基于数据挖掘技术的购物篮模式研究.pdfVIP

第２８卷第１２期　　　 计算机应用与软件 Ｖｏｌ２８Ｎｏ．１２ ２０１１年１２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｄｅｃ．２０１１ 基于数据挖掘技术的购物篮模式研究 李 爱 凤 （广州大学实验中心　广东广州５１０００６） 摘　要　　基于顾客购物篮的分析提出一种新的基于虚拟变量的数据挖掘方法。该方法结合因子分析、聚类和关联规则挖掘技术。 首先通过因子分析方法从众多的实变量中标识出影响顾客购买决定的少数几个虚拟变量，其次利用聚类分析对顾客划分成若干簇， 最后运用关联规则分析获取每一簇中对象之间隐藏的模式。通过在一个零售业的案例中进行实施，表明了该方法的有效性。 关键词　　数据挖掘　购物篮分析　虚拟变量　关联规则 中图分类号　ＴＰ３９９ 文献标识码　Ａ ＳＴＵＤＹＯＮＭＡＲＫＥＴＢＡＳＫＥＴＰＡＴＴＥＲＮＢＡＳＥＤＯＮＤＡＴＡＭＩＮＩＮＧＴＥＣＨＮＩＱＵＥ ＬｉＡｉｆｅｎｇ （ＬａｂｏｒａｔｏｒｙＣｅｎｔｅｒ，ＧｕａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０００６，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｎｅｗｄａｔａｍｉｎｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｖｉｒｔｕａｌｖａｒｉａｂｌｅｓｉｎｌｉｇｈｔｏｆｍａｒｋｅｔｂａｓｋｅｔａｎａｌｙｓｉｓ．Ｔｈｉｓｍｅｔｈｏｄｃｏｎｓｉｓｔｓ ｏｆｆａｃｔｏｒａｎａｌｙｓｉｎｇ，ｃｌｕｓｔｅｒｉｎｇａｎｄａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓｍｉｎｉｎｇ．Ｆｉｒｓｔｌｙ，ｐｅｏｐｌｅｅｘｐｌｏｉｔｆａｃｔｏｒａｎａｌｙｓｉｓｔｏｉｄｅｎｔｉｆｙａｆｅｗｅｆｆｅｃｔｉｖｅｖｉｒｔｕａｌｆａｃｔｏｒｓｗｈｉｃｈ ｉｎｆｌｕｅｎｃｅｃｕｓｔｏｍｅｒｓｐｕｒｃｈａｓｉｎｇｃｈｏｉｃｅｓｆｒｏｍｍａｎｙｏｒｉｇｉｎａｌｖａｒｉａｂｌｅｓ．Ａｎｄｔｈｅｎｔｈｅｙｕｔｉｌｉｓｅｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓｔｏｄｉｖｉｄｅｔｈｅｃｕｓｔｏｍｅｒｓｉｎｔｏ ｃｌｕｓｔｅｒｓ．Ｆｉｎａｌｌｙ，ｔｈｅｙｕｓｅａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓｔｏａｃｑｕｉｒｅｔｈｅｈｉｄｄｅｎｐａｔｔｅｒｎｓｉｎｅａｃｈｃｌｕｓｔｅｒ．Ａｃａｓｅｓｔｕｄｙｉｎａｒｅｔａｉｌｅｒｓｔｏｒｅｄｅｍｏｎｓｔｒａｔｅｓｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｉｒｐｒｏｐｏｓｅｄｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ　　Ｄａｔａｍｉｎｉｎｇ　Ｍａｒｋｅｔｂａｓｋｅｔａｎａｌｙｓｉｓ　Ｖｉｒｔｕａｌｖａｒｉａｂｌｅｓ　Ａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓ 关的几个变量归在同一类中，每一类变量就成为一个因子，以较 ０　引　言 少的几个因子反映原资料的大部分信息［２］。运用这种研究技 术，可以方便地找出影响消费者购买、消费以及满意度的主要因 目前，各个领域每时每刻都在产生大量的数据，在这些数据 素是哪些，以及它们的影响力。 中蕴藏着丰富的信息，如何利用这些数据获得有用的信息，人们 １．２　聚类算法 进行了大量的探索。利用数据挖掘技术可以从海量数据中发现 聚类是一类发现数据间有趣模式的数据挖掘方法。聚类的 有用信息，帮助商家了解客户的需求，并预测未来，从而给商家 主要概念是对给定的存在不规则关系的数据分成几个规则的群 创造有力的竞争力。 ［３］ 组 。聚类和分类都是对数据分类。但是在聚类中，类不是预 购物篮分析在商业领域是一个最具有挑战性的问题之一。