基于Apriori算的超市商品销售数据的关联规则分析.docVIP

基于Apriori算法的超市商品销售数据的关联规则分析 郑印 （华中师范大学 计算机学院， 湖北 武汉 430079） Apriori association rules algorithm based supermarket merchandise sales data Zhengyin (Computer College, Central China Normal University, Hubei 430079, China) 摘要：Apriori算法广泛应用于商业中，应用于消费市场价格分析中，它能够很快的求出各种产品之间的价格关系和它们之间的影响。尤其是在超市零售业中的应用更是广泛，通过对销售数据记录的分析，挖掘出商品的关联规则，有利于提高超市零售业的销售利率，增强其市场竞争力。 关键词：关联规则；Apriori算法；销售利率 Abstract:Apriori algorithm is widely used in business and price’s analysis of consumer market , it can quickly determine the impact of price’s relationships between the various products. Especially using in supermarket retailing is even more widespread, through the analysis of sales data of record, the association rule mining commodities, help to improve the supermarket retail sales rates, and enhance their market competitiveness. Key words:Association rules; Apriori algorithm; sales rate 1.研究背景 超市零售业是数据挖掘应用较为活跃的一个领域。了解客户的购买习性和趋势，对于零售商制订销售策略是至关重要的。通过关联规则的挖掘，分析客户对商品的需求状况，发现顾客的潜在需求特征，有目的性的开展广告和销售业务。通过对顾客的忠诚度分析，相应调整商品的价格和类型，改进销售服务，有利于保持现有客户，寻找潜在的客户，扩大销售的范围和规模，从而增加销售量。通过分析销售的数据记录，目前主要应用于销售预测、库存需求、零售点选择和价格分析，分析客户的购买行为和习惯，分析商场的销售商品的构成，使商品的选择与搭配更为科学。因此，对超市经营信息、数据的整理、挖掘，从中得出对经营有用的信息，增强超市的竞争能力，已经成为各家超市企业面临的一个紧迫课题，同时，Apriori算法作为关联规则挖掘的重要算法，也被各个企业所运用。 2.关联规则的基本概念 设 I = {i 1 ，i 2 ， …， i m }是项的集合。设任务相关的数据 D 是数据库事务的集合，其中每个事务 T 是项的集合。每一个事务有一个标识符，称作 TID。设 A 是一个项集，事务 T 包含 A 当且仅当 AT 。关联规则是形如 AB 的蕴涵式， 其中AI ，BI ，并且 A ∩ B = Φ 。关联分析中还包括两个重要的参数， 支持度(min_sup) 和置信度(min_conf)。具体定义如下： 支持度:support(AB) = P(A ∪ B),即 A 和 B 这两个项集在事务集 D 中同时出现的概率。 置信度:confidence(AB) = P(B | A) ，即在出现项集 A 的事务集 D 中， 项集 B 也同时出现的概率。 同时满足最小支持度(min_sup)和最小置信度(min_conf)的规则称作强规则。 项的集合称为项集(itemset)， 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、 支持计数或计数。如果项集的出现频率大于或等于最小支持度，则称为频繁项集频繁 k － 项集的集合通常记作 Lk 。 3.Apriori算法分析 关联规则(Association Rules) 的挖掘是数据挖掘中的一个重要问题。我们采用的是相关性分析的方法，采用的是Apriori算法。 Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。 该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则