关联规则在健身服务项目组合中的数据挖掘.pdfVIP

维普资讯 第 l9卷 第 2期 广 西 工 学 院学 报 V01．19 No．2 2008年6月 JOURNALOFGUANGXIUNIVERSITYOFTECHNOU3GY Jun．2008 文章编号 1004．6410(2008)02．0062．04 关联规则在健身服务项 目组合中的数据挖掘 韦艳玲 (柳州职业技术学院信息工程系，广西 柳州 545006) 摘 要：采用一种改进的频繁项 目集数据挖掘算法，设计与实现了某健身俱乐部关联规则挖掘系统。该系统能够高 效灵活地从该俱乐部的客户数据中挖掘出对服务项 目组合有用的关联规则，对俱乐部的运营具有一定的指导意义。 关 键 词：关联规则；健身服务项 目组合；数据挖掘 中图分类号：TP311．13 文献标识码：B 0 引言 随着生活水平的提高，人们 日益注重提高生活质量。目前，越来越多的人关注健身，大批健身俱乐部形 式的机构也应运而生。某健身俱乐部是一家提供多种健身服务及相关服务的会员制俱乐部，多年的经营积 累了大量的会员数据。面对这些海量的数据，很难通过一般的查询得到客户服务行为模式等有用信息。随 着市场竞争的加剧，有必要通过数据挖掘找出该健身俱乐部的各种有用信息。 采用基于关联规则的数据挖掘技术，发现该健身俱乐部客户数据的关联规则，是研究和探讨的重点。发 现关联规则的目的在于找出哪些服务项 目会一起进行 ，如 “一般选择健美操运动的女士同时也会选择购买运 动营养品”。关联规则的挖掘对市场调节和争取客户方面的应用是极有价值的。利用数据挖掘技术可以分 析客户的消费行为，找出服务项 目间彼此的关联性。决策者可针对所得到的关联规则，对服务项 目进行设 计，面对不同的客户进行促销活动。这不但有利于提升该俱乐部的竞争力，同时也可提升相关服务的利润， 从而更好地生存和发展。 该健身俱乐部在经营过程中，需要解决以下问题：①防止客户流失，对消费金额明显下降的客户，要分析 其下降原因：②对客户所选择的服务进行挖掘，看哪些服务项 目会被同一个人选择，这样可以将两种或多种 服务项 目合并起来进行促销；③通过对老客户消费行为、年龄等因素的分析挖掘，得到相关客户的消费习惯， 预测新客户会选择哪一种服务。 对问题①，可采用偏差分析的方法，找出异常值；问题③，可从利用客户以往的数据，从中找出规律，建立 预测模型；重点是问题②如何解决好问题②，有利于俱乐部设计更优的服务项 目组合，稳定客户，提升利润。 下面对问题②进行分析讨论。 1 关联规则算法选择 客户的服务信息可以很方便的存放在数据库中，针对上述的实现 目标，如何发现它们之间存在的关联是 关键问题。关联规则的挖掘问题就是在事务数据库中找出用户给定的最小支持度和最小置信度的关联规 Nt1,2】。关联规则挖掘可以分以下两步完成： (1)找出事务数据库中所有大于等于用户指定最小支持度的频繁项 目集。 (2)利用频繁项 目集生成所期望的关联规则，即这些规则必须满足最小支持度和最小置信度。 数据挖掘所面临的最大挑战是计算效率，解决这一问题的途径是采用高效的数据挖掘算法。当找到所 收稿 日期：20o8一O4一O2 基金项 目：广西 自然科学基金项 目(桂科 自0481016)． 作者简介：韦艳玲 (1970一)，女，广西罗城人，柳州职业技术学院信息工程系工程师，软件工程硕士。 维普资讯 第2期 韦艳玲：关联规则在健身服务项 目组合中的数据挖掘 63 有的频繁项 目集后，相应的关联规则将很容易生成。因此，有必要采用快速算法从事务数据库中挖掘关联规 则。 关联规则的算法相当多，其中经典算法Apriori是最有影响的挖掘布尔关联规则频繁项 目集的算法，同 时大部分关联规则算法也都是经典算法Apriori的演绎和改进。Apriori算法基于这样的事实：算法使用频 繁项 目集性质的先验知识，根据关联规则和频繁