基于關(guān)聯(lián)規(guī)則分析的產(chǎn)品銷售推薦的應(yīng)用

李洪燕，萬 新

(四川理工學(xué)院自動化與電子信息工程學(xué)院，四川 自貢 643000)

交叉銷售是實際生活中常見的商業(yè)問題，它是根據(jù)客戶的購物籃中的歷史產(chǎn)品信息來推薦客戶最有可能購買的產(chǎn)品［1］。最優(yōu)的推薦信息會提高顧客的購買欲，從而增加總的銷售額。相反，劣質(zhì)的推薦信息可能使客戶失去購買興趣。當(dāng)面對的銷售產(chǎn)品目錄比較小時，根據(jù)豐富的銷售經(jīng)驗來提供建議時可能比較容易實現(xiàn)，當(dāng)不同產(chǎn)品的信息和數(shù)量比較龐大時，推薦信息就會失去有效性和準(zhǔn)確性。

1 關(guān)聯(lián)規(guī)則算法的基本原理

Microsoft關(guān)聯(lián)規(guī)則算法屬于Apriori關(guān)聯(lián)規(guī)則算法系列［2］。Microsoft關(guān)聯(lián)規(guī)則算法由兩部分構(gòu)成，第一部分是挖掘頻繁項集，第二部分是基于頻繁項集來生成關(guān)聯(lián)規(guī)則。

1.1 關(guān)聯(lián)規(guī)則算法的概念

設(shè)L={L1，L2，…，Lm}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，其中每個事務(wù)T是一個非空項集，使得T?L。每一個事務(wù)都有一個標(biāo)識符，稱為TID。設(shè)A是一個項集，事務(wù)T包含A，當(dāng)且僅當(dāng)A?T。關(guān)聯(lián)規(guī)則是形如:A?B的蘊涵式，其中A?L，B?L，A≠Φ，B≠Φ，并且A∩B=Φ。

1.2 挖掘頻繁項集

Microsoft關(guān)聯(lián)規(guī)則算法使用一種逐層搜索的迭代方法［3］。首先，通過掃描數(shù)據(jù)庫，累計每個項的計數(shù)，并收集滿足最小支撐度的項，找出頻繁1項集的集合L1。然后，使用L1找出頻繁2項集的集合L2，使用L2找出L3，依次下去，直到所有的侯選項集都不滿足條件，算法終止［4］。

挖掘為事務(wù)數(shù)據(jù)庫D(圖1)的頻繁項集的過程如下所示:

圖1 事務(wù)數(shù)據(jù)D

(1)首先設(shè)每個項都是候選1項集的集合C1的成員。掃描所有的事務(wù)，并對每個項的出現(xiàn)次數(shù)計數(shù)。

(2)假設(shè)最小支持度計數(shù)為2，即minimum_support=2。確定頻繁1項集的集合L1(圖2)。

(3)若想找到頻繁2項集的集合C2，首先連接L1產(chǎn)生候選2項集的集合。

(4)掃描D中事務(wù)，同時累計C2中每個候選項集的支持度計數(shù)(圖3)。

(5)確定頻繁2項集的集合L2，L2是C2中滿足最小支持度的候選2項集構(gòu)成的。

(6)確定候選3項集的集合C3。首先令L2={{I1，I2，I3}，{I1，I2，I5}，{I1，I3，I5}，{I2，I3，I4}，{I2，I3，I5}，{I2，I4，I5}，{I3，I4，I5}}，根據(jù)先驗性質(zhì)，頻繁項集的所有子集必須是頻繁的，可以確定{I2，I4，I5}，{I3，I4，I5}不是頻繁項集，因此，把它們刪除。

(7)掃描D中事務(wù)以確定L3，它由C3中滿足最小支持度的候選3項集組成，如圖4所示。

圖4 候選項集C2和頻繁項集L2的生產(chǎn)過程

(8)候選4項集的集合L3={{I1，I2，I3，I5}，{I2，I3，I4，I5}}，但它的子集{I2，I3，I5}不是頻繁的，所以L4=Φ，算法終止，找出了所有的頻繁項集。

