關(guān)于超市事務(wù)數(shù)據(jù)庫挖掘關(guān)聯(lián)規(guī)則的設(shè)計(jì)

◎陳靜

（作者單位：吉林建筑大學(xué)電氣與計(jì)算機(jī)學(xué)院）

一、緒論

1.課題研究意義和目的。近年，我國零售行業(yè)發(fā)展十分迅速，隨著人民的生活水平的提高，商品種類的數(shù)量和日交易量逐漸龐大起來，由于收銀機(jī)在零售業(yè)的普遍使用，收集到大量關(guān)于購買情況的數(shù)據(jù)，商家需要一種工具，使它可以根據(jù)收集的大量銷售數(shù)據(jù)、庫存數(shù)據(jù)和消費(fèi)者信息，來分析客戶的購買行為及購買模式。而今天研究的數(shù)據(jù)挖掘正是這樣一種工具。

在我國，有很多自主品牌超市，它們不僅面臨著同類型超市的競爭，而且也面臨著國際上連鎖超市的競爭壓力。同時(shí)，還面臨著潛在的網(wǎng)絡(luò)購物的威脅。從近幾年的零售業(yè)市場份額看，國際品牌的超市在競爭中占有極大優(yōu)勢。其中有效的利用數(shù)據(jù)挖掘技術(shù)為企業(yè)提供信息也是外資超市核心競爭力的一個(gè)重要組成部分。像這樣的核心技術(shù)應(yīng)用是要符合我國超市的實(shí)際情況，自主開發(fā)實(shí)施。本文的研究不僅驗(yàn)證了相關(guān)模型的可行性和準(zhǔn)確性，也是對關(guān)聯(lián)分析理論在超市數(shù)據(jù)中應(yīng)用的一種重要探索，具有一定的理論意義和現(xiàn)實(shí)意義。本文的研究給超市決策者在推進(jìn)超市信息化改革問題上可以起到推波助瀾的作用。

2.國內(nèi)外研究現(xiàn)狀及評述。關(guān)聯(lián)規(guī)則挖掘最早由Agrawal 等人提出，最初的動(dòng)機(jī)是針對購物籃分析（Basket Analysis），其目的是為了發(fā)現(xiàn)交易數(shù)據(jù)庫中不同商品的潛在聯(lián)系。歐美發(fā)達(dá)國家不僅在數(shù)據(jù)挖掘理論方面比較成熟，應(yīng)用經(jīng)濟(jì)學(xué)與管理學(xué)對挖掘結(jié)果進(jìn)行深入分析也十分普遍。IBM 的Intelligent Miner 軟件、SAS 公司 的 Enterprise Miner 軟 件 和 SPSS Clementine 已經(jīng)被廣泛在各個(gè)商業(yè)領(lǐng)域中，絕大多數(shù)軟件服務(wù)商也針對不同行業(yè)客戶的具體需求，量身制定數(shù)據(jù)挖掘解決方案，在金融業(yè)、電信業(yè)、制造業(yè)和零售業(yè)等領(lǐng)域數(shù)據(jù)挖掘技術(shù)都發(fā)揮著重要的作用。其中在傳統(tǒng)的零售行業(yè)數(shù)據(jù)挖掘運(yùn)用最早也最為廣泛，營銷挖掘、客戶關(guān)系分析、購物籃分析和分類設(shè)計(jì)等都是零售業(yè)數(shù)據(jù)挖掘的主要內(nèi)容。

我國從2000 年以后就有很多科學(xué)工作者基于關(guān)聯(lián)規(guī)則算法的研究，并對算法的改進(jìn)和計(jì)算效率的進(jìn)行大量的比較論證。 如王熙照， 趙東壘擴(kuò)展了TD-FP-growth 算法，提出了基于規(guī)則興趣度的關(guān)聯(lián)分類（ACIR），使之有效地挖掘訓(xùn)練集，產(chǎn)生滿足最小支持度和最小置信度的有趣的規(guī)則。王樂等提出一種從事務(wù)項(xiàng)集對應(yīng)的最大頻繁項(xiàng)集求全部屬性項(xiàng)集的最大頻繁項(xiàng)集的新算法IPA（Intersection Pruning Algorithm）。該算法通過交集剪枝實(shí)現(xiàn)自頂向下和自底向上的搜索最大頻繁項(xiàng)集，并使用屬性項(xiàng)的分布數(shù)據(jù)和已生成的交集等多種信息來減少求交集的次數(shù)。在評估關(guān)聯(lián)規(guī)則的方法上，朱建平，謝邦昌進(jìn)行了相應(yīng)分析（Correspondence analysis）的適應(yīng)性研究，以尋求一種新的關(guān)聯(lián)規(guī)則提升度的驗(yàn)證方法。隨著數(shù)據(jù)庫存儲(chǔ)技術(shù)和并行計(jì)算理論的發(fā)展，關(guān)聯(lián)分析中也涌現(xiàn)出新的分支。關(guān)聯(lián)分析已經(jīng)廣泛的應(yīng)用于電信、金融和零售業(yè)等行業(yè)。

