黄子航
(华南师范大学 数学科学学院,广东 广州 510641)
关联规则挖掘在超市商品销售中的应用研究
黄子航
(华南师范大学 数学科学学院,广东 广州 510641)
本文对数据挖掘领域中的关联规则进行了阐述,介绍经典算法Apriori,运用关联规则对悉尼一家超市的部分数据进行分析、挖掘,判定发现不同类商品之间的关联度,挖掘出商品中隐藏的实用价值,进而在实际销售运作中有效地避免这类错误,给超市公司提出适当的货架销售建议与货架摆放依据,利于增加超市公司的运营利润.
关联规则;Apriori算法;超市购物交易
1.1 背景
关联规则反映一个事物与其他事物之间的相互依存性和关联性,是数据挖掘的一个重要技术,用于从大量数据中挖掘出有价值的数据项之间的相关关系.最著名的例子就是美国沃尔玛超市的“啤酒与尿布”,商家发现部分美国中年男性在买完孩子的尿布后会顺便买自己爱喝的啤酒,因此调整了货架的设置,把啤酒和尿布放在一起销售,从而增加了销售额.同时,关联规则在保险业务、医疗、银行服务等方面也有应用.
1.2 关联规则简介
设I={i1,i2,…,im}是一个项目集合,事务数据库D={t1,t2,…, tn}是由一系列具有唯一标识的事务组成,每个事务ti=(i=1,2,…,n)都对应I上的一个子集,项的集合成为项集,包含k个项的项集称为k-项集,项集的出现频率是包含项集的事务数,简称为项集的频率或计数.关联规则是形如A→B的蕴涵式,其中A⊂I,B⊂I,且A∩B=Ø.规则A→B在事务集D中成立,具……