關(guān)聯(lián)規(guī)則挖掘在超市銷售系統(tǒng)中的應(yīng)用及實(shí)現(xiàn)

黃宏本，盧雪燕

（1.2.梧州學(xué)院，廣西 梧州 543002）

關(guān)聯(lián)規(guī)則挖掘在超市銷售系統(tǒng)中的應(yīng)用及實(shí)現(xiàn)

黃宏本1，盧雪燕2

（1.2.梧州學(xué)院，廣西 梧州 543002）

超市購物籃分析是關(guān)聯(lián)規(guī)則挖掘的典型應(yīng)用領(lǐng)域，分析了關(guān)聯(lián)規(guī)則在超市銷售系統(tǒng)中的應(yīng)用，然后提出了一種基于二維數(shù)組的關(guān)聯(lián)規(guī)則挖掘?qū)崿F(xiàn)算法，并根據(jù)算法開發(fā)實(shí)現(xiàn)了挖掘系統(tǒng)。通過模擬的超市銷售數(shù)據(jù)進(jìn)行試驗(yàn)表明，算法及所實(shí)現(xiàn)的系統(tǒng)是可行的、高效的。

關(guān)聯(lián)規(guī)則；超市銷售；二維數(shù)組

1 引言

在當(dāng)今市場競爭激烈的時代，如何讓消費(fèi)者在購物時能感覺到方便和舒適，一次性消費(fèi)更多，產(chǎn)生更大的銷售效益，是商家必須考慮的問題。由于銷售業(yè)記錄著消費(fèi)者的所有購買記錄，商家開始通過對消費(fèi)者購物行為的分析來進(jìn)行商品的合理擺放，以及對商鋪進(jìn)行更合理的布局，使商場銷售格局更符合消費(fèi)者的消費(fèi)行為與模式，從而提高商場的銷售業(yè)績，創(chuàng)造出更多的利潤，同時也為消費(fèi)者帶來更多的方便。

消費(fèi)者在超市購物或者是在網(wǎng)上購物時，每一次對購物籃的處理都能得到顧客的一次購物信息，大多數(shù)零售企業(yè)只是將這些數(shù)據(jù)進(jìn)行簡單分類，分析單一的銷量數(shù)據(jù)，然后做一些統(tǒng)計，實(shí)際上并沒有意識到這些數(shù)據(jù)中還包含著很多有用的信息，沒有充分利用這些能反映所有顧客購物行為最有效的數(shù)據(jù)，使得寶貴的數(shù)據(jù)資源成了“數(shù)據(jù)墳?zāi)埂薄Ｍ瑫r，零售業(yè)記錄顧客的購物信息形成了海量的數(shù)據(jù)，它們以TB數(shù)量級增長。要想使數(shù)據(jù)真正成為資源，必須充分利用它，讓它為業(yè)務(wù)決策和戰(zhàn)略發(fā)展服務(wù),否則大量的數(shù)據(jù)就只會成為包袱,甚至成為垃圾。

另一方面，隨著計算機(jī)技術(shù)的發(fā)展，涌現(xiàn)出了很多新技術(shù)，如數(shù)據(jù)挖掘技術(shù)，數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘能夠從海量數(shù)據(jù)中分析出隱藏于其中的一些規(guī)律和模式。零售業(yè)的銷售數(shù)據(jù)是以事務(wù)數(shù)據(jù)庫的形式存在的，關(guān)聯(lián)規(guī)則挖掘則主要是對事務(wù)數(shù)據(jù)庫進(jìn)行挖掘，因此關(guān)聯(lián)規(guī)則挖掘在銷售領(lǐng)域得到了廣泛的應(yīng)用。數(shù)據(jù)挖掘是一個比較專業(yè)的技術(shù)，它要求使用者要具有相當(dāng)?shù)挠嬎銠C(jī)知識，然而大多數(shù)商家并不是數(shù)據(jù)挖掘技術(shù)的專家，因此，如何使數(shù)據(jù)挖掘技術(shù)“平民化”，成為當(dāng)前很多學(xué)者研究的熱點(diǎn)之一[1]。

本文對關(guān)聯(lián)規(guī)則算法在購物籃分析中的應(yīng)用進(jìn)行了探討，設(shè)計了一種基于二維數(shù)組的實(shí)現(xiàn)算法，并開發(fā)實(shí)現(xiàn)了挖掘系統(tǒng)。

