改进的PrefixSpan算法在客流计数中的应用.docVIP

PAGE PAGE 1 改进的PrefixSpan算法在客流计数中的应用 　　摘要：序列模式挖掘是基于关联规则的频繁项集的挖掘，其实质是在关联模型中加入时间属性。利用改进的PrefixSpan算法对客流计数系统中不同时段的数据进行挖掘分析，给出不同时段的客流高峰的频繁序列模式，对于提高客流计数系统的精度，给管理决策者调配人力，物力，财力提供技术支持，对于最大限度地发掘购物中心的潜力，提高利润，具有重要的经济意义。 　　关键词：序列模式挖掘；关联模型；PrefixSpan算法；客流计数 　　中图分类号：TP391文献标志码：A文章编号：1006-8228（2013）06-50-03 　　ApplicationofimprovedPrefixSpanalgorithmincountingpassengerflow 　　WangZheng，LiJinhong 　　（NorthChinaUniversityofTechnology，Beijing100144，China） 　　Abstract：Sequentialpatternminingisafrequentitemsetsminingbasedonassociationrules，anditsessenceistoaddthetimeattributetotherelationmodel.Inthispaper，dataindifferenttimesofpassengerflowcountingsystemisminedandanalyzedbytheimprovedPrefixSpanalgorithm.Frequentsequentialpatternsofthepeakpassengerflowinthedifferentperiodsaregiven.Ithasimportanteconomicalmeaningforimprovingpassengerflowcountingsystemaccuracy，providingtechnicalsupportforthemanagerstoallocatehuman，materialandfinancialresources，maximizingthepotentialoftheshoppingcenter，andincreasingprofits. 　　Keywords：sequentialpatternmining；correlationmodel；PrefixSpanalgorithm；passengerflowcounting 　　0引言 　　客流、物流、财流是购物中心、公园、娱乐场等成功的三大因素。其中客流是公认的各个场所经营管理重要的衡量工具。因为顾客、游客是货币的携带者，也是商品的潜在购买者，研究其流量的规律，可以增加销售机会，将他们由观察者转变为购物者，可以最大限度地挖掘购物中心的销售潜力，增加利润。 　　购物中心与传统的百货业、廉价的超级市场和全天候服务的便利店的经营管理模式都不尽相同。现代购物中心采用的是一种先进的经营管理模式，需要先进的观念配合科技和技巧方能成功。现代购物中心的设计、运作和管理突破了传统的零售业的种种局限，成功依赖于理念、策略与科技。购物广场的开发目标是追求物业升值最大化和店铺租金持续升值最大化。越来越多的购物中心把自营部分和出租部分的比例相对调整了很多，更多的购物中心采取的经营策略是只租不售，统一管理。零售业要想把利益最大化的经营方式和理念逐步扩展，逐步规范化，就必须关注客流、物流、财流三个关键因素。如何去获取准确的客流数据，以及确定客流的高峰时段，深层挖掘，准确反映客流量变化趋势，为经营管理提供准确及时的数据参考依据来订制营商策略，是一个有价值的研究课题。 　　1序列模式挖掘 　　序列模式的概念最早是由Agrawal和Srikant提出的[1]，是挖掘相对时间或其他模式出现频率高的模式。给定一个由不同序列组成的集合，其中，每个序列由不同的元素按顺序有序排列，每个元素由不同项目组成，同时给定一个用户指定的最小支持度阈值，序列模式挖掘就是找出所有的频繁子序列，即该子序列在序列集中的出现频率不低于用户指定的最小支持度阈值。 　　序列模式挖掘是指从序列数据库中挖掘出频繁序列模式，为此需要将数据库转换为序列数据库。方法是把用户ID相同的记录合并，有时每个事务的发生时间可以忽略，仅保持事务间的偏序关系。 　　项集（Itemset）是所有在序列数据库出现过的单项组成的集合。 　　元素（Element）可表示为（x1，x2…xm），xk（1=k=m）为不同的单项。元素内的单项不考虑顺序关系，一般默认按照ID的字典序排列。 　　序列（Sequence）是不同元素（Element）的有序排列，