基于聚类算法的购物篮压缩研究

• 作者: 张文斌 明勇 褚维伟 黄哲学
• 来源期刊: 计算机技术与发展
• 学科: 地球科学
• 关键词: 数据挖掘 关联规则 购物篮压缩 购物篮聚类
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 应用开发研究
• 页码范围: 169-173,177
• 页数: 6页
• 分类号: K921/927|TP393
• 字数: 5313字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.01.036

摘要

购物篮分析是数据挖掘技术在零售业的典型应用之一,旨在从零售交易记录中分析出顾客经常同时购买的商品组合,挖掘出购物篮中有价值的信息.然而实际分析中往往得到的是数以千计的购物篮,企业很难从这数量众多的购物篮中找到真正感兴趣和有价值的,这给实际的应用造成了很大障碍.针对传统挖掘方法得到购物篮数量过多的问题,定义了一系列特征属性表示购物篮,提出了一种基于K-Means层次聚类算法根据属性值对购物篮进行压缩的方法.该方法通过对真实购物篮进行实验研究与分析.为验证提出方法的有效性和可行性,将其与传统压缩方法进行了对比.实验结果表明,相对于其他传统压缩方法,由提出的压缩方法筛选得到的购物篮具有更高的有效性和实用价值,并达到了压缩购物篮集合的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄哲学		9	48	3.0	6.0
2	张文斌		3	6	2.0	2.0
3	明勇		2	4	1.0	2.0
4	褚维伟		2	3	1.0	1.0