论文部分内容阅读
在零售企业生产经营活动中，采购这个环节是决定能否控制终端顾客的关键性因素。因此，零售业必须加强采购管理，对采购活动的各个环节及步骤精心计划、组织、协调和控制，发挥采购业务对企业贡献的最大潜能。通过利用准确高效的采购决策来辅助企业进行采购管理，是提高企业管理水平、降低产品成本、实现企业利润最大化一个有力保障。
本文以统计学习的统计方法分析零售企业购销历史数据，提出采用支持向量机的分析方式对需采购的商品进行综合评估，建立适合零售企业采购的模型，预测本次采购是否为合理的采购决策，是否能为企业带来利润，为采购决策提供参考依据。
论文分为五章。前三章讨论了本文的研究背景和相关的理论基础。第四章首先根据零售业采购的问题，即对于种类繁多的商品制定统一的采购决策将是一个复杂甚至无解的问题，提出制定分层采购决策的必要性，进而在商品分层的基础上建立分层的采购决策模型，为第五章的工作做好准备。第五章描述了一个基于支持向量机的分层采购决策系统。该系统根据采购决策评价指标，通过支持向量机技术来分析历史购销存数据，得出采购决策分类模型。结合采购决策分类模型和评价指标，评价子类商品采购决策的好坏和评价大类商品采购决策的好坏。最后结论部分对全文进行了总结，概括了本文的贡献和不足之处。