基于關(guān)聯(lián)規(guī)則對馬鈴薯及其制品在電商平臺(tái)的銷售分析

黃宇承，吳麗麗

(1.甘肅農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院，甘肅 蘭州 730070；2.湖南都市職業(yè)學(xué)院，湖南 長沙 410137)

huangyu7630@sina.com;wull@gsau.edu.cn

1 引言(Introduction)

在電商平臺(tái)銷售農(nóng)產(chǎn)品成為當(dāng)前農(nóng)產(chǎn)品流通的一種新型電子商務(wù)模式。商務(wù)部的數(shù)據(jù)顯示，2020 年上半年全國農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額達(dá)1,937.7億元，同比增長39.7%，比2019 年上半年增速高了6 個(gè)百分點(diǎn)。特別是近兩年，更多的人愿意通過電商平臺(tái)購買農(nóng)產(chǎn)品。甘肅省是馬鈴薯及其制品的主要產(chǎn)地，馬鈴薯及其制品是典型的特色農(nóng)產(chǎn)品，通過電商平臺(tái)銷售是其主要的營銷渠道之一。馬鈴薯及其制品在電商平臺(tái)的銷售使傳統(tǒng)銷售中受種植環(huán)境、保存條件、南北差異等因素影響而導(dǎo)致農(nóng)民受損的情況得到改善，不僅使特色農(nóng)產(chǎn)品的銷售具有及時(shí)性和準(zhǔn)確性，同時(shí)降低了銷售成本和風(fēng)險(xiǎn)。關(guān)聯(lián)規(guī)則分析能挖掘出銷售記錄中與銷售量相關(guān)聯(lián)的屬性和強(qiáng)關(guān)聯(lián)規(guī)則記錄，對指導(dǎo)馬鈴薯及其制品的種植和加工具有實(shí)際意義。

2 關(guān)聯(lián)規(guī)則分析(Association rule analysis)

關(guān)聯(lián)規(guī)則分析是發(fā)現(xiàn)大數(shù)據(jù)對象之間隱含的關(guān)聯(lián)關(guān)系、相互影響，以及根據(jù)一(多)個(gè)事件的發(fā)生對另一(多)個(gè)事件所產(chǎn)生的反應(yīng)，通過現(xiàn)象發(fā)現(xiàn)本質(zhì)，以便更好地為決策提供理論依據(jù)。針對馬鈴薯及其制品在電商平臺(tái)的銷售記錄，一方面品種、品種規(guī)格、品牌、產(chǎn)地和單價(jià)、月銷售量可以反映消費(fèi)者的購買意向；另一方面可以反映馬鈴薯及其制品的生產(chǎn)地所產(chǎn)出的不同產(chǎn)品的銷售量，可推斷出不同產(chǎn)地的何種馬鈴薯有利于銷售或指導(dǎo)種植生產(chǎn)。因此，本文采用Python語言運(yùn)行關(guān)聯(lián)規(guī)則算法Apriori算法、DHP算法和FP-Growth算法，從而比較三種算法中哪種算法運(yùn)算時(shí)間最短；將運(yùn)算時(shí)間最短的FP-Growth算法在馬鈴薯及其制品的銷售數(shù)據(jù)集中運(yùn)行得到頻繁項(xiàng)集，并找出其月銷售量和其他因素間的關(guān)聯(lián)關(guān)系，以期促進(jìn)特色農(nóng)產(chǎn)品在電商平臺(tái)中銷售的良性發(fā)展，同時(shí)指導(dǎo)特色農(nóng)產(chǎn)品的正確種植和加工。

特色農(nóng)產(chǎn)品在電商平臺(tái)銷售得好壞與產(chǎn)品的品種、規(guī)格、品牌建設(shè)與推廣、生產(chǎn)地及售價(jià)相關(guān)。搜集淘寶、拼多多等常用電商平臺(tái)中的馬鈴薯及其制品的銷售數(shù)據(jù)，結(jié)合甘肅省農(nóng)業(yè)科學(xué)院馬鈴薯研究所對馬鈴薯品種的研究,經(jīng)過數(shù)據(jù)清洗后的馬鈴薯及其制品的部分銷售數(shù)據(jù)如表1所示，通過關(guān)聯(lián)規(guī)則分析得出月銷售量與品種、規(guī)格、品牌、產(chǎn)地、銷售價(jià)格之間的關(guān)系。