盡管歐美發(fā)達(dá)國家和地區(qū)對大型連鎖超市市場營銷策略的研究已經(jīng)積累了豐富的經(jīng)驗(yàn)。但是，哪些經(jīng)驗(yàn)并不符合我國國情，因此，充分利用合理有效的關(guān)聯(lián)規(guī)則算法，并結(jié)合我國實(shí)際情況，為我國本土超市量身制定數(shù)據(jù)挖掘解決方案，對營銷挖掘、客戶關(guān)系分析、購物籃分析和分類設(shè)計(jì)等都起到非常重要的作用。

二、開發(fā)環(huán)境

1. 開發(fā)平臺(tái)。Java，是由Sun Microsystems 公司于1995 年5 月推出的Java 程序設(shè)計(jì)語言和Java 平臺(tái)的總稱。Java 平臺(tái)由Java 虛擬機(jī)（Java Virtual Machine）和Java 應(yīng)用編程接口（Application Programming Interface、簡稱API）構(gòu)成。Java 應(yīng)用編程接口為Java 應(yīng)用提供了一個(gè)獨(dú)立于操作系統(tǒng)的標(biāo)準(zhǔn)接口，可分為基本部分和擴(kuò)展部分。分別有Java SE、Java EE 和Java ME。

2.數(shù)據(jù)庫平臺(tái)MySQL。 MySQL 是一個(gè)小型關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，。目前MySQL 被廣泛地應(yīng)用在Internet 上的中小型網(wǎng)站中。由于其體積小、速度快、總體擁有成本低，尤其是開放源碼這一特點(diǎn)，許多中小型網(wǎng)站為了降低網(wǎng)站總體擁有成本而選擇了MySQL 作為網(wǎng)站數(shù)據(jù)庫。

3.開發(fā)環(huán)境。本平臺(tái)軟件編寫環(huán)境是MyEclipse 8.5 M1，MyEclipse，是一個(gè)十分優(yōu)秀的用于開發(fā)Java，J2EE 的Eclipse 插件集合，MyEclipse 的功能非常強(qiáng)大，支持也十分廣泛，尤其是對各種開元產(chǎn)品的支持十分不錯(cuò)。MyEclipse 企業(yè)級工作平臺(tái)（MyEclipse Enterprise Workbench ，簡稱MyEclipse）是對Eclipse IDE 的擴(kuò)展，利用它我們可以在數(shù)據(jù)庫和JavaEE 的開發(fā)、發(fā)布，以及應(yīng)用程序服務(wù)器的整合方面極大的提高工作效率。

三、系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)

由于事務(wù)數(shù)據(jù)庫一般只具有對大量數(shù)據(jù)的存取、檢索功能，對于用戶的一般性的使用可以滿足，然而，正是由于數(shù)據(jù)庫中存放了大量的數(shù)據(jù)，不同的數(shù)據(jù)項(xiàng)，以及多個(gè)數(shù)據(jù)項(xiàng)之間還存在有大量的隱含的、未知的、有意義的數(shù)據(jù)關(guān)系，這些關(guān)系對于用戶有著及其重要的作用。所以關(guān)聯(lián)規(guī)則系統(tǒng)設(shè)計(jì)的步驟如下：

1.建立數(shù)據(jù)庫，本設(shè)計(jì)使用的后臺(tái)數(shù)據(jù)庫為MYSQL，用到的數(shù)據(jù)表為物品表和事務(wù)表。

2.位圖矩陣的建立，位圖矩陣的建立是在查詢數(shù)據(jù)庫中數(shù)據(jù)的基礎(chǔ)上產(chǎn)生的。在查詢數(shù)據(jù)庫得到的位圖矩陣中，行表示事務(wù)，列表示此數(shù)據(jù)庫中的物品名稱，矩陣中的數(shù)據(jù)項(xiàng)由1 和0 表示，假如R[i，j]=1（R 表示位圖矩陣，i 表示橫坐標(biāo)，j 表示縱坐標(biāo)），表示第i 個(gè)事務(wù)中含有第j 位對應(yīng)的物品。這樣，就能建立起一個(gè)關(guān)于物品，事務(wù)的位圖矩陣。位圖矩陣的構(gòu)造完成，為以后的運(yùn)算帶來了不用反復(fù)查詢事務(wù)數(shù)據(jù)庫的繁瑣，提高了算法的效率，增加了運(yùn)算的速度。

3. 根據(jù)Apriori 算法和關(guān)聯(lián)規(guī)則在位圖矩陣上進(jìn)行挖掘操作。根據(jù)挖掘出來的數(shù)據(jù)，超市企業(yè)就可以把顧客經(jīng)常、同時(shí)購買的一籃子商品合理地?cái)[放在貨場的適當(dāng)位置、相互搭配進(jìn)貨和改善物流管理、利用顧客購買習(xí)慣信息同供貨商更有效的談判，以及合理安排促銷活動(dòng)等。因此，從事務(wù)數(shù)據(jù)庫中發(fā)現(xiàn)關(guān)聯(lián)規(guī)則，對零售業(yè)等商業(yè)活動(dòng)的提供有效決策支持非常重要。

四、結(jié)論

在數(shù)據(jù)挖掘中，關(guān)聯(lián)規(guī)則是比較重要的一種規(guī)則模式，也是知識(shí)模式最活躍的分支之一。關(guān)聯(lián)規(guī)則是指挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系，是數(shù)據(jù)挖掘研究的一個(gè)重要內(nèi)容，也是對我國超市零售企業(yè)積累顧客銷售數(shù)據(jù)、產(chǎn)品銷售數(shù)據(jù)研究分析的一種重要手段。