一种基于关联规则的超市购物篮分析方法

维普资讯 http://www.cqvip.com 第２３卷第２期　湖　北　工　业　大　学　学报　２００８年４月　Ｖ０Ｉ．２３　Ｎｏ．２　Ｊｏｕｒｎａｌ　ｏｆ　Ｈｕｂｅｉ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ　Ａｐｒ．２００８　［文章编号］１００３－－４６８４（２００８）０２—００５３—０３　一种基于关联规则的超市购物篮分析方法　杜海涛，陈定方，张　波　（武汉理工大学物流工程学院，湖北武汉４３００６３）　［摘要］就数据挖掘中的关联规则算法的概念及其在超市购物篮分析中的应用进行了探讨，对Ａｌｐｈａｍｌｎ—　ｅｒ２．０的功能特点进行了介绍，并提出一种利用Ａｌｐｈａｍｉｎｅｒ２．０数据挖掘软件来进行超市购物篮分析的方法，　给出了运行的实例．　［关键词］关联规则；Ａｌｐｈａｍｉｎｅｒ；购物篮　［中图分类号］ＴＰ３９１　［文献标识码］：Ａ　在当今商品充斥的时代，面对琳琅满目的商品　关联规则作为数据挖掘中最活跃的研究方法之　与令人眼花缭乱的大量商家，消费者往往感觉无所　一最早是１９９３年由Ａｇｒａｗａｌ等人主要是针对购物　适从．于是，商家开始通过对消费者购物行为的分析　篮分析问题提出的［１］，目的是为了发现交易数据库　来对商品进行合理的摆放以及对商铺进行合理的布　中不同商品之间的关联规则．关联规则定义了从事　局，使商场销售格局更符合消费者的消费行为与模　务数据库的大量数据中挖掘项集之间有趣的关联或　式，从而为商场提高销售业绩，创造更多的利润，也　相关关系，ＰｅｉＪ＆ＨａｎＪ（２０００）认为关联规则是在　为消费者带来更多的方便．这也正是美国零售业巨　事务数据库的交易记录中被同时购买的不同商品项　头沃尔玛创造的“啤酒与尿布”的成功案例给人们带　之间的关联关系，设，一｛ｉ。，ｉ　，…｝是不同商品项　来的启示．　的集合．设Ａ、Ｂ为两个包含不同商品项的项集　每一次购物篮处理得到的都是一位顾客的购物　（ｉｔｅｍ　ｓｅｔ），定义包含　个商品项的项集为Ｋ项集，　信息，大多数零售企业只是将这些数据进行简单分　例如Ｃ一｛ｉ。，ｉ　，ｉ。｝称之为３项集，其余　项集的定　类、分析单一的销量数据，实际上并没有充分利用这　义依此类推．事务Ｔ包含Ａ、Ｂ且有Ａ　，，Ｂ　，．此　些能反映所有顾客购物行为最有效的数据，一些宝　时关联规则表示为Ａ　Ｂ，其中Ａ为关联规则的前　贵的数据资源成了“数据坟墓”．　件（Ａｎｔｅｃｅｄｅｎｔｓ），Ｂ为规则的后续（Ｃｃｏｎｓｅ—　另一方面，随着信息技术的发展，通过分析大量　ｑｕｅｎｔ）．　历史数据来发现模式和规律的数据挖掘技术应运而　１．２支持度与置信度　生．然而，大多数商家并不是数据挖掘技术领域的专　支持度（ｓｕｐｐｏｒｔ）和置信度（ｃｏｎｆｉｄｅｎｃｅ）两个阈　家．如何使数据挖掘技术“平民化”，成为当前很多学　值是描述关联规则（Ａｓｓｏｃｉａｔｉｏｎ　ｒｕｌｅｓ）的两个重要　者研究的热点之一．　概念，支持度反映关联规则在数据库中的重要性，置　本文针对当前零售业中“数据爆炸但知识贫乏”　信度衡量关联规则的可信程度．