表1 馬鈴薯及其制品在電商平臺(tái)的銷售記錄(部分)Tab.1 Sales records of potatoes and their products on E-commerce platform (part)

支持度計(jì)算公式如下：

置信度計(jì)算公式如下：

3 不同的關(guān)聯(lián)規(guī)則算法(Different association rule algorithms)

3.1 Apriori算法

Apriori算法采用逐層搜索的迭代方法，對數(shù)據(jù)集多次遍歷，并且將每次遍歷所得的頻繁項(xiàng)集作為搜索項(xiàng)集，產(chǎn)生新的候選項(xiàng)集，對候選項(xiàng)集進(jìn)行篩選，找到頻繁項(xiàng)集，依次循環(huán)，直到?jīng)]有找到更長的頻繁項(xiàng)集為止。要找到最終頻繁項(xiàng)集需完成兩個(gè)步驟，即連接步和剪枝步，在頻繁項(xiàng)集中找出強(qiáng)關(guān)聯(lián)規(guī)則。

3.2 DHP算法

DHP算法是Apriori算法的優(yōu)化，基本過程與Apriori相同，生效于Apriori算法的剪枝步過程中。在第次掃描時(shí)，生成每個(gè)事務(wù)的+1項(xiàng)集，代入一個(gè)Hash函數(shù)中，生成一個(gè)Hash表，建立項(xiàng)集的Hash表，同時(shí)記錄每個(gè)桶中的元素個(gè)數(shù)。

當(dāng)生成+1時(shí)，將×自連接產(chǎn)生的結(jié)果先代入上述Hash函數(shù)，若所落入該桶的計(jì)數(shù)小于最小支持閾值，則該元素必定不為頻繁項(xiàng)集，故可以過濾掉，不放入+1中。所有具有相同Hash值的項(xiàng)的總個(gè)數(shù)小于最小支持閾值，如：Hash(,)=4，Hash(,)=4，不妨假設(shè)4 號(hào)桶的元素個(gè)數(shù)小于最小支持閾值，則單個(gè)的(,)個(gè)數(shù)也必定小于最小支持閾值，故可排除。

3.3 FP-Growth算法

FP-Growth算法巧妙地將樹型結(jié)構(gòu)引入算法中，它采取如下分治策略：提供頻繁項(xiàng)集的數(shù)據(jù)庫壓縮到一棵頻繁模式樹(FP-Tree)，但仍保留項(xiàng)集關(guān)聯(lián)信息。該算法和Apriori算法最大的不同有兩點(diǎn)：

第一，不產(chǎn)生候選集。

第二，只需要兩次遍歷數(shù)據(jù)集，大大提高了效率。

現(xiàn)在對馬鈴薯在電商平臺(tái)的部分銷售情況通過FPGrowth算法進(jìn)行關(guān)聯(lián)規(guī)則分析，分析流程用表2的事務(wù)數(shù)據(jù)集舉例說明，用代號(hào)I描述馬鈴薯及其制品品種、規(guī)格、品牌、產(chǎn)地、價(jià)格、月銷售量，假設(shè)最小支持度計(jì)數(shù)為2。

表2 事務(wù)數(shù)據(jù)集DTab.2 Transaction dataset D

FP-Growth算法對數(shù)據(jù)集只需要掃描兩次：

第一次掃描，先對事務(wù)數(shù)據(jù)集的所有項(xiàng)進(jìn)行支持度計(jì)數(shù)，若有最小支持度小于2的項(xiàng)集則刪除。以支持度計(jì)數(shù)進(jìn)行降序排序，得到頻繁1-項(xiàng)集，如表3所示。

