基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文面对超市2年的日销售数据,根据数据挖掘思想,对海量数据按品类进行分组,并对各品类商品的销售数据进行分析.此外还通过对各品类的销售额建立ARMA模型,探求消费者的消费习惯,对商品的品类布局提出建议.
推荐文章
基于关联规则算法的超市数据挖掘方法分析
数据挖掘
关联规则
Apriori算法
超市
基于超市OLAP系统数据挖掘的实现
联机分析处理
数据挖掘
多维数据
DSO
基于聚类分析的属性数据挖掘技术
数据挖掘
聚类分析
相似度
属性
基于数据仓库的数据挖掘研究
数据仓库
数据挖掘
知识发现
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于某超市的数据挖掘分析
来源期刊 现代商业 学科 经济
关键词 超市 数据挖掘 ARMA模型 品类管理
年,卷(期) 2009,(5) 所属期刊栏目 商业流通
研究方向 页码范围 13-14
页数 2页 分类号 F7
字数 2443字 语种 中文
DOI 10.3969/j.issn.1673-5889.2009.05.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李春林 河北经贸大学数学与统计学学院 48 149 7.0 10.0
2 任博雅 河北经贸大学数学与统计学学院 2 21 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (155)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
超市
数据挖掘
ARMA模型
品类管理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代商业
旬刊
1673-5889
11-5392/F
16开
北京市
80-522
2006
chi
出版文献量(篇)
64559
总下载数(次)
351
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导