基于Apriori算法的超市商品销售数据的关联规则分析VIP专享VIP免费

基于Apriori算法的超市商品销售数据的关联规则分析郑印（华中师范大学计算机学院，湖北武汉430079）AprioriassociationrulesalgorithmbasedsupermarketmerchandisesalesdataZhengyin(ComputerCollege,CentralChinaNormalUniversity,Hubei430079,China)摘要：Apriori算法广泛应用于商业中，应用于消费市场价格分析中，它能够很快的求出各种产品之间的价格关系和它们之间的影响。尤其是在超市零售业中的应用更是广泛，通过对销售数据记录的分析，挖掘出商品的关联规则，有利于提高超市零售业的销售利率，增强其市场竞争力。关键词：关联规则；Apriori算法；销售利率Abstract:Apriorialgorithmiswidelyusedinbusinessandprice’sanalysisofconsumermarket,itcanquicklydeterminetheimpactofprice’srelationshipsbetweenthevariousproducts.Especiallyusinginsupermarketretailingisevenmorewidespread,throughtheanalysisofsalesdataofrecord,theassociationruleminingcommodities,helptoimprovethesupermarketretailsalesrates,andenhancetheirmarketcompetitiveness.Keywords:Associationrules;Apriorialgorithm;salesrate1.研究背景超市零售业是数据挖掘应用较为活跃的一个领域。了解客户的购买习性和趋势，对于零售商制订销售策略是至关重要的。通过关联规则的挖掘，分析客户对商品的需求状况，发现顾客的潜在需求特征，有目的性的开展广告和销售业务。通过对顾客的忠诚度分析，相应调整商品的价格和类型，改进销售服务，有利于保持现有客户，寻找潜在的客户，扩大销售的范围和规模，从而增加销售量。通过分析销售的数据记录，目前主要应用于销售预测、库存需求、零售点选择和价格分析，分析客户的购买行为和习惯，分析商场的销售商品的构成，使商品的选择与搭配更为科学。因此，对超市经营信息、数据的整理、挖掘，从中得出对经营有用的信息，增强超市的竞争能力，已经成为各家超市企业面临的一个紧迫课题，同时，Apriori算法作为关联规则挖掘的重要算法，也被各个企业所运用。2.关联规则的基本概念设I={i1，i2，…，im}是项的集合。设任务相关的数据D是数据库事务的集合，其中每个事务T是项的集合。每一个事务有一个标识符，称作TID。设A是一个项集，事务T包含A当且仅当AT。关联规则是形如AB的蕴涵式，其中AI，BI，并且A∩B=Φ。关联分析中还包括两个重要的参数，支持度(min_sup)和置信度(min_conf)。具体定义如下：支持度:support(AB)=P(A∪B),即A和B这两个项集在事务集D中同时出现的概率。置信度:confidence(AB)=P(B|A)，即在出现项集A的事务集D中，项集B也同时出现的概率。同时满足最小支持度(min_sup)和最小置信度(min_conf)的规则称作强规则。项的集合称为项集(itemset)，包含k个项的项集称为k－项集。项集的出现频率是包含项集的事务数，简称为项集的频率、支持计数或计数。如果项集的出现频率大于或等于最小支持度，则称为频繁项集频繁k－项集的集合通常记作Lk。3.Apriori算法分析关联规则(AssociationRules)的挖掘是数据挖掘中的一个重要问题。我们采用的是相关性分析的方法，采用的是Apriori算法。Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递推的方法。Apriori算法采用连接步和剪枝步两种方式来找出所有的频繁项集。1）连接步为找出Lk（所有的频繁k项集的集合），通过将Lk-1（所有的频繁k-1项集的集合）与自身连接产生候选k项集的集合。候选集合记作Ck。设l1和l2是Lk-1中的成员...