辛智慧,薛亞楠,楊燦
(西安財經(jīng)學院,陜西西安710100)
數(shù)據(jù)挖掘能發(fā)現(xiàn)數(shù)據(jù)中隱藏的信息,為制定決策提供依據(jù),研究的比較多而且應用得很廣泛的就是關聯(lián)分析,毛國君對關聯(lián)規(guī)則挖掘算法的典型問題進行了討論與研究[1]陳國青等通過引入模糊語言修飾詞,用模擬數(shù)據(jù)與現(xiàn)實數(shù)據(jù)對廣義關聯(lián)算法、帶有修飾詞的模糊廣義關聯(lián)規(guī)則算法以及模糊廣義關聯(lián)規(guī)則進行對比[2]于芳提出應用關聯(lián)規(guī)則中各項目的加權利潤之和的思想評估關聯(lián)規(guī)則的價值,設計了三個超市關聯(lián)分析模型[1]超市通常以快速消費品的銷售為主,用購物籃數(shù)據(jù)進行分析,利用數(shù)據(jù)挖掘軟件中的關聯(lián)規(guī)則[4],發(fā)現(xiàn)更有價值的信息。
快速消費品市場價格競爭空間很小,超市間存在競爭,如何對商品進行合理布局、設計促銷方案和快速商品推薦業(yè)務是競爭客戶的關鍵點,如何獲取更多有用信息是超市永久發(fā)展的根本要求。研究方法是利用關聯(lián)分析對超市的交易數(shù)據(jù)進行研究,得出一些滿足條件的關聯(lián)規(guī)則,來研究超市的貨架擺放,商品的布局優(yōu)化和促銷設計及商品的快速推薦模型并給建議。
用某超市會員顧客消費記錄的的原始數(shù)據(jù)集,進行預處理包括數(shù)據(jù)的清洗、查詢和增加字段,提取有用數(shù)據(jù)信息供關聯(lián)分析使用。
表1記錄顧客購買商品信息,調(diào)整數(shù)據(jù)結構來關聯(lián)分析。
根據(jù)關聯(lián)分析的支持度、置信度、關聯(lián)規(guī)則等得出商品貨架擺放的優(yōu)化布局。
有些商品很容易被同時購買,商品擺放期間可把他們放的靠近些或同一個通道內(nèi)。當顧客購買某商品,可方便購買其他關聯(lián)商品,也會產(chǎn)生一些購物沖動來同購其他商品。啤酒和凍肉、罐裝蔬菜一組,甜食、葡萄酒一組,魚和蔬菜水果一組,這幾個組合容易被同時購買,說明有潛在的聯(lián)系。
表1 部分購買商品
表2 關聯(lián)規(guī)則
給數(shù)據(jù)中的顧客推薦其他商品需找出商品的推薦規(guī)則,利用Apriori運算計算關聯(lián)規(guī)則。
表2共運行三條規(guī)則,規(guī)則2是同購啤酒和罐裝蔬菜的顧客167人其87.43%的人同購凍肉,同購三種商品的顧客占比15.55%,比隨機推薦提升效率2.72倍,可知已購買啤酒和罐裝蔬菜的顧客,有可能會繼續(xù)買凍肉;規(guī)則1是同購啤酒和凍肉,有可能買罐裝蔬菜;規(guī)則3是同購凍肉和罐裝蔬菜,可能買啤酒,依據(jù)關聯(lián)結果設計促銷方案會更能吸引顧客。如關聯(lián)性強的葡萄酒和甜食,可設計捆綁促銷,同時購買這兩種商品折扣5%,或買葡萄酒后可優(yōu)惠10%買甜食。
點算完顧客購買的商品后,用關聯(lián)模型,可推測顧客還可能購買的商品,提高銷售額。
ID 61342顧客可推薦凍肉,推薦把握度0.847;ID92868顧客可推薦啤酒,推薦把握度0.844,少數(shù)人可繼續(xù)推薦,而對數(shù)人沒有可推薦商品,是找出的關聯(lián)規(guī)則較少造成的,對模型參數(shù)進行調(diào)整獲得7個規(guī)則,向顧客進行多選擇的快速推薦,提高出售效率。
本文用數(shù)據(jù)挖掘中的關聯(lián)規(guī)則方法對超市中應用問題進行研究。結論:1)通過網(wǎng)絡圖,分析那些商品很容易被同時購買,可擺放的靠近些,來優(yōu)化商品布局2)根據(jù)關聯(lián)的結果對關聯(lián)性強的商品進行設計促銷3)通過關聯(lián)分析模型可推測顧客還可能購買的商品向顧客進行快速推薦商品。用數(shù)據(jù)挖掘研究各商品的關聯(lián)性問題,進行優(yōu)化商品布局、設計促銷方案和快速商品推薦的方式應用于超市營銷中,有一定合理性。