毕业设计：基于数据关联规则的医药管理系统的分析与设计-精品

武汉纺织大学2010届毕业设计论文1目录1.概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11.1课题的研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11.2课题的研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11.2.1我国医药零售企业的发展现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11.2.2关联规则技术在数据挖掘中的应用现状．．．．．．．．．．．．．．．．．．．．．21.2.3电子信息技术在医药零售企业中的应用现状．．．．．．．．．．．．．．．．31.3课题的研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32.系统分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42.1医药管理信息系统分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42.1.1医药管理信息系统需求分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42.1.2数据流程分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52.1.3数据字典．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72.2基于关联规则的医药零售数据挖掘方法分析．．．．．．．．．．．．．．．．．．．92.2.1数据挖掘流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．92.2.2基于关联规则的数据挖掘算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．92.2.3数据关联规则在医药零售数据中的应用分析．．．．．．．．．．．．．．．133.系统设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．153.1医药信息管理系统开发平台设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．163.1.1系统开发软件平台．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．163.1.2系统开发硬件平台．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16武汉纺织大学2010届毕业设计论文23.2医药信息管理系统功能模块设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．163.2.1功能结构设计..............................................163.2.2功能模块说明．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．173.3数据库设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．183.3.1逻辑设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．193.3.2数据库表设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．193.3.3数据库连接代码设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．233.4代码设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．233.5系统界面设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．243.6安全性设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．274．系统实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．284.1程序设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．284.2系统测试．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．335.总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33武汉纺织大学2010届毕业设计论文31概述1.1课题的研究意义许多医药零售企业因为不能记录药品销往单位，无需填制销售凭证，在手工管理下无法分类统计客户群。另外还有些大型零售医药公司的药品销售，由于品种种类较多，库存数量及结构变动性较强，在手工操作条件下，营业员不仅经销药品，同时经营货款，极容易出现款货黑洞[1]。针对以上手工管理医药零售企业普遍存在的问题，课题开发的腾龙医药管理系统可分类统计客户群，可对某类客户做一标识。对大流量的数据进行收集，既可收款迅速准确，又强化了前后台管理；同时收款机作为销售前哨，可为后台提供准确无误的信息；后台软件进行加工、处理、分析、统计，从而实现人、财、物、购、销、存一体化管理。医药零售企业对于销售品种、货源单位的选择极为重视，腾龙医药管理系统将每种药品的经营状况与货源单位对应，将每笔业务各环节的处理对应到各岗位的每位员工。腾龙医药管理系统提供的不仅仅是一套收款系统，同时也是一套智能考核货源单位和员工业绩的管理型软件。