 电子商务系统相关背景介绍 |
4.1.2 基于电子商务的多维分析展现系统的设计方案 |
4.1.3 基于电子商务的多维分析展现系统的设计原则 |
4.2 基于电子商务的多维分析展现系统功能分析 |
4.3 基于电子商务的多维分析展现系统总体设计 |
4.3.1 总体设计思路 |
4.3.2 体系结构设计 |
4.3.3 多维数据模型的设计 |
4.3.4 多维数据集设计 |
4.3.5 多维数据集的查询优化 |
4.4 本章小结 |
5 基于电子商务的多维分析展现技术研究与系统的实现 |
5.1 系统开发环境的配置 |
5.2 系统实现过程 |
5.2.1 建立数据仓库 |
5.2.2 ETL过程 |
5.2.3 创建多维数据集 |
5.2.4 建立模式(schema)文件 |
5.2.5 创建MDX查询文件 |
5.2.6 编写OLAP展现页面 |
5.3 系统展示 |
5.3.1 OLAP导航 |
5.3.2 MDX编辑器展现 |
5.3.3 多维数据集查询优化展现 |
5.3.4 OLAP操作展现 |
5.3.5 多维图形展现 |
5.3.6 与办公自动化软件结合展现 |
5.4 本章小结 |
6 总结和展望 |
参考文献 |
申请学位期间的研究成果及发表的学术论文 |
致谢 |
(8)电子商务环境下数据仓库技术应用研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 课题的研究背景 |
1.2 课题研究的目的和意义 |
1.3 国内外研究现状 |
1.4 课题研究的主要内容 |
1.5 本文的组织结构 |
1.6 本章小结 |
2 数据仓库基础技术研究 |
2.1 数据仓库概念及特征 |
2.1.1 数据仓库的概念 |
2.1.2 数据仓库的特征 |
2.2 数据仓库体系结构 |
2.3 数据仓库功能分析 |
2.3.1 数据仓库建模的功能 |
2.3.2 ETL数据处理功能 |
2.3.3 元数据管理功能 |
2.3.4 索引管理功能 |
2.3.5 OLAP分析功能 |
2.4 数据仓库模型 |
2.4.1 数据仓库模型介绍 |
2.4.2 构建数据仓库模型的步骤 |
2.4.3 构建数据仓库模型时需注意的问题 |
2.5 数据仓库ETL过程 |
2.6 数据仓库的元数据管理 |
2.7 数据仓库的索引 |
2.8 数据仓库OALP分析 |
2.8.10LAP基本概念 |
2.9 本章小结 |
3 电子商务的数据仓库平台技术研究 |
3.1 电子商务发展现状 |
3.1.1 电子商务的定义 |
3.1.2 电子商务的发展 |
3.2 电子商务对数据仓库的应用需求 |
3.3 电子商务的数据仓库平台特点 |
3.3.1 从应用层面分析 |
3.3.2 从技术层面分析 |
3.4 本章小结 |
4 电子商务的数据仓库平台设计 |
4.1 电子商务背景系统的描述 |
4.1.1 电子商务背景系统的结构 |
4.1.2 现有电子商务系统的数据库 |
4.2 系统的总体设计 |
4.3 功能模块设计 |
4.3.1 电子商务的数据仓库平台需求分析 |
4.3.2 概念设计 |
4.3.3 逻辑设计 |
4.3.4 物理设计 |
4.3.5 数据仓库建模的特点 |
4.3.6 ETL过程的设计 |
4.3.6 ETL数据处理的特点 |
4.3.7 OLAP过程的设计 |
4.4 模型平台设计的特点 |
4.5 本章小结 |
5 电子商务的数据仓库平台的实现技术 |
5.1 系统平台 |
5.2 系统具体实现 |
5.2.1 系统的主界面 |
5.2.2 建模过程的实现 |
5.2.3 ETL过程的实现 |
5.3 系统的验证 |
5.4 系统结果分析 |
5.5 本章小结 |
6 总结和展望 |
参考文献 |
在学期间研究成果 |
致谢 |
(9)水产业分销电子商务管理平台的构建与应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究的背景和意义 |
1.2 国内外水产业电子商务研究与应用综述 |
1.3 研究的主要内容及方法 |
第2章 分销电子商务管理平台的基础理论 |
2.1 信息管理理论 |
2.2 交易成本理论 |
2.3 价值链、供应链理论 |
2.4 电子商务降低交易成本与价值增值 |
第3章 水产业特征研究 |
3.1 水产业生产特征 |
3.2 水产业经济特征 |
第4章 水产业分销电子商务管理平台关键技术研究 |
4.1 数据挖掘( DATA MINING)技术研究 |
4.2 数据仓库( DATA WAREHOUSE)研究 |
4.3 基于数据挖掘和数据仓库的决策支持系统( DSS)研究 |
4.4 本章小结 |
第5章 水产业分销电子商务管理平台系统设计 |
5.1 水产业实施信息化的必要性 |
5.2 水产业信息化对企业管理的影响 |
5.3 分销电子商务系统总体结构设计 |
5.4 系统业务流程设计 |
5.5 数据流图( DFD)设计 |
5.6 本章小结 |