2 關(guān)聯(lián)規(guī)則挖掘概述

2.1 關(guān)聯(lián)規(guī)則

設(shè)I={i1,i2…,im}是項的集合，設(shè)任務(wù)相關(guān)的數(shù)據(jù)D是數(shù)據(jù)庫事務(wù)的集合，每個事務(wù)T是項的集合，使得，每個事務(wù)有一個稱作TID的標(biāo)識符。設(shè)A是一個項集，事務(wù)T包含A當(dāng)且僅當(dāng)關(guān)聯(lián)規(guī)則是形如A B的蘊(yùn)涵式，其中AI，BI，并且 AIB=Φ[2]。

關(guān)聯(lián)規(guī)則有兩個度量指標(biāo)。（1）支持度s，是D中事務(wù)包含AYB的百分比，是概論P(yáng)（AYB）。

（2）置信度c，是D中包含A的事務(wù)同時也包含B的百分比。

同時滿足最小支持度和最小置信度的規(guī)則稱為強(qiáng)關(guān)聯(lián)規(guī)則。

2.2 關(guān)聯(lián)規(guī)則挖掘算法

關(guān)聯(lián)規(guī)則挖掘分為兩步：（1）找出所有的頻繁項集，這些項集出現(xiàn)的頻繁性要大于等于預(yù)定的最小支持度。（2）由頻繁項集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。

最早提出關(guān)聯(lián)規(guī)則挖掘算法的是Agrawal等人[3]，在1993年提出的經(jīng)典算法Apriori算法，但由于Apriori算法存在需要頻繁掃描事務(wù)數(shù)據(jù)庫的缺點(diǎn)，因此眾多研究者提出了改進(jìn)的算法，如韓家煒提出了不產(chǎn)生候選集的 FP-Growth算法[4]，Mohammed J.Zaki等人提出了用垂直數(shù)據(jù)表示進(jìn)行挖掘的ECLAT算法[5]，等等。

3 關(guān)聯(lián)規(guī)則挖掘在超市銷售中的應(yīng)用

大型超市是數(shù)據(jù)挖掘在零售業(yè)中的重要應(yīng)用領(lǐng)域，超市普遍應(yīng)用了計算機(jī)進(jìn)行貨物的采購、倉儲和銷售管理，在運(yùn)營過程中積累了大量的銷售數(shù)據(jù)，使用數(shù)據(jù)挖掘技術(shù)對這些數(shù)據(jù)進(jìn)行分析，可以識別顧客的購買行為，發(fā)現(xiàn)顧客購買模式和趨勢，改進(jìn)服務(wù)質(zhì)量，取得更好的顧客保持力和滿意度，同時還能提高貨品銷售比率，設(shè)計出更好的貨品運(yùn)輸與分銷策略，減少商業(yè)成本等。具體應(yīng)用舉例如下。

3.1 制定交叉銷售策略

應(yīng)用關(guān)聯(lián)規(guī)則挖掘，可以有效地發(fā)現(xiàn)商品銷售之間的有趣關(guān)聯(lián)，進(jìn)而知道貨物的擺放，以及產(chǎn)品的關(guān)聯(lián)促銷，提高銷售業(yè)績和客戶滿意度，提升企業(yè)競爭力。

3.2 制定促銷活動

利用關(guān)聯(lián)規(guī)則挖掘技術(shù)，確定商品銷售的關(guān)聯(lián)關(guān)系，精確制定促銷的對象，降低活動成本[6]。

3.3 銷售、顧客、產(chǎn)品、時間和地區(qū)的分類分析

考慮到顧客的需求，產(chǎn)品的銷售，趨勢和時常，以及日用品的質(zhì)量、價格、利潤和服務(wù)，根據(jù)不同維度的分類方法[7]，可以了解到顧客類型，產(chǎn)品是否暢銷，以及不同時間和地域的銷售優(yōu)勢。

3.4 促銷活動的有效性分析

通過比較促銷期間與促銷活動前后的銷售量和交易數(shù)量來分析促銷活動的有效性。通過關(guān)聯(lián)挖掘找出隨降價商品一同被購買的商品，特別要與促銷活動前后的銷售相比。

