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:
根据某医药零售企业的零售药品销售情况,运用FP-Growth算法挖掘频繁项集,挖掘出库存量较高药品之间的关联关系.统计现有库存量较高的药品数据,根据关联结果对药品进行组合促销和摆放设计,以便顺利实现促销,减少库存.
推荐文章
基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法
正负关联规则挖掘
双支持度阈值
Apriori算法
非频繁项集
IDF加权
挖掘关联规则频繁项集的算法研究及其Prolog实现
数据挖掘
频繁项集
DHP
逻辑推理
基于频繁项集挖掘算法的改进与研究
数据挖掘
关联规则
频繁项集挖掘算法
基于索引数组的频繁项集挖掘算法
数据挖掘
关联规则
频繁项集
索引数组
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 基于频繁项集挖掘的零售医药企业药品关联研究
来源期刊 重庆科技学院学报(自然科学版) 学科 工学
关键词 零售医药 库存优化 组合销售 频繁项集挖掘
年,卷(期) 2019,(6) 所属期刊栏目 计算机与自动化技术
研究方向 页码范围 96-98
页数 3页 分类号 TP311
字数 2271字 语种 中文
DOI
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 尚庆生 兰州财经大学信息工程学院 3 4 1.0 2.0
2 王丽华 兰州财经大学信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
零售医药
库存优化
组合销售
频繁项集挖掘
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
重庆科技学院学报(自然科学版)
双月刊
1673-1980
50-1174/N
大16开
重庆大学城
1995
chi
出版文献量(篇)
4247
总下载数(次)
8
总被引数(次)
13371
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导