基于利潤(rùn)分析的關(guān)聯(lián)規(guī)則挖掘研究

摘 要：關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中的重要問題，有廣泛的用途。本文在關(guān)聯(lián)規(guī)則挖掘中引入了利潤(rùn)和數(shù)量的約束條件，描述了具有利潤(rùn)和數(shù)量約束的關(guān)聯(lián)規(guī)則問題，并給出了解決的方案。

關(guān)鍵詞：利潤(rùn)；夾擊算法；關(guān)聯(lián)規(guī)則

中圖分類號(hào)：TP311.13

除了基本Apriori算法[1-2]，其他算法改進(jìn)數(shù)據(jù)挖掘整體性能的方法，基本都集中在減少掃描數(shù)據(jù)的次數(shù)方面，并且這些算法基本都是單層次的關(guān)聯(lián)規(guī)則的挖掘算法。

但是，只有提供多層次的關(guān)聯(lián)規(guī)則，才能滿足讓用戶做不同的決策的需求。多層關(guān)聯(lián)規(guī)則挖掘算法與單層次關(guān)聯(lián)規(guī)則算法相比較，其得到的關(guān)聯(lián)規(guī)則能夠表達(dá)的信息更豐富。但是這種關(guān)聯(lián)規(guī)則依然是商品間的簡(jiǎn)單關(guān)系，并無涉及商品利潤(rùn)和及其購買數(shù)量，本文用一種全新角度來分析關(guān)聯(lián)規(guī)則：即結(jié)合利潤(rùn)和數(shù)量，使獲得的關(guān)聯(lián)規(guī)則不止是反映商品間的關(guān)系，還可以為決策者分析商品利潤(rùn)率提供有用的知識(shí)。

1 實(shí)驗(yàn)準(zhǔn)備

本文采用實(shí)驗(yàn)的方式來驗(yàn)證所提出的加入數(shù)量及利潤(rùn)約束的多層次關(guān)聯(lián)規(guī)則挖掘算法，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析。實(shí)驗(yàn)過程可描述如下：

第一步：生成交易數(shù)據(jù)。

設(shè)定待生成數(shù)據(jù)的參數(shù)以及交易數(shù)和數(shù)據(jù)格式。在此，本文采用《日照市某超市銷售管理系統(tǒng)》中部分商品的銷售數(shù)據(jù)為研究對(duì)象，鑒于數(shù)據(jù)規(guī)模較大，本文中實(shí)驗(yàn)數(shù)據(jù)選用了其中的10種商品項(xiàng)目，并分別以A、B、C、D、E、F、G、H、I、J代表。為了在分析挖掘出的關(guān)聯(lián)規(guī)則時(shí)使用利潤(rùn)率這一指標(biāo)，實(shí)驗(yàn)數(shù)據(jù)中要包含商品的成本和單價(jià)。

第二步：將商品項(xiàng)目進(jìn)行歸納分類。

建立一個(gè)多層次的架構(gòu)，并且應(yīng)用一般化識(shí)別編碼方式將數(shù)據(jù)編碼轉(zhuǎn)換。

第三步：在多層次架構(gòu)中，將夾擊算法套用于多層次結(jié)構(gòu)上。

第四步：對(duì)挖掘出的關(guān)聯(lián)規(guī)則，加入數(shù)量和利潤(rùn)因素進(jìn)行分析。

2 多層次關(guān)聯(lián)規(guī)則挖掘中套用夾擊算法[3]

首先，選取《日照市某超市銷售管理系統(tǒng)》中的部分交易數(shù)據(jù)建立起一個(gè)小型的交易庫。商品項(xiàng)目用A-J代號(hào)來表示，并且用層次化的樹狀圖歸納分類，并利用一般化識(shí)別編碼表示，如下圖所示。

圖1

如商品A對(duì)應(yīng)的一般化識(shí)別編碼為“111”，其中第一個(gè)“1”是第一層的類別“食品”；第二個(gè)“1”指第二層的“糧食”類，第三個(gè)“1”則代表第三層中的具體商品A。其他項(xiàng)目以此類推。其次，在商品銷售表中隨機(jī)選取交易數(shù)據(jù)。對(duì)商品項(xiàng)目分層并編碼之后，交易數(shù)據(jù)具有了層次密集的性質(zhì)。但是如果表示類別的層增加較多，產(chǎn)生的組合及候選項(xiàng)集長(zhǎng)度也隨之增加，那么在挖掘頻繁項(xiàng)集時(shí)效率將降低。本文實(shí)驗(yàn)中，利用夾擊算法，在最高類別層中挖掘出頻繁項(xiàng)集，用此頻繁項(xiàng)集與交易數(shù)據(jù)進(jìn)行比較，如果商品項(xiàng)目符合該層次最小支持度，就保留該商品項(xiàng)數(shù)據(jù)，若不符合，則將該交易數(shù)據(jù)刪除。比之傳統(tǒng)的Apriori算法，減少了數(shù)據(jù)量，從而提高了算法的效率。

3 以購買數(shù)量和利潤(rùn)作為約束條件的關(guān)聯(lián)規(guī)則分析

通常情況下，數(shù)據(jù)挖掘得到的關(guān)聯(lián)規(guī)則，僅表征人們的一種購買趨勢(shì)，加入利潤(rùn)約束后，也只能得出低利潤(rùn)商品或者高利潤(rùn)商品之間的關(guān)聯(lián)規(guī)則。無法得知商品的銷售數(shù)量，因此本文將交易數(shù)據(jù)中所購買商品的數(shù)量屬性也納入關(guān)聯(lián)規(guī)則挖掘的約束條件，并加上商品的利潤(rùn)來分析在利潤(rùn)和數(shù)量共同約束下關(guān)聯(lián)規(guī)則的意義。