3.5 顧客購買趨勢分析

通過VIP卡的信息，以同一顧客在不同時期購買的商品分組為序列。分析顧客的消費(fèi)變化，然后對商品的價格和商品的花樣加以調(diào)整，以挽留老顧客，吸引新顧客。

4 關(guān)聯(lián)規(guī)則挖掘在超市銷售中應(yīng)用的實(shí)現(xiàn)

在對關(guān)聯(lián)規(guī)則以及其在超市銷售中的應(yīng)用分析的基礎(chǔ)上，使用Microsoft Visual Basic 6.0開發(fā)了一個對超市數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘的系統(tǒng)[4]。系統(tǒng)的大小僅為200多KB，輕巧實(shí)用，易于操作，實(shí)驗(yàn)證明挖掘效果良好。

4.1 算法描述

在原始數(shù)據(jù)中抽取超市某個時間段的銷售記錄，以找出強(qiáng)關(guān)聯(lián)規(guī)則，為超市的商品擺放提供依據(jù)。對于一個顧客只購買一種商品的情況進(jìn)行篩選后，構(gòu)造僅由顧客編號和商品編號組成的數(shù)據(jù)庫，保存成.dat文件，此類文件可以用操作系統(tǒng)中的記事本直接打開、更新及編輯，十分方便。為了方便操作及存儲，在文件中，同一個顧客購買的多個商品存儲在同一行，并且各個商品編號之間用空格隔開，這樣的構(gòu)造方法非常易于使用二維數(shù)組來存儲，挖掘過程中也能方便地使用二維數(shù)組的特點(diǎn)。挖掘的算法步驟描述如下。

（1）建立一個二維數(shù)組用于存儲數(shù)據(jù)庫即商品的編號，其元素范圍是從最小商品號到最大商品號，所以先定義一個ArrStr（商品號個數(shù),商品號個數(shù)）的數(shù)組，并初始化為0；

（2）讀取數(shù)據(jù)庫文本，以換行符為分割點(diǎn)將文本分割存放到一個行數(shù)組，如：RowArr=Split（StrData,Chr（13）&Chr（10）,-1,vbTextCompare），然后再逐一讀取每個行數(shù)組元素，以空格符為分割點(diǎn)進(jìn)行分割，將分割后的結(jié)果存放到一個列數(shù)組，如：ColArr=Split（RowArr（i）,"",-1,vbTextCompare）；

（3）將關(guān)聯(lián)規(guī)則映射到ArrStr二維數(shù)組中，比如有一個顧客同時買了30號和40號商品，那么其關(guān)聯(lián)強(qiáng)度就自加1，如：ArrStr（30,40） =ArrStr（30,40）+1。這里要注意的是，在二維數(shù)組中 ArrStr（30,40）和 ArrStr（40,30）是不一樣的，但是對于商品來說都是同一種關(guān)聯(lián)，所以在執(zhí)行 ArrStr（30,40）=ArrStr（30,40）+1時，還要進(jìn)行 ArrStr（40,30）=ArrStr（40,30）+1運(yùn)算；

（4）從ArrStr這個二維數(shù)組中取出其右上角（也可以是左下角）的數(shù)據(jù)，然后對其每個元素進(jìn)行從大到小排序并保存在TopNum數(shù)組中，再把這個元素對應(yīng)的數(shù)組下標(biāo)保存在自定義數(shù)組TopListX和TopListY中，這樣就可列出TopListX（i）商品與TopListY（i）商品的關(guān)聯(lián)強(qiáng)度為TopNum（i）。

4.2 測試結(jié)果及分析

本文的測試數(shù)據(jù)見下頁圖1，共有5000行記錄，最多的一行記錄有102列，文件大小為201KB。數(shù)據(jù)庫中最小商品號為0，最大商品號為999，共1000種商品。挖掘的結(jié)果如下頁圖2所示。