如果某条规则同时　的现象，对关联规则算法在购物篮分析中的应用进　满足最小支持度（ｍｉｎ－ｓｕｐｐｏｒｔ）和最小置信度（ｍｉｎ－　行了探讨，并提出一种基于Ａｌｐｈａｍｉｎｅｒ２．０来进行　ｃｏｎｆｉｄｅｎｃｅ），则称它为强关联规则［２］．　超市购物篮分析的方法．　１．３关联规则在超市购物篮分析中的应用　１）制定交叉销售策略．应用关联规则挖掘，可以　１　关联规则简介　有效地发现商品之间的有趣关联，为零售企业的货　架布置及关联促销提供决策信息，在此基础上制定　１．１关联规则的基本概念　综合性的交叉销售策略，将有助于提高零售企业的　［收稿日期］２００７—１２—０１　［作者简介］杜海涛（１９８６一），男，湖北麻城人，武汉理工大学，研究方向：数控挖掘技术．　维普资讯 http://www.cqvip.com ５４　湖　北　工　业　大　学　学报　２００８年第２期　销售业绩和客户满意度，进而提升企业竞争力．　２）促销活动．超市常通过各种方式进行促销活　动，以达到推广产品、吸引顾客的目的．只有充分了　解客户，才能准确定位促销对象，提高针对性，降低　４）设置参数：参考表１输入关联规则的参数．　５）导出结果并分析：依次运行各模块，则在关联　规则模块中建模结果以规则和ＰＭＭＬ两种形式呈　现．其中ＰＭＭＬ是一种基于ＸＭＬ的语言，用来定　活动成本．利用关联挖掘技术可以指导商家制定“捆　绑销售”策略．　义预言模型．选取规则作为进一步分析的依据．若没　有得到规则，则参照表１修改关联规则的参数；若得　３）制定企业营销组合策略．零售业中运用关联　分析技术，分析企业交易和顾客等数据，可以从海量　企业数据源中挖掘有趣的关联模式，理性制定企业　营销组合策略，支持企业进行理性营销组合要素的　整合、实施，为零售企业在进行经营活动时如何进行　商品的组合、促销、服务和定价等营销决策问题提供　强有力的支持．以期提高顾客忠诚度和满意度，最终　达到企业竞争力的提升．　２　Ａｌｐｈａｍｉｎｅｒ２．０简介　ＡｌｐｈａＭｉｎｅｒ是一个通用的数据挖掘系统，它能　够帮助用户建立一个完整的数据挖掘流程，并提供　一系列的功能使得用户可执行其中的任意挖掘步　骤．这些功能包括：访问不同数据源中的数据、用不　同的方式勘探数据、操作数据、建立各种数据挖掘模　型、分析模型以及在企业环境中部署模型．　ＡｌｐｈａＭｉｎｅｒ系统最主要的特点是它能够把开　发好的数据挖掘案例保存在它的知识库中以便于日　后重用　，对于一般的商业管理人员，这个功能显著地　提高了ＡｌｐｈａＭｉｎｅｒ系统的可用性．　３基于Ａｌｐｈａｍｉｎｅｒ２．０的超市购物篮　分析　３．１　分析方法　利用ＡｌｐｈａＭｉｎｅｒ２．０进行基于关联规则分析　的流程主要包括建立数据、建立流程、导人数据、设　置参数、导出结果并分析．　１）建立数据：ＡｌｐｈａＭｉｎｅｒ２．０软件中可导人以　下类型的文件输入数据：Ａｔｔｒｉｂｕｔｅ—Ｒｅｌａｔｉｏｎ、Ｃｏｍ—　ｍａ　Ｓｅｐａｒａｔｅｄ　Ｖａｌｕｅ（ＣＳＶ）、Ｅｘｃｅｌ、ＭＳ　ＩＩＳ　Ｌｏｇ、　ＮＣＳＡ　Ｃｏｍｍｏｎ　Ｌｏｇ以及ＮＣＳＡ　Ｃｏｍｂｉｎｅｄ　Ｌｏｇ．