基于粗糙集理论的零售业数据挖掘研究-管理科学与工程专业论文.docxVIP

use use in it．In mining evaluation level．，this paper find a best reduction attributes set in complement information system throw attributes reduction algorithm based on approximation of rough Set．This paper designed all incremental learning rule extract algorithm which uses concept ofconfidence and support．This algorithm is divided into three steps：establishment of origin rules base,updating rules base and appraisal．This algorithm fit the data’s dynamically adding，and appraiSed the rule according by confidence and support． At the end of this paper,an instance of customer behavior analysis using the algorithm designed by our paper,and extract the customers characteristics who purchases all kinds of feather clothing．This instance verifies the feasibility and validity ofsystem and algorithms． Key words：retail business,data mimng，rough set，data preprocess，rule extract 独创性声明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究 独创性声明 本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含 为获得江西财经大学或其他教育机构的学位或证书所使用过的材料． 与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确 的说明并表示了谢意． } 签名：t4迎i!塾日期：上￡6：!兰：丝 关于论文使用授权的说明 本人完全了解江西财经大学有关保留、使用学位论文的规定，即： 学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以 公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保 存论文． (保密的论文在解密后遵守此规定) 签名：兰当塑!基导师签名：1幺土!垦 日期：谨i：!三．兰三= 1．绪论1．绪论 1．绪论 1．绪论 1．1选题的背景和意义 伴随着中国加入WTO以及市场由卖方转向买方，零售业的竞争愈演愈烈。自 1999年7月我国发布OI-商投资商业试点办法》以来，世界零售业巨头陆续登陆 我国，像美国的沃尔玛、普尔斯马特、法国的家乐福、日本的伊藤萍华堂等纷纷 在我国落地开花并迅速抢占市场。麦肯锡公司的有关分析认为：在未来3—5年内， 中国零售业60％的市场将由3—5家世界级零售巨头掌握。随着市场的进一步放开， 这个预钡4有可能成为现实【J】。在优势的对手面前，本土零售商无一不为求生存、求 发展而竭尽心力。 另一方面，数据库技术以及各种管理信息系统已经广泛应用于零售业，各种 销售信息，产品信息，顾客信息等都在爆炸式增长12J。在海量信息中及时发现有用 的知识，并利用这些知识透彻的了解顾客心理，满足日益变化的顾客需求，从而 准确地把握市场脉搏，将是国内零售商走向成功的必由之路。 数据挖掘(DataMining)研究从海量数据中挖掘有用知识来辅助决策，目前已成 为国际上信息决策领域最前沿研究方向之一闭。数据挖掘技术在很多领域都得到了 较为广泛的应用，如金融、医疗保险、市场业、零售业，制造业、甚至司法系统 等。零售业是数据挖掘研究涉足较早的一个领域，经典的“啤酒与尿布”的故事就是 数据挖掘在零售业应用的一个著名的成功案例。国外零售业巨头普遍利用先进的 数据仓库技术和数据挖掘技术。它们的数据仓库里集中了商店大量的原始交易数 据，这些数据主要包括各个商店前端设备(POS、扫描仪)采集来的原始销售数据、 客户数据和各个商店的库存数据，再从事由数据变信息，由信息变知识的知识挖 掘工作。从而有效的迸行客户关系管理、销售数据分析，商店定位、交叉销