数据挖掘实验报告超市商品销售分析及数据挖掘.doc

通信与信息工程学院 课程设计说明书  课 程 名 称: 数据仓库与数据挖掘课程设计 题 目: 超市商品销售分析及数据挖掘 专 业 /班级: 电子商务（理） 组 长: 学 号: 组 员/学 号: 开 始 时 间: 2011 年 12 月 29 日 完 成 时 间: 2012 年 01 月 3 日 目录 1．绪论 1 1.1项目背景 1 1.2提出问题 1 2．数据仓库与数据集市的概念介绍 1 2.1数据仓库介绍 1 2.2数据集市介绍 2 3．数据仓库 3 3.1数据仓库的设计 3 3.1.1数据仓库的概念模型设计 4 3.1.2数据仓库的逻辑模型设计 5 3.2 数据仓库的建立 5 3.2.1数据仓库数据集成 5 3.2.2建立维表 8 4.OLAP操作 10 5.数据预处理 12 5.1描述性数据汇总 12 5.2数据清理与变换 13 6.数据挖掘操作 13 6.1关联规则挖掘 13 6.2 分类和预测 17 6.3决策树的建立 18 6.4聚类分析 22 7.总结 25 8.任务分配 26  数据挖掘实验报告 绪论 1.1项目背景 在商业领域中使用计算机科学与技术是当今商业的发展方向，而数据挖掘是商业领域与计算机领域的乔梁。在超市的经营中,借由陈列的手法,将商品有魅力的展现在顾客的眼前, 方便购买、节约空间、美化购物环境激发顾客的购买欲等各种重要作用。数据仓库，英文名称为Data Warehouse，可简写为DW或DWH 数据仓库 3.1数据仓库的设计 3.1.1数据库的概念模型 3.1.2数据仓库的模型 数据仓库的模型主要包括数据仓库的星型模型图，我们创建了四个维表和一个事实表。四个维表为：item维表，time维表,branch维表，location维表。事实表为：sales事实表。其中， 3.2数据仓库的建立 3.2.1数据仓库数据集成 我们小组粗略的统计了超市一年的销售记录，并建立了数据库。其 .... 当然，这只是最初的表，后面还要进行数据清理与转换，对其进一步改进，以便于数据挖掘。 3.2.2建立维表 item维表 branch维表 location维表 sales事实表 4．OLAP操作 按时间上卷： 切块： 按片查询： 整个数据立方体： 5.数据预处理 5.1描述性数据汇总 【saleID】S*：销售号（笔数） 【customerID】C*:顾客编号 【productID】P*：购买的商品号 【timeID】T*：时间号（月） 5.2数据清理与变换 数据清理:(1)初始表格在前面已经给出，每笔交易中购买的商品不止一 .... 数据变换:对不同的数据类型做不同的变换。比如男女分别用1,0表示；高中档商品用1,0表示；收入统一除以10000。 6．数据挖掘操作 6.1关联规则挖掘 6．1.1频繁一项集筛选 I1支持度的代码及结果为： 输出结果为：24 其他一项候选集同理 6.1.2、频繁二项集筛选 频繁二项集候选集为(I1，I18),(I1，I2),(I1，,I3),(I1，I4),(I1，I5),(I1，I7), (I18，I2),(I18，I3),(I18，I4),(I18，I5),(I18，I7), (I2，I3),(I2，I4),(I2，I5),(I2，I7), (I3，I4),(I3，I4),(I3，I5),(I3，I7), (I4，I5),(I4，I7), (I5，I7) (I1，I18)的支持度代码和结果为： 输出结果为：15 I3和I18支持度的代码和结果为： 输出结果为：14 I1和I3支持度的代码和结果为： 输出结果为：18 同理可得： 6.1.3、频繁三项集筛选 频繁三项集候选集为：(I1,I3,I18) (I1,I3,I18)的支持度代码和结果为： 输出结果为：13 综上可得I1、I3和I18的支持度和置信度为： 由上可知：1.顾客习惯一起购买商品I1,I3,I18,即牛奶面包和电视机 2.所以超市可以将牛奶面包电视机摆放在一起 6.2分类和预测 预测的结果可以用关联规则的结果和OLAP的结果来说明。预测结果如下： 1．根据OL