商品購買數(shù)量，在實(shí)驗(yàn)中，定義為對(duì)各種商品項(xiàng)目購買數(shù)量與交易筆數(shù)之比，即該商品購買數(shù)量的平均值。

購買數(shù)量可以由下例所示進(jìn)行計(jì)算。例如，MA*PA→MA*PB+MC*PC，MA，MB，MC；代表A、B、C商品的購買數(shù)量；而PA、PB、PC則分別代表其利潤(rùn)。下表為商品交易表中不含數(shù)量和含數(shù)量?jī)煞N不同的表示方式。

表1

商品編號(hào)交易商品項(xiàng)（不含數(shù)量）交易商品項(xiàng)（含數(shù)量）

1ABCA2B2C1

2ABCA1B2C1

3ACA2C4

可以用以下的例子來說明，加入利潤(rùn)和數(shù)量后挖掘出的關(guān)聯(lián)規(guī)則的意義。

假設(shè)有A、B、C三項(xiàng)商品，其單件商品利潤(rùn)分別為1、6、3元。上表中的三項(xiàng)交易數(shù)據(jù)用{AABBC，ABBC，AACCC}表示，AABBC表示購買了2個(gè)A商品，2個(gè)B商品，以及1個(gè)C商品。另外兩個(gè)數(shù)據(jù)項(xiàng)以此類同。假設(shè)對(duì)此三項(xiàng)數(shù)據(jù)應(yīng)用夾擊算法，得出一條關(guān)聯(lián)規(guī)則A→B。該關(guān)聯(lián)規(guī)則并不包含商品的購買數(shù)量?，F(xiàn)在我們把商品數(shù)量約束加入，按照上文所述，則A的數(shù)量應(yīng)為：（2+1+2）/3=1.67；B的數(shù)量為（2+2+0）/3=1.33，C則為（1+1+4）/3=2。對(duì)于得到的關(guān)聯(lián)規(guī)則A→B，將購買數(shù)量以及利潤(rùn)作為約束來分析關(guān)聯(lián)規(guī)則A→B，得到1.67*（A商品的利潤(rùn)）→1.33*（B商品的利潤(rùn)），原關(guān)聯(lián)規(guī)則變?yōu)椋?.67*1）→（1.33*7），因此得到3.34→7.98的結(jié)果。這樣由僅表示A、B商品簡(jiǎn)單相關(guān)的關(guān)聯(lián)規(guī)則，在加入商品購買數(shù)量及利潤(rùn)后，可以表示此關(guān)聯(lián)規(guī)則能否帶來較高的獲利性，這樣，挖掘出的規(guī)則的價(jià)值大大提升，可以更好的提供給決策者作為參考。在得到這些關(guān)聯(lián)規(guī)則后，通過對(duì)每條關(guān)聯(lián)規(guī)則加入數(shù)量以及利潤(rùn)的分析，比較，經(jīng)營(yíng)者可以在銷售的時(shí)候靈活的搭配不同利潤(rùn)率的商品，從而引導(dǎo)消費(fèi)者在購買了低利潤(rùn)的商品后，會(huì)進(jìn)一步購買與之相關(guān)聯(lián)的高利潤(rùn)商品。使決策者能夠快速有效并且正確的挖掘出關(guān)聯(lián)規(guī)則，并通過挖掘出的知識(shí)來獲得最大利益。

4 結(jié)束語

通常情況下，關(guān)聯(lián)規(guī)則挖掘并不考慮購買數(shù)量，只能表達(dá)出購買商品的行為趨勢(shì)涵義。通俗的說就是將兩種商品放在一起共同搭配銷售，雖然能賣的更多，但是并不一定比單獨(dú)銷售獲利更高。因此，作者在實(shí)驗(yàn)中，通過夾擊算法應(yīng)用于多層次架構(gòu)中，高效的挖掘關(guān)聯(lián)規(guī)則，并以購買數(shù)量和利潤(rùn)做為約束分析得到的關(guān)聯(lián)規(guī)則，使挖掘出的關(guān)聯(lián)規(guī)則能夠表達(dá)出兩種商品搭配銷售所帶來的利潤(rùn)提高能力。因此以利潤(rùn)和數(shù)量為約束條件的關(guān)聯(lián)規(guī)則挖掘分析與傳統(tǒng)的關(guān)聯(lián)規(guī)則相比，可以更好的幫助商家做出決策。

參考文獻(xiàn)：

[1]Agrawl R，et al. Mining Association Rules Between Sets of Items in Large Databases[C].In：Proc. of 1993 ACM SIGMOD Conf. Washington DC.USA，May 1993：207-216.

[2]R.Srikant， and R Agrawal. Mining quantitative association rules.Proceedings of the 21st International Conference on Very Large Database，1995，pp.407-419.

[3]Cai C H.Fu A W C H.Mining Association Rules with Weighted Items[A].1998：68-77.

[4]歐陽為民，鄭誠，蔡慶生.數(shù)據(jù)庫中加權(quán)關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)[J].軟件學(xué)報(bào).2001（04）：612-619.

作者簡(jiǎn)介：張?jiān)平。?978.09-），男，山東無棣人，講師，碩士，主要研究方向：計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)、數(shù)據(jù)庫與數(shù)據(jù)挖掘。

作者單位：山東水利職業(yè)學(xué)院，山東日照 276826