大型超市购物篮解析.docVIP

题目 大型超市“购物篮”问题分析 摘要 本文对于大超市商品的关联度以及商品最频繁同时购买问题进行分析，构建合理的数学模型，并给出可操作的商品销售方案。 问题一要求统计处理4717个顾客对999中商品的购买记录数据，建立数学模型，定量表达超市中多种商品间的关联关系的密切程度。首先建立遗传算法，利用统计得出各个商品购买数量，并计算出标准差。再对影响关联度的另一度量指标进行分析，将数据分类利用处理数据，得出商品间的欧氏距离。最后加上实际影响因素，建立模型： 利用进行统计与描述，可以得出共有623种商品关联度为0.1888,299种商品间关联度为0.0705，88种商品间关联度为0.0245,33种商品间的关联度为0.0074，11种商品间的关联度为0.0022,5种商品间的关联度为0.0020。 问题二要求分析说明哪些商品是最频繁被同时购买的，并在问题一的基础上，用一种快速有效的方法计算。已知问题1的结果，将商品进行分类，运用贪婪算法逐步得出被同时购买的商品数，利用得出结果。 综合以上分析可以出，五种商品的购买组合中商品，商品，商品商品，商品，进行拟合，得出商品利润与商品之间的关联度符合线性关系。对附件2中利润数据分类，分别计算结果。最后，给出促销方案。 关键词 遗传算法 欧氏距离 关联度 贪婪算法 问题背景和重述 1.1问题背景 超市购物属于日常生活，而每天来超市购物的顾客和购买的商品都具有不稳定性。商品的销量会因顾客的喜好或时间的影响不断变化，又因商品购买存在随机性、多元性等特点，必须估测好每种商品的需求量。如处理不当，很可能造成仓库囤积量增多，甚至造成超市利润损失过大。 商品购买是不确定的，但某种或某些商品会获得大多数人的认可，被顾客频繁购买。在大型超市中，商品繁多、复杂，正确分析并估算顾客对某种或某些商品的喜好，将为超市经理合理设计进货方案、处理仓库、获得最大利润、搞推销、促销活动和购物赠送活动等提供理论依据。 商品市场分析和顾客购物习惯分析，作为超市一项基础性任务，不仅可以确定超市进货合理模式及合理促销方式，还可以为各大型超市确定今后整体规划、超市规模、商品购买后评估等提供更为科学的理论依据。 1.2问题重述 现给出超市进一个星期的所有顾客购买物品的清单和相应商品的价格，分析所给数据，研究以下问题，并建立合理的数学模型： 附件 1 中的表格数据显示了该超市在一个星期内的 4717 个顾客对 999 根据问题1中建立的模型，寻找一种快速有效的方法从附件1的购买记录中分析出哪些商品是最频繁被同时购买的。 3、综合上述分析和求解，分析附件2（详见附录1）给出的999中商品利润，并根据问题1、问题2中建立的模型，给超市经理一个合理的“购物篮”分析报告，提供一个促销计划的初步方案。 问题分析 2.1问题一的分析 2.2问题二的分析 要分析说明999中商品中哪些商品是被最频繁同时购买的，并找出尽可能多的商品被频繁同时购买，就要先根据问题一所给附件1中的购买记录和问题一的模型，得出多计算出各种商品组合的利润，包括单个利润、组合利润和总利润。按照最优原则，选择符合条件的最优商品，结合问题一、问题二中的商品关联度和商品频繁购买数，选出综合最优商品。 对市场做多次调查，了解顾客喜好。通过打折促销、赠送促销和人员推销等方法，增加商品购买力，获得更高利润。 符号说明 由于本文在解答过程中出现很多符号，现将这些符号进行解释： 符号 解释说明 第n个商品的编号 1、假设各个商品的利润保持不变 2、假设顾客收入基本稳定，经济发展较为平衡，即短时间内不会出现经济危机问题 3、假设表格中的数据能真实地反映当地消费者的购物情况 4、假设短时间内商品的销售情况维持稳定，不会出现大幅波动。5.1数据预处理及模型准备 对于附件和附件所给出的表格数据，发现存在少量数据的缺失。由于表格中所给数据量大，相比较于999种商品和4717位顾客购买商品数量，缺失的数据相对可忽略不计。 由于附件1所给表格不能够直观地进行统计，就运用软件将大量数据进行分析处理，再将文本数据转化至表格统计各个商品被购买的次数多次试算统计出每种商品被顾客购买的次数，绘制出表格（全部数量见附件1）。 5.2问题一模型的建立与求解 n被购买的次数，所有商品的集合为，n种商品被购买次数之和为，则各个商品的置信度为： 运用软件处理数据，并计算出各个商品被购买的次数，此处列出50中商品购买的次数（全部结果见附录1表1），绘制表格如下： 商品编号 1 2 3 4 5 6 7 8 9 10 购买次数 309 269 197 265 156 152 76 673 40 181 商品编号 11 12 13 14 15 16 17 18 19 20 购买次数 18 625 5 34