超市管理系统及数据挖掘技术在其上的应用.doc
约43页DOC格式手机打开展开
超市管理系统及数据挖掘技术在其上的应用,页数43字数 18002摘要本系统以windows 2000 server 操作系统和vb6.0编程工具作为开发平台，采用sql server 2000数据库，并利用ado数据库接口技术，实现超市的管理以及终端的收银。本系统分为两个子系统：后台管理员端和前台收银端。其中，前台收银系...
内容介绍
此文档由会员 天缘 发布
超市管理系统及数据挖掘技术在其上的应用
页数 43 字数 18002
摘要
本系统以Windows 2000 Server 操作系统和VB6.0编程工具作为开发平台，采用SQL SERVER 2000数据库，并利用ADO数据库接口技术，实现超市的管理以及终端的收银。
本系统分为两个子系统：后台管理员端和前台收银端。
其中，前台收银系统负责超市的日常销售工作，具有界面简洁，反应快速，运行安全可靠的特征，主要功能有：支持多种经营模式；支持商品组销售；退货，打折，变价处理；销售数据的挂起，恢复功能；销售小票的打印功能；单键商品定义功能；收银机锁定功能；销售数据查询，统计功能；更改登陆密码；严格而灵活的用户权限管理。
后台管理系统对商场货物流转进行全面管理，货物的任何流转均有相应的单据。它可以实现各种单据的电脑化；销售数据的及时统计；仓库的严格管理；完备的会员管理系统储存会员的所有个人及购物信息；完善的供应商管理机制；以及完整的财务管理。
后台管理系统又分为以下子系统：
1. 商品管理
2. 供应商管理
3. 价格管理
4. 库存控制
5. 报表
6. 汇总
7. 财务控制
8. 月结
9. 年结
10. 清算
11. 历史数据
12. 会员管理
13. 用户管理
参考文献
[1]J.Han and M.Kambe.Data mining:Concepts and techniques,Morgaan Kaufmann Publishers,San Francisco,CA,2001
[2] R.S.Michalski, I.Brakto, and M.Kubat. Machine Learning and Data Mining：Methods and Applications. New York：John Wiley & Sons, 1998.
[3] R.L Kenedy, Y.Lee, B.Van Roy, C.D.Reed, and R.P.Lippman. Solving Data Mining Problems Through Pattern Recognition. Upper Saddle River, Nj：Prentice Hall, 1998.
[4] S.M.Weiss and C.A.Kulikowski. Computer Systems That Learn： Classification and Prediction Methods from Statistics, Neural Nets, Machine Learning, and Expert Systems. San Mateo, CA：Morgan Kaufmans, 1991.
[5] J.A.Hartigan. Clustering Algorithms. New York： John Wiley & Sons, 1975.
页数 43 字数 18002
摘要
本系统以Windows 2000 Server 操作系统和VB6.0编程工具作为开发平台，采用SQL SERVER 2000数据库，并利用ADO数据库接口技术，实现超市的管理以及终端的收银。
本系统分为两个子系统：后台管理员端和前台收银端。
其中，前台收银系统负责超市的日常销售工作，具有界面简洁，反应快速，运行安全可靠的特征，主要功能有：支持多种经营模式；支持商品组销售；退货，打折，变价处理；销售数据的挂起，恢复功能；销售小票的打印功能；单键商品定义功能；收银机锁定功能；销售数据查询，统计功能；更改登陆密码；严格而灵活的用户权限管理。
后台管理系统对商场货物流转进行全面管理，货物的任何流转均有相应的单据。它可以实现各种单据的电脑化；销售数据的及时统计；仓库的严格管理；完备的会员管理系统储存会员的所有个人及购物信息；完善的供应商管理机制；以及完整的财务管理。
后台管理系统又分为以下子系统：
1. 商品管理
2. 供应商管理
3. 价格管理
4. 库存控制
5. 报表
6. 汇总
7. 财务控制
8. 月结
9. 年结
10. 清算
11. 历史数据
12. 会员管理
13. 用户管理
参考文献
[1]J.Han and M.Kambe.Data mining:Concepts and techniques,Morgaan Kaufmann Publishers,San Francisco,CA,2001
[2] R.S.Michalski, I.Brakto, and M.Kubat. Machine Learning and Data Mining：Methods and Applications. New York：John Wiley & Sons, 1998.
[3] R.L Kenedy, Y.Lee, B.Van Roy, C.D.Reed, and R.P.Lippman. Solving Data Mining Problems Through Pattern Recognition. Upper Saddle River, Nj：Prentice Hall, 1998.
[4] S.M.Weiss and C.A.Kulikowski. Computer Systems That Learn： Classification and Prediction Methods from Statistics, Neural Nets, Machine Learning, and Expert Systems. San Mateo, CA：Morgan Kaufmans, 1991.
[5] J.A.Hartigan. Clustering Algorithms. New York： John Wiley & Sons, 1975.