将　通过购物篮处理得到顾客购物的全部信息，建立成　以上任意一种类型的数据格式．　２）建立流程：将关联规则模块拖入案例视图模　板，并将它连接到一个数据访问模块或数据转化模　块．其中数据访问模块和数据转换模块将提供算法　的数据源．　３）导入数据：在数据访问模块中输入已经建立　的数据．　到规则，就按照关联规则理论进行下一步分析．　表１　关联规则模块参数列表　参数　类型　描述　集最小谷量整型设定关联规则中项的最小数日　项集最大容量整型设定关联规则中项的最大数目　无限制萎誊　薷鉴美曩蓄　关联绷忡　最小支持度整型设定关联规则中项的最小支持度　最小置信度　整型设定关联规则中项的最小置信度　项编号　萋差　霍生成关联规则所需的“ｈｅ　ｍｉｄ’　事务编号　薏蔷ａ设ｃｔ定ｉｏｎ生＂Ｎ成关联规则所需的“Ｔｒａｎｓ一　３．２案例分析　下面以某超市为例进行基于关联规则的购物篮　分析，以找出强关联规则，为超市的商品摆放提供依　据．该超市部分原始数据如图１所示．　１　Ｂ　ｔ｛　ｃ｝Ｄ　Ｅ　ｌ　Ｆ｛Ｇ｛ｌＨ　ｌ　ｌ　ｊ　Ｉ　ｃａｒｄｉｄ　ｖａｌｕｅ｝ｐｍｅｔｈｏｄ；　ｈｏｍｅｏｗｎ　Ｉ　ｉｎｃｏｍｅｌ　ａｇｅ’ｃｏｏｋｉｅｓ　１　ｆｉｓｈ　Ｉ　ｏｒａｎ２￣ｉｕｉｃ，　２　３　ＮＯ　｝２７０００　４６　ｃｏｏｋｉｅｓ　：　６７２　ｌ　５３５　７　ＣＡ　ＳＨ气　　ｉＦ　ＮＯ　ｉ　３００００　２８　　Ｉｃｏｏｋｉｅｓ　；　羔　—　§蟹　呈　』　堕ｉｃＡ　—Ｌ丛一　ＮＯ・　－】３２ＯＯ　３６　ｆｉｓｈ　量　２６７４８　２３　６８８３　ＣＡＲＤ　ｌ　Ｆ　ＮＯ　｝１２２００：２６　童　９ｌ６０９１　ｌ８　８１３３Ｉ　ｃＡＲＤ　｛Ｍ　ＹＥＳ　ｔ　ｌ１０００；２４　一７　２６６３０　４６　４８６７　ＣＡＲＤ　；Ｆ　Ｎ０　１　ｌ５０００．３５　ｆｉｓｈ｝　点　６２９９５　ｌ４　０４６７ｉ　ＣＡＳＨ　Ｉ　Ｆ　ＹＥＳ　２０８００｝３０　Ｉ　ｏｒａｎｇｅｊｕｉｃ　里　３８７６５　２２２０３４Ｉ　ＣＡ５Ｈ　ｊ　Ｍ　｝　ＹＥＳ　２４４００｛２２　－　煦　２８９３５　２２　９７５　ｃＨＥＯｕＥ｛Ｆ　ＮＯ　２９５００：４６　１　４１７９２　１４　９５６２。ＣＡＳＨ　ｌ　Ｍ　Ｉ　ＮＯ　２９６００】２２：　ｉｆｉｓｈ；　ｔ２　５９４８０ｉ　１０　３２８２　ＣＡＳＨ　Ｉ　Ｆ　ｌ　ＮＯ　２７１００｛１８　；ｆｉｓｈ｛　嚣　—　７堕§０９９曼８　１土　ｚ３　７７堕ｌ９６　ＣＡ　ＲＤ　Ｌ　）ＹＥ…王旦Ⅲｊ—ＹＥ　…３。２　一２￣９ｏ７ｏ３００ｆ；　塑』…～４３　—　』ｆ　』ｉｓｈＩ　一＿．．一　益　１７　８３６０６４０５ｉ１７ｌ　　３３４６０＿　　５２０８２０９｛　．２２　Ｃ　ＣＨＨＥＯＵＥｌＥＱＵＥ—Ｌ　上一ＮＯ｛　ＦＦ　ｉ　ｌ　　ＹＹＥＳ　Ｅ～一　Ｓ；２１８４００　Ｉ８００Ｑ　Ｉ０　４　一　Ｌ１９｝３：　　¨…—ｆ：　－ｆｉｉｓｓｈｈ土　ｐ１ｉ　　ｏｆａｎｉｏｒａｎ＿ｇｇｓｅｉＵｉ．ｅｅｊ业ｍｃＣ　￣　　盥　　｝　ｌ　｛Ｊ　Ｉ　　ｉ　Ｉ业　２ｏ　Ｊ１３５７ｌ＿．８５６９９｝＿．　１０　７５３　旦　ｇ土　ＣＡＳＨ　—ｌ王一Ｉ　Ｆ　ｊＬ—　　ＹＥＳ　…；一一　＿ｊ　　２３１００。