关联规则在购物篮分析中的应用_孙细明.pdf

总第224期计算机与数字工程Vo.l36No.62008年第6期Computer&DigitalEngineering57关联规则在购物篮分析中的应用*1,3)2)孙细明龚成芳(武汉工程大学经济管理学院1)武汉430073)(武汉工程大学计算机学院2)武汉430073)(湖北省企业竞争力研究中心3)武汉430073)摘要购物篮分析是数据挖掘技术应用在零售业中的一种有效方式,其目的就是在顾客的购买交易中分析出能够同时购买一类产品或一组产品的可能性,利于商品的摆放,也利于提高促销活动的效果。以一个面向小型超市的购物篮分析应用实例为背景,利用Apriori算法找出满足最小支持度阈值和最小置信度阈值的强关联规则,并运用此强关联规则给超市物品摆放提供建议性的意见。关键词数据挖掘购物篮关联规则Apriori算法中图分类号TP274+.2ApplicationofAssociationRulesinMarketBasketAnalysisSunXiming1),3)GongChengfang2)(SchoolofEconomicManagemen,tWuhanInstituteofTechnology1),Wuhan430074)(SchoolofComputerScienceandENgineering,WuhanInstituteofTechnology2),Wuhan430074)(HubeiEnterpriseCompetitiveReseachCenter3),Wuhan430073)AbstractMarketbasketanalysisisoneofthemosteffectivewaysofdataminingtechnicalapplicationinretailmarketing.Itsaimistoanalyzethepossibilityofpurchasinghomogeneousgoodsadditionallyofthecustomer.Thisstudyispropitiousforar-rangementofthegoodspositionandtheeffectofthesalespromotion.Inthispaper,wesetamarketbasketanalysiswhichisminiaturesupermarketorientedasanexampleandusetheApriorialgorithmtofindoutthestrongassociationswhichmeetthethresholdvalueofminimumsupportandminimumconfidence.Finally,thesuggestionofgoodspositioninasupermarketutil-izingthestrongassociationrulesismade.Keywordsdatamining,marketbaske,tassociationrules,AprioriClassNumberTP274+.2性购买的商品。该过程通过发现顾客放入其购物1引言篮中不同商品之间的联系,从而分析顾客的购买习关联规则是数据挖掘技术的一种,它从大量的惯。例如/80%的顾客在购买笔记本电脑的同时数据中挖掘出有价值的、描述数据项之间相互联系也会购买数码相机0。这种关联发现可以帮助零的有关知识,是表示数据库中一组对象之间某种关售商制定营销策略。譬如,超市经理可以将笔记本联关系的规则。自1993年Agrawal首先提出关联电脑和数码相机放在一起,以便在销售笔记本电脑规则概念以来,关联规则挖掘便迅速受到挖掘领域的同时刺激数码相机的销售。关联挖掘还广泛应专家的广泛关注。关联规则挖掘的对象是事务数用于商品目录设计、贱卖分析、网络入侵检测、生物据库,借助于条形码技术,使得挖掘的收集变得更序列检测等。容易、更完整从而可以存储大量的事务数据。,关联规则相关概念关联规则挖掘的一个典型应用是购物篮分析。2在超市购物篮分析中可以认为每个事务表示一个关联规则分析可数学形式化的描述为:设I=顾客的购买行为,而事务对应的项目表示顾客一次{i1,i,2...,im}是所有项目的集合,即数据库中的所*收稿日期:2008年1月2日,修回日期:2008年2月27日58孙细明等:关联规则在购物篮分析中的应用第36卷有字段;D是所有事务的集合,即数据库;每个事务识号(如信用卡号)。T是一些项目的集合,使得TAI,每个事务可以用随着条形码技术的发展,零售部门可以利用惟一的标识符TID来表示[1]。设A为某些项目的POS系统收集存储大量的售货数据。如果对这些集合,如果AAT,则称事务T包含A。关联规则就历史事务数据进行分析,则可对顾客的购买行为提是