4.1 数据准备
数据准备一共包括三部分，即数据集成、数据选择和数据处理。数据准备主要是对原始数据通过设定规则进行一系列的操作，最终生成数据挖掘模型所需的文件格式。如图4.5 所示。
4.1.1 数据集成
数据集成子系统是使用已有的数据迁移系统。数据迁移系统是一个基于XML柔性数据迁移技术用java开发的系统，系统拥有易于数据表达（XML的结构化）、可以在不同数据库间迁移（通用性）、跨平台（java的异构性）等特性。
通过XML配置其中参数，把前台POS机销售系统中的商业数据导入本系统的Sybase数据库。
4.1.2 数据选择
在数据选择子系统的开发与实现过程中，作者通过获得经营管理者在客户端的浏览器中输入的各种具体参数，其中包括数据所在时间段、客户类型（其中分为VIP客户和普通客户两大类，如果选择VIP客户的话，还可选择VIP客户的等级类型）。
1)输入时间段选择数据功能
如图4.3所示，经营管理者可以在相应的输入框输入开始时间(kssj)、截止时间(jzsj)，点击“递交”按钮，传入时间参数，并将此参数存入数据库相应的表中。
4.1.3 数据预处理
本系统是整个数据准备这一部分中最为重要的子系统，因为对原始数据预处理的结果将直接影响到整个系统的运行效率以及得到的结果。作者在开发数据预处理子系统时，考虑了多方面因素，查看相关研究的处理方法，并且结合实际情况，自创了基于本系统原始数据结构的一套数据预处理规则。
首先，对选择后的数据进行第一步操作，即删除每次购买一件商品的相关数据。其中相关的jsp核心代码和下面两个步骤的核心代码相似，可参考下面源代码。
其次，在第一步数据预处理基础上，对处理里后的数据进行第二步操作，即用商品小类编号替代商品编号来描述每次......