２６　Ｊ＿２　Ｑ　里土～…～０　．　照Ｌｆｉｓｈ；　２１　９７７６１：３２　３１８４　ＣＡＲＤ｝Ｆ　ｊ　ＹＥＳ　２５８００　３８　ｃｏｏｋｉｅｓｌｆｉｓｈ｛　２０３６２　３　Ｊ　７２　ＣＡＳＨ！Ｍ１　ＹＥＳ【２５１００　３８　！ｎｓｈ｝　图１某超市部分原始销售数据图　建立如图２所示流程图，该流程图依次表示：从　文件中输人数据、设置属性、数据集可处理化和关联　规则．此执行流程将完成从数据输入到导出强规则　结果这一过程．　势—一　—一　——————图　［Ｓｕｐｅｒ打开文件　ｍａｒｋｅｔ　ｂａｓｋｅｔ　１‘　　绺ｉ　ｎ　‘　“　ｓ‘…　　ｓｏｃｄｉａ。ｔ　ｉ】ｏ　袋　’　图２　ＡｌｐｈａＭｉｎｅｒ２．０执行流程图　设定关联规则模块的参数为：项集最小容量为　２，项集最大容量无限制．选择恰当的支持度与可信　度是挖掘有效关联规则的关键．超市的销售数据属　于大数据量数据，无法预知什么大小的支持度可以　维普资讯 http://www.cqvip.com

第２３卷第２期　杜海涛等　一种基于关联规则的超市购物篮分析方法　５５　过滤出合适的数据．因此，可根据规则产生的实际数　量和预定的目标对最小支持度和最小置信度标准作　适当的调整，以避免过多或过少规则的出现．通过对　局部购物数据进行数据挖掘，得出支持度、可信度以　及关联规则数目的对比关系，对其结果进行分析、比　较，最后确定相对精确的支持度和可信度的值：最小　支持度为１８　，最小置信度为５０　．运行生成挖掘　结果如图３所示．　１　２　３　ｐｅａｎｕｔｓ＝＞ｒｅｄ　ｗｉｎｅ　ｒｅ　ｗｉｎｅ＝＞ｐｅａｎｕｔｓ　ｂｅｅｒ＝＞ｒｅｄ　ｗｉｎｅ　２　２　２　１８．３５９　１８．３５９　１８．０３５　５６．２９１　５８．Ｏ２　５５．ＯＯ６　譬　一１７８．１３６，依次类推可计算出项集　．　｛ｒｅｄ　ｗｉｎｅ，ｂｅｅｒ）的增益ｌｉｆｔ２—１７４．５３５，项集｛ｂｅｅｒ，　ｐｅａｎｕｔｓ）的增益ｌｉｆｔ３—１７５．２５９．　１ｉｆｔ值越大说明商品间的相关性越大口］．当ｌｉｆｔ　值为１时，商品间的相关性为０．当ｌｉｆｔ值小于１时　商品的相关性很小，即顾客同时购买商品的可能性　很小．于是可知顾客同时购买ｂｅｅｒ和ｐｅａｎｕｔｓ的可　能行最大，则可将两者置于货架的相邻位置提高销　售量的效果将最明显．　４　５　６　ｒｅｄ　ｗｉｎｅ＝＞ｂｅｅｒ　ｂｅｅｒ＝＞ｐｅａｎｕｔｓ　ｐｅａｎｕｔｓ＝＞ｂｅｅｒ　２　２　２　１８．０３５　１８．６８３　１８．６３８　５６．９９７　５７．Ｏ９６　５７．２８５　４　结语　“数据爆炸但知识贫乏”的现象成为商家的心　病，而对数据挖掘技术的陌生又使得商家在大量的　历史数据面前束手无策．利用免费开源的Ａｌｐｈａ—　Ｍｉｎｅｒ２．０软件，本文提出了一种基于关联规则算法　来进行购物篮分析方法，并给出了运行的实例，给零　售业企业进行类似的关联分析带来了极大的便利，　使得数据挖掘技术的使用更加大众化．利用Ａｌｐｈａ－　Ｍｉｎｅｒ２．０来对零售业企业进行数据分析具有广泛　的应用前景．　