表3 頻繁1-項(xiàng)集Tab.3 Frequent 1-itemsets

第二次掃描數(shù)據(jù)集，構(gòu)建FP樹，如圖1所示。

圖1 構(gòu)建FP樹Fig.1 Building FP tree

然后挖掘頻繁項(xiàng)集：按照從下往上的順序，首先考慮I，得到條件模式基<(I,I：1)>，<(I,I,I：1)>構(gòu)造FP樹，刪除小于支持度的節(jié)點(diǎn)，形成單條路徑后進(jìn)行組合，得到I的頻繁項(xiàng)集：{{I,I：2}，{I,I：2}，{I,I,I：2}}。其次考慮I，得到條件模式基<(I,I：1)>,<(I：1)>構(gòu)造條件FP樹，得到I的頻繁項(xiàng)集：{{I,I：2}}。第三考慮I，得到條件模式基<(I,I：2)>,<(I：2)>,<(I：2)>構(gòu)造條件FP樹，由于此樹不是單一路徑，需要遞歸挖掘I，從而得到I的條件模式基<(I：2)>，I和I的條件模式基為<(I：2)>構(gòu)造條件FP樹，得到I的頻繁項(xiàng)集{{I,I：4}，{I,I：4}，{I,I,I：2}}。最后考慮I，得到條件模式基<(I：4)>構(gòu)造條件FP樹，得到I的頻繁項(xiàng)集{I,I：4}。

4 實(shí)驗(yàn)與結(jié)果分析(Experiment and results analysis)

4.1 三種算法性能比較

Apriori算法、DHP算法和FP-Growth算法的性能在數(shù)據(jù)集記錄數(shù)固定的情況下與其運(yùn)算速度息息相關(guān)。在進(jìn)行馬鈴薯及其制品在電商平臺(tái)的銷售數(shù)據(jù)的關(guān)聯(lián)規(guī)則實(shí)驗(yàn)時(shí)，在1,000余條銷售數(shù)據(jù)固定的情況下，設(shè)置置信度固定為80%，支持度有變化，分別設(shè)置為2%、4%、6%、8%、12%、14%、16%、18%、20%、22%，使三種算法在對馬鈴薯及其制品在電商平臺(tái)的銷售數(shù)據(jù)進(jìn)行挖掘時(shí)，不同支持度下的運(yùn)行時(shí)間發(fā)生變化，所花時(shí)間越少，則證明該種算法的效率越高，性能也越高。圖2是Apriori、DHP和FPGrowth算法的運(yùn)行時(shí)間，通過實(shí)驗(yàn)得出FP-Growth算法更優(yōu)于Apriori算法和DHP算法。

圖2 三種算法運(yùn)行時(shí)間比較Fig.2 Comparison of running time of three algorithms

4.2 銷售記錄數(shù)據(jù)挖掘

采用三種算法中運(yùn)行時(shí)間最短的FP-Growth算法對馬鈴薯及其制品在電商平臺(tái)的銷售數(shù)據(jù)集進(jìn)行數(shù)據(jù)挖掘，設(shè)置最小置信度為80%，最小支持度為20%，得到一組強(qiáng)關(guān)聯(lián)規(guī)則記錄:{品種,規(guī)格,品牌,產(chǎn)地,單價(jià)}，挖掘結(jié)果中部分置信度相對較大的記錄如表4所示。

表4 馬鈴薯及其制品在電商平臺(tái)的銷售關(guān)聯(lián)規(guī)則挖掘結(jié)果(部分)Tab.4 Association rule mining results of potatoes and their products sold on E-commerce platform (part)

