演講投影片-中臺科技大學資訊管理系.pptVIP

連鎖便利商店資料探勘之研究 中央大學資管系 陳彥良整理 本研究出處 Market basket analysis in a multiple store environment, Decision Support Systems, Vol. 40, No. 2, pp. 339-354. (SCI) Data Mining 定義 資料挖掘定義 就是從資料庫中發現知識，將隱含的、先前並不知道的、潛在有 用的資訊從資料庫中粹取出來的過程 Data Mining 為何興起? 商品條碼之廣泛使用 企業界之電腦化 數以百萬計之資料庫正在使用 多年來累積了大量企業交易資料 Data Knowledge 主要功用 從資料庫中挖掘知識 了解使用者行為 幫助企業作決策 增進商機 Knowledge Discovery in Databases (KDD) Data mining: the core of KDD process. 發票的資料內容 時間 店號 購買商品 購買數量 價格 總價 關聯規則 Itemset : 商品集合 Large itemset (frequent itemset): 經常被一齊購買的商品集合 Minimum support 最小支持度門檻 Minimum confidence最小信心門檻 Association rule關聯規則 : 顧客若買了X之後，很有可能會再買Y 從Large itemset我們可以推出關聯規則 Ex: minsup=20% sup{1}=6/10=60% sup{1,2}=4/10=40% sup{1,2,3}=2/10=20% 以上是large itemset sup{3,5}=1/10=10% sup{1,3,5}=1/10=10% 以上不是large itemset 產生關聯規則:minconf=50% {1}?{2} 規則成立 sup(1)=60%, sup(1,2)=40%, conf:67.7% {1}?{2,3} 規則不成立 sup(1)=60%, sup(1,2,3)=20%, conf:33.3% {1,2}?3 規則成立 sup(1,2)=40%, sup(1,2,3)=20%, conf:50% 研究主題 加入購買數量的考量 加入時間地點考量 加入價格的考量 加入時間及地點考量 傳統關聯規則挖掘方式只侷限於單一店面 沒有考慮每個產品可能有不同的上架期間 以零售業來說，有能力導入資料挖掘的企業大多具有多家連鎖店，故傳統關聯規則方法並不適用 傳統關聯規則只能提供單店的資訊 以醫院附近的店為例 假設50家商店，每家店平均交易筆數為1000筆 商品A只在其中5家商店販售，共銷售2000筆 傳統方式算出之support：2000/50000=0.04 但實際上的support值應為：2000/5000=0.4 研究目的 以時間和地點為限制條件的關聯規則挖掘 不同商品計算support值時，必須以其上架時間及地點的交易筆數為基底 新挖掘方式能夠因應市場競爭及顧客需求，找出何地點的商店最適合在哪個時段販賣何種商品 在中午時段辦公大樓附近的便利商店，購買便當的顧客同時也會購買飲料 環境假設 一連鎖系列商店，共有n個店面 每個店面可以因應其特殊的環境而銷售不同的商品 為了因應市場的變化，不斷的調整銷售商品之組合 每個商品品項有不同的銷售時間及不同的銷售店面，甚至在不同的店面其銷售期間也都不同 交易資料庫 真實支持度 在有效基準Vx為基底所計算出x之actual support值，以a-sup(x, dVx)來表示 計算方式為a-sup(x, dVx)=|W(x, dVx)| / |dVx| 以有效基準Vx?y為基底所計算出x之actual support 值，以a-sup(x, dVx?y)來表示 ，公式為 a-sup(x, dVx?y)=|W(x, dVx?y)| / |dVx?y| 真實支持度：範例 |dVx|=252 假設|W(x, dVx)| =100 a-sup(x, dVx)=100/252 規則信賴度 時間地點關聯規則的信賴度(confidence value)，conf(x?y)，代表規則的預測強度，公式為 a-sup(x?y, dVx?y) / a-sup(x, dVx?y) 說明：即在X和Y都上架販售的情形下，當賣出X時，會有多少比例也會賣出Y 時間地點關聯規則 給定一個confidence threshold ? ? [0,1]，若conf(x?y) ? ? 的話，則我們稱x?y為時間地點關聯規則，也就是該規則符合minimal confiden