- 1、本文档共14页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
数据挖掘实验报告超市商品销售分析及数
据挖掘
1
通信与信息工程学院
课程设计说明书
课程名称:数据仓库与数据挖掘课程设计题目:超市商品销售分析及数据挖掘
专业/班级:电子商务(理)
组长:
学号:
组员/学号:
开始时间:2011年12月29日完成时间:2012年01月3日
目录
1.绪论(1)
1.1项目背景(1)
1.2提出问题(1)
2.数据仓库与数据集市的概念介绍(1)
2.1数据仓库介绍(1)
2.2数据集市介绍(2)
3.数据仓库(3)
3.1数据仓库的设计(3)
3.1.1数据仓库的概念模型设计(4)
2
3.1.2数据仓库的逻辑模型设计(5)
3.2数据仓库的建立(5)
3.2.1数据仓库数据集成(5)
3.2.2建立维表(8)
4.OLAP操作(10)
5.数据预处理(12)
5.1描述性数据汇总(12)
5.2数据清理与变换(13)
6.数据挖掘操作(13)
6.1关联规则挖掘(13)
6.2分类和预测(17)
6.3决策树的建立(18)
6.4聚类分析(22)
7.总结(25)
8.任务分配(26)
数据挖掘实验报告
1.绪论
1.1项目背景
在商业领域中使用计算机科学与技术是当今商业的发展方向,而数据挖掘是商业
领域与计算机领域的乔梁。在超市的经营中,应用数据挖掘技术分析顾客的购买
习惯和不同商品之间的关联,并借由陈列的手法,和合适的促销手段将商品有魅
力的展现在顾客的眼前,可以起到方便购买、节约空间、美化购物环境、激发顾
客的购买欲等各种重要作用。
1.2提出问题
那么超市应该对哪些销售信息进行挖掘?怎样挖掘?具体说,超市如何运用
OLAP操作和关联规则了解顾客购买习惯和商品之间的关联,正确的摆放商品位
置以及如何运用促销手段对商品进行销售呢?如何判断一个顾客的销售水平并
3
进行推荐呢?本次实验为解决这一问题提出了解决方案。
2.数据仓库与数据集市的概念介绍
2.1数据仓库介绍
数据仓库,英文名称为DataWarehouse,可简写为DW或DWH,是在数据库已经
大量存在的情况下,为了进一步挖掘数据资源、为了决策需要而产生的,它并不
是所谓的“大型数据库”。
2.2数据集市介绍
数据集市,也叫数据市场,是一个从操作的数据和其他的为某个特殊的专业人员
团体服务的数据源中收集数据的仓库。
3.数据仓库
3.1数据仓库的设计
3.1.1数据库的概念模型
3.1.2数据仓库的模型
数据仓库的模型主要包括数据仓库的星型模型图,我们创建了四个
维表和一个事实表。四个维表为:item维表,time维表,branch维表,
location维表。事实表为:sales事实表。其中,
3.2数据仓库的建立
3.2.1数据仓库数据集成
我们小组粗略的统计了超市一年的销售记录,并建立了数据库。其
当然,这只是最初的表,后面还要进行数据清理与转换,对其进一步改进,以便
于数据挖掘。
3.2.2建立维表
item维表
branch维表
4
location维表
sales事实表
4.OLAP操作
按时间上卷:
切块:
按片查询:
整个数据立方体:
5.数据预处理
5.1描述性数据汇总
【saleID】S*:销售号(笔数)
【customerID】C*:顾客编号
【productID】P*:购买的商品号
【timeID】T*:时间号(月)
5.2数据清理与变换
数据清理:(1)初始表格在前面已经给出,每笔交易中购买的商品不止一
数据变换:对不同的数据类型做不同的变换。比如男女分别用1,0表示;高中档
商品用1,0表示;收入统一除以10000。
6.数据挖掘操作
6.1关联规则挖掘
6.1.1频繁一项集筛选
I1支持度的代码及结果为:
文档评论(0)