根據(jù)挖掘結(jié)果得到甘肅省各地在電商平臺(tái)中銷售較好的馬鈴薯及其制品，如表5所示。通過表5間接反映各地銷售較好的品種是該地大面積種植和加工的農(nóng)產(chǎn)品，又表明各地銷售較好的品種受到消費(fèi)者的喜愛。(1)隴薯15號(hào)以產(chǎn)地蘭州市和定西市銷售較好，但均無品牌，蘭州市的價(jià)格在4.0 元/斤以下，定西市為1.0—4.0 元/斤。針對隴薯15號(hào)，可以加大品牌建設(shè)，定西市的價(jià)格跨度較大，蘭州市的價(jià)格在4.0 元/斤以下，在保證馬鈴薯品質(zhì)和低價(jià)穩(wěn)定不變的同時(shí)將高價(jià)降低0.5—1.0 元/斤，從而提高市場競爭力。(2)L1192-4銷量較好的是定西市，價(jià)格適中，但只有少量是有品牌的，可以加大品牌建設(shè)和推廣。(3)隴薯5號(hào)銷量較好的有定西市、平?jīng)鍪?、武威市，定西市的價(jià)格比平?jīng)鍪泻臀渫械?，但只有少量有品牌，平?jīng)鍪杏衅放?，武威市無品牌，可提升定西市和武威市無品牌土豆的品牌機(jī)制，將價(jià)格調(diào)整至定西市的價(jià)格水平，同時(shí)保證產(chǎn)品品質(zhì)。(4)隴薯7號(hào)是強(qiáng)關(guān)聯(lián)規(guī)則記錄中最多的，以定西市、平?jīng)鍪?、武威市銷量較佳，定西市大部分有品牌，平?jīng)鍪?、武威市有品牌，價(jià)格屬武威市最低，三市的價(jià)格差別不大，將該品種的土豆種植推廣至周邊其他市更有利于銷售。(5)大西洋(ck)以定西市、平?jīng)鍪?、隴南市銷量較好，定西市少數(shù)有品牌、平?jīng)鍪杏衅放?，隴南市無品牌，其中定西市的價(jià)格最低，隴南市的價(jià)格最高，價(jià)格差最高達(dá)3.5元/斤，在定西市對大西洋(ck)品種加大品牌推廣力度的同時(shí)保持價(jià)格穩(wěn)定，而在隴南市加大品牌推廣力度的同時(shí)則適當(dāng)降低價(jià)格。(6)土豆粉銷售較好的有蘭州市、定西市、臨夏回族自治州、天水市，價(jià)格差較大，僅定西市大部分有品牌，質(zhì)量難以把控，可在對其價(jià)格進(jìn)行監(jiān)督的同時(shí)對加工質(zhì)量進(jìn)行管控。(7)土豆片(薯片)僅蘭州市銷量較好，且建立有品牌機(jī)制，可在定西市等土豆產(chǎn)出較多的市增設(shè)加工廠，同時(shí)大力建立品牌機(jī)制。

表5 數(shù)據(jù)挖掘結(jié)果中各電商平臺(tái)月銷售較好的馬鈴薯及其制品Tab.5 Potatoes and their products with better monthly sales on E-commerce platforms from the results of data mining

(續(xù)表)

4.3 關(guān)聯(lián)規(guī)則興趣度評(píng)估

消費(fèi)者對農(nóng)產(chǎn)品的購買意向和興趣度相關(guān)，關(guān)聯(lián)規(guī)則的興趣度有正關(guān)聯(lián)規(guī)則興趣度和負(fù)關(guān)聯(lián)規(guī)則興趣度。判斷消費(fèi)者對購買馬鈴薯及其制品的興趣度，求正關(guān)聯(lián)規(guī)則即可，即馬鈴薯及其制品關(guān)聯(lián)規(guī)則本身的置信度與它所包含的月銷售量的交易支持度的差，其公式是：

規(guī)則的興趣度=規(guī)則的置信度-月銷售量的支持度

由表4挖掘結(jié)果中所得的置信度和所設(shè)置的月銷售量的支持度之差，可以得出其興趣度，結(jié)果如表6所示。通過興趣度計(jì)算結(jié)果得出，強(qiáng)關(guān)聯(lián)規(guī)則的銷售記錄消費(fèi)者購買的興趣度在70%以上，推斷出消費(fèi)者在后期購買馬鈴薯及其制品時(shí)大部分人會(huì)選擇再次購買。

表6 消費(fèi)者的購買興趣度(部分)Tab.6 Consumers' purchase interest (part)

5 結(jié)論(Conclusion)

本文通過采用Python語言實(shí)現(xiàn)Apriori、DHP、FPGrowth三種算法，比較得出FP-Growth算法性能更優(yōu)于另外兩種算法。同時(shí)，采用性能更優(yōu)的FP-Growth算法對馬鈴薯及其制品在電商平臺(tái)的銷售數(shù)據(jù)集進(jìn)行關(guān)聯(lián)規(guī)則分析，得到馬鈴薯及其制品在電商平臺(tái)銷售的強(qiáng)關(guān)聯(lián)規(guī)則記錄，將甘肅省各地銷售較好的品種進(jìn)行分析,以指導(dǎo)馬鈴薯及其制品的種植和加工，同時(shí)分析得出消費(fèi)者購買的興趣度在70%以上，由此可以推斷大多數(shù)消費(fèi)者的再次購買意向。