数据挖掘在超市中的应用与分析.docxVIP

数据挖掘在超市中的应用与分析 摘要：随着我国经济高速发展，人们生活水平的提高，超市在社会中的普及范围越来越广，极大的方便了人们的生活和工作的同时快速的促进了我国社会经济的发展，尤其是近年来的各类大型超市在城市中所占的比例越来越高，其中不乏国外的一些大型超市企业入驻我国，但正因为国内外超市在我国所占的比例和数量在不断的增加，导致目前我国超市行业的竞争程度日益激烈，顾客在各个超市的选择上有了比较对比，顾客有了更多的选择，导致各个超市的利润空间在不断的压缩，为了解决在如此激烈的社会竞争环境下获得更好的发展，需求新的突破问题，目前超市的运营模式从货物的采购到运输、管理、营销、服务等方面进行了创新和完善，期望从中数据方面发现一些关联规则，利用这些关联规则来提高超市的销量，为此本文就主要对数据中的关联规则算法进行分析，建立起关联规则算法模型，再结合实例进一步的研究数据挖掘对于超市的作用。 关键词：超市；数据挖掘；关联规则算法；数据模型 1.前言 1.1研究目的和研究意义 随着信息技术的不断进步和计算机的不断普及，人们所收集和积累的数据急剧增加。在海量的数据中提取有用的信息、发现隐含的规则，成为人们研究的重点。本文通过对超市运营中存在的问题现状进行分析，再结合以往某大型超市的销售数据，期望从中去发现数据中的一些关联规则，主要采用关联规则算法对数据进行建模分析，利用商品之间的关联关系合理的设置货架摆放、合理的进行商品捆绑销售以及对竞争商品进行合理的促销，从而提高超市的销售量，使超市能够健康的发展。 由于超市所面对的竞争环境越来越严峻，使得很多超市的管理人员和决策人员逐渐的认识到超市在信息时代要想获得更好的发展空间，数据支持是一项必不可少的手段，尤其是近10年来商品条码技术、收银POS系统等在超市中广泛运用，这为超市企业积累了大量的销售以及库存等方面的数据，这为超市的数据分析提供了很庞大的数据资源，由于以往超市很少对这些数据资源进行完整的分析和应用，使得超市在进货选择的类型、数量、厂家等都有一定的盲目性，同时对顾客的购买行为、购买趋势以及客户的关系没有进行透彻分析和研究，导致这些方面都基本缺乏较为科学的数据进行支持，这对提高超市核心竞争力和超市以后的发展极为不利。当人们逐渐认识到数据支持对于超市发展的作用和意义，他们也认识到在21世纪信息时代要想在如此激烈的竞争中占取有利的地位，得到最大的利润，必须要充分的利用好网络计算机信息技术、数据技术等，更深层次的去挖掘和分析以往的所有数据以及相关的数据的关系，从中提取对超市发展有利的核心决策数据，再根据决策数据来制定出相应的决策，最终使超市能够可持续的发展。 1.2国内外文献综述 数据挖掘技术的出现是上个世纪90年代，虽然发展的时间并不长，但是其发展的速度极快，它是由多个学科综合而诞生的产物，所以使得它并没有一个完整的定义，很多学者和研究人员也尝试的对数据挖掘进行定义，本文认为数据挖掘是利用数学统计技术、识别技术、计算机信息技术等技术在大量的数据中去挖掘和获取有用数据或有用关系的过程。目前数据挖掘技术在超市的商业模式中应用的较为广泛，其功能主要包含了以下几个方面：聚类、关联规则和序列模式的发现、分类、预测以及偏差的检测。 在国际上，对于数据挖掘的研究有了较大的突破，例如在1989年国际联合人工智能学术会议上就首次的提出了KDD一词，到目前为止，美国人工智能协会所举办的KDD会议已经多达10多次，从最先的几十个人发展到目前的几千人，各项新的研究成果以及论文论述在不断的增多，目前重点的研究内容有大规模集成开发、系统的应用、学科与学科之间的相互配合和渗透等。国际上也有很大的研究机构和大学也在积极的研究数据挖掘技术，较为著名的大学有卡内基梅隆大学、斯坦福大学等，研究机构有美国资料勘探中心、美国计算机协会等，除了上述的研究机构和著名大学外，美国的一些主流的计算机研究刊物也对数据挖掘技术进行了专项讨论，例如IEEE中的Knowledge and Data Engineering，它就对KDD系统设计、方法、逻辑等进行了全面的分析，详细的分析了常见的数据库动态性冗余、空值、高噪声等问题，并针对这些问题提出一系列的解决方案。 在国内，数据挖掘技术的研究较国外更晚，目前的研究成果和研究进度较国际还有一定的差距，不过近年来由于我国的经济发展较为快速，科学技术也在不断提高，使得我国的一些关于数据挖掘技术的研究机构和大学也取得了一定的成就，越来越多关于数据挖掘技术的论文和刊物被发表，这为我国未来的数据挖掘技术的研究奠定了良好的基础。目前关于数据挖掘技术的研究主要有清华大学、中科院计算机研究所、北京大学、浙江大学、南京大学、复旦大学、中国科技大学等，这些高等院校和研究机构都有个各自的研究成