數(shù)據(jù)挖掘技術(shù)在藥品零售管理系統(tǒng)中的研究與應(yīng)用

馮永祥　楊寒

摘要：針對各藥店激烈的競爭以及如何實現(xiàn)盈利最大化的問題，將數(shù)據(jù)挖掘技術(shù)有效地運用到藥品零售管理系統(tǒng)中去。通過MATLAB建模，利用關(guān)聯(lián)規(guī)則對某藥店部分零售數(shù)據(jù)進行挖掘以及利用聚類算法對客戶價值進行聚類的研究與分析，發(fā)現(xiàn)顧客購買趨勢、挖掘潛在的客戶、提高藥店的競爭力，為企業(yè)經(jīng)營者提供決策性支持。

關(guān)鍵詞：數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；聚類算法；藥品零售；客戶價值

1引言

隨著我國國民經(jīng)濟的不斷發(fā)展、人民生活水平不斷提高、人口老齡化的持續(xù)加劇，城鄉(xiāng)居民對藥品的需求量也在逐漸增大，因此，近幾年來我國各零售藥店之間的競爭也越來越激烈，經(jīng)營者更加關(guān)注藥店銷售業(yè)績等有價值的信息。目前，各藥店都用計算機來管理自己的內(nèi)部事務(wù)，但現(xiàn)在大多數(shù)藥品零售管理系統(tǒng)中只能提供較為簡單的記錄查詢，沒有從藥店日積月累的銷售數(shù)據(jù)中獲得隱藏的知識，而數(shù)據(jù)挖掘技術(shù)能為企業(yè)帶來更多潛在的商業(yè)機會。

2相關(guān)理論及技術(shù)

2.1數(shù)據(jù)挖掘

數(shù)據(jù)挖掘（Data mining）是指數(shù)據(jù)庫知識發(fā)現(xiàn)，一般是從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。目前，數(shù)據(jù)挖掘在各領(lǐng)域的應(yīng)用非常廣泛，尤其是零售業(yè)、金融行業(yè)、通訊以及醫(yī)療服務(wù)業(yè)等。只要該企業(yè)具有分析價值和需求的數(shù)據(jù)庫，就可以利用數(shù)據(jù)挖掘技術(shù)進行有目的的挖掘分析。常用的數(shù)據(jù)挖掘模型包括關(guān)聯(lián)分析、分類和預(yù)測、聚類分析和異常點分析等，本文采用了關(guān)聯(lián)規(guī)則的Apriori算法和聚類分析的K-means算法，挖掘過程如圖1所示。

1）在藥品零售管理系統(tǒng)中根據(jù)挖掘需求對數(shù)據(jù)進行收集，并整理成原始數(shù)據(jù)；

2）對原始數(shù)據(jù)集進行數(shù)據(jù)預(yù)處理，其中包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換；

3）運用具體的數(shù)據(jù)挖掘算法進行建模；

4）結(jié)合日常業(yè)務(wù)，對模型結(jié)果進行分析，且將模型結(jié)果應(yīng)用于實際業(yè)務(wù)中，最后輸出應(yīng)用結(jié)果。

2.2MATLAB簡介

MATLAB是一款商業(yè)數(shù)學(xué)軟件，用于算法開發(fā)、數(shù)據(jù)可視化以及數(shù)值計算的高級技術(shù)計算語言和交互式環(huán)境，還可以用來創(chuàng)建用戶界面及調(diào)用其它語言編寫的程序。本文用MAT-LAB語言編寫，由若干MATLAB命令組合在一起，實現(xiàn)Apriori算法和K-means算法，完成關(guān)聯(lián)規(guī)則和聚類分析的操作。

3 Apriori算法在藥品零售管理系統(tǒng)中的應(yīng)用

基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘可以看作是一種顧客購買行為的分析，購物籃中對應(yīng)的項目表示顧客一次性購買的商品。通過關(guān)聯(lián)規(guī)則發(fā)現(xiàn)顧客購買的不同商品之間的聯(lián)系，發(fā)現(xiàn)顧客購買的行為，用來指導(dǎo)經(jīng)營者科學(xué)地安排進貨、庫存以及貨架設(shè)計等，幫助零售店制定營銷策略

3.1數(shù)據(jù)獲取

藥品零售的關(guān)聯(lián)分析數(shù)據(jù)來自于日常業(yè)務(wù)管理中，以某藥店某時間段2375條零售數(shù)據(jù)為例進行關(guān)聯(lián)規(guī)則挖掘。數(shù)據(jù)包括涉藥單位、銷售單號、藥品代碼、藥品名稱、銷售時間、銷售數(shù)量等字段，如圖2所示。

3.2數(shù)據(jù)預(yù)處理

1）數(shù)據(jù)清洗

在日常銷售中，存在退貨的情況，為了便于模型分析，需要對其處理，將無效的數(shù)據(jù)去掉。

2）數(shù)據(jù)集成

關(guān)聯(lián)規(guī)則需要以顧客已買到的藥品來預(yù)測顧客可能感興趣的其他項，因此需要對藥品進行分類，在藥品零售數(shù)據(jù)中沒有藥品類型的屬性，本課題根據(jù)藥品的種類將藥品分為心腦血管用藥，腸胃道用藥，五官科用藥，皮膚科用藥，成人用藥，兒科用藥，肝膽科用藥，神經(jīng)科藥，婦科用藥，日常用藥，呼吸道用藥，泌尿科藥，醫(yī)療器械，營養(yǎng)保健，風(fēng)濕關(guān)節(jié)共15種類型。需要通過藥品代碼來對藥品質(zhì)量檔案中藥品類型進行合并，將最終結(jié)果集成到數(shù)據(jù)集中。