圖1 測試數(shù)據(jù)庫

圖2 挖掘結(jié)果的前7項

從結(jié)果可以看到，在較短的時間內(nèi)就能挖掘出較好的結(jié)果。在圖2中按照關(guān)聯(lián)強(qiáng)度的高低列出了結(jié)果。對于超市的銷售而言，針對1000種商品進(jìn)行挖掘，同時列出了兩種商品間的關(guān)聯(lián)強(qiáng)度，結(jié)果列出了兩種商品被購買的次數(shù)，這樣的結(jié)果已經(jīng)足夠決策者進(jìn)行參考，從而做出決策。挖掘得到的結(jié)果清晰明了，即使數(shù)據(jù)庫進(jìn)行了更新，系統(tǒng)不需要做任何的改動，依然能高效地進(jìn)行挖掘，加上系統(tǒng)操作簡單，性能良好，說明這樣的系統(tǒng)值得推廣。且本軟件已是發(fā)布版，一個.exe文件，無需安裝，可以直接運(yùn)行。操作上只需要把相應(yīng)數(shù)據(jù)庫命名后放置在相同目錄，點(diǎn)擊按鈕即可。相比于其他主流數(shù)據(jù)挖掘平臺，如AlphaMiner2.0， SAS Enterprise Miner， SPSS clementine，S-Plus Insightful Miner等，本系統(tǒng)算法簡單，易于操作，且性能毫不遜色。

5 總結(jié)

本文討論了關(guān)聯(lián)規(guī)則挖掘在超市銷售中的應(yīng)用。提出了一種基于二維數(shù)組的關(guān)聯(lián)規(guī)則挖掘算法，并使用Microsoft Visual Basic 6.0編程實(shí)現(xiàn)挖掘系統(tǒng)，通過模擬的超市購物數(shù)據(jù)測試表明，算法高效可行，所實(shí)現(xiàn)的系統(tǒng)輕巧，性能出色，具有相當(dāng)?shù)膶?shí)用價值。

[1]杜海濤,陳定方,張波.一種基于關(guān)聯(lián)規(guī)則的超市購物籃分析方法[J].湖北工業(yè)大學(xué)學(xué)報,2008（2）：53-55.

[2]Jiawei Han,Micheline Kamber.數(shù)據(jù)挖掘：概念與技術(shù)[M].2版.范明,孟小峰,譯.北京：機(jī)械工業(yè)出版社,2007.

[3]AgrawalR,SrikantR.Fastalgorithmsforminingassociationrules in large databases[C].Processings of the 20th International Conference on Very Large DataBases.San Francisco：Morgan Kaufmann Publishers Inc,1994：487-499.

[4]Han J W,Pei J,Yin YW.Miningfrequent patterns without candidate generation[C].Proc.2000 ACM SIGMOD Int.Conf.on management ofdata,Dallas：ACMPress,2000：1-12.

[5]ZakiMJ.Scalablealgorithmsforassociationmining[J].IEEETransactions on Knowledge and Data Engineering,2000,12 （3）：372-390.

[6]唐敏.關(guān)聯(lián)規(guī)則挖掘算法在超市銷售分析中的應(yīng)用[J].計算機(jī)科學(xué),2006（2）：149-150.

[7]沈國強(qiáng),覃征.一種新的多維關(guān)聯(lián)規(guī)則挖掘算法[J].小型微型計算機(jī)系統(tǒng),2006（2）：291-294.

[8]陳茵,閃四清,劉魯,等.最小冗余的無損關(guān)聯(lián)規(guī)則集表述[J].自動化學(xué)報,2008（12）：1490-1496.

Application and Implementation of Association Rules Exploited from the Selling System of Supermarkets

Huang Hongben1,Lu Xueyan2
（1.2.Department of Computer Science,Wuzhou University,Wuzhou 543002,China）

Shopping-basket analysis is a typical application area for exploiting association rules.First,this paper analyzes the application of association rules in the supermarkets.Then,it proposes an association exploiting algorithm which is based on two-dimensional array.Finally,it realizes an exploiting system by using this algorithm.The test based on sales data of a supermarket shows that the algorithm and the system is reasonable and efficient.

association rules;supermarket’s sale;two dimensional array

TP273

A

1673-8535（2011）03-0059-05

2011-03-28

廣西教育廳科研立項（200708MS056）；梧州學(xué)院科研項目（2007C006）

黃宏本（1977-），男，廣西藤縣人，梧州學(xué)院教師，研究方向：數(shù)據(jù)挖掘等。

盧雪燕（1982-），女，廣西靈山縣人，梧州學(xué)院教師，研究方向：數(shù)據(jù)挖掘等。

覃華巧）