图３挖掘结果图　挖掘结果中的规则支持度和置信度分别大于等　于给出的最小支持度和最小置信度的规则，而求解　关联规则挖掘就是寻找满足最小支持度和最小置信　度规则的过程．在本实例中，已经找到满足最小支持　度和最小置信度的规贝　．因此，运用Ａｌｐｈａｍｉｎｅｒ２．０　软件进行关联规则分析是简便、可行的．　此外，还可以对挖掘结果作进一步分析，以找到　最强的关联规则．以上６个强关联规则说明顾客同　时购买ｐｅａｎｕｔｓ和ｒｅｄ　ｗｉｎｅ，ｒｅｄ　ｗｉｎｅ和ｂｅｅｒ，ｂｅｅｒ　和ｐｅａｎｕｔｓ的可能性很大，因此将这些商品进行捆　［　参　考　文　献］　绑销售或者摆放在靠近位置能促进销售．　对于包含项Ａ—ｐｅａｎｕｔｓ和Ｂ—ｒｅｄ　ｗｉｎｅ的规　Ｅｌｉ　Ａｇｒａｗａｌ　Ｒ，Ｉｍｉｅｌｉｎｓｋｉ　Ｔ，Ｓｗａｍｉ　Ａ．Ａｐｅｒｆｏｒｍａｎｃｅ　ｐｅｒ—　ｓｐｅｃｔｉｖｅ．Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｋｎｏｗｌｅｄｇｅａｎｄ　Ｄａｔａ　Ｅｎｇｉ—　则ｐｅａｎｕｔｓ　ｒｅｄ　ｗｉｎｅ，它的支持度为Ｓｕｐｐｏｒｔ　—ｎｅｅｒｉｎｇ［Ｊ］．Ｄａｔａｂａｓｅ　ｍｉｎｉｎｇ，１９９３（５）：９１４—９２５．　［２］李新良，陈湘涛．数据挖掘中关联规则算法的研究［Ｊ］．　计算机工程与科学，２００７（１２）：１１１—１１６．　Ｐ（Ａ　Ｎ　Ｂ）一１８．３５９，置信度ｃｏｎｆｉｄｅｎｃｅ一　旦　］ｒ　ｎ　＿　一５６．２９１，于是Ｐ（Ａ）一０．３２６，同理可　知Ｐ（Ｂ）一０．３１６．所以项集｛Ａ，Ｂ）的增益ｌｉｆｔ　一　［３］　ＺｈａｏＨｕｉ　Ｔａｎｇ，Ｊａｍｉｅ　Ｍａｃｌｅｎｎａｎ．数据挖掘原理与应　用ＥＪ］．国外计算机科学经典教材，２００７（１）：３２２．　Ａ　Ｍｅｔｈｏｄ　ｏｆ　Ａｎａｌｙｚｉｎｇ　Ｍａｒｋｅｔ　Ｂａｓｋｅｔ　Ｂａｓｅｄ　ｏｎ　Ａｓｓｏｃｉａｔｉｏｎ　Ｒｕｌｅｓ　ＤＵ　Ｈａｉ—ｔａｏ，ＣＨＥＮ　Ｄｉｎｇ—ｆａｎｇ，ＺＨＡＮＧ　Ｂｏ　（Ｓｃｈｏｏｌ　ｏｆ　Ｌｏｇｉｓｔｉｃｓ　Ｅｎｇｉｎｅ．，Ｗｕｈａｎ　Ｕｎｉｖ．ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ　４３００６３，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｃｏｎｃｅｐｔ　ｏｆ　Ａｓｓｏｃｉａｔｉｏｎ　Ｒｕｌｅｓ　ａｎｄ　ｉｔｓ　ａｐｐｌｉｃａｔｉｏｎ　ｉｎ　ｔｈｅ　ａｎａｌｙｓｉｓ　ｏｆ　ｍａｒｋｅｔ　ｂａｓｋｅｔ　ａｒｅ　ｄｉｓ—　ｃｕｓｓｅｄ　ａｎｄ　ｔｈｅ　ｆｅａｔｕｒｅｓ　ｏｆ　ｔｈｅ　Ａｌｐｈａｍｉｎｅｒ２．０　ａｒｅ　ｉｎｔｒｏｄｕｃｅｄ．Ｂｙ　ｕｓｉｎｇ　Ａｌｐｈａｍｉｎｅｒ２．０　ｓｏｆｔｗａｒｅ，ａ　ｍｅｔｈｏｄ　ｏｆ　ａｎａｌｙｚｉｎｇ　ｍａｒｋｅｔ　ｂａｓｋｅｔ　ｉｓ　ｇｉｖｅｎ　ｗｉｔｈ　ａｎ　ｏｐｅｒａｔｉｏｎａｌ　ｅｘａｍｐｌｅ．　Ｋｅｙｗｏｒｄｓ：ａｓｓｏｃｉａｔｉｏｎ　ｒｕｌｅｓ；ａｌｐｈａｍｉｎｅｒ；ｍａｒｋｅｔ　ｂａｓｋｅｔ　［责任编校：张岩芳］