3）屬性規(guī)約

銷售記錄信息包含很多屬性，為了減少挖掘花費的時間，提高數(shù)據(jù)挖掘算法的效果，需要將與建模相關(guān)程度小的屬性刪除。

4）數(shù)據(jù)變換

顧客在購買藥品時，管理系統(tǒng)會自動產(chǎn)生一個銷售單號，而銷售單號是能唯一標(biāo)識顧客的單次購買。在原數(shù)據(jù)集中，顧客買幾種藥品就會顯示幾個事務(wù)，這樣挖掘結(jié)果可能不準(zhǔn)確，所以需要將相同的銷售單號購買的藥品合并在一起。

通過數(shù)據(jù)預(yù)處理，最終數(shù)據(jù)集事務(wù)格式如表1所示：

3.3模型構(gòu)建

基于關(guān)聯(lián)規(guī)則的藥品零售數(shù)據(jù)建模流程，如圖3所示。

該模型主要由輸入、算法處理、輸出部分組成。輸入部分主要包括：事務(wù)數(shù)據(jù)庫D、最大頻繁集項數(shù)maxItem、最小支持度minS、最小置信度minC。

算法處理部分是Apriori關(guān)聯(lián)規(guī)則算法，具體處理過程如下：

1）簡單掃描所有的事務(wù)，事務(wù)中每一項都是候選1項集的集合C1的成員，計算每一項的支持度并與minS做比較，保留大于或等于該閾值的項，得到1項頻繁集L1。

2）定義apriori_gen（A，k）函數(shù)產(chǎn)生Ck項集，實現(xiàn)組內(nèi)連接，A表示第k-1次的頻繁項集，k表示第k頻繁項集，然后通過isExit（C，A）來判斷Ck的非空子集是否存在A中，保留存在的項，這個過程稱為剪枝。

3）對剪枝后Ck中各項集的支持度與預(yù)先設(shè)定的最小支持度閾值做比較，保留大于或等于該閾值的項，得到k項頻繁集。循環(huán)此過程，直到剪枝后的Ck為空集。

4）利用上述得到的頻繁項集計算置信度，其結(jié)果與minC比較，保留置信度大于或等于該閾值的項，產(chǎn)生關(guān)聯(lián)規(guī)則。

3.4模型分析

用上述模型對建模數(shù)據(jù)進行挖掘，點擊數(shù)據(jù)分析界面的“藥品關(guān)聯(lián)”按鈕，設(shè)定最小支持度為1%，置信度為10%，最大頻繁項集為3，顯示個數(shù)是5，如圖4所示。

點擊“Apriori關(guān)聯(lián)規(guī)則挖掘”按鈕，MATLAB程序輸出的關(guān)聯(lián)規(guī)則如表2。

由藥品的關(guān)聯(lián)規(guī)則可知，日常用藥（感冒藥類，清熱解毒類）、呼吸道用藥、心腦血管用藥、腸胃用藥、五官科用藥、醫(yī)療器械等類別的藥品經(jīng)常被頻繁地購買，它們之間存在著很強的關(guān)聯(lián)性。

由關(guān)聯(lián)規(guī)則1，2可知，購買感冒類藥品的顧客同時也會購買消炎類的藥品，這些藥品都是家庭常用藥品，用量非常大。

由關(guān)聯(lián)規(guī)則3可知，腸胃消化不好的顧客通常體質(zhì)比較弱，在購買腸胃道用藥的同時還會買類似六味地黃丸、維生素類的藥品，增加腸胃道消化。

由關(guān)聯(lián)規(guī)則4可知，購買神經(jīng)科藥品的顧客會經(jīng)常購買肝膽科類的藥品，暈車的人常常表現(xiàn)為惡心，嘔吐，頭暈?zāi)垦?，從中醫(yī)治療方法來講，需要滋補肝腎，比如吃點杞菊地黃丸等。

由關(guān)聯(lián)規(guī)則5可知，皮膚受傷或骨頭扭傷的顧客，經(jīng)常購買皮膚用藥或者治療骨傷、風(fēng)濕關(guān)節(jié)藥品的同時，也會買一些類似創(chuàng)可貼、酒精、棉簽等家用醫(yī)療器械，加快傷口愈合。

藥店在遵循GSP管理規(guī)范的同時參考這些規(guī)則對經(jīng)營管理方式做適當(dāng)?shù)恼{(diào)整。一方面，把關(guān)聯(lián)性比較強的藥品放在相鄰的貨架上，方便顧客挑選，節(jié)約購買時間，增加銷量。另一方面，在進貨計劃上，藥店根據(jù)規(guī)則制定需要購買藥品的數(shù)量，以保證不必要的浪費和貨物的充實。