第6章 水产业分销电子商务管理平台的应用研究 |
6.1 系统电子门户平台设计 |
6.2 基于B2B的功能设计 |
6.3 供应链( SCM)协同设计 |
6.4 资金支付系统设计 |
6.5 本章小结 |
第7章 全文总结与研究展望 |
7.1 全文总结 |
7.2 水产业信息化发展展望 |
参考文献 |
致谢 |
个人简历 |
发表的学术论文 |
(10)客户关系管理在电子商务中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
1 引言 |
1.1 课题的研究背景 |
1.2 课题来源 |
1.3 国内外研究现状 |
1.4 课题研究的主要内容 |
1.5 本文的组织结构 |
1.6 本章小结 |
2 客户关系管理方法研究 |
2.1 客户关系管理的相关概念 |
2.1.1 客户关系管理的基本概念 |
2.1.2 客户关系管理的内容 |
2.1.3 客户关系管理的作用 |
2.1.4 客户关系管理的原则 |
2.1.5 客户关系管理的目标 |
2.2 客户关系管理系统 |
2.2.1 客户关系管理系统的功能分析 |
2.2.2 客户关系管理系统的分类及其核心内容 |
2.3 客户关系管理在电子商务中的地位 |
2.3.1 电子商务环境下的分析型客户关系管理 |
2.3.2 构建电子商务环境下分析型CRM的客户分析基本流程 |
3 数据仓库技术及其应用研究 |
3.1 数据仓库的概念和特征 |
3.2 数据仓库的体系结构 |
3.3 数据仓库和OLAP |
3.3.1 OLAP的多维数据结构 |
3.3.2 OLAP常用的分析方法 |
3.4 粒度与分割 |
3.5 数据仓库在 CRM中主要作用 |
3.6 数据仓库的实施 |
3.7 数据仓库的开发模型 |
4 数据挖掘技术及其应用研究 |
4.1 数据挖掘技术概述 |
4.2 数据挖掘技术的功能分析 |
4.3 数据挖掘的模式 |
4.3.1 数据挖掘的模式分类 |
4.3.2 Microsoft SQL Server 2000 Analysis Services聚类挖掘模型 |
4.4 数据挖掘技术在 CRM中的应用 |
4.5 数据挖掘和数据仓库的关系 |
4.5.1 数据挖掘和数据仓库的关系 |
4.5.2 数据挖掘和 OLAP的区别和联系 |
5 用 J2EE技术开发企业的电子商务系统 |
5.1 企业业务原型介绍 |
5.2 基于分层思想的系统体系设计和实现 |
5.2.1 J2EE架构概述 |
5.2.2 MVC模式 |
5.2.3 Struts框架 |
5.2.4 Spring框架 |
5.2.5 Hibernate框架 |
5.2.6 系统的技术框架 |
5.3 系统的总体架构 |
5.4 系统的功能模块 |
5.5 基于三层框架的技术实现 |
5.5.1 数据持久层 |
5.5.2 业务逻辑层 |
5.5.3 表示层 |
5.6 企业电子商务系统的实现 |
5.6.1 运行环境 |
5.6.2 实现结果的展示 |
6 CRM技术在电子商务系统中应用研究 |
6.1 建立企业的CRM应用模型 |
6.2 CRM系统的结构设计 |
6.3 数据仓库技术的应用研究 |
6.3.1 数据仓库的规划 |
6.3.2 数据收集与数据源的确立 |
6.3.3 分析主题域、维度信息 |
6.3.4 ETL |
6.3.5 基于 SQL Server 2000多维数据集的实现 |
6.3.6 OLAP数据钻取 |
6.3.7 多维数据集的前端展示 |
6.4 数据挖掘技术的应用研究 |
6.4.1 客户细分 |
6.4.2 流失客户细分 |
6.5 本章小结 |
7 总结和展望 |
参考文献 |
在学研究成果 |
致谢 |
四、电子商务系统的建立与数据仓库(论文参考文献)
- [1]作业成本法在JS电子商务公司的应用研究[D]. 李娜. 西安石油大学, 2021(12)
- [2]KS公司跨境电子商务智能仓储管理流程优化研究[D]. 刘红红. 浙江工商大学, 2021
- [3]基于SAP BW中国生物财务数据仓库的设计与实现[D]. 王汝林. 中国科学院大学(工程管理与信息技术学院), 2016(06)
- [4]大数据技术在铁路货运电子商务系统中的基本应用研究[D]. 陈敏伟. 西南交通大学, 2015(01)
- [5]基于Flash混合存储的电子商务数据库性能优化研究[D]. 杜明. 东华大学, 2013(07)
- [6]电子商务公司Web数据挖掘研究[D]. 张喆. 北京交通大学, 2011(10)
- [7]数据仓库的多维分析展现技术应用研究[D]. 于秀梅. 北方工业大学, 2011(08)
- [8]电子商务环境下数据仓库技术应用研究[D]. 张丽. 北方工业大学, 2010(08)
- [9]水产业分销电子商务管理平台的构建与应用研究[D]. 刘洋. 中国海洋大学, 2009(11)
- [10]客户关系管理在电子商务中的应用研究[D]. 常一帆. 北方工业大学, 2008(09)