基于数据挖掘关联规则技术促销决策研究.docVIP

基于数据挖掘关联规则技术促销决策研究 　　摘要：促销活动在现今的商品销售中发挥着巨大的作用。随着时代的发展，促销活动也展示出了新的趋势，这就要求商家必须对促销活动进行科学和量化的分析，制定出更精确和具有针对性的策略。文章通过对数据挖掘技术的研究，提出一种基于关联规则发现频繁模式的方法，进行促销决策。 　　关键词：促销；数据挖掘；关联规则 　　一、促销的重要性和目前促销活动的现状 　　在竞争日趋激烈的商品销售中，促销活动正扮演着越来越重要的角色。促销活动一直贯穿于商品销售过程之中。合理的促销活动曾经帮助商家创下了辉煌的销售成绩，但同时不合理的促销活动也屡见不鲜。一些花样百出的促销活动，往往对于商品的宣传或销售业绩的提升并没有起到实质性的作用，并且还造成了促销成本的极大浪费。而随着时代的不断发展和消费群体及消费习惯的变化，促销活动也出现了新的特点： 　　（一）消费人群精确化 　　现在的促销对象不再是针对整个大众化的人群，而是把消费对象进行进一步的细化。根据不同的消费群体的消费特征和消费习惯，设计特定促销方案，做到了精确化促销；使促销活动的宣传费用、组织实施费用发挥得更加有效，促销活动的效果也大大增强。 　　（二）产品销售关联化 　　通过对消费者需求的不断分析和研究，发现越来越多的商品之间呈现较强的关联性。同时，随着互联网络的不断发展和通信平台的升级完善，即使是不相关的商品之间都能够通过庞大的信息平台实现联盟。通过厂商之间以及品牌之间的联合促销代替原来的单独促销比较，能够对市场产生更大的合力。联合促销可以对各个单独的商品资源进行重新整合，打造多赢的市场格局。 　　（三）促销活动战略化 　　随着市场经济的不断发展，市场竞争日趋激烈，商家必须思考如何更合理有效地运用促销：既要对抗竞争对手，争夺市场分额，又要保证利润空间；既要有效吸引消费者，又要维护和提升品牌形象；既要保证短期局部利益，又要考虑长期整体利益。从一开始就应该制定出促销活动的整体规划。 　　（四）促销宣传多样化 　　在促销方法日趋多???的同时，消费者对促销活动也会有更多的选择，这就需要商家在进行促销活动前进行充分的宣传，更需要多个部门配合进行。同时，还要根据消费者的新变化，对新的宣传媒体，比如手机短信、电子邮箱、广播电视、现场广告等综合利用，从而达到多渠道促销宣传。 　　面对促销活动的新特点，我们需要对促销的各个方面进行详细的分析，并从整体对促销活动进行规划。面对竞争激烈的市场和日趋理性的消费者，商家应该更详细和精确化的处理促销活动的每一方面，这就要求商家用更科学的方法来获取促销信息并制定促销策略。面对收集的海量客户信息，数据挖掘技术给我们提供了发现促销关联和规则的方法，从而帮助我们进行促销策略的分析和制定。 　　二、数据挖掘技术的功能 　　所谓数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的原始数据中提取隐含在其中的、事先未知的、但又是潜在有用的信息和知识的过程。通过数据挖掘技术，能够找出已有数据之间的潜在联系，从而促进信息的传递，对将来的趋势和行为进行预测，从而很好地支持人们的决策。随着数据处理工具、先进数据库技术及万维网技术的迅速发展，不断涌现出大量的形式各异、类型复杂的数据，要处理此类数据以使价值最大化，引入了Web数据挖掘。 　　数据挖掘系统需要能够挖掘多种类型的模式，以满足不同用户的需求和应用。其中的频繁模式在商业统计分析中起到了巨大的作用。频繁模式是在数据中频繁出现的模式，包括项集、子序列和子结构三种类型。挖掘频繁模式能发现数据中的有趣的关联和相关，其常用的分析方法有以下几种： 　　第一，关联规则挖掘技术。Web数据挖掘中数据关联规则的发现是找到客户对网站上各种文件之间访问的相互联系。比如用户之间、页面之间以及用户浏览页面和网上行为之间的潜在关系，通过关联挖掘可以从杂乱无规则的客户信息中挖掘出隐含的有用信息，有利于企业更好地组织站点。 　　第二，聚类分析技术。在电子商务中，聚类多指客户群体聚类和Web网页聚类，Web网页聚类提供有针对性的网络服务应用，它主要帮助是市场分析人员从客户数据仓库中发现不同购买模式的客户群，通过聚类分析可以使电子商务组织者更好的了解客户。 　　第三，分类分析技术。分类时建立模型的数据对象的类别是已知的，可挖掘出某些共同的特性，而这一特性可对新添加到数据库里的数据项进行分类。在Web数据挖掘中，分类技术可以得到用户个人信息、共同的访问模式以及访问某一服务器文件的用户特征。 　　第四，统计分析方法。通过对Session文件的分析，可以对感兴趣的信息进行统计，一般包括各种统计数据，如最频繁访问的N个页面、每页平均浏览时间、网址路径平均访问长度等，也可能涉及一些关于限制的错误分析，如统计非法IP、无效URI和未授权访问等，这些信息