河南科技大学数据挖掘课程设计报告.docxVIP

河南科技大学课 程 设 计 说 明 书课程名称＿＿软件项目综合实践＿＿题 目超市商品销售数据挖掘系统 学 院 信息工程学院 班 级 计科113 学生姓名 彭逸帆学 号 111404060319指导教师白秀玲、赵海霞、张蕾 日 期 2014.9.22~2014.9.30 目录第1章 数据挖掘基本理论1§1.1数据挖掘的概念1§1.2数据挖掘的步骤1第2章 系统分析1§2.1 系统用户分析1§2.2 系统功能分析2§2.3 系统算法分析2第3章 数据管理3§3.1 数据管理的方法3§3.2 数据管理的具体实现过程3第4章 数据采集3§4.1 数据采集的方法3§4.2 数据采集的具体实现过程3第5章 数据预处理3§5.1 数据预处理的方法3§5.2 数据预处理的具体实现过程4第6章 数据挖掘4§6.1 算法描述与流程图5§6.2 数据结构的设计5§6.3 算法的具体实现6第7章 结果显示与解释评估6§7.1 参数设置11§7.2 结果显示界面的具体实现11§7.3 解释评估11学习体会15参考文献15致谢15§第1章数据挖掘基本理论数据挖掘的概念 数据挖掘又称为数据库中知识发现，它是一个从大量数据中抽取挖掘出来未知的、有价值的模式或规律等知识的复杂过程。数据挖掘的步骤 首先进行数据预处理，从数据库里提取数据，使其形成集合列表形式，以便在程序中扫描数据库的时候，可以直接遍历此集合列表，即达到扫描数据的目的。然后生成K项频繁集。最后通过K项频繁集与最小信任度比较获得关联规则。并显示关联规则。生成K项频繁集的过程，首先是生成1项频繁集，之后利用递归方法，直到不能再生成频繁集为止。§第2章 系统分析§2.1系统用户分析利用数据挖掘技术可以帮助获得决策所需的多种知识。在许多情况下，用户并不知道数据存在哪些有价值的信息知识，因此对于一个数据挖掘系统而言，它应该能够同时搜索发现多种模式的知识，以满足用户的期望和实际需要。此外数据挖掘系统还应能够挖掘出多种层次（抽象水平）的模式知识。数据挖掘系统还应容许用户指导挖掘搜索有价值的模式知识。比如：作为一个商场主管，肯定想要知道商场顾客的购物习惯；尤其是希望了解在（一次）购物过程中，那些商品会在一起被（顾客所）购买。为帮助回答这一问题，就需要进行市场购物分析，即对顾客在商场购物交易记录数据进行分析。所分析的结果将帮助商场主管制定有针对性的市场营销和广告宣传计划，以及编撰合适的商品目录。比如：市场购物分析结果将帮助商家对商场内商品应如何合理摆放进行规划设计。其中一种策略就是将常常一起购买的商品摆放在相邻近的位置，以方便顾客同时购买这两件商品；如：如果顾客购买电脑的同时常也会购买一些金融管理类软件，那么将电脑软件摆放在电脑硬件附近显然将有助于促进这两种商品的销售；而另一种策略则是将电脑软件与电脑硬件分别摆放在商场的两端，这就会促使顾客在购买两种商品时，走更多的路从而达到诱导他们购买更多商品的目的。比如：顾客在决定购买一台昂贵电脑之后，在去购买相应金融管理软件的路上可能会看到安全系统软件，这时他就有可能购买这一类软件。市场购物分析可以帮助商场主管确定那些物品可以进行捆绑减价销售，如一个购买电脑的顾客很有可能购买一个捆绑减价销售的打印机。§2.2系统功能分析我们组所开发的超市销售记录数据挖掘系统是采用关联规则挖掘的方法来挖掘出商家希望得到的销售信息。关联规则挖掘就是从大量的数据中挖掘出有价值描述数据项之间相互联系的有关知识。我们开发的超市销售记录数据挖掘系统主要应用就是市场购物分析。根据被放到一个购物袋的（购物）内容记录数据而发现的不同（被购买）商品之间所存在的关联知识无疑将会帮助商家分析顾客的购买习惯。如图- 所示。发现常在一起被购买的商品（关联知识）将帮助商家制定有针对性的市场营销策略。比如：顾客在购买牛奶时，是否也可能同时购买面包或会购买哪个牌子的面包，显然能够回答这些问题的有关信息肯定会有效地帮助商家进行有针对性的促销，以及进行合适的货架商品摆放。如可以将牛奶和面包放在相近的地方或许会促进这两个商品的销售。将商场所有销售商品设为一个集合，每个商品（item）均为一个取布尔值（真/假）的变量以描述相应商品是否被（一个）顾客购买。因此每个顾客购物（袋）就可以用一个布尔向量来表示。分析相应布尔向量就可获得那些商品是在一起被购买（关联）的购物模式。如顾客购买电脑的同时也会购买金融管理软件的购物模式就可以用以下的关联规则来描述：computer=financial_management_software[support=2%,confidence=60%]关联规则的支持度（support）和信任度（confidence）是两个