面向零售业的关联规则挖掘的研究与实现

• 作者: 张珏 田建学 陈莉
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 关联规则 零售业商务智能系统 Apriori算法
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 应用开发研究
• 页码范围: 146-150
• 页数: 5页
• 分类号: TP311
• 字数: 5454字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.10.032

摘要

随着零售业在城市的快速发展，智能系统积累了大量的零售业原始数据，急需一种技术来发现数据中蕴含的内在规则，为企业管理者提供决策支持。数据挖掘是目前一个重要的研究方向，可以把日常业务数据知识化。介绍了零售业商务智能系统的发展现状，并通过分析零售业数据来掌握顾客的购买偏好，并同时对挖掘结果进行说明，在一定程度上利用关联规则技术解决现实中的商业问题。针对数量和利润的因素，提出利用频繁项目集寻找商品利润最大化的销售组合模型，零售商可以根据该模型输出的销售组合模型对商品进行捆绑销售，以获得最大利润。提出来竞争商品的概念，即找出隐含在数据库中相互竞争商品的模型，这样就得到了零售业商品推荐模型。实验结果表明，提出的模型能找出高交叉销售利润的商品，在零售业中有很好的实用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈莉	西北大学信息科学与技术学院	67	651	17.0	22.0
2	张珏	榆林学院信息工程学院	13	21	3.0	4.0
4	田建学	榆林学院信息工程学院	5	8	2.0	2.0