在企业引入管理信息系统的背景下，我们同时也意识到企业信息化的最大效益来自信息的最广泛共享、最快捷的流通和对信息进行深层次的挖掘。因此,信息化建设中的根本性问题,不是通信网络、计算机选型、建设网站等问题,而是如何将分散、孤立的各类信息变成网络化的信息资源并进行整合,实现信息的快捷流通和共享[2]。信息资源是企业最重要的资源之一,开发信息资源既是企业信息化的出发点,又是企业信息化的归宿。在信息化建设过程中,建设高质量的数据体系,是开发企业信息资源、建立全面支持企业信息化运行的IT资源平台的基本工作。因此数据分析技术已经成为企业应用关注的一个焦点,但由于历史原因,大部分人对传统的统计分析和新的数据挖掘技术都不太了解,存在着许多模糊认识[3]。数据体系的设计目标是规范、标准、可控、支持高效数据处理和深层数据分析的数据结构以及稳定、统一的数据应用体系及管理架构。近年来,随着信息产业的急剧发展,数据大量地产生和被搜集,使得传统的数据管理方法不能有效地使用这些数据为企业服务。因此本课题基于腾龙医药管理系统介绍的关联规则的数据挖掘技术将会启发更多的医药零售企业利用已有数据为自己服务。1.2课题的研究背景1.2.1我国医药零售企业的发展现状长期以来,由于药品的特殊性,我国医药流通领域一直采用“统购包销、逐级调拨”的流通管理模式,严格控制药品的流通。医疗体制僵化使医院成为药品销售的终端[4]。进入20世纪90年代末以后,随着改革开放的进一步深化,医药零售武汉纺织大学2010届毕业设计论文4行业的严格管制开始松动,这些为国内医药零售业带来了难得的发展机遇。2000年以来,我国针对医药零售业出台了几大政策：《处方药和非处方药分类管理办法》的出台,百姓的用药消费从医院向药店分流，使得在药品零售中,医院所占市场份额约85%,药店所占市场份额约为15%；我国对外资放开医药分销服务业,外商可以在我国从事采购、仓储、配送、批发、零售及售后服务；国家有关部门首次取消了对跨省市办医药连锁店的限制，连锁药店成为众多医药零售企业开展服务的基本途径；药店定址“零距离”的规定，药店之间可以紧挨着开，有实力的药店可以凭借其服务质量等优势开展平等竞争[5]。时代在进步，社会在发展，居民生活水平不断提高的同时健康意识也有了十足的进步，人们开始追求健康、便利、实惠。公费医疗并不能全民普及的今天，自费医疗的公众更愿意在大中型药店、连锁店,他们认为在医院购买除了要交纳药品费用之外,还要交纳其他的费用,如:挂号费、处方费、处置费等,附加费用较高。为了了解目前公众购买药品的场所及考虑的因素,中国消费报社和中国社会调查所在全国范围内联合进行了一项全国药品销售的调查，发现人们对药品的售后服务也提出了更高的要求：送药上门、健康讲座、家庭医生等[6]。药品零售市场作为我国医药健康产业中，市场化程度最高的板块，十多年来发展迅速。医院已不再是人们购买药品的首选，这为医药零售企业提供了前所未有的机遇与挑战，改革开放的逐步推进，同时也给我国医药零售企业带来了来自全世界的挑战，信息化不足，经营理念落后，利润太低等[7]。1.2.2关联规则技术在数据挖掘中的应用现状数据挖掘就是从大量的数据中提取或挖掘知识,就是应用一系列技术从大型数据库或数据仓库中提取人们感兴趣的信息和知识。这些知识或信息是隐含的,事先未知而潜在有用的,提取的知识表示为概念、规则、规律、模式等形式[8]。也可以说,数据挖掘是一类深层次的数据分析,数据挖掘应该更正确地命名为从数据中挖掘知识。关联规则是如下形式的逻辑蕴涵:A→B,其中A.B是项集,A∈I,B∈I,A∩B=Ф。一般用两个参数描述关联规则的属性。关联规则数据挖掘的一个典型例子是购物篮分析。市场分析员要从大量的数据中发现顾客放入其购物篮中的不同商品之间的关系。如果顾客买牛奶,他也购买面包的可能性有多大?什么商品组或集合顾客多半会在一次购物时同时购买?例如,买牛奶的顾客有80%也同时买面包,或买铁锤的顾客中有70%的人同时也买铁钉,这就是从购物篮数据中提取的关联规则。关联规则挖掘是数据挖掘研究的一个重要分支,关联规则是数据挖掘的众多知识类型中最为典型的一种[9]。自从提出关联规则挖掘的概念之后,人们对它的研究从来没有停止过,不但在理论上对它进行了卓有成效的分析和研究,而且在实践上也提出了不少有效的算法,为关联规则挖掘的理论和应用奠定了基础。主要研究的关联规则算法有:武汉纺织大学2010届毕业设计论文5搜索算法、多循环力式的挖掘算法、深度优先算法，其中最为经典的算法是Apriori算法[10]。关联规则挖掘在数据挖掘中是一个重要的课题，从大量商务事务中发现有趣的相关联系，有助于许多商务决策的制定，如分类设计、交叉销售和顾客购买习惯分析等。近几年随着电子信息技术的广泛应用，关联规则挖掘已经广泛应用于如：企业销售管理系统，通过一定的关联规则制定营销策略；超级市场销售管理系统，进行商品货架设计、货存安排以及根据购买模式对用户进行分类；图书管理系统，从读者的大量借阅信息中挖掘出各学科之间的关联程度，从而科学地进行建议借阅和图书推荐等服务，在一定程度上可以辅助图书馆的购书工作、教师的教学工作以及优化图书馆藏布局[11]。1.2.3电子信息技术在医药零售企业中的应用现状“创造在市场竞争中不可取代位置”的企业才能够生存下来。而企业要建立不可取代的位置，很重要的一点就是要有比别人更快获取和处理资讯的能力[12]。正是意识到这一点，在竞争如此激烈的医药零售业中，不少医药零售企业采用了电子信息技术。电子商务成为企业展开竞争的一种手段与竞争优势，医药产业作为国民经济的支柱产业，与互联网经济相结合，即开展电子商务已是必不可挡的趋势。全球最大的20家制药业现已开展电子商务，通过电子商务医药零售企业可以减少其在采购、销售环节中的交易层次，减少寻找交易信息的时间，大幅度降低交易成本[13]。例如，我国成功的民生医药电子商务网，通过这种方式企业拓宽了销售渠道。同时，传统的制药企业面对电子商务的滚滚大潮，发展企业自身信息化是首要任务。在中国有这样一个特点，电子商务名词概念先于电子商务的应用和发展，是先进的网络和电子技术推动企业电子商务的应用与发展。实际上，企业的电子商务的发展程度很大一部分取决于企业自身信息化的程度，有相应的信息化水平，才能应用相应的电子商务