2 事務(wù)數(shù)據(jù)源描述

在客戶購買的歷史信息中，提取了32 265個樣本數(shù)，部分數(shù)據(jù)源如圖5所示。圖5中包含了客戶的訂單號、購買的產(chǎn)品的類別和單價。

3 數(shù)據(jù)分析

圖5 事務(wù)數(shù)據(jù)

一旦提取完所需數(shù)據(jù)，并通過預(yù)處理，就可根據(jù)任務(wù)選擇適當(dāng)算法對數(shù)據(jù)進行分析處理。在該任務(wù)中，利用SQL Server 2008 Data Mining Add-Ins for Microsoft office 2007工具完成商品推薦，并選擇關(guān)聯(lián)算法對數(shù)據(jù)源進行分析處理，處理結(jié)果如圖6所示。

圖6 基于關(guān)聯(lián)算法的詳細分析信息

從圖6中可知各類捆綁商品的銷售數(shù)量、銷售價格以及銷售總值。以捆綁road bike和helmets為例:road bike和helmets同時購買的銷售數(shù)量為805，從對事務(wù)數(shù)據(jù)的統(tǒng)計中可知客戶單獨購買helmets單價為53.99，銷售數(shù)量為3794;購買road bike的單價為2443.35，銷售數(shù)量為2369;平均銷售單價為1248.67低于捆綁銷售單價的平均銷售價格1570.22;銷售總值為1 005 179也低于捆綁銷售總值1 264 033，因此利用該解決方案可增加產(chǎn)品的總銷售額。

4 商品推薦

通過對數(shù)據(jù)進行分析和處理之后，就可得到理想的解決方案，從圖7中推薦商品依據(jù)可知，如果客戶購買了fenders就可向客戶推薦Mountain Bikes，并且購買該商品的購買率為43.54%;客戶購買了Cleaners、Helmets、Bike Stands、Bike Racks等任何一樣產(chǎn)品就可向客戶推薦Tires and tubes，并且其中最有可能購買的客戶為已購買了Bike Stands產(chǎn)品的客戶;客戶購買了Gloves可推薦Helmets，購買率為41.46%;客戶購買了Hydration Pack就可推薦Bottles and cages其購買率為44.63%。因此如果市場部要策劃一次營銷活動，就可根據(jù)此解決方案來制定營銷策略，有針對性地寄發(fā)產(chǎn)品海報，從而節(jié)約營銷成本，得到最大的客戶響應(yīng)度和產(chǎn)品購買率。

圖7 推薦商品的詳細依據(jù)

5 結(jié)束語

龐大的銷售數(shù)據(jù)庫中隱含了客戶的消費習(xí)慣和行為特征，而關(guān)聯(lián)規(guī)則算法［5］能夠幫助數(shù)據(jù)分析者和營銷決策者發(fā)現(xiàn)海量交易數(shù)據(jù)背后的有價值的信息，以SQL Server 2008 Data Mining Add-Ins for Microsoft office 2007工具提供的樣例數(shù)據(jù)基于microsoft關(guān)聯(lián)規(guī)則算法建立模型來實現(xiàn)購物籃分析，并生成推薦信息，幫助商家制定營銷策略，合理安排，提高銷售額［6］。

[1]孫曉佳，朱宏麗.淺談如何成功實踐交叉銷售[J].現(xiàn)代商業(yè)，2008(21)：112.

[2]Crivat JM，著.董 艷，程文俊，譯.數(shù)據(jù)挖掘原理與應(yīng)用[M].北京：清華大學(xué)出版社，2010.

[3]Pei JH，著.范 明，孟小峰，譯.數(shù)據(jù)挖掘概念與技術(shù)[M].北京：機械工業(yè)出版社，2012.

[4]Agrawal R，Shafer J C.Parallel mining of association rules：Design，implementation，and experience[M].IEEE Trans.Know ledge and Data engineering，1996.

[5]Ballou D P，Tayi G K.Enhancing Data M ining：Models and A lgorithms[M].New York：Springer，2008.

[6]徐 菊.商業(yè)性文獻數(shù)據(jù)庫的營銷策略研究[D].廣東：廣東師范大學(xué)，2008.