關于超市事務數(shù)據(jù)庫挖掘關聯(lián)規(guī)則的設計

◎陳靜

（作者單位：吉林建筑大學電氣與計算機學院）

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，由于收銀機在零售業(yè)的普遍使用，收集到大量關于購買情況的數(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，還面臨著潛在的網(wǎng)絡購物的威脅。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)挖掘技術為企業(yè)提供信息也是外資超市核心競爭力的一個重要組成部分。像這樣的核心技術應用是要符合我國超市的實際情況，自主開發(fā)實施。本文的研究不僅驗證了相關模型的可行性和準確性，也是對關聯(lián)分析理論在超市數(shù)據(jù)中應用的一種重要探索，具有一定的理論意義和現(xiàn)實意義。本文的研究給超市決策者在推進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。關聯(lián)規(guī)則挖掘最早由Agrawal 等人提出，最初的動機是針對購物籃分析（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)達國家不僅在數(shù)據(jù)挖掘理論方面比較成熟，應用經(jīng)濟學與管理學對挖掘結果進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)被廣泛在各個商業(yè)領域中，絕大多數(shù)軟件服務商也針對不同行業(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)等領域數(shù)據(jù)挖掘技術都發(fā)揮著重要的作用。其中在傳統(tǒng)的零售行業(yè)數(shù)據(jù)挖掘運用最早也最為廣泛，營銷挖掘、客戶關系分析、購物籃分析和分類設計等都是零售業(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工作者基于關聯(lián)規(guī)則算法的研究，并對算法的改進和計算效率的進行大量的比較論證。 如王熙照， 趙東壘擴展了TD-FP-growth 算法，提出了基于規(guī)則興趣度的關聯(lián)分類（ACIR），使之有效地挖掘訓練集，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項集對應的最大頻繁項集求全部屬性項集的最大頻繁項集的新算法IPA（Intersection Pruning Algorithm）。該算法通過交集剪枝實現(xiàn)自頂向下和自底向上的搜索最大頻繁項集，并使用屬性項的分布數(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)。在評估關聯(lián)規(guī)則的方法上，朱建平，謝邦昌進行了相應分析（Correspondence analysis）的適應性研究，以尋求一種新的關聯(lián)規(guī)則提升度的驗證方法。隨著數(shù)據(jù)庫存儲技術和并行計算理論的發(fā)展，關聯(lián)分析中也涌現(xiàn)出新的分支。關聯(lián)分析已經(jīng)廣泛的應用于電信、金融和零售業(yè)等行業(yè)。

盡管歐美發(fā)達國家和地區(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。但是，哪些經(jīng)驗并不符合我國國情，因此，充分利用合理有效的關聯(lián)規(guī)則算法，并結合我國實際情況，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、客戶關系分析、購物籃分析和分類設計等都起到非常重要的作用。

二、開發(fā)環(huán)境

1. 開發(fā)平臺。Java，是由Sun Microsystems 公司于1995 年5 月推出的Java 程序設計語言和Java 平臺的總稱。Java 平臺由Java 虛擬機（Java Virtual Machine）和Java 應用編程接口（Application Programming Interface、簡稱API）構成。Java 應用編程接口為Java 應用提供了一個獨立于操作系統(tǒng)的標準接口，可分為基本部分和擴展部分。分別有Java SE、Java EE 和Java ME。

2.數(shù)據(jù)庫平臺MySQL。 MySQL 是一個小型關系型數(shù)據(jù)庫管理系統(tǒng)，。目前MySQL 被廣泛地應用在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，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。本平臺軟件編寫環(huán)境是MyEclipse 8.5 M1，MyEclipse，是一個十分優(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。MyEclipse 企業(yè)級工作平臺（MyEclipse Enterprise Workbench ，簡稱MyEclipse）是對Eclipse IDE 的擴展，利用它我們可以在數(shù)據(jù)庫和JavaEE 的開發(fā)、發(fā)布，以及應用程序服務器的整合方面極大的提高工作效率。

三、系統(tǒng)設計及實現(xiàn)

由于事務數(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，以及多個數(shù)據(jù)項之間還存在有大量的隱含的、未知的、有意義的數(shù)據(jù)關系，這些關系對于用戶有著及其重要的作用。所以關聯(lián)規(guī)則系統(tǒng)設計的步驟如下：

1.建立數(shù)據(jù)庫，本設計使用的后臺數(shù)據(jù)庫為MYSQL，用到的數(shù)據(jù)表為物品表和事務表。

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，列表示此數(shù)據(jù)庫中的物品名稱，矩陣中的數(shù)據(jù)項由1 和0 表示，假如R[i，j]=1（R 表示位圖矩陣，i 表示橫坐標，j 表示縱坐標），表示第i 個事務中含有第j 位對應的物品。這樣，就能建立起一個關于物品，事務的位圖矩陣。位圖矩陣的構造完成，為以后的運算帶來了不用反復查詢事務數(shù)據(jù)庫的繁瑣，提高了算法的效率，增加了運算的速度。

3. 根據(jù)Apriori 算法和關聯(lián)規(guī)則在位圖矩陣上進行挖掘操作。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、同時購買的一籃子商品合理地擺放在貨場的適當位置、相互搭配進貨和改善物流管理、利用顧客購買習慣信息同供貨商更有效的談判，以及合理安排促銷活動等。因此，從事務數(shù)據(jù)庫中發(fā)現(xiàn)關聯(lián)規(guī)則，對零售業(yè)等商業(yè)活動的提供有效決策支持非常重要。

四、結論

在數(shù)據(jù)挖掘中，關聯(lián)規(guī)則是比較重要的一種規(guī)則模式，也是知識模式最活躍的分支之一。關聯(lián)規(guī)則是指挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項集之間有趣的關聯(lián)或相關聯(lián)系，是數(shù)據(jù)挖掘研究的一個重要內(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。